Questões de Programação para Concurso - Página 24

Q3150383

Ano: 2025 Banca: IMPARH Órgão: CGM de Fortaleza - CE Prova: IMPARH - 2025 - CGM de Fortaleza - CE - Auditor de Controle Interno - Área 2 (Ciências da Computação) |

Q3150383 Programação

Sobre conceitos de threading em Java, analise as afirmações abaixo e marque a opção correta.
I. Uma thread em estado runnable está pronta para ser executada, mas pode estar aguardando sua vez para acessar a CPU.
II. Métodos sincronizados de um objeto tornam-se inacessíveis para outras threads enquanto uma thread detém o bloqueio sobre o objeto.

A

As duas afirmações são verdadeiras e a segunda é consequência da primeira.

B

As duas afirmações são verdadeiras, mas a segunda não é consequência da primeira.

C

A primeira afirmação é verdadeira e a segunda é falsa.

D

A primeira afirmação é falsa e a segunda é verdadeira.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3150382

Ano: 2025 Banca: IMPARH Órgão: CGM de Fortaleza - CE Prova: IMPARH - 2025 - CGM de Fortaleza - CE - Auditor de Controle Interno - Área 2 (Ciências da Computação) |

Q3150382 Programação

Sobre os conceitos de desenvolvimento para Android e iOS, marque a opção correta.

A

O Activity é o principal componente do Android para executar tarefas em segundo plano, mesmo que o aplicativo seja fechado.

B

No iOS, o UIKit é um framework utilizado para criar e gerenciar interfaces gráficas.

C

O Objective-C foi criado pela Apple para substituir o Swift como linguagem oficial de desenvolvimento para iOS.

D

O arquivo AndroidManifest.xml é responsável apenas por definir o layout da interface do app no Android.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3150381

Ano: 2025 Banca: IMPARH Órgão: CGM de Fortaleza - CE Prova: IMPARH - 2025 - CGM de Fortaleza - CE - Auditor de Controle Interno - Área 2 (Ciências da Computação) |

Q3150381 Programação

Sobre conceitos relacionados ao Python, analise as afirmações abaixo e marque a opção que indica a quantidade correta de afirmações verdadeiras e falsas.
I. Python suporta orientação a objetos, permitindo a criação de classes, herança, encapsulamento e polimorfismo.
II. Python suporta programação funcional, incluindo o uso de funções de alta ordem como map, filter e reduce.
III. Em Python, todas as variáveis declaradas dentro de uma função são automaticamente globais e podem ser acessadas em qualquer parte do código.
IV. O uso de ponto e vírgula (;) ao final de cada linha é obrigatório em Python para indicar o final de uma instrução.

A

Duas afirmações verdadeiras e duas falsas.

B

Três afirmações verdadeiras e uma falsa.

C

Três afirmações falsas e uma verdadeira.

D

Quatro afirmações verdadeiras.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3150380

Ano: 2025 Banca: IMPARH Órgão: CGM de Fortaleza - CE Prova: IMPARH - 2025 - CGM de Fortaleza - CE - Auditor de Controle Interno - Área 2 (Ciências da Computação) |

Q3150380 Programação

Qual é o mecanismo utilizado para garantir exclusão mútua, garantindo que somente uma thread ou processo possa acessar uma seção crítica por vez, sem permitir múltiplos acessos simultâneos?

A

Mutex.

B

Semáforo.

C

Spinlock.

D

Barreira.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3150375

Ano: 2025 Banca: IMPARH Órgão: CGM de Fortaleza - CE Prova: IMPARH - 2025 - CGM de Fortaleza - CE - Auditor de Controle Interno - Área 2 (Ciências da Computação) |

Q3150375 Programação

Frameworks de persistência como JPA e Hibernate são utilizados para simplificar e gerenciar a interação entre aplicações Java e bancos de dados relacionais. Sobre seu uso, marque a opção correta.

A

Hibernate também suporta banco de dados não relacionais.

B

JPA é uma especificação padrão de persistência de dados em Java, enquanto Hibernate é uma de suas implementações.

