A biblioteca numpy é uma das mais usadas no Python para ciência de dados. É correto afirmar que o seguinte código em Python calcula.

import numpy as np

#Dados de vendas por dia da semana (segunda a domingo)

v = np.array([[120,150,100,80,200,180,160]

[130,170,110,90,190,170,150]])

def func1(v):

r = np.std(v, axis =0)

return r

s = func1(v)

d= np.argmax(s)

print("Resultado 1:",s)

print("Resultado 2:",d)

O tratamento de dados na linguagem R pode ser apresentado de múltiplas formas. O seguinte código em R tem como objetivo criar um

library(ggplot2)

dados < - data.frame(

Aluno = c {"João" , "João", "João", "João", "João"),

Nota = c (7,8, 6, 9,5)

)

ggplot (data = dados, aes( x = Aluno, y = Nota))+

geom_bar (star = "identity", fill = "skyblue")+

labs(title = "Distribuição de Notas",

x = "Aluno",

y= "Nota") +

theme_minimal ( )

O uso da biblioteca NLTK ajuda no processamento de linguagem natural. É correto afirmar que o seguinte código Python tem como objetivo

from nltk.stem import PorterStemmer

stemmer = PorterStemmer ( )

palavras =["running", "ran", "runs", "runner", "easily", "fairly",

"fairness"]

for palavra in palavras:

stem = stemmer.stem(palavra)

print(f"{palavra}: {stem}")

No seguinte código em Python temos um DataFrame básico basic_df com IDs e nomes, e um DataFrame adicional additional_df com IDs, idades e cidades. Usamos o método merge() do pandas para combinar os dois DataFrames com base no ID, adicionando as colunas de idade e cidade ao DataFrame básico para enriquecimento. O resultado é um novo DataFrame enriched_df com dados adicionais integrados.

É correto afirmar que para que o código funcione conforme relatado neste enunciado, a função QUESTAO() deve ser substituída por:

Avalie o seguinte código em Python e assinale a resposta referente ao processo de data cleansing executado:

import pandas as pd

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

df["Calories"].fillna(130, inplace = True)

O seguinte código em Python conta com dados duplicado (ID no valor de 3 e Name no valor de Charlie).

import pandas as pd

data = {'ID': [1,2,3,3,4,5],

'Name': ['Alice', 'Bob', 'Charlie' Charlie', 'David', "Emily'}

df = pd.DataFrame(data)

deduplicated_df = df. drop_duplicates( )

O código que implementa deduplicação é:

Encontrar informações indesejadas é necessário no tratamento de dados, principalmente em strings. Analise o seguinte código e assinale a alternativa que contém a saída da última linha.

import re

text = "Hello, world! This is an example string with some numbers:

1234567890"

clean_text = re.sub(r'\d+', ", text)

print(clean_text)

Valores ausentes geralmente requerem tratamento de dados em ciência de dados. Analise o seguinte código em Python e assinale a alternativa que apresenta o que é executado pela última linha:

from numpy import nan

from pandas import read_csv

dataset = read_csv('pima_indians-diabetes.csv'.header=Nome)

dataset[[1,2,3,4,5]] = dataset[[1,2,3,4,5]]. replace (0, nan)

dataset.dropna(inplace= True)

O desempenho de muitos algoritmos de aprendizado de máquina degrada para variáveis que têm distribuições de probabilidade não padrão. Uma abordagem é usar a transformação da variável numérica para ter uma distribuição de probabilidade discreta, onde cada valor numérico é atribuído a um rótulo e os rótulos têm uma relação ordenada (ordinal). Assinale a alternativa que apresenta a função da biblioteca sklearn para discretização de dados.

Analise o seguinte código Python que implementa normalização numérica e assinale a alternativa que apresenta a saída da linha 5:

1 from sklearn import preprocessing

2 import numpy as np

3 x = np.array ([2,3,5,6,7,4,8,7,6])

4 n =preprocessing.normalize([x_array])

5 print(n)