














Studia grazie alle numerose risorse presenti su Docsity
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Prepara i tuoi esami
Studia grazie alle numerose risorse presenti su Docsity
Prepara i tuoi esami con i documenti condivisi da studenti come te su Docsity
Trova i documenti specifici per gli esami della tua università
Preparati con lezioni e prove svolte basate sui programmi universitari!
Rispondi a reali domande d’esame e scopri la tua preparazione
Riassumi i tuoi documenti, fagli domande, convertili in quiz e mappe concettuali
Studia con prove svolte, tesine e consigli utili
Togliti ogni dubbio leggendo le risposte alle domande fatte da altri studenti come te
Esplora i documenti più scaricati per gli argomenti di studio più popolari
Ottieni i punti per scaricare
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
paniere_ordinato_domande_fine_capitolo_programmazione2 pegaso completo aggiornato informatica per le aziende digitali
Tipologia: Panieri
1 / 22
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!















A livello di documentazione di un progetto di data science, quanti segmenti di documentazione è possibile individuare: B. 2 A seguito delle istruzioni: a=10 A=20: B. il valore di a rimarrà invariato A seguito dell'esecuzione delle seguenti istruzioni l = [1,2,3,3] s = set(l): C. s conterrà 3 elementi A seguito di un'operazione di scrittura del file, al fine di procedere con un'operazione di lettura: D. sono necessarie sia la chiusura del file sia l'apertura in lettura A|b è: B. un operatore di base che indica a o b Al termine della procedura di installazione vengono installati: C. 3 prodotti AWS fornisce una risposta per: D. enterprise data warehouse Beautiful Soup permette di: C. estrarre dati da file Best_partition() restituisce: A. una partizione comunitaria C:\folder\articolo.txt è: A. il nome fisico del file Clustering() è: D. una funzione di networkx che funziona solo per grafi non orientati Con fonti algoritmiche di informazione si intendono: D. i motori di ricerca e i social network Con le tuple è possibile utilizzare: D. il metodo index() Connected_components() è: D. una funzione di networkx che funziona solo per grafi non orientati Cosa permette di visualizzare il metodo più importante della libreria pandas_profiling: A. Overview e correlazione CREATE serve a creare: D. un database, un utente, una tabella Dal punto di vista dell'autorevolezza dell'informazione, l'aspetto principale dei social network è rappresentato dal fatto che: B. i social network consentono l'ingresso nell'ecosistema informativo di fonti estranee al classico circuito dell'informazione Data la funzione ok(), nella chiamata al costruttore di un pulsante Button per impostare ok() come funzione di callback è necessario riportare: C. command = ok Data una matrice m di dimensioni 7x5 la seguente istruzione m[3:5][1][0] permette di raccogliere: C. il primo elemento della quinta riga Dati i due file conti.csv e transazioni.csv presentati nell'esercizio, per ottenere i dati riferiti al tipo di operazione e al numero di conto è necessaria: A. la sola tabella transazioni Dati i vettori a,b,c, il codice per creare il dataframe d è: C. d = data.frame(a,b,c) Dato il dataframe d, l'istruzione dim(t)[1] permette di visualizzare: C. il numero delle righe del dataframe Dato il vettore numeric a, la somma dei valori di a si ottiene con la seguente istruzione:
