Logo Passei Direto
Buscar

Lógica de Programação

Outros
O pacote Python Data Analysis Library (Pandas) pode trabalhar com dois tipos de conjuntos de dados, ou seja, series como:
a. conjunto de dados bidimensionais e dataframes como conjunto de dados unidimensionais.
b. tuplas e dataframes como dicionários.
c. listas básicas em Python – mesma condição de dataframes.
d. conjuntos de dados no formato JavaScript Object Notation (Json) e dataframes como arquivos XSLX.
e. conjunto de dados unidimensionais e dataframes como conjunto de dados bidimensionais.
User badge image
Aprimorando com Questões

ano passado

User badge image
Aprimorando com Questões

ano passado

Compilado - Linguagem de programação aplicada
32 pág.

Compilado - Linguagem de programação aplicada

UP

Respostas

User badge image

Ed Verified user icon

ano passado

Para responder à sua pergunta sobre o pacote Pandas em Python, é importante entender os tipos de estruturas de dados que ele manipula. O Pandas trabalha principalmente com duas estruturas de dados: 1. Series: que é uma estrutura unidimensional, semelhante a uma lista ou array. 2. DataFrame: que é uma estrutura bidimensional, semelhante a uma tabela. Agora, vamos analisar as alternativas: a) conjunto de dados bidimensionais e dataframes como conjunto de dados unidimensionais. - Incorreto, pois o DataFrame é bidimensional, não unidimensional. b) tuplas e dataframes como dicionários. - Incorreto, pois Pandas não trabalha com tuplas dessa forma. c) listas básicas em Python – mesma condição de dataframes. - Incorreto, pois listas não são a mesma coisa que DataFrames. d) conjuntos de dados no formato JavaScript Object Notation (Json) e dataframes como arquivos XSLX. - Incorreto, pois isso não descreve as estruturas de dados principais do Pandas. e) conjunto de dados unidimensionais e dataframes como conjunto de dados bidimensionais. - Correto, pois descreve corretamente que Series são unidimensionais e DataFrames são bidimensionais. Portanto, a alternativa correta é: e) conjunto de dados unidimensionais e dataframes como conjunto de dados bidimensionais.

Essa resposta te ajudou?

0
Dislike0
details

Libere essa resposta sem enrolação!

Craque NetoCraque Neto

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Compilado - Linguagem de programação aplicada
32 pág.

Compilado - Linguagem de programação aplicada

UP

Mais perguntas desse material

Analise o código abaixo e marque a alternativa que apresenta o nome correto do objeto criado.
a. FormaGeometrica.
b. init.
c. fg.
d. __init__.
e. self.

Considere o código abaixo: Qual alternativa descreve melhor a execução do código acima.
a. o código adiciona um objeto fruta na lista chamada vetfrutas.
b. o código adiciona uma fruta (string) na lista chamada vetfrutas.
c. o código cria uma lista e um objeto, ambos vazios.
d. o código não é executado, visto que possui um erro de sintaxe.
e. o código irá criar um objeto fruta com a fruta Uva gravada.

Analise a classe fornecida abaixo. Marque a alternativa que retorna como resultado a resposta True.
a. a1.idade > 15
b. a1.nome == 'a1'
c. a1.idade == '15'
d. a1.cor == 'marrom'
e. felino.cor == 'marrom'

Qual alternativa apresenta a afirmativa INCORRETA?
a. Na POO, um problema pode ser entendido como um conjunto de objetos interagindo por meio de troca de mensagens.
b. Existem vários paradigmas de programação, como, por exemplo, o estruturado e o orientado a objetos.
c. Na programação estruturada, qualquer problema pode ser dividido em problemas menores, chamados de funções.
d. A linguagem de programação Python aceita o paradigma orientado a objetos.
e. A linguagem de programação Python é um exemplo de linguagem orientada a objetos, que não permite a utilização do paradigma estruturado na solução de um problema.

Analise as seguintes instruções: vet = np.array([‘A’,’B’,’C’]) print(vet.shape) E assinale a alternativa que apresenta CORRETAMENTE a resposta retornada pelo método shape():
a. 3
b. 0
c. 0,1,2
d. [‘A’,’B’,’C’]
e. ‘A’

Observe o seguinte conjunto de dados: E assinale a alternativa que apresenta o conjunto de instruções que devem ser utilizadas para criar um dataframe para tais dados:
a. dados= {['Android', 'iOS', 'Windows'],[80, 18, 2]} df = pd.DataFrame(dados)
b. dados= {['Android', 'iOS', 'Windows'],[80, 18, 2]} df = pd.Series(dados)
c. dados= {'SO':['Android', 'iOS', 'Windows'], 'Vendas':[80, 18, 2]} df = pd.DataFrame(dados)
d. dados= {['Android':80, 'iOS':18, 'Windows':2]} df = pd.DataFrame(dados)
e. dados= {'SO':['Android', 'iOS', 'Windows'], 'Vendas':[80, 18, 2]} df = pd.Series(dados)

Considerando que as linguagens de programação de alto nível geralmente possuem métodos para gerar valores aleatórios, e que a linguagem Python possui também um método destes, assinale a alternativa que apresenta o uso do método rand() para que o mesmo sorteie 10 valores aleatórios:
a. np.rand(10))
b. np.random.rand(10))
c. np.arrange(10))
d. np.random(10))
e. np.array(10))

Considerando que para utilizar o Numerical Python (Numpy) em um código é inicialmente necessário indicar o nome do pacote desejado, qual é a forma CORRETA de sinalizar o pacote Numpy no código Python?
a. import numpy as np
b. import numpy.*
c. using np as numpy
d. import np as numpy
e. using numpy as np

Considerando que Pandas facilita o manuseio de datasets para que seja possível trabalhar com os dados como uma planilha Office Excel, e que é necessário ler um dataset denominado vgsales.csv e visualizar o início da tabela, exibindo os dados e seus respectivos campos, assim como o dataset foi carregado em uma variável denominada df, assinale a alternativa que apresenta a instrução CORRETA para apresentar na tela o início da tabela de dados carregada pelo Pandas:
a. df.head()
b. df.top()
c. df.header()
d. df.start()
e. df.begin()

Considerando que em um código Python foi importada a biblioteca Pandas com o alias pd, qual é o método responsável em permitir abrir um arquivo de dataset no formato Comma-Separated Values (CSV)?
a. pd.csv(nome_arq)
b. pd.read(nome_arq)
c. pd.read_csv(nome_arq)
d. pd.fileOpen(nome_arq)
e. pd.open(nome_arq)

Mais conteúdos dessa disciplina