Questões de Python (Programação)

Limpar Busca

Considerando linguagens de programação, julgue o item que se segue.   


Considere o código Python a seguir.

x = ("laranja","lima","taiti")

y = ["laranja","lima","taiti"]

print (type(x))

print (type(y))


Esse código, após executado, apresentará o seguinte resultado. 


<class 'list'>

<class 'array'>

  • Certo
  • Errado

Considere o código python a seguir.


import spacy


nlp = spacy.load("pt_core_news_lg")

doc = nlp("O rato roeu a roupa do rei de Roma")


print(doc[2].pos_, doc[2].dep_)


Os valores exibidos pela última linha são:

  • A NOUN, NSUBJ;
  • B VERB, ROOT;
  • C NMOD, DET;
  • D VERB, CASE;
  • E NSUBJ, NOUN.

Considere o seguinte código em Python:
from math import prod strPow = lambda r: prod(len(r) for x in r) print(strPow('25'*2),"",sep=";")

Ao ser executado em um interpretador Python com suporte à função de biblioteca prod, o código acima imprime na saída padrão:

  • A 0;
  • B 40;
  • C 256;
  • D 625;
  • E erro.

Igor, analista de dados da CVM, escreveu e rodou o código a seguir.

from nltk.corpus import stopwords from nltk.tokenize import word_tokenize
texto = "Eu sou um analista de dados da CVM!"
stop_words = set(stopwords.words('portuguese')) tokens = word_tokenize(texto)
tokens_processados = [w for w in tokens if not w in stop_words]
print(tokens_processados)

Considerando que o código foi executado sem erros e sabendo que Igor está usando Python 3.10.12 e NLTK 3.8.1, a saída do terminal foi:

  • A ['analista', 'dados', 'CVM'];
  • B ['analista', 'dados', 'CVM', '!'];
  • C ['Eu', 'analista', 'dados', 'CVM'];
  • D ['Eu', 'analista', 'dados', 'CVM', '!'];
  • E ['Eu', 'sou', 'analista', 'dados', 'CVM', '!'].

Uma das principais atividades de implementação de um ambiente analítico é a limpeza dos conjuntos de dados origem. A biblioteca Pandas do Python é utilizada para analisar e também para limpar conjuntos de dados. Observe o trecho de código Python a seguir, que utiliza a biblioteca Pandas.

import pandas as pd df = pd.read_csv('data.csv') df.dropna(inplace = True)

O resultado da execução do código apresentado é a alteração do conjunto original de dados com o(a):

  • A eliminação das linhas duplicadas;
  • B truncamento dos dados do tipo boolean;
  • C correção dos dados que estão na posição errada;
  • D remoção das linhas com células vazias;
  • E alteração do formato errado dos dados.