B. sum(a) DBMS è l'acronimo di: B. Database Management System DI che tipo è realmente un array: D. numpy.ndarray DML contiene i comandi per: C. interrogazione e modifica dei dati Dopo la keyword SELECT si inserisce: A. lista campi da estrarre Dopo l'istruzione v=np.cumsum(a): D. l'array v avrà lo stesso numero di elementi di a E' possibile ricondurre le principali applicazioni economiche dei Big Data a: C. 3 aspetti EdgeRank è: B. un algoritmo che determina la visibilità dei contenuti e la personalizzazione dell'esperienza Esempi di software commerciali per analizzare i dati sono: D. Google Analytics e Facebook insight Explode è relativo a: B. grafici a torta Explode è: B. una tupla Genericamente, per trasformare una struttura dati Python in un RDD è necessario: A. parallelizzarla Gli argomenti da passare allo SparkContext sono: B. 2 Gli array differiscono dalla lista principalmente per: C. due motivi Gli attori principali dell'ecosistema dei Big Data sono: B. 6 Gli elementi di una lista: C. possono essere di tipo diverso Gli oggetti creati negli script sono visualizzati nel quadrante: C. workspace Gli operatori in grado di acquisire la maggiore varietà e il maggior volume di dati sulle persone sono: D. social network Gli script Python hanno estensione: D. .py GROUP BY serve a: B. partizionare in gruppi le righe di una tabella Groups è: C. È una proprietà che contiene un dizionario Hadoop è costituita da: C. 4 componenti principali HDFS e YARN sono: C. rispettivamente file system distribuito e ambiente di elaborazione MapReduce HPC e HTC sono acronimi rispettivamente di: A. High Performance Computing e High Technology Computer I chilometri di confine degli Stati sono memorizzati nel grafo come: B. attributo dei nodi
C. si utilizza la funzione di casting str() I Worker Node sono: C. tutti i nodi del cluster tra i quali sarà parallelizzato il lavoro Il blocco di istruzioni: a = 6 b=3 media=a/b: C. ha un errore logico Il boxplot è una rappresentazione grafica utile per: B. verificare la dispersione di una determinata variabile numerica Il campo Equipment fault è un widget: D. Checkbutton Il campo Seme campione è un widget: A. Entry Il campo Serra è un widget: B. Combobox Il ciclo di validazione dell'input serve a: C. evitare errori logici sull'input Il ciclo while è conosciuto anche come: D. pre-test loop Il codice a = riga.rstrip() b = infile.readline().rstrip() d[a] = b presuppone che le informazioni nel file: A. siano scritte su righe diverse Il codice a= dict(zip(b,c)) d = a.popitem() print(d) visualizza a schermo: D. una coppia chiave-valore a caso Il codice corretto per modificare la forma dell'array è: C. v.shape = [a,b] Il codice def f(): a = 0 c = [] s = "ciao" for b in s: c.append(a) a+=2 return c restituisce: D. un lista di 4 elementi Il codice del gestore delle eccezioni: B. viene eseguito solo se sono state sollevate eccezioni Il codice df.index[-1] si riferisce: D. all'ultimo indice Il codice import re p = re.compile(r'\d (? C. [ ] Il codice import re p = re.compile(r'\d (?=[a-z])') r = p.findall('1 2 3 a b c d') print® visualizza a schermo: A. ['3 '] Il codice import re p = re.compile(r'a(?:b(c)d)') r = p.match('abcd') print(r.group(1)) visualizza a schermo: C. c Il codice import re p = re.compile(r'a(b(c)d)') r = p.match('abcd') print(r.group(1)) visualizza a schermo: B. bcd Il codice import re r = re.findall(r'".+"','"1 2 3" "a b c d"') print(len(r)) visualizza a schermo: B. 1 Il codice import re r = re.findall(r"[0-9a-z]+","1 2 3 a b c d") print(len(r)) visualizza a schermo: D. 7 Il codice import re r = re.findall(r'\d (?=[a-z])','1 2 3 a b c d') print® visualizza a schermo: D. ['3 '] Il codice import re r = re.match(r"\d+","ciao") print(r.group()) visualizza a schermo: B. messaggio di traceback Il codice import re r = re.sub(r'".?"',"",'"1 2 3" "a b c d"') print® visualizza a schermo:** C. ** Il codice s = """Ei fu. Siccome immobile, Dato il mortal sospiro, Stette la spoglia immemore Orba di tanto spiro, Così percossa, attonita La terra al nunzio sta""" a = s.split(',') print(len(a)) visualizza a schermo:
