WorksheetsRecuperação - Ciências de Dados (3º Trimestre)
Total questions: 20
Worksheet time: 10mins
A função df.describe() é usada para:
Exibir estatísticas descritivas do DataFrame
Criar gráficos automaticamente
Exibir somente valores nulos
Combinar dados de múltiplas tabelas
Renomear colunas
O comando df.corr() gera:
Um histograma
A correlação entre variáveis numéricas
Valores nulos preenchidos
Estatísticas de texto
Um gráfico de dispersão
A função plt.show() serve para:
Exibir o gráfico na tela
Alterar o tema do gráfico
Criar uma tabela
Salvar a figura em PNG
Calcular médias
O código plt.bar(df["nome"], df["notas"]) gera:
Gráfico de barras
Gráfico de pizza
Gráfico de dispersão
Tabela descritiva
Boxplot
O método .round(3) faz:
Arredonda valores para 3 casas decimais
Troca valores numéricos por strings
Remove valores duplicados
Gera gráficos de linhas
Transforma números em porcentagem
A biblioteca pandas é usada principalmente para:
Manipulação e análise de dados
Criar modelos de machine learning
Realizar cálculos complexos em arrays
Renderizar gráficos 3D
Construir APIs
A biblioteca numpy é especializada em:
Operações com matrizes e arrays numéricos
Criação de tabelas
Geração de gráficos
Processamento de texto
Sistemas distribuídos
Em plt.subplots(figsize=(20,6)), o valor (20,6) representa:
Tamanho da figura em polegadas
Quantidade de gráficos criados
DPI da imagem
Número de eixos
Quantidade de linhas do DataFrame
Para definir o rótulo do eixo X usamos:
plt.xlabel()
plt.axis()
plt.grid()
plt.title()
plt.subplots()
A matriz de correlação mostra:
A força da relação entre variáveis numéricas
O tamanho do DataFrame
O número de valores nulos
A quantidade de gráficos criados
A ordem das colunas
Um valor de correlação igual a 0,90 indica:
Forte correlação positiva
Forte correlação negativa
Nenhuma relação
Dados incompatíveis
Erro de cálculo
O método df.head() serve para:
Exibir as primeiras linhas
Exibir somente estatísticas
Criar gráficos
Ordenar o DataFrame
Excluir colunas
O comando plt.title("Notas dos alunos") faz:
Define o título do gráfico
Define o eixo X
Define o eixo Y
Salva o gráfico
Zera o gráfico atual
Para calcular estatísticas descritivas arredondadas, usamos:
df.describe().round(2)
df.head().describe()
df.round().describe(2)
plt.describe(2)
numpy.describe()
Quando o DataFrame possui colunas não numéricas, o correto é usar:
df.corr(numeric_only=True)
df.corr(strings=True)
df.corr(only_numbers=False)
df.corr(auto=True)
df.corr(type="all")
Em df.info(), podemos obter:
Quantidade de valores não nulos e tipo das colunas
A soma dos valores numéricos
Gráfico de correlação automático
O número total de linhas apenas
A mediana de cada coluna
O comando que cria figura e eixos ao mesmo tempo é:
fig, ax = plt.subplots()
plt.figure()
plt.axis()
plt.grid()
plt.legend()
Para mostrar barras horizontais, usariamos:
plt.barh()
plt.bar_horizontal()
plt.bar(axis="y")
plt.hbar()
plt.barside()
Um gráfico de linhas é criado por:
plt.plot()
plt.line()
plt.linear_plot()
plt.graph()
plt.lines()
O DataFrame é:
Uma estrutura de dados tabular com linhas e colunas
Uma lista comum
Uma figura gráfica
Um arquivo CSV
Um módulo do matplotlib
