Aula 04 - LINGUAGEM DE PROGRAMAÇÃO

Prévia do material em texto

Aula 04 LINGUAGEM DE PROGRAMAÇÃO
Questão 1Incorreta
Uma das etapas do trabalho com dados é a preparação ou pré-processamento, que segundo Castro (2016) quer dizer: "são etapas anteriores à mineração que visam preparar os dados para uma análise eficiente e eficaz. Essa etapa inclui a limpeza (remoção de ruídos e dados inconsistentes), a integração (combinação de dados obtidos a partir de múltiplas fontes), a seleção ou redução (escolha dos dados relevantes à análise) e a transformação (transformação ou consolidação dos dados em formatos apropriados para a mineração)" (CASTRO, p. 5, 2016). A Figura 1, apresenta um código com transformação usando a biblioteca pandas.
 
Figura 1 - Python e biblioteca pandas
Fonte: Elaborada pela autora.
 
Considerando o código apresentado na Figura 1, avalie as asserções a seguir.
I. No código duas novas linhas são acrescentadas ao DataFrame original. O DataFrame atribui a todas as linhas os valores atribuídos as colunas.
II. Na linha 9, usa-se o recurso "str" do DataFrame para transformar a coluna "responsável" em letras maiúsculas.
III. Na linha 10, o método sort_values irá reordenar todas as linhas com base em uma coluna do DataFrame chamada "data", em ordem decrescente. Essa transformação será salva no próprio DataFrame.
Assinale a alternativa correta.
Solução esperada
Somente a asserção I está correta.
Comentário: Somente a asserção I está correta.   II. Na linha 9, o recurso "str" é da estrutura de dados Series que transforma a coluna "responsável" em letras maiúsculas. Ao selecionar uma única coluna tem-se uma Series. III. Na linha 10, o método sort_values irá reordenar todas as linhas com base em uma coluna do DataFrame chamada "data", em ordem decrescente. Essa transformação não será salva no próprio DataFrame, pois não se passou o parâmetro inplace=True
Questão 2 - Correta
Hoje em dia, somos inundados por dados. Estima-se que a quantidade de nova informação técnica dobre a cada dois anos, e mais de 1,5 hexabyte de informação nova foi gerada nesse ano. Isso é mais que o gerado durante o período de 5 mil anos antes de nascermos. Uma incrível quantidade de dados está prontamente disponível para nós na Internet e em outros locais. As pessoas capazes de analisar essas informações obterão bons empregos, o que será de valor inestimável em quase qualquer campo (LOCK, p. 4, 2017).
 
Sobre a utilização da biblioteca pandas voltada para o trabalho com dados na linguagem Python, avalie as asserções a seguir.
I. pandas possui duas estruturas de dados que são as principais para a análise/manipulação de dados: a Series e o DataFrame.
II. Uma Series é uma matriz unidimensional, capaz de armazenar apenas dados do tipo inteiro.
III. Um DataFrame é conjunto de Series, ou como a documentação apresenta, um contêiner para Series
Assinale a alternativa correta.
Sua resposta: Correta - Somente as asserções I e III estão corretas.
Comentário: Somente as asserções I e III estão corretas.
  II. Uma Series é uma matriz unidimensional, capaz de armazenar diferentes tipos de dados.
Questão 3 - Correta
A principal função da visualização de dados é mover as informações do ponto A para o ponto B. Na visualização exploratória, o ponto A é o conjunto de dados e o ponto B é a própria mente do designer. Na visualização explicativa, o ponto A é a mente do projetista e o ponto B é a mente do leitor. Para alcançar esse objetivo, um designer ao projetar uma visualização de dados visa uma entrega que será bem recebida e facilmente compreendida pelo leitor. Todas as opções de design e implementações específicas devem servir a esse propósito (ILIINSKY e STEELE, 2011).
 