Il codice s = "ciao" print(s[5]) visualizza a schermo: D. Traceback IndexError Il codice s = "va pensiero" s1 = "va" s1 = s1+"pensiero" print(s.replace(s,s1) visualizza a schermo: D. vapensiero Il codice s="ciao" s1=s+"" print(len(s) B. falso Il comando \s permette di: C. verificare lo stato della connessione Il comando pip viene utilizzato soprattutto per: A. installare moduli e/o aggiornamenti di Python Il comando SELECT * FROM Studenti A, Studenti B WHERE A.Matricola = B. Matricola AND A.Città = B.Città: D. non è un self join propriamente corretto Il comando SELECT * FROM Studenti FULL OUTER JOIN Voti ON Studenti.Matricola = Voti.MatricolaS; permette di ottenere: B. una tabella composta dalla somma dei campi delle due tabelle di partenza Il comando SELECT * FROM Studenti INNER JOIN Voti ON Studenti.Matricola = Voti.MatricolaS; permette di ottenere: B. una tabella composta dalla somma dei campi delle due tabelle di partenza Il comando SELECT * FROM Studenti WHERE Città IN (SELECT Nome FROM Tab_Città WHERE Abitanti = (SELECT MAX(Abitanti) FROM Tab_Città));: B. permette di conoscere gli studenti della città con la popolazione più grande Il comando SELECT * FROM Studenti WHERE Country = "IT" AND Country = "FR"; permette di: D. estrarre tutti gli studenti italo-francesi Il comando SELECT * FROM Studenti WHERE Country IN ("IT","FR"); permette di: C. estrarre tutti gli studenti italiani e francesi Il comando SELECT * FROM Studenti WHERE Nome LIKE '%to% permette di: D. estrarre tutti gli studenti il cui nome contiene la coppia di lettere to Il comando SELECT * FROM Studenti; permette di: D. estrarre tutti i campi e tutte le tuple della tabella Studenti Il comando SELECT Count(), FROM Studenti;:** A. È errato Il comando SELECT Count(Matricola), Città FROM Studenti GROUP BY Città HAVING Città LIKE 'a%';: C. permette di conoscere il numero di studenti delle città il cui nome comincia per a Il comando SELECT Count(Matricola), Nome, Città FROM Studenti GROUP BY Città: A. È errato Il comando SELECT DISTINCT Nome FROM Studenti ORDER BY Nome DESC; permette di: B. estrarre tutti i nomi non ripetuti in ordine alfabetico inverso Il comando SELECT Matricola, Nome AS N, Città FROM Studenti; permette di ottenere una tabella: C. che rappresenta una proiezione della tabella originale Il comando SELECT Studenti.Nome, Voti.Votofinale FROM Studenti LEFT JOIN Voti ON Studenti.Matricola = Voti.MatricolaS; permette di ottenere: D. una tabella composta dal numero di tuple della tabella Studenti Il componente di AWS destinato principalmente ai Big Data si chiama: B. Amazon EMR Il componente di AWS destinato principalmente al machine learning si chiama: A. Amazon SageMaker Il concetto "user friendly" si applica a: A. GUI
Il metodo gfc: B. estrae la figure corrente o la crea se non esiste ancora Il metodo isalnum() restituisce True se: A. stringa contiene solo caratteri alfanumerici e ha lunghezza >= Il metodo items(): D. restituisce le chiavi e i valori del dizionario sotto forma di una sequenza di tuple Il metodo iterrows() permette di ottenere: A. un generatore che ad ogni iterazione fornirà un indice di riga e la Series contenente i suoi valori Il metodo lstrip(a) restituisce: C. una stringa con tutti gli i caratteri a iniziali rimossi Il metodo pack() è: B. il metodo di gestione della geometria Il metodo per eseguire un join su due DataFrame in Pandas è: B. merge Il metodo per ottenere la media mobile su una Series è: B. rolling Il metodo per predisporre una variabile categoriale in base alla variabile target alla rappresentazione grafica è: B. groupby Il metodo più importante di pandas_profiling è: D. ProfileReport Il metodo popitem(): B. serve ad estrarre in modo casuale una coppia nel dizionario e a rimuoverla Il metodo prettify() permette di: B. visualizzare come i tag HTML sono annidati nel documento Il metodo reverse(): A. inverte l'ordine degli elementi nella lista Il metodo rstrip serve: C. ad eliminare specifici caratteri al termine della stringa Il metodo stats() restituisce: D. un oggetto Il metodo write: B. appartiene all'oggetto file e riceve come parametro una stringa Il modello hub-and-spoke: D. prevede un data center principale e più data center periferici Il modello logico deve: A. contenere tutte le informazioni necessarie per definire le tabelle Il modello più utilizzato per i database è il modello: C. relazionale Il Navigator di Anaconda è: C. un pannello in cui esiste un comando per ogni strumento invocabile Il numero dei parametri da stampare nella funzione print(): D. non ha limiti Il principio fondamentale del machine learning è: C. l'addestramento basato su dati storici Il processo di data-mining è costitutito da: B. 2 componenti Il prodotto di due matrici di dimensioni 3x2 e 3x3: D. È impossibile
