wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

big data 1

Total questions: 99

Worksheet time: 50mins

Name
Class
Date
1.

<question>Келесідей бағандарды қамтитын df атауымен DataFrame берілген: "city 08", "cylinders", "fuelType", "highway 08", "id", "make", "model", "mpgData", "trany", "year". highway08 бағанындағы мәндерді өсу ретімен сұрыптау қажет.

a)

1) df = df.sort_values(by="highway 08", ascending=True

b)

.

c)

.

d)

.

2.

<question>Келесідей бағандарды қамтитын df атауымен DataFrame берілген: "city 08", "cylinders", "fuelType", "highway 08", "id", "make", "model", "mpgData", "trany", "year". city08 бағанындағы мәндерді кему ретімен сұрыптау қажет.

a)

1) df = df.sort_values(by="city 08", ascending=False)

b)

0

c)

0

d)

0

3.

<question>Келесідей бағандарды қамтитын df атауымен DataFrame берілген: "city 08", "cylinders", "fuelType", "highway 08", "id", "make", "model", "mpgData", "trany", "year". city08 және highway08 бағандарындағы мәндерді өсу ретімен сұрыптау қажет.

a)

0

b)

0

c)

0

d)

1) df = df.sort_values(by="highway 08", ascending=True

4.

<question>DataFrame-ге жаңа баған қосу үшін insert() функциясы қолданылады, осы әдісте қосылатын жаңа бағанның орнын (позициясын) келесі атрибут арқылы көрсетуге болады.

a)

column

b)

loc

c)

index

d)

iloc

5.

<question>DataFrame-ге жаңа баған қосу үшін insert() функциясы қолданылады, осы әдісте қосылатын жаңа бағанның атауын келесі атрибут арқылы көрсетуге болады.

a)

) column

b)

0

c)

0

d)

0

6.

<question>Бағандары 'Group', 'Count', 'Head teacher' болатындай DataFrame құру қажет.

'Group' бағанында келесідей деректер болуы керек: 'IS-21-1','IS-20-1','MKM-21-1', 'MKM-20-2';

'Count' бағанында келесідей деректер болуы керек: 12, 16, 12, 15;

'Head teacher' бағанында келесідей деректер болуы керек 'Kim A.','Lena A.','Tom B.','Kim A.'

a)

df=pd.DataFrame({Group:['IS-21-1','IS-20-1','MKM-21-1', 'MKM-20-2'], Count:[12, 16, 12, 15], Head teacher:['Kim A.','Lena A.','Tom B.','Kim A.']})

b)

df = DataFrame({'Group':['IS-21-1','IS-20-1','MKM-21-1', 'MKM-20-2'], 'Count':[12, 16, 12, 15], 'Head teacher':['Kim A.','Lena A.','Tom B.','Kim A.']})

c)

df=pd.DataFrame({'Group':'IS-21-1','IS-20-1','MKM-21-1', 'MKM-20-2', 'Count':12, 16, 12, 15, 'Head teacher':'Kim A.','Lena A.','Tom B.','Kim A.'})

d)

df=pd.DataFrame({'Group':['IS-21-1','IS-20-1','MKM-21-1', 'MKM-20-2'], 'Count':[12, 16, 12, 15], 'Head teacher':['Kim A.','Lena A.','Tom B.','Kim A.']})

7.

'Group', 'Count', 'Head teacher' бағандары бар df деп аталатын DataFrame берілген. 'Head teacher' бағанында кураторлардың аты-жөндері көрсетілген. Кураторы Kim A болатын топтарды шығару қажет.

a)

)df_kim = df[df['Head teacher'] == 'Kim A.']

df_kim

b)

0

c)

0

d)

0

8.

'Group', 'Count', 'Head teacher' бағандары бар df деп аталатын DataFrame берілген. 'Count' бағанында әр топтағы студенттердің саны көрсетілген. Студенттер саны 15 – тен көп топтарды шығару қажет

a)

)df_large = df[df['Count'] > 15]

df_large

b)

4

c)

4

d)

4

9.

