NEW
Font size
S
M
L
XL
Worksheets3IA3 - PRIA - Numpy - 01
Total questions: 64
Worksheet time: 22mins
Name
Class
Date
1.
¿Cuál es la convención estándar para importar NumPy en Python?
a)
import numpy
b)
import np
c)
import numpy as np
d)
from numpy import *
2.
¿Qué función de NumPy se utiliza para crear un array con valores equiespaciados entre dos límites, incluyendo ambos?
a)
np.array()
b)
np.arange()
c)
np.linspace()
d)
np.sequence()
3.
¿Qué propiedad de un array de NumPy indica el número de dimensiones?
a)
shape
b)
size
c)
ndim
d)
dtype
4.
¿Qué ocurre si intentas crear un array de NumPy con elementos de tipos diferentes, como [1, 2.5, "texto"]?
a)
Se produce un error porque los arrays deben ser homogéneos.
b)
NumPy convierte todos los elementos al tipo más general compatible, como cadena de texto.
c)
NumPy solo permite números, por lo que ignora los strings.
d)
NumPy crea un array de objetos Python.
5.
¿Cómo se accede al elemento central de una matriz 3x3 (fila 1, columna 1) en NumPy?
a)
matrix[0, 0]
b)
matrix[1, 1]
c)
matrix[2, 2]
d)
matrix[1, 2]
6.
¿Qué devuelve la propiedad .shape de un vector con 5 elementos?
a)
(5, 1)
b)
(5)
c)
(5,)
d)
[5]
7.
¿Cuál de estas funciones crea un array lleno de unos con una forma específica?
a)
np.zeros()
b)
np.ones()
c)
np.full()
d)
np.eye()
8.
Al realizar slicing en un array de NumPy, ¿qué se obtiene por defecto?
a)
Una copia independiente del array original.
b)
Una vista (referencia) del array original.
c)
Un error si los índices están fuera de rango.
d)
Un nuevo array con tipos de datos diferentes.
9.
¿Qué función se utiliza para cambiar la forma de un array sin alterar sus datos?
a)
np.resize()
b)
np.reshape()
c)
np.transpose()
d)
np.flatten()
10.
¿Qué característica fundamental tienen los arrays de NumPy según la introducción del notebook?
a)
Todos los elementos deben tener el mismo tipo de dato
b)
Cada elemento puede tener un tipo de dato distinto
c)
Los arrays solo pueden contener números enteros
d)
Los arrays deben ser siempre bidimensionales
11.
¿Qué función se utiliza para crear un array a partir de una lista en NumPy?
a)
np.array
b)
np.arange
c)
np.asarray_range
d)
np.make_array
12.
¿Qué devuelve el atributo shape de un array en NumPy?
a)
Una tupla con el tamaño de cada dimensión
b)
El número total de elementos
c)
El tipo de dato del array
d)
Una copia ordenada del array
13.
¿Qué atributo de un array devuelve el número total de elementos?
a)
size
b)
shape
c)
ndim
d)
count
14.
¿Qué hace la función np.arange?
a)
Genera una secuencia de valores con un paso definido
b)
Crea un array lleno de unos
c)
Convierte una lista en un array
d)
Devuelve valores equiespaciados indicando cuántos puntos se desean
15.
¿Cuál de las siguientes afirmaciones NO es correcta sobre los arrays de NumPy?
a)
Permiten aplicar operaciones matemáticas vectorizadas
b)
Admiten elementos con distintos tipos de datos en un mismo array
c)
Tienen un tamaño fijo una vez creados
d)
Son más eficientes que las listas de Python para operaciones numéricas
16.
Dado el código siguiente: ¿Qué contiene el array a?
a)
[2, 4, 6, 8]
b)
[2, 3, 4, 5, 6, 7, 8, 9]
c)
[2, 4, 6]
d)
[2, 4, 6, 8, 10]
17.
