Python Data Visualization Dashboard

อะไรคือแพ็กเกจหลักที่ใช้ในงาน Data Science ด้วย Python?

• Flask

• Django

• NumPy และ Pandas

• Selenium

อะไรคือคุณสมบัติเด่นของ Jupyter Notebook?

• รองรับการเขียนโค้ดหลายภาษา

• ใช้สำหรับการพัฒนาเว็บแอปพลิเคชัน

• เป็น IDE ที่มีน้ำหนักเบา

• ใช้สำหรับการจัดการฐานข้อมูล

ข้อใดไม่ใช่ฟังก์ชันที่มีใน Pandas?

• read_csv()

• DataFrame()

• array()

• merge()

NumPy ใช้สำหรับอะไรเป็นหลัก ?

• การสร้างเว็บแอปพลิเคชัน

• การคำนวณเชิงตัวเลขและการจัดการอาร์เรย์

• การประมวลผลภาพ

• การวิเคราะห์ข้อความ

Dash คืออะไร?

• แพ็กเกจสำหรับการวิเคราะห์ข้อมูล

• ไลบรารีสำหรับการสร้างกราฟโต้ตอบ

• เฟรมเวิร์คสำหรับการสร้างเว็บแอปพลิเคชันด้วยการแสดงผลข้อมูลแบบโต้ตอบ

• เครื่องมือสำหรับการจัดการฐานข้อมูล

ข้อใดคือข้อดีของการใช้ Plotly ในการสร้างกราฟและแผนภูมิ?

• ใช้งานง่ายและมีการสนับสนุนจากชุมชน

• สามารถสร้างกราฟแบบโต้ตอบได้

• รองรับการสร้างกราฟ 3 มิติ

• ทุกข้อที่กล่าวมา

ข้อใดไม่ใช่ตัวอย่างของการเพิ่มองค์ประกอบโต้ตอบใน Dash?

• Dropdown

• Slider

• Input Box

• FTP Client

ข้อใดเป็นหลักการพื้นฐานในการออกแบบโครงร่างแดชบอร์ด?

• การจัดเรียงองค์ประกอบให้เข้าใจง่าย

• การเลือกใช้สีที่สวยงาม

• การแสดงข้อมูลที่สำคัญในตำแหน่งที่เห็นได้ชัดเจน

• ทุกข้อที่กล่าวมา

ข้อใดเป็นคำสั่งพื้นฐานสำหรับการสร้างกราฟแท่งด้วย Plotly?

• px.bar()

• plt.bar()

• plt.plot()

• sns.barplot()

ทำไม Jupyter Notebook ถึงได้รับความนิยมในงานด้าน Data Science?

• สามารถแสดงผลลัพธ์ได้ทันทีหลังการรันโค้ด

• รองรับการเขียนโค้ดหลายภาษาในโน้ตบุ๊กเดียวกัน

• สามารถบันทึกและแชร์โน้ตบุ๊กได้ง่าย

• ทุกข้อที่กล่าวมา