Group', 'Count', 'Head teacher' бағандары бар df деп аталатын DataFrame берілген. 'Group' бағанында топтардың атаулары көрсетілген. Барлық топ атауларын экранға шығару қажет.

a)

2

b)

1) print(df['Group'])

c)

3

d)

4

10.

df деп аталатын DataFrame берілген, онда age бағанында адамдардың жастары көрсетілген. DataFrame – дегі адамдардың орташа жасын анықтаңыз.

a)

)average_age = df['age'].mean()

print(average_age)

b)

5

c)

6

d)

4

11.

googleplaystore.csv файлынан деректерді оқу

a)

df = pd.read_csv('googleplaystore.csv')

b)

1

c)

2

d)

3

12.

df деп аталатын DataFrame – дегі жолдар мен бағандардың санын анықтау үшін қолданылатын әдіс

a)

df.shape

b)

7

c)

89

d)

9

13.

Seaborn кітапханасы дегеніміз не?

a)

Seaborn – бұл Python тіліндегі деректерді визуализациялау кітапханасы. Ол Matplotlib кітапханасына негізделген және статистикалық деректерді әдемі, ақпараттық және тартымды графикалық түрде бейнелеуге арналған жоғары деңгейлі интерфейсті ұсынады

b)

5

c)

5

d)

5

14.

 Seaborn кітапханасын қалай орнатады?

a)

1) import seaborn as sns

2) conda install seaborn

3) pip install seaborn

b)

21

c)

12

d)

45

15.

Seaborn-да визуализациялау негізінде қандай кітапхана жатыр?

a)

Matplotlib

b)

1

c)

2

d)

3

16.

Деректерді визуализациялау дегеніміз не?

a)

2

b)

2

c)

22

d)

бұл деректерді графикалық түрде, яғни диаграммалар, карталар, графиктер және басқа да көрнекі элементтер арқылы көрсету және талдау процесі.

17.

Matplotlib кітапханасының негізгі қызметі қандай?

a)

2

b)

Python бағдарламалау тілінде статикалық, анимациялық және интерактивті графиктер мен диаграммаларды құруға арналған төмен деңгейлі құралдар жиынтығын қамтамасыз ету

c)

2

d)

2

18.

Деректердің таралуын бейнелеу үшін графиктің қандай түрі қолданылады?

a)

Сызықтық диаграмма

b)

Гистограмма

c)

Дөңгелек диаграмма

d)

 Бағандық диаграмма

19.

 Үлкен деректер терминін енгізген ғалым:

a)

7

b)

Джон Мэши

c)

7

d)

7

20.

Басқаларға қарағанда әлемдік жадты көбірек алатын деректер:

a)

Бейне және Мультимедиялық Деректер

b)

5

c)

4

d)

6

21.

BigData бұл...

a)

бұл дәстүрлі деректерді өңдеу құралдары мен бағдарламаларымен өңдеуге, басқаруға және талдауға келмейтіндей өте үлкен көлемді, жоғары жылдамдықты және әртүрлі деректер жиынтығын сипаттайтын термин.

b)

0

c)

0

d)

0

22.

MapReduce технологиясын жасаған компания:

a)

Google

b)

Apple

c)

exel

d)

HP

23.

Өңдеу үшін белгілі үлгілері бар (мысалы, XML) мәтіндік файлдардың деректері бұл:

a)

мәтіндік файлдардағы деректер жартылай құрылымдалған деректер (Semi-structured Data) деп аталады.

b)

5

c)

5

d)

55

24.

Ақпараттық технологиядағы «Big Data» термині-

a)

 Негізінен үлкен көлемдегі байланысты ақпаратты сақтауға, өзгертуге және өңдеуге арналған ұйымдастырылған құрылым.

b)

Деректері көп файлдар.

c)

Біздің дәуіріміздің басынан бергі миллисекундтар саны ретінде уақытты, күнді, айды және жылды көрсету.

d)

 Құрылымдық және құрылымданбаған деректердің орасан зор көлемдерін өңдеу әдістерінің кешенді жиынтығы.

25.

 Нақты түрі, пішімі және құрылымы бар деректер (мысалы, транзакциялық деректер):

a)

Құрылымдалған деректер (Structured Data)

b)

5

c)

0

d)

1

26.

