No que se refere às bibliotecas Numpy, Pandas, Matplotlib e ...

Gabarito: C - certo

A questão aborda o conhecimento sobre as bibliotecas Python voltadas para a análise de dados e computação científica. Vamos falar sobre a Pandas, que é uma biblioteca open source que fornece estruturas de dados de alto desempenho e ferramentas de análise de dados para a linguagem Python.

O termo data frames é central quando se trabalha com a biblioteca Pandas. Um data frame é uma estrutura de dados bidimensional, semelhante a uma tabela de banco de dados ou uma planilha de Excel, capaz de armazenar dados de diferentes tipos (inteiros, strings, pontos flutuantes, objetos Python, e mais) em colunas. É uma das estruturas de dados mais utilizadas em análise de dados e é muito adequado para manipular dados tabulares com observações e variáveis.

A biblioteca Pandas fornece muitas funções e métodos úteis para realizar operações como a leitura de arquivos, a escrita de dados, a manipulação de colunas e linhas, a limpeza de dados, as operações de junção e concatenação, além de outras análises exploratórias e transformações de dados. Tudo isso faz da Pandas uma ferramenta essencial para o trabalho com data frames em Python.

Portanto, a alternativa correta é a letra C, pois a afirmação está correta: a biblioteca Pandas de fato permite manipular data frames em Python, sendo essa uma de suas principais funcionalidades e motivos pelo qual é amplamente utilizada na área de análise de dados.

Pandas é composto por 2 objetos: Series e DataFrame:

.

1) Serie: uma matriz unidimensional que contém uma sequência de valores que apresentam uma indexação (que podem ser numéricos inteiros ou rótulos), muito parecida com uma única coluna no Excel.

2) DataFrame é uma estrutura de dados tabular, semelhante a planilha de dados do Excel, em que tanto as linhas quanto as colunas apresentam rótulos.

.

Gabarito: Certo.

c-

A Pandas DataFrame is a 2 dimensional data structure, like a 2 dimensional array, or a table with rows and columns.

Example

Get your own Python Server

Create a simple Pandas DataFrame:

import pandas as pd

data = {

 "calories": [420, 380, 390],

 "duration": [50, 40, 45]

}

#load data into a DataFrame object:

df = pd.DataFrame(data)

print(df)

https://www.w3schools.com/python/pandas/pandas_dataframes.asp