←
الفصل 15

الفصل 15

15.1 مقدمة في علم البيانات

1.
c. يُعد اكتساب البيانات المرحلة الأولى من دورة حياة علم البيانات. يمكن لعالم البيانات جمع البيانات بنفسه أو الحصول عليها من مصادر متاحة.
2.
b. تتكون دورة حياة علم البيانات من أربع مراحل: 1) اكتساب البيانات، 2) استكشاف البيانات، 3) تحليل البيانات، و 4) إعداد التقارير.
3.
c. تشمل مرحلة استكشاف البيانات تنظيف البيانات وتصوير البيانات.
4.
a. Python هي لغة البرمجة الأكثر شيوعًا في علم البيانات.
5.
b. NumPy هي مكتبة Python تُستخدم في تحليل البيانات الرقمية.
6.
a. بيئة غوغل كولاب هي مستند غوغل يمكن مشاركته مع حسابات غوغل الأخرى لعرض المحتوى أو تعديله.

15.2 NumPy

1.
c. لإنشاء مصفوفة بحجم m في n كلها أصفار، يمكن استخدام np.zeros((m,n)).
2.
a. ndarray هو نوع بيانات مدعوم من NumPy. عند طباعة نوع كائن ndarray، يُطبع <'numpy.ndarray'>.
3.
d. مصفوفة NumPy (NumPy array) مُحسّنة لكفاءة الحوسبة والذاكرة مع توفير الحوسبة الموجهة بالمصفوفات.
4.
b. 2 * arr تضرب جميع العناصر في 2 مما ينتج عنه: 
[[2 4]
[6 8]]
5.
c. np.array([[1, 2], [1, 2], [1, 2]]) تنشئ مصفوفة متعددة الأبعاد بحجم 3 في 2. يُبدِّل العامل T صفوف المصفوفة وأعمدتها. عامل تبديل الصفوف والأعمدة يأخذ مصفوفة بحجم m في n ويحول المصفوفة إلى مصفوفة بحجم n في m. نتيجة تطبيق عامل تبديل الصفوف والأعمدة على المصفوفة المعطاة هي مصفوفة بحجم 2 في 3.
6.
a. نتيجة الضرب العنصري بين arr1 و arr2 هي: 
[[1 0]
[0 4]]

15.3 Pandas

1.
a. سلسلة هي هيكل بيانات في Pandas يمثل بيانات مُعلَّمة أحادية البعد.
2.
a. يمكن اعتبار كائن إطار البيانات مجموعة من الكائنات المُعلَّمة أحادية البعد الممثلة بكائنات السلسلة.
3.
b. يمكن لإطار البيانات في Pandas تخزين أعمدة بأنواع بيانات مختلفة، بينما يدعم NumPy فقط أنواع البيانات الرقمية.
4.
c. الدالّة head() تُرجع الصفوف العلوية لإطار البيانات. إذا لم يُحدَّد وسيط، فإن العدد الافتراضي للصفوف المُرجعة هو خمسة.
5.
c. الدالّة unique() عند تطبيقها على عمود، تُرجع القيم الفريدة (الصفوف) في العمود المحدد.
6.
a. عند تطبيق الدالّة describe() على إطار بيانات، تُنشأ إحصائيات موجزة للأعمدة الرقمية.

15.4 التحليل الاستكشافي للبيانات

1.
a. العنصر في الصف الأول والعمود الأول هو a.
2.
c. العنصر في الصف الثاني والعمود الثاني هو 20 .
3.
a. العنصر عند تسمية الصف 2 وتسمية العمود A هو c.
4.
b. df.loc[0:2, "A"] تُرجع الصفوف 0 إلى 2 (شاملة) من العمود A.
5.
c. loc[1] تُرجع الصف الذي يحمل التسمية 1 ، وهو ما يقابل الصف الثاني من إطار البيانات.
6.
b. iloc[:, 0] تحدد جميع الصفوف المقابلة لفهرس العمود 0، وهو ما يكافئ إرجاع العمود الأول.
7.
a. يُرجع الشرط جميع الصفوف حيث تكون القيمة في العمود الذي يحمل التسمية A قابلة للقسمة على 2.
8.
b. isnull() تُرجع إطار بيانات منطقي يمثل ما إذا كانت إدخالات البيانات هي Null أم لا.
9.
a. fillna() تستبدل جميع القيم Null بالقيمة المقدمة المُمرَّرة كوسيط.
10.
c. الدالّة sum() تُطبق على كل عمود على حدة وتجمع القيم في الأعمدة. النتيجة هي عدد القيم Null في كل عمود.

15.5 تصوير البيانات

1.
b. يُستخدم المدرج التكراري لرسم توزيع المتغيرات المستمرة.
2.
c. يُستخدم المخطط الصندوقي لإظهار توزيع متغير مستمر، بالإضافة إلى تصوير القيم الشاذة، والحد الأدنى، والحد الأقصى، والربيعيات.
3.
a. يُستخدم المخطط الخطي لإظهار الاتجاهات والتغيرات بمرور الوقت بين متغيرين.
4.
c. استدعاء الدالّة plt.scatter(x, y) ينشئ مخططًا مبعثرًا بناءً على البيانات المخزنة في المتغيرين x و y.
5.
b. يرسم الكود المعطى مخططًا شريطيًا بأربعة أشرطة تمثل الفئات المعطاة. يتوافق ارتفاع الأشرطة مع القيم المخزنة في المتغير values.
6.
b. Plotly هي مكتبة تنشئ تصورات تفاعلية.