Questões de Concurso
Comentadas sobre linguagens de programação em programação
Foram encontradas 5.295 questões
Na linguagem Java, o escopo (visibilidade) de uma variável de instância pode ser controlado através do uso dos seguintes modificadores de variáveis. _______________: permite que variáveis de instância sejam acessados por qualquer outra classe, independentemente do pacote em que estejam. ___________________: apenas métodos do mesmo pacote ou subclasse podem acessar variáveis de instância. ___________________: apenas métodos da mesma classe (excluindo métodos de uma subclasse) podem acessar variáveis de instâncias.
I.A palavra-chave async permite definir funções que operam de forma assíncrona, similar ao comportamento de Promises.
II.await pode ser utilizado em qualquer função JavaScript para aguardar a resolução de uma Promise, tornando o código mais legível e evitando callbacks aninhados.
III.O Event Loop é um mecanismo que permite a execução de código JavaScript em uma única thread, gerenciando eventos assíncronos como requisições de rede e timers.
É correto o que se afirma em:
A analista Flávia implementou, ao longo do último ano, o aplicativo móvel MPUPlay, tanto para Android quanto para iOS, utilizando, em cada plataforma, a linguagem de programação oficialmente recomendada, à época, pelo fabricante, para o desenvolvimento de aplicações móveis nativas.
Considerando as fabricantes do Android e do iOS como o Google e a Apple, respectivamente, Flávia implementou o MPUPlay por meio das linguagens:
import pandas as pd processo={"id_processo":[1,2,3,4,5,6],"valor_causa":[10, 20,30,40,50,60]} df=pd.DataFrame(processo)
Para visualizar as últimas 5 linhas do data frame df, deve-se utilizar o comando:
A computação científica consiste em um conjunto de técnicas, ferramentas e teorias que englobam inteligência artificial, matemática, estatística, física e computação e que abrangem conhecimentos específicos de subáreas tais como estatística aplicada, econometria, matemática aplicada, inteligência computacional, visualização científica e biometria, sendo cada vez mais utilizada no desenvolvimento de novas tecnologias agrícolas, agora no contexto da emergente agricultura digital. Nas últimas décadas, inclusive, a computação científica tem sido apontada como o terceiro pilar da pesquisa científica, junto com a experimentação e a teoria.
Agricultura de Precisão: Um Novo Olhar na Era Digital. EMBRAPA, 2024 (com adaptações).
Considerando as ideias do texto precedente, julgue o próximo item.
Na linguagem R, há grande adesão a outras facilidades, como plataformas de hospedagem e gerenciamento de códigos, bem como plataformas de gerenciamento de dados e Big Data.
A computação científica consiste em um conjunto de técnicas, ferramentas e teorias que englobam inteligência artificial, matemática, estatística, física e computação e que abrangem conhecimentos específicos de subáreas tais como estatística aplicada, econometria, matemática aplicada, inteligência computacional, visualização científica e biometria, sendo cada vez mais utilizada no desenvolvimento de novas tecnologias agrícolas, agora no contexto da emergente agricultura digital. Nas últimas décadas, inclusive, a computação científica tem sido apontada como o terceiro pilar da pesquisa científica, junto com a experimentação e a teoria.
Agricultura de Precisão: Um Novo Olhar na Era Digital. EMBRAPA, 2024 (com adaptações).
Considerando as ideias do texto precedente, julgue o próximo item.
A bioinformática, embora demande alta especialização, é uma área bem explorada, destacando-se sua importância como ferramenta para análise de dados genéticos, genômicos e fenotípicos por meio das plataformas Python e R.
Julgue o próximo item, relativo à análise de dados.
Considere o código a seguir, que utiliza NumPy.
import numpy as np
data = np.array([1, 5, 3, 4, 2, 6, 7])
print(data[::2])
Após a execução desse código, o resultado será o seguinte.
[1 3 2 7]
Julgue o próximo item, relativo à análise de dados.
Considere o código a seguir, que utiliza Pandas.
import pandas as pd
Nome = ['João-', 'Paulo-']
Sobrenome = ['Lucas', 'Matheus']
list_of_tuples = list(zip(Nome, Sobrenome))
df = pd.DataFrame(list_of_tuples)
print(df)
Após a execução desse código, o resultado será o seguinte.
0 1
u João-Lucas
1 Paulo-Matheus
O NDVI (ou índice de vegetação por diferença normalizada) permite identificar a presença de vegetação verde e caracterizar sua distribuição espacial, como também sua evolução no decorrer do tempo. Para calcular o NDVI, a linguagem Python é amplamente utilizada, devido à sua flexibilidade e às bibliotecas de processamento de dados geoespaciais disponíveis. A seguir, é apresentado um código em Python relativo ao cálculo do NDVI.
import numpy as np
import rasterio def calcular_ndvi(arquivo_nir, arquivo_red,
saida_ndvi):
with rasterio.open(arquivo_nir) as nir_src:
nir = nir_src.read(1).astype('float32')
perfil = nir_src.profile
with rasterio.open(arquivo_red) as red_src:
red = red_src.read(1).astype('float32')
ndvi = (nir - red) / (nir + red + 1e-10)
perfil.update(dtype=rasterio.float32,
count=1)
with rasterio.open(saida_ndvi, 'w',
**perfil) as dst:
dst.write(ndvi, 1)
print(f"NDVI calculado e salvo em:
{saida_ndvi}")
Com base no código precedente, julgue os itens a seguir.
Com base no código precedente, julgue o item a seguir.
Na interpretação do resultado do código, valores de NDVI próximos de 0 indicam maiores quantidades de vegetação fotossinteticamente ativa, enquanto valores próximos de 1 sugerem uma baixa vegetação.
O NDVI (ou índice de vegetação por diferença normalizada) permite identificar a presença de vegetação verde e caracterizar sua distribuição espacial, como também sua evolução no decorrer do tempo. Para calcular o NDVI, a linguagem Python é amplamente utilizada, devido à sua flexibilidade e às bibliotecas de processamento de dados geoespaciais disponíveis. A seguir, é apresentado um código em Python relativo ao cálculo do NDVI.
import numpy as np
import rasterio def calcular_ndvi(arquivo_nir, arquivo_red,
saida_ndvi):
with rasterio.open(arquivo_nir) as nir_src:
nir = nir_src.read(1).astype('float32')
perfil = nir_src.profile
with rasterio.open(arquivo_red) as red_src:
red = red_src.read(1).astype('float32')
ndvi = (nir - red) / (nir + red + 1e-10)
perfil.update(dtype=rasterio.float32,
count=1)
with rasterio.open(saida_ndvi, 'w',
**perfil) as dst:
dst.write(ndvi, 1)
print(f"NDVI calculado e salvo em:
{saida_ndvi}")
Com base no código precedente, julgue os itens a seguir.
Com base no código precedente, julgue o item a seguir.
A função calcular_ndvi recebe, como parâmetros obrigatórios, três arquivos; se um deles não for encontrado, o código gerará um erro, o que impedirá a continuidade da execução.
A função C++ a seguir é usada em um aplicação desenvolvida com Arduino:
int8_t opbits(uint8_t x1){
uint8_t x2 = 0x55;
uint8_t x3 = 0x03;
uint8_t x4 = 0x08;
return ~(((x1 ^ x2) << x3) % x4);
}
Esta função é chamada no código a seguir:
uint8_t x1 = 0xaa;
int16_t y = 10*opbits(x1);
Serial.println(y)
Qual será o valor impresso (decimal) por este código?
A, B, C = {0: 1, 2: 3, 4: 5}
o valor armazenado na variável B é igual a
Conheça nossos planos