c. L'acquisition de données est la première étape du cycle de vie de la science des données. Les données peuvent être collectées par le scientifique des données ou recueillies préalablement et fournies au scientifique des données.

b. Le cycle de vie de la science des données comporte quatre étapes : 1) l'acquisition de données, 2) l'exploration de données, 3) l'analyse de données et 4) la communication des résultats.

c. L'étape d'exploration des données comprend le nettoyage et la visualisation des données.

a. Python est le langage de programmation le plus populaire en science des données.

b. NumPy est une bibliothèque Python utilisée dans l'analyse de données numériques.

a. Google Colaboratory est un document Google qui peut être partagé avec d'autres comptes Google pour visualiser ou modifier le contenu.

c. Pour créer une matrice de dimensions m par n entièrement composée de zéros, np.zeros((m,n)) peut être utilisé.

a. ndarray est un type de données pris en charge par NumPy. Lors de l'affichage du type d'un objet ndarray, <'numpy.ndarray'> est affiché.

d. Le tableau NumPy est optimisé pour l'efficacité des calculs et de la mémoire tout en offrant également des calculs orientés tableau.

b. 2 * arr multiplie tous les éléments par 2, ce qui donne :

[[2 4]
[6 8]]

c. np.array([[1, 2], [1, 2], [1, 2]]) crée un ndarray de dimensions 3 par 2. L'opérateur T transpose le tableau. L'opérateur de transposition prend un tableau de dimensions m par n et le convertit en un tableau de dimensions n par m. Le résultat de l'application de l'opérateur de transposition sur le tableau donné est un tableau de dimensions 2 par 3.

a. Le résultat de la multiplication élément par élément entre arr1 et arr2 est :

[[1 0]
[0 4]]

a. Une Series est une structure de données Pandas représentant des données étiquetées à une dimension.

a. Un objet DataFrame peut être considéré comme une collection d'objets étiquetés unidimensionnels représentés par des objets Series.

b. Le DataFrame de Pandas peut stocker des colonnes de différents types de données, tandis que NumPy ne prend en charge que des types de données numériques.

c. La fonction head() renvoie les premières lignes d'un DataFrame. Si aucun argument n'est spécifié, le nombre de lignes renvoyées par défaut est de cinq.

c. La fonction unique(), lorsqu'elle est appliquée à une colonne, renvoie les valeurs uniques (lignes) de la colonne donnée.

a. Lorsque la fonction describe() est appliquée à un DataFrame, des statistiques descriptives des colonnes numériques sont générées.

a. L'élément situé à la première ligne et à la première colonne est a.

c. L'élément situé à la deuxième ligne et à la deuxième colonne est 20 .

a. L'élément associé à l'étiquette de ligne 2 et à l'étiquette de colonne A est c.

b. df.loc[0:2, "A"] renvoie les lignes 0 à 2 (incluses) de la colonne A.

c. loc[1] renvoie la ligne portant l'étiquette 1 , ce qui correspond à la deuxième ligne du DataFrame.

b. iloc[:, 0] sélectionne toutes les lignes correspondant à l'indice de colonne 0, ce qui équivaut à renvoyer la première colonne.

a. La condition renvoie toutes les lignes où la valeur dans la colonne étiquetée A est divisible par 2.

b. isnull() renvoie un DataFrame booléen indiquant si les entrées de données sont Null ou non.

a. fillna() remplace toutes les valeurs Null par la valeur fournie passée en argument.

c. La fonction sum() est appliquée séparément à chaque colonne et additionne les valeurs des colonnes. Le résultat est le nombre de valeurs Null dans chaque colonne.

b. Un histogramme est utilisé pour représenter la distribution de variables continues.

c. Une boîte à moustaches est utilisée pour montrer la distribution d'une variable continue, tout en visualisant les valeurs aberrantes, le minimum, le maximum et les quartiles.

a. Un graphique linéaire est utilisé pour montrer les tendances et les évolutions dans le temps entre deux variables.

c. L'appel de fonction plt.scatter(x, y) crée un nuage de points basé sur les données stockées dans les variables x et y.

b. Le code donné trace un diagramme à barres avec quatre barres représentant les catégories données. La hauteur des barres correspond aux valeurs stockées dans la variable values.

b. Plotly est une bibliothèque qui crée des visualisations interactives.