Il provisioning è: A. la configurazione dell'infrastruttura IT Il quadrante che funge da schermo e comando rapido è: B. console Il risultato a schermo del seguente codice v=np.array(range(1,10)) v2 = np.where(v%2==1,"1","0") print(v2) è: B. ['1' '0' '1' '0' '1' '0' '1' '0' '1'] Il risultato a schermo del seguente codice v=np.array(range(1,100)) v2=np.unique(v) print(len(v2)) è: B. 99 Il risultato a schermo del seguente codice v=np.array(range(-2,2)) v2=v[v D. 3 Il risultato a schermo del seguente codice v=np.array(range(-2,2)) v2=v[v>=0] print(len(v2)) è: C. 2 Il risultato del seguente codice a = pd.read_csv('a.csv', delimiter='.') print(type(a)) è: A. DataFrame Il risultato della seguente istruzione print(np.linspace(1, 10 ,num=3)) è: A. [ 1. 5.5 10.] Il risultato della seguente operazione c(3,4)c(2,1) sarà:* D. 6 4 Il risultato della seguente operazione paste(c(1), collapse = "") sarà:* C. 1 Il risultato della seguente operazione rep(c(2), each = 3, times = 4) sarà composto da: C. 12 elementi Il risultato della seguente operazione seq(0,10,3) sarà composto da: C. 4 elementi Il risultato delle seguenti operazioni v = as.logical(c(0,0,1,1,1)) sum(v) sarà: B. 3 Il risultato dell'elaborazione del seguente codice a = 1 s = "ciao" for i in s: a-=1 print(a) è: B. - 3 Il risultato dell'esecuzione del seguente codice: import numpy.random as rnd x = rnd.randint(0,100, size=100) y = rnd.randint(0,100, size=100) v = np.corrcoef(x,y) print(v[1][1]): C. 1 Il risultato dell'esecuzione delle seguenti istruzioni a = c(1,2) names(a) = c(2,1) a è: A. a 2 1 1 2 Il risultato dell'esecuzione delle seguenti istruzioni a = c(1,2,3) b = a<0 a[b] è: D. numeric(0) Il risultato dell'esecuzione delle seguenti istruzioni a = c(1,2,3,5,6) b = sum(a[2:4]) b è: A. 10 Il risultato dell'istruzione np.in1d(v2,v) è: C. un array booleano Il risultato dell'operazione int(6.7) è: A. 6 Il risultato di un operazione con tipi misti int e float è: B. di tipo float Il risultato di una trasformazione e di un'azione è: B. un RDD e un risultato specifico, rispettivamente Il risultato logico dell'operazione a and b è vero quando: A. la condizione a e la condizione b sono vere
In Pandas, la forma corretta di far riferimento ad una colonna è: D. df['colonna'] In Python e NumPy, rispettivamente, gli operatori relazionali rispetto agli operatori booleani: B. hanno priorità maggiore per Python e priorità inferiore per Numpy In Python è possibile: D. utilizzare cifre numeriche nel nome della variabile, ma con delle limitazioni In Python per la divisione: C. si utilizzano l'operatore / e l'operatore // In relazione al DataFrame Pandas, sono possibili le operazioni: D. di lettura, scrittura e interrogazione su un database relazionale In un archivio SAS: B. le osservazioni sono in riga e le variabili sono in colonna In un LabelInput per un widget Text, il parametro input_args è: C. un dizionario In un widget tk.Text, l'indice 3.7 wordend - 2 chars corrisponde a: A. penultimo carattere della parola contenente l'ottavo carattere della linea 3 In una sequenza di N elementi, con l'algoritmo selection sort, si effettuano: C. meno di N2/2 confronti tra elementi Infosphere è la soluzione per i Big Data di: B. IBM La cardinalità di un'associazione può essere di: C. tre tipi La centralità locale è: A. il numero di nodi adiacenti di A La classe corrispondente ad una sezione del form è: C. LabelFrame La classe corrispondente al form è: B. DataRecordForm La clausola finally: A. si esegue sempre La comparsa del prompt nella shell: A. indica che la shell è pronta per la prossima istruzione La composizione di funzioni in gergo informatico si