Graficas Parte 2

Graficas Parte 2

University

10 Qs

quiz-placeholder

Similar activities

Cuestionario Seguridad Dispositivos Capa 2

Cuestionario Seguridad Dispositivos Capa 2

University

10 Qs

MI MÉTODO

MI MÉTODO

University

10 Qs

Prework Etapa 1 - Bogotá

Prework Etapa 1 - Bogotá

University

10 Qs

1ª Recuperação - 3° Trim. - Pensamento Computacional - 9º ano

1ª Recuperação - 3° Trim. - Pensamento Computacional - 9º ano

9th Grade - University

10 Qs

Funcionamiento de internet

Funcionamiento de internet

University

10 Qs

FlexSim

FlexSim

University

10 Qs

RA 1.2_Seguridad  Informática

RA 1.2_Seguridad Informática

University

15 Qs

Kotlin

Kotlin

University

10 Qs

Graficas Parte 2

Graficas Parte 2

Assessment

Quiz

Computers

University

Practice Problem

Medium

Created by

Ma. Guadalupe Roque

Used 27+ times

FREE Resource

AI

Enhance your content in a minute

Add similar questions
Adjust reading levels
Convert to real-world scenario
Translate activity
More...

10 questions

Show all answers

1.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

colors = ['r','g','b']

plt.bar(monthList, bathingsoapSalesData, linewidth = 0.5, color = colors, edgecolor='k')

¿Cuál es la gráfica correspondiente?

Media Image
Media Image

2.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

las propiedad

width = 0.25, align = 'edge'

alinea el borde

izquierdo de la barra con el valor de x

derecho de la barra con el valor de x

centra la barra con el valor de x

3.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

La propiedad

width = -0.25, align = 'edge'

alinea el borde

izquierdo de la barra con el valor de x

derecho de la barra con el valor de x

la barra con el valor de x

4.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Forma de sacar la información de las columnas

# Leer el archivo: dataFrame

df = pd.read_csv("company_sales_data.csv")


# Sacar la información de las columnas y dejarlas en las listas

monthList = df ('month_number')

faceCremSalesData = df ('facecream')

faceWashSalesData = df ('facewash')

monthList = df ['month_number']

faceCremSalesData = df ['facecream']

faceWashSalesData = df ['facewash']

5.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

# Leer el archivo como dataFrame

df = pd.read_csv("company_sales_data.csv")


Instrucción para sumar todos los valores de una columna y asignar a la variable fc_sum

fc_sum = df( 'facecream' ).sum( )

fc_sum = df[ 'facecream' ].sum( )

fc_sum = df[ facecream ].sum( )

6.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Media Image

¿Instrucciones para sacar la información de cada REGION NORTE, SUR, ESTE, OESTE y asignarla a diferentes dataFrames?

Media Image
Media Image
Media Image
Media Image

7.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

vtas_norte, vtas_sur tienen la información de las ventas por region , selecciona las instucciones para : calcular y desplegar las ventas mínimas correspondientes

Media Image
Media Image
Media Image
Media Image

Create a free account and access millions of resources

Create resources

Host any resource

Get auto-graded reports

Google

Continue with Google

Email

Continue with Email

Classlink

Continue with Classlink

Clever

Continue with Clever

or continue with

Microsoft

Microsoft

Apple

Apple

Others

Others

Already have an account?