C

Hibernate é utilizado exclusivamente com bancos de dados MySQL.

D

JPA requer que todos os métodos de mapeamento sejam escritos manualmente em SQL.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3150374

Ano: 2025 Banca: IMPARH Órgão: CGM de Fortaleza - CE Prova: IMPARH - 2025 - CGM de Fortaleza - CE - Auditor de Controle Interno - Área 2 (Ciências da Computação) |

Q3150374 Programação

Sobre os conceitos relacionados à orientação a objetos na linguagem de programação Java, marque a opção correta.

A

Java permite herança múltipla de classes diretamente.

B

Todos os métodos de uma classe abstrata devem ser abstratos.

C

Classes em Java podem implementar várias interfaces.

D

Uma classe com métodos e variáveis públicas não pode ser encapsulada.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3150373

Ano: 2025 Banca: IMPARH Órgão: CGM de Fortaleza - CE Prova: IMPARH - 2025 - CGM de Fortaleza - CE - Auditor de Controle Interno - Área 2 (Ciências da Computação) |

Q3150373 Programação

Considere as afirmações abaixo e marque a opção correta.
I - O comando break pode ser usado para interromper um loop for ou while em JavaScript. Esse comando permite que o loop termine antes que sua condição final seja atingida.
PORQUE
II - Quando o break é utilizado em um loop, ele encerra a iteração atual e passa para a próxima, mantendo o loop em execução.

A

As duas afirmações são verdadeiras e a segunda justifica a primeira.

B

As duas afirmações são verdadeiras, mas a segunda não justifica a primeira.

C

A primeira afirmação é verdadeira e a segunda é falsa.

D

A primeira afirmação é falsa e a segunda é verdadeira.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3150372

Ano: 2025 Banca: IMPARH Órgão: CGM de Fortaleza - CE Prova: IMPARH - 2025 - CGM de Fortaleza - CE - Auditor de Controle Interno - Área 2 (Ciências da Computação) |

Q3150372 Programação

Analise o código Python abaixo e marque a opção correta. ---------------------------------- x1 = 5 x2 = 7.5 x1 -= 1 x2 += x1 print("%d:%.2f" % (x1,x2)) ----------------------------------

A

A saída do algoritmo é igual a 4:11.5.

B

A saída do algoritmo é igual a 4:12.5.

C

A saída do algoritmo não é alterada se a última linha do código for substituído por: print("%d:%f" % (x1,x2)).

D

A saída do algoritmo não é alterada se a última linha do código for substituído por: print("{:d}:{:.2f}".format(x1, x2)).

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3150371

Ano: 2025 Banca: IMPARH Órgão: CGM de Fortaleza - CE Prova: IMPARH - 2025 - CGM de Fortaleza - CE - Auditor de Controle Interno - Área 2 (Ciências da Computação) |

Q3150371 Programação

Sobre o conceito e a definição de constantes em diferentes linguagens de programação, analise as afirmações abaixo e marque a opção correta.
I. Na linguagem Python, por convenção, nomes em caixa-alta são utilizados para indicar que uma variável deve ser tratada como constante, apesar do Python permitir que seus valores sejam modificados.
II. Na linguagem Java, a palavra-chave "const" é utilizada para definir constantes, garantindo que o valor não possa ser alterado.

A

I e II são verdadeiras.

B

I e II são falsas.

C

I é verdadeira e II é falsa.

D

I é falsa e II é verdadeira.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3331529

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331529 Programação

No campo da saúde, é comum a adoção de métodos para a reduzir a dimensionalidade dos dados, como a segmentação de idades em faixas etárias. O comando Python, com o uso da biblioteca Pandas (pd), que pode ser utilizado para segmentar os valores de uma lista de idades (tipo inteiro) em 10 faixas etárias, é:

A

pd.qcut(idades, chunks=10).

B

pd.cut(idades, chunks=10).

C

pd.qcut(idades, bins=10).

D

pd.split(idades, bins=10).

E

pd.cut(idades, bins=10).

