Colaborar - Av - Subst 2 - Linguagem de Programação

Prévia do material em texto

18/11/2022 14:26 Colaborar - Av - Subst. 2 - Linguagem de Programação
https://www.colaboraread.com.br/aluno/avaliacao/index/3349514602?atividadeDisciplinaId=13700593 1/5
 Linguagem de Programação (/aluno/timelin…
Av - Subst. 2 - Linguagem de Programação
Sua avaliação foi confirmada com sucesso
  
(/notific
×
Informações Adicionais
Período: 15/11/2022 00:00 à 19/11/2022 23:59
Situação: Cadastrado
Pontuação: 750
Protocolo: 811523539
Avaliar Material
a)
b)
c)
1) O termo mineração de dados, segundo Castro (2016) pode ser definido como: "etapa do processo
corresponde à aplicação de algoritmos capazes de extrair conhecimentos a partir dos dados pré-
processados. Nessa etapa são usadas técnicas de análise descritiva (medidas de distribuição, tendência
central e variância, e métodos de visualização), agrupamento (segmentação de bases de dados), predição
(classificação e estimação), associação (determinação de atributos que ocorrem) e detecção de
anomalias (CASTRO, p. 5, 2016).
 
Sobre a utilização da biblioteca pandas voltada para o trabalho com dados na linguagem Python, avalie as
asserções a seguir.
I. Para mineração, transformação dos dados e extração de informações é preciso criar filtros. O
comando df_dados['taxa'] < 0.01, retorna um DataFrame com o filtro aplicado a coluna. 
II. A criação de filtros booleanos compostos na biblioteca pandas, pode ser feita com os operadores lógicos.
Nesse caso, usa-se o comando "and" para o o operador E e "or" para o operador OU. 
III. O comando df_dados.loc[df_dados['nome'] == "João"], retornará um novo DataFrame, contendo todos os
registros cujo valor na coluna "nome" é João.
Escolha a opção correta.
Alternativas:
Somente a asserção I está correta. 
Somente as asserções I e II estão corretas. 
Somente as asserções II e III estão corretas. 
https://www.colaboraread.com.br/aluno/timeline/index/3349514602?ofertaDisciplinaId=1843266
https://www.colaboraread.com.br/notificacao/index
javascript:void(0);
18/11/2022 14:26 Colaborar - Av - Subst. 2 - Linguagem de Programação
https://www.colaboraread.com.br/aluno/avaliacao/index/3349514602?atividadeDisciplinaId=13700593 2/5
d)
e)
a)
b)
c)
d)
e)
2)
3)
Somente a asserção III está correta. Alternativa assinalada
Todas as asserções estão corretas.
Sob uma perspectiva de armazém de dados (data warehouse), o processo de mineração de dados pode
ser visto como um estágio avançado do processamento analítico on-line (on-line analytical processing –
OLAP). Entretanto, a mineração de dados vai muito além do escopo restrito típico de um OLAP, baseado em
métodos de resumo ou sumarização de dados, incorporando técnicas mais avançadas para a compreensão
e a extração de conhecimentos dos dados (CASTRO, p. 6, 2016). A Figura 1 apresenta um código que
trabalha com dados em Python.
 
Figura 1 - Trabalho com dados em Python
Fonte: Elaborada pela autora.
 
Considerando o código na Figura 1,
julgue as afirmativas a seguir em (V) Verdadeiras ou (F) Falsas.
I. (     ) O arquivo dados.csv é estruturado e seus campos são separados por vírgula. 
II. (     ) O DataFrame novo_df possui a quantidade de colunas igual ou menor que o DataFrame df. 
III. (      ) O DataFrame novo_df será  substituído por um novo DataFrame, cuja quantidade de linhas será
menor ou igual ao novo_df criado na linha 4.
Escolha a opção correta
Alternativas:
V - V - V Alternativa assinalada
V - V - F
V - F - V
F - V - V
V - F - F
De um modo geral, existem duas categorias de visualização de dados: exploração e explicação. Os dois
servem a propósitos diferentes e, portanto, existem ferramentas e abordagens que podem ser apropriadas
apenas para um e não para o outro. As visualizações exploratórias de dados são apropriadas quando você
tem um monte de dados e não tem certeza do que está nele. Esse tipo de visualização geralmente faz parte
da fase de análise de dados e é usado para encontrar a história que os dados têm para lhe contar (ILIINSKY
e STEELE, 2011). A Figura 1 apresenta um gráfico gerado com biblioteca pandas.
18/11/2022 14:26 Colaborar - Av - Subst. 2 - Linguagem de Programação
https://www.colaboraread.com.br/aluno/avaliacao/index/3349514602?atividadeDisciplinaId=13700593 3/5
a)
b)
c)
d)
e)
4)
 
Figura 1 - Gráfico gerado com biblioteca pandas
Fonte: Elaborada pela autora.
 