Осы жылы үлкен деректер термині алғаш рет енгізілді:

a)

1997 жыл Джон Мэши

b)

7

c)

5

d)

2

27.

 Визуализациялау түріне жатпайды

a)

Деректерді жинау (Data Collection)

Деректерді сақтау (Data Storage)

Деректерді тазалау (Data Cleaning/Wrangling)

Деректерді өңдеу (Data Processing)

Мәтіндік есеп (Textual Report)

b)

5

c)

5

d)

5

28.

Үлкен деректер

a)

Ақпараттың үлкен массивтерін сақтауға және өңдеуге арналған бағдарламалар жиынтығы;

b)

 Деректерді толтыруды және басқаруды қолдайтын интерфейс;

c)

 Белгілі бір ақпарат жиынтығы.

d)

Үлкен көлемдегі құрылымдалған және құрылымданбаған деректерді өңдеуге арналған әдістердің толық жиынтығы.

29.

Үлкен деректердің төрт негізгі сипаттамасын тізімдеңіз:

a)

Volume (Көлем)

Velocity (Жылдамдық)

Variety (Әртүрлілік)

Veracity (Шынайылық)

b)

5

c)

5

d)

5

30.

 Python үлкен деректермен жұмыс істеуге арналған кітапханасы

a)

Pandas

b)

1

c)

1

d)

1

31.

 Pandas кітапханасы жүктеу

a)

import pandas as pd

b)

5

c)

5

d)

5

32.

Бастапқы 10 жазбаны шығару

a)

print(df.head(10))

b)

4

c)

4

d)

4

33.

googleplaystore.csv  файлдан dataframe-ді жүктеу

a)

df = pd.read_csv('googleplaystore.csv')

b)

7

c)

8

d)

9

34.

  df кестесі (DataFrame) туралы ақпарат алу: бағандар/өрістер атауы, деректер типі, жазбалар саны

a)

2

b)

2

c)

df.info()

d)

2

35.

df кестесіндегі (DataFrame)  жолдар мен бағандар саны

a)

print(df.shape)

b)

5

c)

5

d)

5

36.

 df кестесін (DataFrame) экранға шығарудың қате жолы

a)

5

b)

55

c)

Ең нашар әрі қате жол — for циклін пайдаланып, әрбір жолды жеке-жеке басып шығару.

d)

5

37.

<question>  my_series тізімінің ең алғашқы элементін шығару

a)

my_series.iloc[0]

b)

s

c)

s

d)

s

38.

f' индексті my_series тізімінің элементін шығару

a)

my_series.loc['f

b)

d

c)

f

d)

h

39.

Series атауын өзгерту

a)

my_series.rename("new_name")

b)

gfjfj

c)

fgkj

d)

fykjfymffg

40.

mylist тізімінен DataFrame құру

a)

df = pd.DataFrame(mylist, columns=['Programming_Language'])

b)

fgh

c)

tfhjn

d)

rtjug

41.

data кестесінен (DataFrame) ең алғашқы жолды (жазбаны) экранға шығару

a)

print(data.head(1))

b)

zdx

c)

zdv

d)

dsv

42.

Соңғы 10 жазбаны экранға шығару

a)

print(df.tail(10))

b)

szdvxbfncgf

c)

dfhrdrjcfng

d)

fkjgfm

43.

data кестесінен (DataFrame) барлық жолдарды және 0-3 бағанды ғана экранға шығару

a)

print(data.iloc[:, 0:4])

b)

fjgnv tfh

c)

dtjgfnjtrtyjn

d)

fjnfgjr6tn

44.

data кестесінен (DataFrame) алғашқы 20 жолды және 0-3 бағанды ғана экранға шығару

a)

print(data.iloc[0:20, 0:4])

b)

5i6ryff

45.

data кестесінде (DataFrame) компания қызметкерлері туралы ақпарат сақталған. Осы кестеден жасы 35-тен кіші қызметкерлер тізімінен жаңа кесте (DataFrame) құрыңыз

a)

<variant> jastar = data [data ["Age"] <35]

b)

