Font size
WorksheetsPython3_big_test
Total questions: 27
Worksheet time: 23mins
Напишіть назву бібліотеки для аналізу даних на Python
(a)
Що має бути замість цифр?
1 - Бібліотека скорочено
2 - Ім'я, яке використовуватиметься у коді
3 - Ім'я бібліотеки
4 - Команда імпорт
1 - Команда імпорт
2 - Ім'я, яке використовуватиметься у коді
3 - Ім'я бібліотеки
4 - Бібліотека скорочено називається як
1 - Команда імпорт
2 - Ім'я бібліотеки
3 - Ім'я, яке використовуватиметься у коді
4 - Бібліотека скорочено називається як
1 - Команда імпорт
2 - Ім'я бібліотеки
3 - Бібліотека скорочено називається як
4 - Ім'я, яке використовуватиметься у коді
Напиши назву команди, яка допоможе дізнатись про вміст датафрейма
(a)
Визначити середню кількість завантажень (Installs) додатків, рейтинг (Rating) яких перевищує значення 4.9.
df[df['Installs'] > 4.9]['Rating'].mean()
df[df['Rating'] > 4.9]['Installs'].mean()
df['Rating' > 4.9] ['Installs'].mean()
df['Rating'] ['Installs'].mean()
Параметри args і *kwargs
дозволяють передавати у функцію(або метод) змінну кількість аргументів
можуть викорситовуватись лише в визначнні методiв(не функцій)
можуть викорситовуватись лише в визначнні функцій(не методів)
- це спеціальні ключові слова фреймворка kivy
Напиишіть текстовий тип даних pandas
(a)
Оберіть метод, що викликає функцію до кожного рядка/стовпця DataFrame
info()
fillna()
drop()
apply()
Обери метод, що допоможе дізнатись які значення зустрічаються у стовпці
( уніікальні значення та їх кількість)?
value_counts()
info()
describe()
fillna()
Як порахувати середній розмір додатків всім цільових аудиторій ?
df.groupby(by = 'Content Rating')['Size'].mean()
df[df == 'Content Rating']['Size'].mean()
df.groupby(by = ['Content Rating', 'Size']).mean()
df.groupby(by = 'Size')['Content Rating'].mean()
Як отримати таку таблицю із датафрейма?
df.pivot_table(
index = 'Category',
values = 'Content Rating',
aggfunc = 'mean')
df.pivot_table(columns = 'Content Rating',
index = 'Category',
values = 'Size',
aggfunc = 'mean')
df.pivot_table(columns = 'Content Rating',
index = 'Category',
values = 'Reviews',
aggfunc = 'mean')
df.pivot_table(columns = 'Category',
index = 'Content Rating',
values = 'Reviews',
aggfunc = 'mean')
Напиши назву функції, що визначає наявність у переданій інформації порожніх значень?
(a)
Заміни( та зберіжи!) порожнє значення у сствопці Rating на таке, якого немає в стовпці
df['Rating'].fillna(5, inplace = True)
df['Rating'].fillna(-1, inplace = True)
df['Rating'].fillna(-1)
pd.fillna(df['Rating'], -1, inplace = True)
Напиши назву бібілотеки для візуалізації данних
(a)
Які рядки кода потрібні, щоб побудувт такий графік?
s.plot()
plt.show()
plt.plot()
s.show()
s.plot(kind = 'line')
plt.show()
s.plot(kind = 'hist')
plt.show()
s.plot()
s.show()
Напиши назву бібліотеки для створення та начання моделі
(a)
Виали ці ствопці з датафрейму df
df = df.drop(['PassengerId', 'Name', 'Ticket', 'Cabin'],axis = 1)
df.drop(['PassengerId', 'Name', 'Ticket', 'Cabin'])
df.drop(['PassengerId', 'Name', 'Ticket', 'Cabin'],axis = 1, inplace = True)
df.drop( 'PassengerId', 'Name', 'Ticket', 'Cabin', axis = 1, inplace = True)
df.drop(['PassengerId', 'Name', 'Ticket', 'Cabin'],axis = 1)
Як підготувати колонку(ствопець) Embarket для майбутньої модели?
І так все ок
замінити назви портів на 1, 2, 3
створити фіктивні змінні
зробити коже порт окремою колонкою, де 1- сів в цьому порту, 0- ні
замінити назви портів на 00, 01, 10
Напиши назву функції для створення фіктивних змінних
pd.
(a)
Як отримати нові значення фіктивних змінних для стовпця Embarked
new_info = pd.get_dummies(df['Embarked'])
new_info = df['Embarked'].get_dummies()
new_info = df.get_dummies(['Embarked'])
new_info = pd.get_dummies(df)
Як отримати назви ствопців у вигляді списку для нових фііктивних данних new_info?
(їх ми знайшли в попередному завданні)
new_names = list(new_info.columns)
new_names = list(pd.get_dummies(df['Embarked'])
new_names = lpd.get_dummies(df['Embarked'].columns
new_names = list(pd.get_dummies(df['Embarked']).columns
Запиши значення фіктивних(new_info) змінних у нові стовпці(new_names)
які ми знайшли в попередіх завданнях
df[list(pd.get_dummies(df['Embarked']).columns)] =
pd.get_dummies(df['Embarked'])
df[new_names] = df[new_info]
df[new_info] = df[new_names]
df['new_names'] = df['new_info']
Обери функцію, яка допоможе розідлити данні на тестові та тренувальні
test_train_split
drop
train_test_split
sklearn.model_selection.train_test_split
Обери вірний порядко, в якому ми отримаємо розбитті дані після виористання функції
train_test_split
x_train, x_test, y_train, y_test
x_train, y_train, x_test, y_test
x_test, y_test, x_train, y_train
x_test,x_train, y_test,y_train
Що робим післяя розбиття данних на тестові та тренувальні?
Створити об'єкт класифікатора
Стандартизація значень
"Навчити" модель на тренінговому наборі даних
Розрахувати прогноз значень цільової змінної для тестового набору даних
Напиши назву методу,що "Навчити" модель
(a)
Стомилися?)
О да!
Зовсім ні
Куди я потрапив та де мої речі
Та все норм
А я стомилась...
Нарешті почнем створювати ігри!
Ура!
Ні, хочу ще аналіз данних