chiama: D. nested function call La densità di un grafo fornisce una misura di: C. quanto il grafo si avvicini ad un grafo completo La differenza simmetrica tra due set permette di individuare un nuovo set che: C. contiene gli elementi non condivisi tra i due set La distribuzione del grado dei nodi permette di comprendere immediatamente: C. il massimo numero di vicini dei nodi La dot notation viene utilizzata per: D. fare riferimento agli attributi e ai metodi di un oggetto La forma corretta di generare una matrice con tutti valori uguali è: C. np.full((a,b),x) La funzione axhline permette: C. di visualizzare una linea orizzontale nel grafico La funzione cbind() permette di: C. aggiungere una colonna alla matrice La funzione clustering() applicata ad un grafo:
A. restituisce un dizionario con chiave lo Stato e valore il coefficiente di clustering La funzione coalesce(): A. riduce il numero di partizioni La funzione countByKey() permette di: A. contare gli elementi in un RDD in base alla chiave/etichetta La funzione def somma(a,b): print(a+b) è: A. void La funzione di massa della probabilità si definisce: A. per le distribuzioni discrete La funzione findall() del modulo re: B. restituisce una lista di stringhe La funzione iglob() è: C. simile a glob(), ma non memorizza simultaneamente tutti i valori restituiti da glob() La funzione input() di Python: C. restituisce stringhe La funzione isinstance(): C. necessità dell'oggetto e della classe come argomenti La funzione list() permette: C. sia di creare una lista, sia di ridenominare gli oggetti di una lista La funzione load() serve per: A. caricare gli array da file binario La funzione per leggere dati da file e copiarli in un RDD è: C. textFile() La funzione per tracciare la retta di tendenza in un grafico è: B. abline() La funzione plot() serve per: A. rappresentare un grafico lineare La funzione randint() permette di generare numeri casuali secondo una distribuzione: D. uniforme discreta La funzione randint(): C. È compresa nel modulo random e restituisce un numero casuale intero La funzione random() di numpy produce: D. numeri casuali da 0 a 1 La funzione range(): C. ritorna un oggetto iterabile La funzione rownames() serve: A. modificare il nome delle osservazioni La funzione sessione_lanci() richiama la funzione lancia_dadi(): C. indirettamente sessioninumlanci volte La funzione summary() si comporta: D. in modo dipendente dalla variabile La funzione table() permette di: C. visualizzare la tabella di frequenza di un vettore La funzione type() permette: A. di conoscere il tipo di dato della variabile La funzione urlparse() suddivide un URL in una tupla di: C. sei elementi La funzione visualizza_menu(): A. È opzionale e serve ad alleggerire il codice della funzione menu()
B. la variabile esplicativa e la variabile target La versione attualmente in uso di Python è la: D. 3.9. L'acronimo KPI sta per: D. Key Performance Indicator L'acronimo SAS sta per: A. Statistical Analysis System L'affidabilità della gestione dei file è garantita da: D. suddivisione in blocchi dei singoli file replicati su più nodi L'apprendimento per rinforzo è: D. tipico del machine learning e prevede due comportamenti in merito al rinforzo L'approccio per esplorare i KPI si basa su: B. 4 passi L'approccio top-down: B. prevede l'analisi del problema più complesso ed una successiva individuazione dei sottoproblemi L'asimmetria informativa: A. è tra utenti e operatori ed è dovuta sia alla mancanza di informazioni, sia al basso grado di conoscenza L'aspetto principale dei social network nella formazione dell'opinione pubblica è: C. la capacità di influire sugli stati emotivi L'asterisco a fianco del nome del file nella finestra dello script sta ad indicare: B. che lo script non è stato salvato dopo le ultime modifiche L'attributo dtypes: C. È relativo al DataFrame ed elenca il tipo di tutti i campi L'Average Path Length è definito come: D. il numero medio di archi lungo i cammini più brevi per tutte