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3331528

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331528 Programação

Para reproduzir a transformação ilustrada na figura abaixo, o código Python que faz uso da bilblioteca Pandas (pd) e pode ser utilizado para para unir dois dataframes (df1 e df2), criando o dataframe (df3), é:

Imagem associada para resolução da questão

Imagem associada para resolução da questão

A

df3 = pd.join([df1, df2]).

B

df3 = pd.union([df1, df2]).

C

df3 = pd.concat([df1, df2]).

D

df3 = pd.merge([df1, df2]).

E

df3 = pd.sum([df1, df2]).

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3331527

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331527 Programação

Dataframes da biblioteca Pandas no Python são muito versáteis. Com eles é possível ler, processar, transformar e exportar dados tabulares com grande eficiência. Considere um dataframe criado a partir da leitura de um arquivo do tipo csv (comma separated value). Só devem ser carregadas as primeiras mil linhas das colunas A, B e C. Além disso, todos os valores devem ser convertidos para o tipo string. Os parâmetros e valores do método read_csv() que possibilitam isso são:

A

nrows=1000, usecols=[‘A’, ‘B’, ‘C’] e dtype=str.

B

nrows=1k, usecols=[‘A’, ‘B’, ‘C’] e type=String.

C

lines=1000, columns=[‘A’, ‘B’, ‘C’] e dtype=String.

D

nrows=1000, names=[‘A’, ‘B’, ‘C’] e type=str.

E

lines=1k, columns=[‘A’, ‘B’, ‘C’] e dtype=str.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3331514

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331514 Programação

Você é um cientista de dados trabalhando em um projeto de pesquisa em saúde que envolve a análise de relatórios médicos utilizando técnicas de Processamento de Linguagem Natural (PLN). Parte do seu trabalho é explorar as relações semânticas entre diferentes condições de saúde utilizando um modelo pré-treinado de word embeddings em português, focado na área da saúde. Você decide investigar a relação entre diferentes doenças e tratamentos.

Seja o seguinte código Python, que utiliza a biblioteca gensim e um modelo hipotético de word embeddings denominado modelo_saude.bin especializado em termos médicos em português:

import numpy as np from gensim.models import KeyedVectors
def calcular_similaridade(vetor_a, vetor_b): numerador = np.dot(vetor_a, vetor_b) denominador = np.linalg.norm(vetor_a) *
np.linalg.norm(vetor_b) similaridade = numerador / denominador return similaridade
mo del = Ke yed Vectors. load_ word 2vec _ format(‘modelo_saude.bin’, binary=True) vetor_diabetes = model[‘diabetes’] vetor_hipertensao = model[‘hipertensão’] vetor_insulina = model[‘insulina’]
vetor_diabetes_ajustado = vetor_diabetes + vetor_insulina vetor_hipertensao_ajustado = vetor_hipertensao + vetor_insulina
similaridade = calcular_similaridade(vetor_ diabetes_ajustado, vetor_hipertensao_ajustado) print(f”Similaridade: {similaridade}”)

Utilizando o modelo hipotético model_saude.bin, o resultado mostrado pelo código foi de 0.7036085724830627. Baseado no cenário descrito, no código fornecido e no resultado mostrado, a opção que melhor descreve o que está sendo calculado e o significado do resultado é:

A

a distância euclidiana entre os vetores de “diabetes” e “hipertensão”, ambos ajustados pelo vetor de “insulina”, sugere que, no espaço semântico do modelo utilizado, as condições de “diabetes” e “hipertensão”, quando consideradas no contexto do tratamento com “insulina”, possuem uma relação semântica relativamente forte.

B

a similaridade por cosseno entre os vetores de “diabetes” e “hipertensão”, ambos ajustados pelo vetor de “insulina”, sugere que, no espaço semântico do modelo utilizado, as condições de “diabetes” e “hipertensão”, quando consideradas no contexto do tratamento com “insulina”, possuem uma relação semântica relativamente fraca.

C

a distância euclidiana entre os vetores de “diabetes” e “hipertensão”, ambos ajustados pelo vetor de “insulina”, sugere que, no espaço semântico do modelo utilizado, as condições de “diabetes” e “hipertensão”, quando consideradas no contexto do tratamento com “insulina”, possuem uma relação semântica relativamente fraca.