Sobre o gráfico da Figura 1, julgue as afirmativas a seguir em (V) Verdadeiras ou (F) Falsas.
I. (    ) Para gerar o gráfico foi necessário selecionar três colunas. 
II. (    ) O parâmetro "rot" foi alterado do seu valor padrão. 
III. (    ) No eixo x, foram usados os dados de uma coluna chamada "ANO".
Escolha a opção correta.
Alternativas:
V - V - F
V - F - V
V - F - F
F - V - V 
V - V - V Alternativa assinalada
A visualização explicativa dos dados é apropriada quando você já sabe o que os dados têm a dizer e está
tentando contar essa história para outra pessoa. Pode ser o chefe do seu departamento, um comitê de
doações ou o público em geral. Quem quer que seja o público, a história que você está tentando contar (ou
a resposta que você está tentando compartilhar) é conhecida por você desde o início e, portanto, você pode
projetar para acomodar e destacar especificamente essa história. Em outras palavras, você precisa tomar
certas decisões editoriais sobre quais informações ficam. Este é um processo de seleção de dados focados
que darão suporte à história que você está tentando contar (ILIINSKY e STEELE, 2011).
 
Figura 1 - Gráfico gerado com biblioteca pandas
18/11/2022 14:26 Colaborar - Av - Subst. 2 - Linguagem de Programação
https://www.colaboraread.com.br/aluno/avaliacao/index/3349514602?atividadeDisciplinaId=13700593 4/5
a)
b)
c)
d)
e)
a)
b)
c)
5)
Fonte: Elaborada pela autora.
Escolha a opção que contém o comando usado para gerar o gráfico da Figura 1.
Alternativas:
df_etanol[['ANO', 'JAN', 'FEV']].plot(x='ANO', kind='bar', figsize=(12, 5), rot=45,
fontsize=12)
Alternativa assinalada
df_etanol.loc[['ANO', 'JAN', 'FEV']].plot(x='ANO', kind='bar', figsize=(12, 5), fontsize=12)
df_etanol[['ANO', 'JAN', 'FEV']].plot(x='ANO', kind='barh', figsize=(12, 5), rot=45, fontsize=12)
df_etanol.loc[['ANO', 'JAN', 'FEV']].plot(x='ANO', kind='barh', rot=45, figsize=(12, 5), fontsize=12)
df_etanol['ANO', 'JAN', 'FEV'].plot(x='ANO', kind='bar', figsize=(12, 5), rot=45, fontsize=12)
Uma visualização informativa serve principalmente ao relacionamento entre o leitor e os dados. Ele visa
a uma apresentação neutra dos fatos de maneira a educar o leitor (embora não necessariamente o
persuadir). As visualizações informativas são frequentemente associadas a amplos conjuntos de dados e
buscam destilar o conteúdo de forma gerenciável e consumível. Idealmente, eles formam a maior parte das
visualizações que a pessoa comum encontra no dia-a-dia, seja no trabalho, no jornal ou no site de um
provedor de serviços (ILIINSKY e STEELE, 2011).
 
Sobre a biblioteca seaborn, avalie as asserções a seguir. 
I. A biblioteca seaborn possui o método  barplot(), que é usado para construir gráficos de barras. O
parâmetro estimator=count é usado para construir uma barra contando a quantidade de elementos. 
II.  O parâmetro "estimator" do método barplot(), possui como valor padrão a média, ou seja, para o dado
selecionado, será exibida uma barra com a média dos valores. 
III. O parâmetro estimator=len, usado no método barplot() cria o mesmo gráfico da função countplot().
Escolha a opção correta.
Alternativas:
Somente a asserção III está correta. 
Somente as asserções I e II estão corretas. 
Somente as asserções I e III estão corretas. 
18/11/2022 14:26 Colaborar - Av - Subst. 2 - Linguagem de Programação
https://www.colaboraread.com.br/aluno/avaliacao/index/3349514602?atividadeDisciplinaId=13700593 5/5
d)
e)
Somente as asserções II e III estão corretas. Alternativa assinalada
Todas as asserções estão corretas.