le possibili coppie di nodi di rete Le applicazioni di SAS che ne costituiscono il nucleo sono: C. 6 Le attività da rendere disponibili alla proprietaria dell'azienda sono: A. 5 Le categorie della sezione Statistics di Gephi sono: A. network overview, node overview, edge overview, dynamic Le chiavi primarie e le chiavi esterne indicano: B. in modo univoco un'istanza e un metodo per mantenere l'integrità referenziale Le espressioni regolari in Python possono essere viste come: B. linguaggio di programmazione Le espressioni regolari sono: A. modelli descritti con una sintassi formale per cercare corrispondenze in un testo Le fasi dell'attività di sviluppo dei programmi sono: C. analisi del problema, problem solving e formalizzazione della soluzione Le fasi principali di modellazione di un database sono: C. tre Le funzioni di aggregazione: D. prevedono la keyword STDEV Le funzioni di centralità restituiscono: D. un dizionario Le funzioni Graph() e DiGraph() permettono di: D. ottenere grafi non orientati e orientati, rispettivamente Le istruzioni a=-1 while a<0 a=a-1: B. è un ciclo infinito
Le istruzioni corrette per scrivere un DataFrame su file Excel sono: A. w = pd.ExcelWriter('a.xlsx', engine = 'xlsxwriter') dataframe.to_Excel(w, sheet_name='prova') w.save() Le istruzioni for linea in infile: a = int(linea): A. sono incomplete Le istruzioni l=set() l.discard(1): D. non sollevano nessuna eccezione Le istruzioni rdd=sc.parallelize([1,2,3,4]) rddf = rdd.filter(lambda x: 'D' if x%2==1 else 'P') print(rddf.mapValues(list).count()) producono il seguente output: C. 2 Le istruzioni rdd=sc.parallelize([1,2,3,4]) rddf = rdd.filter(lambda x: x%2==1) print(rddf.collect()) producono il seguente output: D. [1,3] Le istruzioni rdd=sc.parallelize([1,2,3,4]) rddf = rdd.filter(lambda x: x>=6) print(rddf.collect()) producono il seguente output: C. [] Le librerie built-in di Python rispetto a NumPy presentano: D. prestazioni e produttività inferiori Le librerie utili presentate per il salvataggio dei dati del form su file CSV sono: C. 3 Le matrici di covarianza e di correlazione sono: C. entrambe simmetriche Le metriche vengono individuate e concordate nella fase di: D. elaborazione dei dati e flusso di lavoro Le metriche: C. possono essere prodotte con una manipolazione sui dati Le modalità per ottenere un RDD sono: B. 2 Le operazioni di map e reduce: D. sono trasformazioni e azioni, rispettivamente Le piattaform BI permettono di supportare: C. chi fa parte del processo decisionale Le prestazioni per HPC si misurano tipicamente in: C. PetaFLOPS Le principali categorie di algoritmi utilizzati dalle piattaforme online con riferimento all'ecosistema dell'informazione sono: C. 5 Le stringhe sono sequenze di caratteri in codifica: D. Unicode (16 bit) Le strutture dati principali di Pandas sono: B. Series e DataFrame Le tipologie di comandi in SPSS sono: B. 3 Le tipologie di file in SPSS sono: D. 5 Le tipologie di stato che vengono riportate nella barra di stato sono: C. 4 Le tuple e le liste sono, rispettivamente: B. non modificabili e modificabili Le variabili locali:
A. deve indicare un solo modo di apertura L'istruzione for i in range(1,100,5): print(i) visualizza a schermo: C. 20 valori L'istruzione if a=b: print('a e b sono uguali'): D. è errata perché non confronta le due variabili L'istruzione l = list(set(l)) permette di: C. eliminare i duplicati in l L'istruzione lista[3]: D. serve per accedere al quarto elemento della lista L'istruzione locale.setlocale(locale.LC_MONETARY,'de_DE') serve ad impostare: C. la valuta secondo le convenzioni tedesche L'istruzione m = np.random(3,3): B. è errata L'istruzione outfile.write(3+'a') contiene: A. 1 errore L'istruzione par(mfrow = c(2,3)) permette di ottenere: A. un'area dei grafici composta da 2 righe e 3 colonne L'istruzione pd.cut(s,x) permette di: C. effettuare la discretizzazione di s in x categorie L'istruzione plt.clf() permette di: A. azzerare il plot precedente L'istruzione