Pular para o conteúdo principal

Questão de Programação — Linguagens de programação — FGV 2024

ProgramaçãoLinguagens de programação
Código
fg096699
Banca
FGV
Órgão
TCE-GO
Ano
2024
Nível
Superior
Cargo
Analista de Controle Externo - Tecnologia da Informação
Algumas importantes bibliotecas de programação em Python desempenham papel crucial no desenvolvimento de soluções eficientes para uma variedade de problemas em Ciência de Dados e Aprendizado de Máquina.O objetivo principal da biblioteca Pandas no contexto da ciência de dados e análise de dados é
  1. Afacilitar a manipulação e análise de dados estruturados pela disponibilização de opções de estruturas de dados.
  2. Bfornecer ferramentas para processamento de linguagem natural e textos.
  3. Coferecer uma interface de alto nível para construção e treinamento de modelos de redes neurais.
  4. Dprover funcionalidades para manipulação de datas e horas de forma eficiente.
  5. Erealizar cálculos numéricos eficientes e manipulação de arrays multidimensionais.
Revelar gabarito e comentário

GabaritoA — facilitar a manipulação e análise de dados estruturados pela disponibilização de opções de estruturas de dados.

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Pandas — Objetivo principal

Gabarito: letra A. A biblioteca Pandas tem como objetivo principal facilitar a manipulação e análise de dados estruturados, oferecendo estruturas como DataFrame e Series. As demais alternativas descrevem outras bibliotecas: B (NLTK/spaCy — NLP), C (TensorFlow/PyTorch — redes neurais), D (módulo datetime — datas/horas), E (NumPy — arrays numéricos).

A questão testa o conhecimento das funções das principais bibliotecas Python em ciência de dados. Cada distrator aponta para uma biblioteca real, mas com papel diferente.

Alternativa

Afirmação

Biblioteca correspondente

A

Manipulação e análise de dados estruturados

Pandas (correta)

B

Processamento de linguagem natural

NLTK, spaCy

C

Construção e treinamento de redes neurais

TensorFlow, PyTorch

D

Manipulação de datas e horas

módulo datetime (parte da stdlib)

E

Cálculos numéricos e arrays multidimensionais

NumPy

PEGA ESSA DICA!

Associe cada biblioteca a sua palavra-chave: Pandas → tabelas/DataFrame; NumPy → arrays matemáticos; NLTK → texto; TensorFlow → deep learning. Decore o par "Pandas = dados estruturados" — é o mais cobrado.

Gabarito: letra A.

Link permanente: /questoes/fg096699