<variant> jastar = data.["Age"] <35

c)

<variant> jastar = data [data ["Age"] >35]

d)

<variant> jastar = data ["Age"<35]

46.

  data кестесінде (DataFrame) компания қызметкерлері туралы ақпарат сақталған. Осы кестеден жасы 35-ке тең қызметкерлер тізімін экранға шығарыңыз.

a)

<variant> data [data ["Age"] ==35]

b)

<variant> data ["Age"==35]

c)

<variant> data.Age==35

47.

data кестесінен (DataFrame)  Category өрісі «BEAUTY» болатын жазбаларды шығарады

a)

<variant> [data [“Category”]=”BEAUTY”]

b)

<variant> data [data [“Category”]==”BEAUTY”]

c)

<variant> data.Category==”BEAUTY”

d)

<variant> data [data [“Category”]=”BEAUTY”]

48.

data кестесінен (DataFrame) Category өрісінде “game” тіркесі кездесетін жазбаларды экранға шығарады

a)

<variant> data [data [“Category”].str.contains(“game”)]

b)

<variant> data[“Category”].str.contains(“game”)]

c)

<variant> [data [“Category”].str.contains(“game”)]

d)

<variant> data [data [“Category”].contains(“game”)]

49.

data кестесіндегі(DataFrame) сандық өрістер бойынша ортақ қосындысын, орташа мәнін, үлкен және кіші мәнді т.б. экранға шығарады

a)

print(data.describe())

b)

0

50.

> data кестесін (DataFrame) жаңа csv файлына жүктеу

a)

)# 'new_data.csv' деген атпен жаңа файлға сақтау

data.to_csv('new_data.csv')

b)

tfnmg.v

51.

 data.xlsx файлынан Page1 парағынан мәліметтерден жаңа data кестесін (DataFrame) құру

a)

<variant> data = pandas.read_excel("data.xlsx", sheet_name="Page1")

b)

<variant> data = pandas.load_excel("data.xlsx", sheet_name="Page1")

c)

<variant> data = pandas.read_excel("data.xlsx")

d)

<variant> data = pandas.read_excel("data.xlsx", "Page1")

52.

<question>  data кестесінен (DataFrame) «Name», «Qualification» бағандарды шығару

a)

<variant> print(data [['Name', 'Qualification']])

b)

<variant> print(data [Name, Qualification])

c)

<variant> print([['Name', 'Qualification']])

d)

<variant> print(data.Name, data.Qualification)

53.

 head()  әдісінің қызметі

a)

DataFrame немесе Series нысанының ең алғашқы (жоғарғы) жазбаларын экранға шығару

b)

yjkglhkj

54.

head() параметрсіз әдісі неше жазбаны қайтарады?

a)

алғашқы 5 жазбаны

b)

gjkhlgtkh

55.

Соңғы жолдарды қайтарудың Pandas әдісі

a)

print(df.tail())

b)

print(df.tall())

56.

 Бос ұяшықтарды қамтитын жолдарды жоюдың дұрыс Pandas әдісі

a)

df.dropna()

b)

esgrdhtjhyg

57.

 Бос ұяшықтарды жаңа мәнмен толтырудың дұрыс әдісі қандай?

a)

df.fillna(0, inplace=True)

b)

efrdgtfhj

58.

Pandas DataFrame ішінен көшірмелерді жоюдың дұрыс әдісі қандай?

a)

<variant> data.drop_duplicates()

b)

<variant> data.delete_duplicates()

c)

<variant> data.duplicates()

d)

<variant> data.remove_duplicates()

59.

Төменде берілген опциялардың қайсысы деректер жиынын үлкен мәтіндік файлдан оқи алады?

a)

pd.read_csv()

b)

regjrklgjmmlk

60.

<question>  Төмендегілердің қайсысы Dataframe жасау үшін пайдаланылуы мүмкін?

a)

df = pd.DataFrame(data)

b)

df = pd.DataFrame

61.

<question>  Төмендегі файлдардың қайсысынан pandas деректерді оқи алады?

a)

CSV, Excel, JSON

b)

Excel, JSON

62.