¿Cuál de las siguientes opciones describe correctamente qué devuelve a[1:4] en un array NumPy unidimensional?
a)
Un subarray que incluye los índices 1, 2 y 3
b)
Un subarray que incluye los índices 1, 2, 3 y 4
c)
Un único valor correspondiente al índice 1
d)
Una copia completa del array original
18.
¿Qué resultado devuelve este código?
a)
(2, 3)
b)
2
c)
3
d)
(3, 2)
19.
¿Cuál de estas afirmaciones sobre dtype en NumPy es correcta?
a)
Un array siempre convierte todos los elementos al mismo tipo indicado en dtype
b)
dtype solo existe en arrays de dos dimensiones
c)
dtype cambia automáticamente según el índice que se acceda
d)
dtype se usa únicamente en arrays creados con np.linspace
20.
¿Qué forma tiene el array generado por el siguiente código?
a)
1 fila y 3 columnas
b)
3 filas y 1 columna
c)
3 elementos en una sola fila
d)
Un array vacío
21.
¿Cuál de las siguientes expresiones crea un array con los valores 0, 1, 2, 3, 4?
a)
np.arange(1, 5)
b)
np.linspace(0, 4, 3)
c)
np.zeros(5)
d)
np.arange(5)
22.
Dado el siguiente array: ¿Qué devuelve la expresión a[:, 1]?
a)
[10 20]
b)
[30 60]
c)
[40 50 60]
d)
[20 50]
23.
¿Cuál de las siguientes opciones NO puede generar un array de NumPy?
a)
np.make
b)
np.array
c)
np.arange
d)
np.linspace
24.
¿Qué ocurrirá al ejecutar este código?
a)
El array contendrá tipos mezclados sin convertir
b)
NumPy lanzará un error por tipos incompatibles
c)
Los valores enteros se convertirán a float
d)
El array se convertirá en una lista de Python automáticamente
25.
Si ejecutamos np.arange(0, 5) y np.linspace(0, 5, 5), ¿cuál es la diferencia principal entre los arrays resultantes?
a)
Ambos generan exactamente los mismos valores
b)
np.arange genera floats y np.linspace enteros
c)
np.linspace no puede generar 5 valores
d)
np.arange excluye el 5 y np.linspace incluye el 5
26.
Dado el array ¿Qué diferencia hay entre a[1, :] y a[1:2, :]?
a)
Ambos devuelven siempre un array 2D
b)
El primero devuelve un array 1D y el segundo un array 2D
c)
Ambos devuelven siempre un array 1D
d)
El segundo incluye dos filas
27.
¿Cuál de las siguientes llamadas genera un error al crear un array de ceros en NumPy?
a)
np.zeros(2, 3)
b)
np.zeros((2, 3))
c)
np.zeros(5)
d)
np.zeros((1,))
28.
¿Qué devuelve exactamente el atributo size de un array 2D con shape == (3, 4)?
a)
7
b)
4
c)
12
d)
3
29.
Se crea el siguiente array. ¿Qué valores contiene a[1:3]?
a)
[3 5]
b)
[1 3 5]
c)
[3 5 7]
d)
[5 7]
30.
Tenemos. ¿Qué devuelve c[-3:]?
a)
[10 20 30]
b)
[50 40 30]
c)
[20 30 40]
d)
[30 40 50]
31.
Si d = np.linspace(0, 1, 4), ¿qué es correcto sobre el array resultante?
a)
Contiene 3 valores entre 0 y 1 sin incluir el 1
b)
Contiene 4 valores flotantes equiespaciados entre 0 y 1 (incluyendo ambos extremos)
c)
Contiene 4 valores enteros entre 0 y 1
d)
Siempre produce el mismo array que np.arange(0, 1, 0.25)
32.
