Logo Passei Direto
Buscar

Programação

Outros
Considerando que os nomes das linguagens devem ser os rótulos e as taxas de uso aos respectivos dados, como uma serie pode ser representada com o Python Data Analysis Library (Pandas) mostrando um conjunto de dados referentes à taxa de uso em linguagem de programação?
a. s2 = pd.Series([23, 77, 0, 5, 12], rot = ['Python', 'JavaScript', 'Java', 'R', 'C#'])
b. s2 = pd.Series(23, 77, 0, 5, 12, 'Python', 'JavaScript', 'Java', 'R', 'C#')
c. s2 = pd.Series([23, 77, 0, 5, 12], labels = ['Python', 'JavaScript', 'Java', 'R', 'C#'])
d. s2 = pd.Series(['Python', 'JavaScript', 'Java', 'R', 'C#'], [23, 77, 0, 5, 12])
e. s2 = pd.Series([23, 77, 0, 5, 12], index = ['Python', 'JavaScript', 'Java', 'R', 'C#'])
User badge image
Progresso com Exercícios

há 9 meses

User badge image
Progresso com Exercícios

há 9 meses

Compilado - Linguagem de programação aplicada
32 pág.

Compilado - Linguagem de programação aplicada

UP

Respostas

User badge image

Ed Verified user icon

há 9 meses

Para representar uma série no Pandas, você deve usar a função `pd.Series()` e passar os dados e os rótulos (ou índices) corretamente. Vamos analisar as opções: a) `s2 = pd.Series([23, 77, 0, 5, 12], rot = ['Python', 'JavaScript', 'Java', 'R', 'C#'])` - A palavra "rot" está incorreta; o correto seria "index". b) `s2 = pd.Series(23, 77, 0, 5, 12, 'Python', 'JavaScript', 'Java', 'R', 'C#')` - Esta sintaxe está errada, pois não está agrupando os dados em uma lista. c) `s2 = pd.Series([23, 77, 0, 5, 12], labels = ['Python', 'JavaScript', 'Java', 'R', 'C#'])` - A palavra "labels" está incorreta; o correto seria "index". d) `s2 = pd.Series(['Python', 'JavaScript', 'Java', 'R', 'C#'], [23, 77, 0, 5, 12])` - A ordem dos parâmetros está invertida; os dados devem vir primeiro. e) `s2 = pd.Series([23, 77, 0, 5, 12], index = ['Python', 'JavaScript', 'Java', 'R', 'C#'])` - Esta opção está correta, pois usa a sintaxe adequada para criar uma série com os dados e os índices. Portanto, a alternativa correta é: e) s2 = pd.Series([23, 77, 0, 5, 12], index = ['Python', 'JavaScript', 'Java', 'R', 'C#']).

Essa resposta te ajudou?

0
Dislike0

Experimente
o Premium! 🤩

Libere respostas sem pagar

Ajude estudantes e ganhe respostas liberadas!

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