Figura 1 -Uso da biblioteca matplotlib
Fonte: Elaborada pela autora.
Considerando o comando e o gráfico da Figura 1 escolha a opção correta.
Sua resposta: Correta
O gráfico da esquerda foi construído com o comando ax[0].plot(x, x)
Questão 4 - Correta
A quantidade de usuários da internet no mundo todo passou de 16 milhões de pessoas em 1995 para aproximadamente 2,8 bilhões em 2013; a quantidade de artigos publicados apenas em inglês na Wikipédia passou de 500 mil em 2005 para quase 4,4 milhões em 2013; o tempo necessário para o rádio atingir uma audiência de 50 milhões de pessoas foi de 38 anos, ao passo que a TV precisou de 13 anos e a internet, de apenas quatro anos para alcançar esse mesmo número de pessoas; a quantidade de buscas diárias no Google ultrapassa cinco bilhões, são escritos 500 milhões de tuítes por dia e vistas 200 milhões de horas de vídeos no YouTube diariamente. Ainda no YouTube, foram enviadas 13 milhões de horas de vídeo apenas no ano 2010, o que corresponde a aproximadamente oito anos de conteúdo enviados todos os dias (CASTRO, p. 2, 2016).
Sobre a utilização da biblioteca pandas voltada para o trabalho com dados na linguagem Python, julgue as afirmativas a seguir em (V) Verdadeiras ou (F) Falsas.
I. (    ) Para construir um objeto do tipo DataFrame, precisamos utilizar o método DataFrame() do pacote pandas, o qual possui uma série de parâmetros. Dentre todos os parâmetros, são obrigatórios dois: data e columns.
II. (    ) É possível construir um DataFrame a partir de uma lista, com o seguinte comando: pd.DataFrame(data=lista_valores, columns=['valores']).
III. (    ) É possível construir um DataFrame com diversas listas, pois cada lista será uma linha no DF. Para isso basta usar o comando: pd.DataFrame(data=[lista1, lista2, lista3], columns=['col1', 'col2', 'col3']).
Assinale a alternativa correta.
Sua resposta: Correta
F - V - F
Comentário
F - V - F
 
I.  Para construir um objeto do tipo DataFrame, precisamos utilizar o método DataFrame() do pacote pandas, o qual possui uma série de parâmetros. Dentre todos os parâmetros, somente o data é obrigatório.
 
III. É possível construir um DataFrame com diversas listas, pois cada lista será uma linha no DF. Para isso é preciso usar a função zip() para criar tuplas, cada uma composta por um valor de cada lista, e a transformamos em uma lista de tuplas.
Questão 5
Existem várias maneiras de categorizar e pensar em diferentes tipos de visualizações. Uma maneira de classificar uma visualização de dados é contando quantas dimensões diferentes de dados ela representa. Ou seja, qual o número de tipos discretos de informação que são codificados visualmente em um gráfico. Por exemplo, um gráfico de linhas simples pode mostrar o preço das ações de uma empresa em dias diferentes: são duas dimensões de dados. Se várias empresas são mostradas (e, portanto, comparadas), agora existem três dimensões; se o volume de negociação por dia for adicionado ao gráfico, existem quatro. Essa contagem do número de dimensões de dados pode ser descrita como o nível de complexidade da visualização (ILIINSKY e STEELE, 2011). A Figura 1 apresenta um código para criação de gráficos em Python.
 
Figura 1 - Código em Python
Fonte: Elaborada pela autora.
 
Sobre a biblioteca matplotlib, avalie as asserções a seguir.
I. O comando na linha 6, cria uma figura com 1 linha e 2 colunas, ou seja, em cada eixo só podem ser plotados, no máximo, dois gráficos.
II. O comando na linha 6, cria uma figura com 1 linha e 2 colunas, que serão acessados por meio do eixo "ax". Essa variável é um objeto da classe numpy.ndarray, ou seja é um vetor.
III. O eixo "ax" criado pelo comando na linha 6, permite a plotagem de gráficos em posições específicas (linha e coluna), para isso, basta informar através do índice onde se deseja criar o gráfico.
Escolha a opção correta.
Solução esperada
Somente as asserções II e III estão corretas
image1.png
image2.png
image3.png