¿Cuál de las siguientes afirmaciones sobre shape es incorrecta?
a)
Para un array 1D con 5 elementos, shape puede ser (5,)
b)
Para un array 2D de 3 filas y 2 columnas, shape es (3, 2)
c)
shape devuelve un número entero indicando el total de elementos
d)
shape es una tupla que indica el tamaño de cada dimensión
33.
¿Cuál de las siguientes operaciones NO puede realizarse mediante broadcasting?
a)
a + b donde a.shape == (3, 1) y b.shape == (1, 4)
b)
a + b donde a.shape == (3,) y b.shape == (3, 1)
c)
a + b donde a.shape == (5, 1) y b.shape == (5,)
d)
a + b donde a.shape == (2, 3) y b.shape == (3,)
34.
Dado. ¿Qué forma tendrá el resultado de a + b?
a)
(3, 3)
b)
(3,)
c)
(3, 1)
d)
Error de broadcasting
35.
¿Qué operación dará error?
a)
np.array([1,2,3]) + np.array([[1],[2],[3]])
b)
np.array([1,2,3]) + np.array([[1,2,3]])
c)
np.array([1,2,3]) + np.array([[1,2]])
d)
np.array([[1,2,3]]) + np.array([3])
36.
¿Cuál de estas afirmaciones sobre operaciones vectorizadas es incorrecta?
a)
Son más rápidas que los bucles de Python
b)
Evitan escribir bucles explícitos
c)
Solo pueden aplicarse a arrays del mismo tamaño
d)
Funcionan elemento a elemento
37.
¿Qué devuelve NumPy al sumar un array de shape (3,) con otro (3,1)?
a)
Un array de shape (3,3)
b)
Un array de shape (3,)
c)
Un error de incompatibilidad
d)
Un array de shape (3,1)
38.
Dado. ¿Qué hace NumPy al evaluar x + y?
a)
Suma fila a fila
b)
Suma columna a columna
c)
Suma y a cada fila de x
d)
Lanza un error
39.
¿Qué se necesita para aplicar una boolean mask sobre un array NumPy?
a)
Una máscara con el mismo número de elementos que el array
b)
Una máscara con solo valores 0 y 1
c)
Una lista de índices numéricos
d)
Una máscara del mismo tipo de dato que el array
40.
Dado. ¿Qué devuelve a[idx]?
a)
[40 10]
b)
[30 10]
c)
[10 40]
d)
Error de indexación
41.
Dado. ¿Qué devuelve a[:, [0, 2]]?
a)
Solo la columna 2
b)
Las filas 0 y 2
c)
Error por índice fuera de rango
d)
Las columnas 0 y 2 de ambas filas
42.
¿Qué devuelve a[a % 2 == 0] si a es un array de enteros?
a)
Todos los números impares
b)
Solo los números mayores de 2
c)
Un array lleno de True/False
d)
Todos los números pares
43.
Dado. ¿Qué elementos selecciona a[mask]?
a)
[10 15]
b)
[5 10 15]
c)
[15]
d)
[20]
44.
¿Qué ocurre cuando usamos listas de índices repetidos en fancy indexing?
a)
El valor se repite en el resultado
b)
NumPy lanza un error
c)
Los valores se ordenan automáticamente
d)
Los valores duplicados se eliminan
45.
¿Cuál de estas expresiones equivale a “todos menos el primero” en un array?
a)
a[:-1]
b)
a[1:]
c)
a[0:]
d)
a[:]
46.
¿Qué hace np.sum(a, axis=0) en una matriz 2D?
a)
Suma cada columna
b)
Suma cada fila
c)
Devuelve la suma total del array
d)
Devuelve la suma diagonal
47.
¿Qué valor devuelve np.percentile(a, 50)?
a)
La mediana
b)
La media
c)
El valor mínimo
d)
El percentil 5
48.
¿Qué función da el rango si se calcula manualmente?
a)
np.sum(a) - np.mean(a)
b)
np.std(a) + np.var(a)
c)
np.max(a) - np.min(a)
d)
np.argmax(a) - np.argmin(a)
49.
