Questões de Concurso
Sobre python em programação
Foram encontradas 661 questões
def f(n): return n*2
Assinale a linguagem de programação de uso geral que adota a sintaxe acima.
Considerando a função abaixo, escrita em Python, se o valor dos parâmetros quantidadeDeHoras for igual a 40 e valorHora = 40 ,teremos como resultado:
def calcular (quantidadeDeHoras, valorHora):
horas = float(quantidadeDeHoras)
taxa = float(valorHora)
if horas <= 40:
salario=horas*taxa
else:
h_excd = horas - 40
salario = 40*taxa+(h_excd*(1.5*taxa))
return salario
A respeito do código na imagem abaixo, marque V para as afirmativas verdadeiras e F para falsas.
( ) Trata-se de um arquivo Dockerfile.
( ) Define /app como uma pasta temporária.
( ) Executa código Python no ambiente node.
( ) Utiliza a imagem Docker node:12-alpine.
Assinale a sequência correta.
1- Numpy ( ) Criação e configuração de gráficos bidimensionais.
2- Pandas ( ) Treinamento de redes neurais com machine learning.
3- Matplotlib ( ) Manipulação de estrutura bidimensional DataFrame.
4- TensorFlow ( ) Aplicação de funções matemáticas como matrizes.
Marque a sequência correta.
x = 0 for i in range(1,5,2): for j in range(2,4,4): x = x + i + j print(x)
O valor impresso da variável x será:
import json my_json_string = """ { "livros": [ { "id":"01", "edicao": "1", "preco": 100.0 }, { "id":"02", "edicao": "2", "preco": 150.0 } ] } """ to_python = json.loads(my_json_string)
print(type(to_python)) print(type(to_python["livros"])) print(type(to_python["livros"][0]["preco"]))
Qual a saída correta após a execução desse programa?
Considere o código na linguagem Python versão 3.6.5.
def calc():
cube = [1, 2, 3, 4, 5]
cube[3] = 4 ** 3
return cube
print( calc() )
Ao executar esse código, pode-se observar que o resultado impresso na tela é:
Considere o código na linguagem Python versão 3.6.5.
I. Biblioteca de Machine Learning possibilita a classificação, agrupamento e regressão para realizar o aprendizado de máquina.
II. Biblioteca de deep learning − capaz de realizar cálculos utilizando tensores.
As bibliotecas I e II são, respectivamente,
Analise o código do script a seguir escrito em linguagem de programação python:
Ao executar esse programa em um terminal será escrito na saída
padrão:
from pandas import DataFrame import matplotlib.pyplot as plt from sklearn.cluster import KMeans Data = {'x': [36,35,23,28,34,32,30,23,36,34,66,55,56,44,51,56,52,51,64,48,4 9,50,36,34,43,46,40,42,52,47],
'y':
[76,52,52,79,60,73,73,58,70,76,52,33,41,45,52,37,36,59,60,51,2 6,21,15,13,21,10,30,28,10,17] }
df = DataFrame(Data,columns=['x','y']) m = KMeans(n_clusters=3).fit(df) d = m.cluster_centers_ plt.xlabel("X") plt.ylabel("Y") plt.scatter(df['x'], df['y'], c= m.labels_.astype(float), s=100, alpha=0.5) plt.scatter(d[:, 0], d[:, 1], c='red', s=250, marker='*') plt.grid() plt.show()
O resultado da execução é
As estrelas indicam
Observe os dois trechos de código Python abaixo
Considere que foram executados estes comandos, antes de I e antes de II, em ambiente configurado em condições ideais:
É correto afirmar:
Analise o script python abaixo:
import pandas as pd
from sklearn.datasets import make_hastie_10_2
x, y = make_hastie_10_2(n_samples=6000,
random_state=42)
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(x,
y, test_size=0.25,
random_state=42)
from sklearn.ensemble import RandomForestClassifier
clf = RandomForestClassifier( n_estimators=100,
oob_score=True, n_jobs=-1)
clf.fit(x_train, y_train)
y_pred_proba = clf.predict_proba(x_test)[:,1]
from sklearn.metrics import roc_curve
fpr, tpr, thr = roc_curve(y_test, y_pred_proba)
pd.DataFrame( {'FPR': fpr, 'TPR': tpr}
).set_index('FPR')['TPR'].plot(kind='line')
O gráfico plotado como resultado do processamento do script é
As principais estruturas de dados do Keras são
idade = 25
cidade = Formosa
idade = 178
estado = GO
Assinale a opção que corresponde ao código em Python que produzirá o resultado precedente.
Conheça nossos planos