D

a similaridade por cosseno entre os vetores de “diabetes” e “hipertensão”, ambos ajustados pelo vetor de “insulina”, sugere que, no espaço semântico do modelo utilizado, as condições de “diabetes” e “hipertensão”, quando consideradas no contexto do tratamento com “insulina”, possuem uma relação semântica relativamente forte.

E

a distância euclidiana entre os vetores de “diabetes” e “hipertensão”, ambos ajustados pelo vetor de “insulina”, sugere que, no espaço semântico do modelo utilizado, as condições de “diabetes” e “hipertensão”, quando consideradas no contexto do tratamento com “insulina”, possuem uma relação semântica relativamente neutra.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3331512

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331512 Programação

Observe o código Python abaixo, que utiliza a biblioteca NLTK para tarefas de Processamento de Linguagem Natural.

import nltk nltk.download(‘punkt’) from nltk.tokenize import word_tokenize
texto = “Fundação Oswaldo Cruz (Fiocruz): Ciência e tecnologia em saúde para a população brasileira.” tokens = word_tokenize(texto)
contador = 0 resultado = 0 while contador < len(tokens): for letra in tokens[contador]: if letra.upper() in ‘FIOCRUZ’: resultado += 1 contador += 1

O valor da variável resultado, ao final da execução do código, é:

A

32.

B

33.

C

34.

D

35.

E

36.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3331508

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331508 Programação

O scikit-learn é uma biblioteca de aprendizado de máquina para Python que fornece uma ampla variedade de classes e funções para análise de dados e modelagem de Machine Learning. Ele inclui algoritmos para classificação, regressão, clusterização, redução de dimensionalidade, seleção de modelos, pré-processamento de dados, entre outros.
Entre as opções abaixo, a que apresenta corretamente a combinação de classes e funções do scikit-learn usadas para implementar regressão do tipo polinomial e classificação com árvores de decisão é:

A

para regressão polinomial: linear_model.PolynomialRegression e preprocessing.LinearFeatures; para árvores de decisão: tree.DecisionTreeRegressor

B

para regressão polinomial: preprocessing.PolynomialFeatures e linear_model.LinearRegression; para árvores de decisão: tree.DecisionTreeClassifier.

C

para regressão polinomial: preprocessing.PolynomialFeatures e linear_model.LinearRegression; para árvores de decisão: tree.DecisionTreeRegressor.

D

para regressão polinomial: linear_model.PolynomialFeatures e preprocessing.LinearRegression; para árvores de decisão: tree.DecisionClassifier.

E

para regressão polinomial: preprocessing.LinearFeatures e linear_model.PolynomialRegression; para árvores de decisão: tree.TreeDecisionClassifier.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3331506

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331506 Programação

Além da linguagem Python, a linguagem R é uma poderosa ferramenta estatística e gráfica utilizada por cientistas de dados em todo o mundo. Originária do ambiente acadêmico e com forte apoio da comunidade de estatística, R rapidamente se consolidou como uma das linguagens de programação de escolha para análise de dados, pesquisa científica, e qualquer aplicação que exija manipulação intensiva de dados, análise estatística ou visualização gráfica.
Considere o sumário exibido abaixo, saída do comando summary(df) da linguagem R:

Imagem associada para resolução da questão

Com base nesta informação, a opção que contém uma observação INCORRETA é:

A

a distribuição da variável financiamento_id mostra uma amplitude total de valores que vai de 1 a 8, evidenciando a variação total nos identificadores de financiamento dentro do conjunto de dados.

B

os indicadores de tendência central para projeto_id, com uma média de 2.375 e uma mediana de 2.500, refletem uma distribuição dos dados que tende a ser equilibrada, sem uma inclinação acentuada para valores mais altos ou mais baixos.

C

as variáveis fonte, data_inicio e data_termino são categorizadas como dados categóricos nominais, dado que representam informações qualitativas sem uma ordem inerente, e são armazenadas como caracteres, indicando o tipo de dado textual.