Төмендегі мүмкіндіктердің қайсысы Pandas модулімен қамтамасыз етілмейді?

a)

Деректерді сызу және визуализациялау

b)

 Деректер жиындарын біріктіру және қосу

c)

Деректерді іздеу

d)

 Шартты пайдаланып деректерді сүзгілеу

63.

Нәтиже: import pandas as pd;

s = pd.Series([1,2,3,4,5],index = [‘a’,’b’,’c’,’d’,’e’])

print(s[‘a’])

a)

1

b)

2

c)

3

d)

4

64.

Python pandas кітапханасын құрған әзірлеуші?

a)

Уэс Маккинни

b)

Карлос Маркер

65.

 Төмендегі Python кітапханасының қайсысы графиктерді салу және визуализация үшін пайдаланылады?

a)

Matplotlib

b)

vatpoltlib

66.

PANDAS -

a)

Panel Data Analysis

b)

Python Panel Data Analysis

c)

 Panel Data

d)

 Panel Data analys

67.

 JSON файлды оқу

a)

pd.read_json

b)

sdhfgkkj

68.

data кестесін (DataFrame) экранға шығару

a)

 data.to_string()

b)

 data.print()

c)

 data.print_all()

d)

data.Full()

69.

CSV  файлды оқу

a)

pd.read_csv

b)

jhtjfl

70.

Pandas DataFrame ішіндегі бірінші жолды да, екінші жолды да қайтаратын дұрыс синтаксис дегеніміз не?

a)

 data.loc[[0-1]]

b)

 data.[[0-1]]

c)

 data.loc[[0, 1]]

d)

 data.[[0, 1]]

71.

Pandas сериясына "x", "y" және "z" индекстерді қосу

a)

 pandas.Series(list, names=[“x”, “y”, “z”])

b)

 pandas.Series(list, index=[“x”, “y”, “z”])

c)

pandas.Series(list, lables=[“x”, “y”, “z”])

d)

 pandas.Series(list, [“x”, “y”, “z”])

72.

 Pandas сериясының бірінші мәнін қайтару

a)

1) head(1)

2) my_series[0]

3) .iloc[0]

b)

iutg

73.

Python тізімінен Pandas сериясын құру

a)

 pandas.getfromSeries(list)

b)

 pandas.Series(list)

c)

pandas.Series=list

d)

 pandas.getSeries(list)

74.

Бағандар атауын алу

a)

print(data.columns)

b)

print(data)

75.

Бірдей жазбаларды өшіру

a)

data.distinct(inplace=True)

b)

> data.delete_duplicates(inplace=True)

c)

data.drop_duplicates(inplace=True)

d)

drop_duplicates(data, inplace=True)

76.

Соңғы екі жазбаны алу

a)

data.tail(2)

b)

ftiuodbkl

77.

data кестесінен (DataFrame) "Team", "Weight" бағандарын өшіру

a)

data.delete(["Team", "Weight"], axis = 1, inplace = True)

b)

delete(["data.Team", " data.Weight"], axis = 1, inplace = True)

c)

data.drop(["Team", "Weight"], axis = 1, inplace = True)

d)

data.drop(["Team", "Weight"], axis = 1, inplace = False)

78.

 df Әр баған бойынша жазбалар санын алу

a)

df.count()

b)

fghj

79.

'Courses' бағаны бойынша уникальді мәндердің санын алу

a)

df['Courses'].unique()

b)

count(df['Courses'].unique())

c)

len(df['Courses'].unique())

d)

len(df['Courses'].get_unique())

80.

Courses' бағаны бойынша уникальді мәндердің алу

a)

<variant> len(df['Courses'].unique())

b)

df['Courses'].unique()

c)

df['Courses'].unique().get()

d)

df['Courses'].get().unique()

81.

df[df['Courses'].isin(['Spark', 'PySpark'])]

a)

Courses мәні 'Spark', 'PySpark' болатын жолдарды жояды

b)

Courses мәні 'Spark', 'PySpark' болатын жолдарды алады (экранға шығарады)

c)

Courses мәні 'Spark', 'PySpark' болатын жолдардың санын алады.

d)

 қателік анықталады.

