Python III

Python III

Professional Development

9 Qs

quiz-placeholder

Similar activities

Repasemos conceptos...

Repasemos conceptos...

Professional Development

14 Qs

Evaluación de Emprendimientos con el uso de las TICs

Evaluación de Emprendimientos con el uso de las TICs

Professional Development

10 Qs

Diagramas UML

Diagramas UML

1st Grade - Professional Development

10 Qs

Plataforma Moodle

Plataforma Moodle

1st Grade - Professional Development

11 Qs

Python_R

Python_R

2nd Grade - Professional Development

8 Qs

Diseño Multimedia

Diseño Multimedia

Professional Development

10 Qs

Hojas de cálculo

Hojas de cálculo

Professional Development

10 Qs

Phyton Lección 2

Phyton Lección 2

Professional Development

13 Qs

Python III

Python III

Assessment

Quiz

Computers

Professional Development

Medium

Created by

Daniel Beffermann

Used 1+ times

FREE Resource

9 questions

Show all answers

1.

MULTIPLE CHOICE QUESTION

1 min • 1 pt

¿Cuál es la principal diferencia entre una lista en Python y un NumPy Array?
Las listas solo pueden almacenar enteros.
Las listas pueden contener elementos de diferentes tipos, mientras que los NumPy Arrays contienen un solo tipo de dato.
Los NumPy Arrays no permiten la manipulación de sus datos.
Las listas no permiten la eliminación de elementos.
Los NumPy Arrays son más lentos que las listas.

Answer explanation

Las listas son estructuras de datos más flexibles y pueden contener diferentes tipos de datos, mientras que los NumPy Arrays están diseñados para contener solo un tipo de dato homogéneo, lo que permite operaciones más rápidas.

2.

MULTIPLE CHOICE QUESTION

1 min • 1 pt

¿Cuál es la ventaja principal de usar operaciones vectorizadas en NumPy?
Se optimizan operaciones matemáticas entre matrices.
Permiten trabajar con diferentes tipos de datos en un array.
Facilitan el trabajo con listas y diccionarios.
Garantizan la eliminación de duplicados en un conjunto de datos.
Permiten la ordenación de los datos de manera automática.

Answer explanation

Las operaciones vectorizadas en NumPy aplican la misma operación a cada elemento de un array, lo que mejora la eficiencia y rendimiento en cálculos matemáticos a gran escala.

3.

MULTIPLE CHOICE QUESTION

1 min • 1 pt

Media Image

Este código imprime los tiempos mayores a 5 segundos. Ahora, necesitas modificar el código para que además de los tiempos mayores a 5, también se imprima un segundo array con los tiempos que son menores o iguales a 5. ¿Qué agregarías al código para lograr esto?

Añadir una nueva línea que use tiempos <= 5 para crear otro array que contenga los tiempos menores o iguales a 5 e imprimirlo.

Usar np.where(tiempos <= 5) para obtener los índices de los elementos que cumplen con la condición y luego imprimir esos índices.

Reemplazar tiempos > 5 por np.logical_and(tiempos > 5, tiempos <= 5) para imprimir ambos grupos de datos al mismo tiempo.

Modificar el array original para solo contener los tiempos menores a 5, y luego imprimir ese array.

Reemplazar print(resultado) por print(tiempos) para mostrar ambos arrays al mismo tiempo.

Answer explanation

La opción correcta es añadir una nueva línea que cree un array con los tiempos menores o iguales a 5. Esto permite imprimir ambos grupos de datos, cumpliendo con el requerimiento de la pregunta.

4.

MULTIPLE CHOICE QUESTION

1 min • 1 pt

¿Qué característica distingue a un diccionario de un set en Python?
Los diccionarios no almacenan claves.
Los diccionarios almacenan pares clave-valor, mientras que los sets solo contienen elementos únicos.
Los sets son inmutables y los diccionarios no.
Los diccionarios no permiten agregar elementos.
Los sets permiten acceso rápido a valores mediante claves.

Answer explanation

Los diccionarios permiten el almacenamiento de pares clave-valor, lo que los hace útiles para búsquedas rápidas, mientras que los sets almacenan solo valores únicos sin orden específico.

5.

MULTIPLE CHOICE QUESTION

1 min • 1 pt

¿Qué función de Pandas te permite cargar datos desde un archivo CSV?
pd.read_csv()
pd.loadtxt()
pd.read_data()
pd.load_csv()
pd.read_excel()

Answer explanation

Pandas proporciona la función pd.read_csv() para cargar datos de un archivo CSV, facilitando el análisis y la manipulación de grandes conjuntos de datos tabulares.

6.

MULTIPLE CHOICE QUESTION

1 min • 1 pt

Media Image

Sin embargo, necesitas generar un informe que no solo incluya los puntajes aprobados, sino también el promedio de todos los puntajes. ¿Cómo modificarías el código para obtener esta información adicional?

Cambiar print(aprobados) por print(aprobados, np.mean(aprobados))

Usar len(puntajes) para contar los estudiantes y dividir por ese número.

Filtrar los puntajes aprobados y luego calcular el promedio solo de esos puntajes.

Reemplazar print(aprobados) por un ciclo que imprima cada puntaje y su promedio.

Cambiar print(aprobados) por print(aprobados, np.mean(puntajes))

Answer explanation

La opción correcta es cambiar print(aprobados) por print(aprobados, np.mean(puntajes)). Esto permite mostrar los puntajes aprobados junto con el promedio de todos los puntajes, no solo de los aprobados.

7.

MULTIPLE CHOICE QUESTION

1 min • 1 pt

¿Cuál es la mejor estructura de datos para almacenar pares clave-valor?
Lista
Tupla
Diccionario
Set
Array

Answer explanation

Los diccionarios en Python son ideales para almacenar pares clave-valor, permitiendo una búsqueda eficiente basada en claves.

8.

MULTIPLE CHOICE QUESTION

1 min • 1 pt

¿Qué característica define a las tuplas en Python?
Son estructuras de datos mutables.
Son estructuras de datos inmutables.
Permiten la eliminación de elementos.
Se ordenan automáticamente.
No pueden almacenar datos numéricos.

Answer explanation

Las tuplas son estructuras de datos inmutables en Python, lo que significa que una vez creadas, no pueden ser modificadas, a diferencia de las listas.

9.

MULTIPLE CHOICE QUESTION

1 min • 1 pt

Media Image

Ahora, tu objetivo es no solo filtrar los nombres que comienzan con la letra 'A', sino también contar cuántos amigos cumplen esta condición. ¿Qué agregarías al código para conseguir este nuevo resultado?

Reemplazar print(filtrados) por print(filtrados, filtrados.shape) para imprimir ambos resultados al mismo tiempo.

Usar un ciclo for adicional para recorrer la lista y contar manualmente los nombres.

Modificar el filtro para incluir solo nombres con más de tres letras y contar esos.

Reemplazar print(filtrados) por print(filtrados, len(filtrados)) para imprimir ambos resultados al mismo tiempo.

Usar np.count_nonzero() para contar los nombres que comienzan con 'A'.

Answer explanation

La opción correcta es reemplazar print(filtrados) por print(filtrados, len(filtrados)) para mostrar tanto la lista filtrada como la cantidad de nombres que comienzan con 'A', logrando así el objetivo de contar.