D

o terceiro quartil da variável valor é 10.000, o que indica que 75% dos valores de financiamento são iguais ou inferiores a 10.000, demonstrando a posição dos valores de financiamento no contexto de dispersão e distribuição de quartis.

E

a proximidade entre a média e a mediana dos valores de financiamento sugere uma distribuição altamente assimétrica, com uma presença significativa de valores extremos que distorcem a média, como é o caso do valor 22.000.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3331505

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331505 Programação

Além do Pandas, NumPy, que é um acrônimo para Numerical Python, é outra biblioteca fundamental para a computação em Python. Ela serve como um dos pilares do ecossistema de ciência de dados e análise numérica, oferecendo suporte para poderosas estruturas de dados de arrays e matrizes multidimensionais.
Seja o dataframe Pandas df carregado da tabela Financiamento e um extrato de seus dados mostrado abaixo.

Imagem associada para resolução da questão

E seja o seguinte código NumPy, que transforma df em matriz e manipula suas linhas e colunas.
import numpy as np matriz = df.values subconjunto = matriz[matriz[:, 1] == 1, 4:6]

Das opções abaixo, a que apresenta corretamente o array extraído pela operação NumPy é:

A

[[‘2023-05-31’, 10000.0], [‘2023-06-30’, 4000.0], [‘2023- 11-30’, 7000.0]].

B

[[‘Finep’, ‘2023-02-01’], [‘Finep’, ‘2023-06-01’], [‘BNDES’, ‘2023-08-01’]].

C

[[‘1’, ‘Finep’], [‘1’, ‘Finep’], [‘1’, ‘BNDES’]].

D

[[‘2023-02-01’, ‘2023-05-31’], [‘2023-06-01’, ‘2023-06- 30’], [‘2023-08-01’, ‘2023-11-30’]].

E

[[‘10000.0’], [‘4000.0’], [‘7000.0’]].

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3331504

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331504 Programação

Quando se trabalha com grandes conjuntos de dados no Pandas, a eficiente alocação de memória torna-se crucial para manter um bom desempenho e evitar o esgotamento dos recursos do sistema. Dado este desafio, analise as opções abaixo para otimizar o uso da memória ao manipular grandes volumes de dados com Pandas.

I. Empregar categorias para dados textuais repetitivos ao invés de strings.
II. Segmentar os dados em chunks menores durante a leitura de arquivos grandes, utilizando o parâmetro chunksize no read_csv.
III. Fazer uso intensivo de operações inplace.

Sobre as afirmativas acima, pode-se dizer que:

A

apenas I está correta.

B

apenas II está correta.

C

apenas I e II estão corretas.

D

apenas I e III estão corretas.

E

todas estão corretas.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3331211

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Bioinformática |

Q3331211 Programação

O Biopython é amplamente utlizado para realizar análises na área da Bioinformática. A interface Bio.SeqIO é utlizada para realizar a entrada e saída de arquivos suportando muitos formatos distintos. Considerando o código abaixo, é correto afirmar que:

Imagem associada para resolução da questão

A

o Bio.SeqIO.parse() está devolvendo apenas a próxima sequência.

B

o objeto record é do tipo Seq.

C

o Bio.SeqIO.parse() devolve uma lista de sequências.

D

o Bio.SeqIO.parse() recebe o nome do arquivo de entrada e o formato do arquivo, e devolve um SeqRecord iterator.

E

um objeto SeqRecord possui o campo length.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3331208

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Bioinformática |

Q3331208 Programação

Python é uma linguagem de programação amplamente utilizada na Bioinformática. Através do lambda é possível criar funções anônimas. O código que está sintaticamente correto, de acordo com a versão da linguagem Python superior a 3.10, é:

A

print((lambda x: x + 1)10))

B

print(lambda x: x + 1)

C

print((lambda x: x + 1)(10)))

D

print(lambda x: x + 1)(10))

E

print((lambda x:: x + 1)(10))

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Quer um estudo ilimitado?

Quer um estudo ilimitado?

Questões de Concurso Sobre programação

Foram encontradas 13.044 questões