82.

Percentage' бағанының мәні 80-нен үлкен жазбаларды алу

a)

result_df = df.iloc[df['Percentage'] > 80]

b)

result_df = df[df['Percentage'] > 80]

c)

result_df = df.loc['Percentage' > 80]

d)

result_df = df.loc[df['Percentage'] > 80]

83.

Percentage' бағанының мәні 95-ке тең емес жазбаларды алу

a)

result_df = df.loc[df['Percentage'] != 95]

b)

result_df = df.iloc[df['Percentage'] != 95]

c)

result_df = df.iloc[df['Percentage'] =! 95]

d)

result_df = df.loc[df['Percentage'] =! 95]

84.

График түр

a)

 pandas.DataFrame.plot.area

b)

DataFrame.plot.hist

c)

DataFrame.plot.box

d)

DataFrame.plot.barh

85.

График түрi

a)

DataFrame.plot.kde

b)

DataFrame.plot.hist

c)

DataFrame.plot.box

d)

DataFrame.plot.barh

86.

График түрі

a)

DataFrame.plot.line

b)

ftijldfkhjordj

87.
a)

DataFrame.plot.pie.

b)

dfyfh

88.

 B, C бағандарын өшіру

a)

df.drop(['B', 'C'], axis=1)

b)

esrtyj

89.

 0 және 1 жолды өшіру

a)

df.drop([0, 1], axis=0)

b)

df.drop([0, 1]

90.

белгіленген мәнді алу

a)

df.loc[4, 'B']

b)

df.loc[B, ''4]

91.

Белгіленген мәнді алу

a)

df.loc[6, 'C']

b)

esgrdthf

92.

0 жолды ғана алу

a)

df.loc[0]

b)

df.loc[1]

93.

 Нәтиже: import pandas as pd; s = pd.Series([1,2,3,4,5],index = [‘a’,’b’,’c’,’d’,’e’]) print(s[‘a’])

a)

1.

b)

2

c)

3

94.

'viper' жазбасын алу

a)

df.loc['viper']

b)

df.loc

95.

 Белгіленген мәнді алу

a)

df.loc[6, 'B']

b)

df.loc[6]

96.

Matplotlib-те сызықтық графиктерді салу үшін төмендегі әдістердің қайсысы қолданылады?

a)

 сюжет()

b)

 шашырау()

c)

бар()

d)

бәліш()

97.

Төмендегілердің қайсысы деректерді визуализациялаудың кемшілігі болып табылады?

a)

Деректерді талдауды жылдамдату

b)

Мәліметтерді қате интерпретациялау мүмкіндігі

c)

 Қарым-қатынасты жеңілдету

d)

Деректерді азайту

98.

Matplotlib-те сюжетке тақырып қосу үшін қандай әдіс жауап береді?

a)

 legend()

b)

 title()

c)

 show()

d)

grid()

99.

Matplotlib бағдарламасында сызықтық графиктерді салу үшін төмендегі әдістердің қайсысы қолданылады?

a)

plot()

b)

bar()

c)

 pie()

d)

 scatter()

Similar Resources on Wayground

BTEC IT U2: Exam Prep

99 questions

BTEC IT U2: Exam Prep

quiz

Worksheet

•

11th Grade - University

security system quiz

99 questions

security system quiz

quiz

Worksheet

•

University

QUIZ SEMESTER 1

100 questions

QUIZ SEMESTER 1

quiz

Worksheet

•

University

Statistics and R Basics Questions 1-17

99 questions

Statistics and R Basics Questions 1-17

quiz

Worksheet

•

University

NWC204 module 1-2-3

100 questions

NWC204 module 1-2-3

quiz

Worksheet

•

University

javascript

100 questions

javascript

quiz

Worksheet

•

KG - University

QUIZZ AIJ XII - Latihan PTS Semester Ganjil 2020

100 questions

QUIZZ AIJ XII - Latihan PTS Semester Ganjil 2020

quiz

Worksheet

•

KG - Professional Dev...

computer basics 3

100 questions

computer basics 3

quiz

Worksheet

•

University - Professi...