¿Qué representa exactamente el IQR (Interquartile Range) de un conjunto de datos?
a)
La diferencia entre el valor máximo y el mínimo
b)
La media entre Q1 y Q3
c)
El porcentaje de datos situados por encima de la mediana
d)
La diferencia entre el cuartil 3 (Q3) y el cuartil 1 (Q1)
50.
¿Cuál es el criterio estándar para detectar un valor atípico utilizando el IQR?
a)
Un valor que es menor que la media
b)
Un valor que está por encima de Q2 + IQR
c)
Un valor que está por debajo de Q1 − 1.5·IQR o por encima de Q3 + 1.5·IQR
d)
Un valor que pertenece al 10% de los valores más altos
51.
¿Cuál de las siguientes instrucciones genera correctamente una matriz de 3 filas y 4 columnas con valores aleatorios entre 0 y 1?
a)
np.random.rand(3, 4)
b)
np.random.rand([3, 4])
c)
np.random.random()
d)
np.random.uniform(3, 4)
52.
¿Cuál de las siguientes instrucciones genera una matriz de enteros aleatorios entre 0 y 9 (incluido el 0 pero excluido el 10) con forma 2×3?
a)
np.random.randint(0, 9, (2, 3, 1))
b)
np.random.randint(0, 10, size=(2, 3))
c)
np.random.randint(10, size=2, 3)
d)
np.random.randint([0, 10], 2, 3)
53.
¿Cuál es la forma correcta de multiplicar dos matrices en NumPy?
a)
A * B
b)
np.mul(A, B)
c)
A @ B
d)
A ** B
54.
¿Cuál de estas operaciones obtiene la transpuesta de una matriz M?
a)
M.transpose
b)
M.trans()
c)
np.rev(M)
d)
M.T
55.
¿Qué condición debe cumplirse para poder multiplicar dos matrices A y B?
a)
Las columnas de A deben coincidir con las filas de B
b)
Ambas matrices deben ser cuadradas
c)
Deben tener exactamente la misma shape
d)
Ambas deben contener solo valores enteros
56.
¿Cuál de las siguientes expresiones calcula el producto punto entre dos vectores 1D?
a)
np.dot(a, b)
b)
a * b
c)
np.cross(a, b)
d)
np.linalg.det([a, b])
57.
¿Qué operación transforma un vector fila en vector columna?
a)
v.T
b)
np.transpose(v)
c)
v.flatten()
d)
v.reshape(-1, 1)
58.
Si A es 2×3 y B es 3×2, ¿qué forma tiene A @ B?
a)
(3, 3)
b)
(2, 2)
c)
(2, 3)
d)
(3, 2)
59.
¿Para qué sirve np.eye(3)?
a)
Para crear la matriz identidad de tamaño 3×3
b)
Para crear una matriz con valores aleatorios
c)
Para invertir una matriz
d)
Para obtener solo la diagonal de una matriz
60.
Si a es un array 3×4, ¿qué forma tiene a.T?
a)
3×4
b)
1×12
c)
4×3
d)
Depende del tipo de dato
61.
¿Qué hace np.concatenate([a, b], axis=0)?
a)
Une los arrays a lo largo del eje 0
b)
Une los arrays por columnas
c)
Crea copias independientes de los arrays
d)
Divide el array en dos partes
62.
¿Cuál de estas funciones une arrays horizontalmente?
a)
np.vstack
b)
np.split
c)
np.divide
d)
np.hstack
63.
¿Cuál es la diferencia entre a.copy() y una vista?
a)
La vista usa más memoria
b)
La copia modifica el array original
c)
No hay diferencia
d)
La copia crea un nuevo array; la vista comparte datos
64.
¿Qué función divide un array en subarrays de tamaños exactamente iguales?
a)
np.split
b)
np.array_split
c)
np.divide
d)
np.vsplit
Reset
