Module 2 Review

Perhatikan tabel di atas. Manakah query yang sesuai untuk menampilkan jumlah distrik di setiap negara-negara di benua Asia, diurutkan dari yang paling banyak.

• 
• 
• 
• 

Dengan SQL, bagaimana kita memilih semua catatan dari tabel bernama "Person" di mana nilai kolom "FirstName" mengandung karakter "al"

• SELECT * FROM Persons WHERE FirstName LIKE "%al%"

• SELECT * FROM Persons WHERE FirstName LIKE "_al_"

• SELECT * FROM Persons WHERE FirstName = "al"

• SELECT * FROM Persons WHERE FirstName LIKE "%al"

Fungsi yang digunakan saat kita ingin membuat angka acak berdistribusi normal adalah...

• numpy.random.randint()

• numpy.random.randn()

• numpy.random.normal()

• numpy.random.random()

• numpy.random.random_sample()

import numpy as np

arr = np.arange(1,21)

arr = arr.reshape(4,5)

print(arr)

Output dari syntax ini adalah ...

• [[ 1 2 3 4 5]

  [ 6 7 8 9 10]

  [11 12 13 14 15]

  [16 17 18 19 20]]

• [ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]

• Error

• [ 1 2 3 4 5]

  [ 6 7 8 9 10]

  [11 12 13 14 15]

  [16 17 18 19 20]

• [[ 1 2 3 4]

  [ 5 6 7 8]

  [ 9 10 11 12]

  [13 14 15 16]

  [17 18 19 20]]

import numpy as np

arr = np.arange(1,21)

arr = arr.reshape(-1)

print(arr)

Output dari syntax ini adalah ...

• [ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20]

• Error

• [[ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20]]

• [[ 1] [ 2] [ 3] [ 4] [ 5] [ 6] [ 7] [ 8] [ 9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20]]

• [20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1]

 

Manakah dari sintaks ini yang akan memilih index bernama "foo" dari DataFrame "df" ?

• df['foo']

• Tidak ada yang tepat

• df.loc['foo',:]

• df.loc[:,'foo']

• df['foo'][:]

Lengkapi perintah ini agar menampilkan data dari baris ke 3 sampai 10 pada kolom yang mempunyai nama "Restorant A" dan "Restorant B"

• df.loc[3:11, ["Restorant A","Restorant B"]]

• df[2:10][["Restorant A","Restorant B"]]

• df.iloc[2:10, ["Restorant A","Restorant B"]]

• df[["Restorant A","Restorant B"]]

• Semua benar

Berikut adalah perintah untuk melakukan pivot seperti pada gambar

pd.pivot_table(df, values= [1] , index= [2], columns= [3], aggfunc= [4])

Values yang tepat untuk melengkapi parameter pada nomor [1] adalah ...

• ['D','E']

• ['A', 'B']

• ['C']

• ['large', 'small']

Berikut adalah perintah untuk melakukan pivot seperti pada gambar

pd.pivot_table(df, values= [1] , index= [2], columns= [3], aggfunc= [4])

Values yang tepat untuk melengkapi parameter pada nomor [1] adalah ...

• ['D','E']

• ['A', 'B']

• ['C']

• ['large', 'small']

Berikut adalah perintah untuk melakukan pivot seperti pada gambar

pd.pivot_table(df, values= [1] , index= [2], columns= [3], aggfunc= [4])

Values yang tepat untuk melengkapi parameter pada nomor [2] adalah ...

• ['D','E']

• ['A', 'B']

• ['C']

• ['large', 'small']