WorksheetsA1 IIIB - Introducción a Data Science
Total questions: 10
Worksheet time: 23mins
Introducción a Data Science.
Importe la librería Pandas utilice el alias pd.
Se debe escribir el código para incorporar la funcionalidad requerida.
(a)
Introducción a Data Science.
Importe la librería NumPy utilice el alias np.
Se debe escribir el código para incorporar la funcionalidad requerida.
(a)
Introducción a Data Science.
Importe la librería Matplotlib utilice el alias plt.
Se debe escribir el código para incorporar la funcionalidad requerida.
(a)
Introducción a Data Science.
Es una librería diseñada para la manipulación y el análisis de datos. Permite trabajar con estructuras de datos flexibles y potentes como DataFrame y Series.
Se debe leer el enunciado y escribir el nombre de la librería o módulo.
(a)
Introducción a Data Science.
Es una librería muy utilizada para representar datos de manera gráfica y visual, el alias que regularmente se utiliza es plt.
Se debe leer el enunciado y escribir el nombre de la librería o módulo.
(a)
Introducción a Data Science.
Es una librería esencial para la computación numérica en Python. Proporciona el objeto array multidimensional y un conjunto de funciones matemáticas de alto rendimiento.
Se debe leer el enunciado y escribir el nombre de la librería o módulo.
(a)
Introducción a Data Science.
Conocemos así a la estructura de datos bidimensional (filas y columnas) que nos proporciona Pandas.
Se debe leer el enunciado y escribir el nombre del elemento.
(a)
Introducción a Data Science.
Seleccione verdaderas de Pandas.
Se deben leer y seleccionar las opciones que sean verdaderas.
Creación y administración de Data Frames
Lectura y escritura de archivos (CSV, Excel, SQL, etc.)
Limpieza y preparación de datos
Análisis exploratorio de datos
Personalización de gráficos para reportes y presentaciones
Introducción a Data Science.
Seleccione verdaderas de Matplotlib.
Se deben leer y seleccionar las opciones que sean verdaderas.
Creación y administración de Data Frames
Operaciones matemáticas y estadísticas
Gráficos de líneas, barras, dispersión, histogramas
Visualización de tendencias y patrones en los datos
Personalización de gráficos para reportes y presentaciones
Introducción a Data Science.
Seleccione verdaderas de NumPy.
Se deben leer y seleccionar las opciones que sean verdaderas.
Creación y administración de Data Frames
Operaciones matemáticas y estadísticas
Preparación de datos para algoritmos de Machine Learning
Visualización de tendencias y patrones en los datos
Procesamiento y manipulación de grandes volúmenes de datos numéricos