print("ciao","casa",sep='.', end =':') produce come risultato a schermo: C. ciao.casa: L'istruzione print("ciao","casa",sep='m') produce come risultato a schermo: D. ciaomcasam L'istruzione print("Media", format(m,".6f): D. È errata L'istruzione print(r"\n") visualizza a schermo: D. \n L'istruzione r = re.findall(r"\w+", line, re.I) serve per: C. trovare le parole in line senza considerare la differenza minuscolo/maiuscolo L'istruzione s.isdigit() restituisce: D. vero se s contiene solo cifre numeriche L'istruzione s.issuperset(t): B. restituisce un valore True se s contiene tutti gli elementi di t L'istruzione transazioni.groupby('conto')['importo'].sum() restituisce: C. calcolare il saldo per ciascun conto L'istruzione while line=='': D. non permette di leggere un file di testo Lo scambio tipico tra le piattaforme online e gli utenti prevede che: A. gli utenti rilascino e generino le informazioni e le piattaforme offrano servizi gratuiti e la personalizzazione dell'esperienza Lo scope individua: A. la parte del programma che può accedere alla variabile Lo specificatore di formato "10,.3e" indica che il numero da stampare: A. occuperà 10 caratteri, avrà il separatore delle miglia, avrà 3 cifre decimali e sarà espresso in notazione scientifica Lo stato di un oggetto è l'insieme: A. dei valori degli attributi
LOG è: B. una scheda della finestra SAS per i messaggi di SAS L'oggetto master è: D. la finestra principale L'operatore asterisco: B. in Python può indicare la moltiplicazione L'operatore compose() permette di ottenere: A. l'unione di due grafi L'operatore index: B. restituisce l'etichetta di una riga in base alla sua posizione L'operatore resto: B. fornisce il resto della divisione intera L'ordine e la dimensione di un grafo sono: D. rispettivamente il numero dei nodi e degli archi L'overloading differisce dall'overriding sulla base: D. del numero di parametri passati alla funzione L'ultima istruzione di un programma che usa Tkinter è l'istruzione che: D. richiama il main event loop L'ultima versione dell'acronimo SPSS è: C. Statistical Product and Service Solutions L'unità di misura zettabytes equivale a: B. 1021 bytes L'uso del form è consigliato per: C. verificare integrità dei dati Math: C. È un modulo della standard library ML e AI: B. ML è un sottinsieme di AI MySQL è un: D. DBMS Nei linguaggi di programmazione incluso Python: A. È sconsigliato l'uso delle variabili globali e consigliato quello delle costanti globali Nel 2017 il giro di affari dei Big Data era di: D. 50 miliardi di dollari Nel caso di due nodi non collegati da archi, si assume che il peso dell'arco "virtuale" sia: D. infinito Nel caso di un database esistente bisogna: B. usare il database Nel caso di utilizzo del metodo index() della lista: C. È possibile che venga sollevata un'eccezione ValueError Nel codice import pickle ifile = open('a.dat','rb') b = pickle.load(inputfile) b è: B. un oggetto Nel codice sorgente, i parametri che vengono passati alla funzione nella chiamata: C. possono avere lo stesso nome di quelli contenuti nella defizione della funzione Nel diagramma UML delle classi: D. lo schema della sottoclasse non deve indicare anche gli attributi ereditati Nel globbing l'asterisco e il punto interrogativo rappresentano: A. zero o più caratteri ed esattamente un carattere, rispettivamente Nel selection sort nell'ipotesi di un ordinamento crescente:
