Questões de Concurso Sobre programação
Foram encontradas 14.769 questões
from scipy import optimize x = [-2,-1.6, -1.2, -0.8, -0.4, 0, 0.4, 0.8, 1.2, 1.6, 2.0] def f(x): return x*x-1 ra = optimize.root(f, 0.5) print(“ra %s” % (ra.x))
A execução do código Python apresentado anteriormente resultará no seguinte. ra [1.]
A função histogram() do Seaborn permite que se gere um histograma de um array unidimensional.
O módulo pyplot da biblioteca Matplotlib é um conjunto de funções de estilo de comando que permitem que gráficos sejam gerados.
O resultado da execução do código a seguir será
3.45359236999999997. from scipy import constants print(constants.pi)
import numpy as np a = np.array([(1, 2), (3, 4), (5, 6)], dtype=[('x', 'i4'), ('y', 'i4')]) print(a) print(a.shape)
O resultado da execução do código Python apresentado anteriormente é o que se segue.
[[1 2] [3 4] [5 6] ['x','i4'] ['y','i4']] (3, 2)
A respeito da biblioteca Numpy, julgue o item a seguir.
O resultado da execução do código Python a seguir resultará em valores diferentes para as variáveis c e d.
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[4,3],[2,1]])
c= np.dot(a,b)
print(c)
d=a*b
print(d)
No que se refere à biblioteca Pandas, julgue o próximo item.
import pandas as pd
a = [10, 78, 23]
myvar = pd.Series(a, index = [“x”, “y”, “z”])
print(myvar.describe())
Caso o código em Python precedente seja executado, então será apresentado em tela o que se segue.
count 4.000000
mean 38.000000
std 6.097091
min 10.000000
25% 16.500000
50% 23.000000
75% 50.500000
max 78.000000
dtype: float64
A biblioteca numpy permite realizar operações matemáticas entre arrays de diferentes dimensões usando o mecanismo de broadcast.
O método describe() da biblioteca Pandas retorna as linhas superiores e inferiores do DataFrame.
A biblioteca Pandas apresenta os dados em uma estrutura de DataFrame, composta por linhas e colunas.
Se um conjunto de dados for armazenado em um array numpy, então, por meio dos seus métodos pré-definidos, será possível obter dados de resumo estatístico desse conjunto de dados.
A respeito das bibliotecas NumPy e Pandas, julgue o item a seguir.
A classe numpy.poly1d() permite a criação de arrays
multidimensionais.
Analise o seguinte fragmento de código escrito com a linguagem de programação JAVA:

Considerando o espaço destacado (omitido propositalmente), compreendido entre as linhas 7 e 10, é possível afirmar que o bloco de código que poderá ser aplicado para imprimir o resultado no formato a seguir é:


Considerando a estrutura desenvolvida, analise as afirmativas a seguir.
I. O código produzido está com a sintaxe correta e nenhum erro ocorrerá durante a etapa de compilação.
II. Ao executar o programa, o resultado impresso em tela será: 1 2 3 4 5 6 7 8 9 10.
III. Pela estrutura do algoritmo elaborado, pode-se concluir que foi desenvolvido um método de ordenação de valores.
Está correto o que se afirma em

Sobre o código produzido, analise as afirmativas a seguir.
I. O código não executará, pois serão gerados erros de compilação em decorrência dos erros de sintaxe produzidos no método de recursividade que foi aplicado.
II. Caso os termos informados sejam, respectivamente, 1 e 2, os resultados evidenciados pelo programa serão 0 e 1; o “;” do final da instrução da linha 16 poderá ser removido sem gerar nenhum erro de sintaxe na compilação.
III. Caso os termos informados sejam, respectivamente, 13 e 19, os resultados apresentados pelo programa serão 144 e 2584.
Está correto o que se afirma apenas em
Julgue o item subsequente, relativos ao Microsoft Excel e à linguagem R.
Na linguagem R, admite-se que o nome de uma variável seja
iniciado com uma letra ou com um número.
A regressão linear multivariada é usada para análises estatísticas em Python e trabalha com uma variável explicativa.
Com a função json.loads(), é possível ler os dados de um arquivo JSON.
No que se refere à manipulação de vetores em Python, julgue o item seguinte.
O código a seguir, escrito em Python, será executado sem
erros, pois, nativamente, é possível realizar operações
matemáticas complexas em vetores sem a necessidade de
importar bibliotecas.
u = [1, 2, 3]
v = [[1], [2], [3]]
print(u @ v)
A plotagem de gráficos em Python permite a criação de histogramas.