Grátis: Assim como o ndarray do NumPy, os objetos DataFrame e Series do Pandas possuem o atributo shape que é utilizado para verificar e manipular as dimen...

Estatísticas Aplicadas

Outros

Assim como o ndarray do NumPy, os objetos DataFrame e Series do Pandas possuem o atributo shape que é utilizado para verificar e manipular as dimensões dessas estruturas de dados.
Não é possível manipular as dimensões do DataFrame e Series atribuindo valores ao shape, como ocorre com o array do NumPy. Portanto a afirmação é falsa.
True
False

Aprendendo com Exercícios

ontem

Aprendendo com Exercícios

ontem

2 pág.

03 - Python para Ciência de Dados (2026) Atividade Objetiva 03

Respostas

ontem

A afirmação é True (verdadeira). Explicação passo a passo: - O atributo `shape` em NumPy, Pandas DataFrame e Series serve para verificar as dimensões da estrutura de dados. - No NumPy, é possível alterar as dimensões de um array atribuindo um novo valor ao atributo `shape`. - No Pandas, embora DataFrame e Series possuam o atributo `shape` para verificar dimensões, não é possível modificar as dimensões atribuindo valores ao `shape`. - Para alterar as dimensões em Pandas, usa-se métodos específicos como `reshape`, `pivot`, `melt`, entre outros, mas não a atribuição direta ao `shape`. Portanto, a afirmação de que não é possível manipular as dimensões do DataFrame e Series atribuindo valores ao `shape` é verdadeira.

Essa resposta te ajudou?

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

2 pág.

03 - Python para Ciência de Dados (2026) Atividade Objetiva 03

Mais perguntas desse material

Considere o trecho a seguir: import pandas as pd nomes = ('Minas Gerais', 'Amazonas', 'Maranhão', 'Goiás', 'Santa Catarina') siglas = ('MG', 'AM', 'MA', 'GO', 'SC') estados = pd.Series(siglas, nomes)
Podemos afirmar que será criado um objeto Series no qual os índices são as siglas dos estados.
True
False

Podemos afirmar que o DataFrame é um grupo de Series que compartilham um mesmo índice, ou seja, cada coluna de um DataFrame nada mais é do que uma Series.
Um objeto DataFrame é um conjunto de Series.
True
False

Suponha que o DataFrame df tenha sido criado conforme o código a seguir: df = pd.read_csv("dados.csv") Marque as instruções que podemos utilizar para retornar as primeiras 5 linhas do DataFrame df.
df.tail()
df.sample(5)
df.head()
df.head(5)
df.tail(5)

Suponha o DataFrame df possua as colunas A, B, C e D.
Marque abaixo as alternativas que removem a coluna C (e não apenas retornem o DataFrame sem a coluna) do DataFrame df, deixando apenas as colunas A, B e D.
O parâmetro inplace = True fará a alteração no próprio DataFrame df.
df = df.drop("C", axis=1)
df.drop("C", axis = 1, inplace=True)
df.drop("C", axis = 0, inplace=True)

Estatísticas Aplicadas

03 - Python para Ciência de Dados (2026) Atividade Objetiva 03

Respostas

Ainda com dúvidas?

Essa pergunta também está no material:

03 - Python para Ciência de Dados (2026) Atividade Objetiva 03

Podemos afirmar que o DataFrame é um grupo de Series que compartilham um mesmo índice, ou seja, cada coluna de um DataFrame nada mais é do que uma Series.Um objeto DataFrame é um conjunto de Series.TrueFalse

Suponha que o DataFrame df tenha sido criado conforme o código a seguir: df = pd.read_csv("dados.csv") Marque as instruções que podemos utilizar para retornar as primeiras 5 linhas do DataFrame df.df.tail()df.sample(5)df.head()df.head(5)df.tail(5)

Mais conteúdos dessa disciplina

Podemos afirmar que o DataFrame é um grupo de Series que compartilham um mesmo índice, ou seja, cada coluna de um DataFrame nada mais é do que uma Series.
Um objeto DataFrame é um conjunto de Series.
True
False

Suponha que o DataFrame df tenha sido criado conforme o código a seguir: df = pd.read_csv("dados.csv") Marque as instruções que podemos utilizar para retornar as primeiras 5 linhas do DataFrame df.
df.tail()
df.sample(5)
df.head()
df.head(5)
df.tail(5)