Nell'esempio del caso del NCSU, i Big Data sono stati integrati con tecniche di: A. intelligenza artificiale e, soprattutto, di deep learning Nell'indicizzatore di file, l'istruzione d[p.upper()] = d[p.upper()]+lista permette di: A. aggiornare la lista dei valori di p includendo un nuovo file Nell'istruzione a=b: A. b può essere un valore numerico Nell'istruzione controllo[((a+b)%26)].upper() controllo è: B. un dizionario Nell'istruzione os.remove(a): D. os è il modulo, remove è una funzione, a è il file Nell'istruzione pickle.dump(a,b) a e b sono: B. oggetto e gestore del file Networkx non permette di ottenere un risultato professionale nell'attività di: D. visualizzazione dei grafi Oltre all'importazione delle librerie opportune, la migliore sequenza di istruzioni per graficare il contenuto della colonna a di un DataFrame Pandas df con un grafico lineare è: B. df['a'].plot(kind='line') matplot.show() Oracle DB: B. È un DBMS commerciale Per accedere ad un elemento di una lista bidimensionale: C. È obbligatorio due indici, ma non due cicli nidificati Per accedere al peso dell'arco tra il nodo 1 e il nodo 2 è possibile utilizzare la seguente istruzione: C. g[1][2]['weight'] Per accedere alla cella di una tabella è necessario: C. accedere gerarchicamente prima a Per accedere all'ultimo elemento di una lista devo usare l'indice uguale a: A. lista[len(lista)-1] Per aggiungere un widget alla seconda riga in un layout a griglia è necessario passare al metodo grid: C. row= Per assegnare un peso di 3,5 all'arco tra il nodo 1 e il nodo 2 in un grafo pesato è necessario utilizzare la/le seguente/i istruzione/i: D. g.add_edge(1,2, weight = 3.5) Per associare al click su un pulsante una funzione è necessario: C. passare il riferimento alla funzione nel costruttore di Button attraverso il parametro command Per aumentare la riproducibilità con Jupyter Notebook si utilizzano le celle: B. Markdown Per calcolare il totale degli elementi e contenuti in una lista a, le migliori istruzioni sono: B. c=0for e in a: c=c+e Per calcolare la dimensione del grafo esistono: A. 2 metodi Per calcolare l'ordine del grafo esistono: B. 3 metodi Per caricare manualmente i dataset è necessario interagire con il quadrante: D. quadrante in basso a destra Per connettersi a MySQL si utilizza il comando: B. \connect Per conoscere i nodi adiacenti ad un nodo a, si utilizza il metodo: D. neighbors() Per creare una nuova variabile in un dataframe esistono:
B. 2 metodi Per definire e riconoscere un problema è possibile individuare: C. 5 fasi Per definire il numero di partizioni in cui suddividere un RDD si fa ricorso alla funzione: D. parallelize() Per definire una costante globale in Python: B. non utilizzare la keyword global nel programma Per determinare se un numero è al di fuori di un intervallo è più corretto utilizzare l'operatore: C. or Per effettuare il casting degli elementi dell'array è necessario: B. utilizzare la funzione astype Per eliminare la terza e la quarta riga nella matrice m è necessario richiamare la seguente istruzione: A. m[-(3:4),] Per esaminare le tendenze dei dati: A. si utilizza l'analisi descrittiva Per estrarre tutte le righe con il campo colonna1 pari al carattere C si usa la notazione: B. df['colonna1']=='C' Per gli indici degli elementi della diagonale secondaria vale la seguente relazione: B. i = N- 1 - j Per i file binari: B. la decodifica dipende dall'estensione del file Per i valori numerici esistono: C. 5 tipi Per i widget con pulsante, l'etichetta è impostabile con l'argomento: B. text Per il raggruppamento delle osservazioni per una particolare categoria si usa la parola chiave: D. class Per impostare le opzioni di visualizzazione di un grafo si utilizza: D. un dizionario Per indicare i due DataFrame per la congiunzione: A. entrambi i DataFrame vengono passati al metodo per il join Per inizializzare un dizionario si usano: A. le parentesi graffe Per inserire elementi in un array è possibile utilizzare: A. la funzione append e la funzione insert Per inserire un nuovo oggetto in una lista esistono: B. 2 metodi Per la conversione di misure di tempo e distanza si utilizza: D. il resto Per le date esistono: B. 4 tipi Per l'equipment fault, i valori ammissibili sono: B. 2 Per l'inizializzazione delle liste si utilizzano: C. parentesi quadre Per modificare e/o integrare un'analisi statistica avviata tramite menu "Analizza" è necessario modificare il comando corrispondente a tale analisi: D. premendo "Incolla" nella finestra relativa all'analisi Per modificare il tipo degli elementi di un array è necessario: