Questão anulada pela banca
Questão de ProgramaçãoLinguagens de programação, Python
- Banca:
- CESPE / CEBRASPE
- Órgão:
- AgSUS
- Ano:
- 2026
- Cargo:
- Assistente de Projeto - Perfil 2 - UMA
- Nível:
- Médio
- Modalidade:
- Certo ou Errado
- Código:
- CFP-151226-016
Um analista de dados recebeu de uma equipe de vigilância em saúde de uma secretaria municipal o arquivo pacientes.csv que contém informações de 1.200 pacientes atendidos em unidades básicas de saúde, com variáveis como idade (idade), pressão arterial sistólica (pa_sistolica), pressão arterial diastólica (pa_diastolica), nível de glicemia em jejum (nivel_glicemia), índice de massa corporal (imc) e número de consultas realizadas no último ano (num_consultas). Esse analista iniciou o interpretador Python na linha de comando de seu computador e executou, também, os seguintes comandos.
>>> import pandas as pd >>> import matplotlib.pyplot as plt >>> import numpy as np
>>> df = pd.read_csv("pacientes.csv")
A partir da situação hipotética precedente, considerando que todas as bibliotecas estejam instaladas e que qualquer trecho entre aspas, sejam elas retas ou curvas, representa uma cadeia de caracteres, julgue o item a seguir.
A fim de visualizar a correlação entre a pressão arterial diastólica e o número de consultas realizadas no último ano, o analista poderá gerar um código de dispersão por meio do código a seguir. >>> plt.scatter(df["pa_diastolica"], df["num_consulta ... s"]) >>> plt.show()
>>> import pandas as pd >>> import matplotlib.pyplot as plt >>> import numpy as np
>>> df = pd.read_csv("pacientes.csv")
A partir da situação hipotética precedente, considerando que todas as bibliotecas estejam instaladas e que qualquer trecho entre aspas, sejam elas retas ou curvas, representa uma cadeia de caracteres, julgue o item a seguir.
A fim de visualizar a correlação entre a pressão arterial diastólica e o número de consultas realizadas no último ano, o analista poderá gerar um código de dispersão por meio do código a seguir. >>> plt.scatter(df["pa_diastolica"], df["num_consulta ... s"]) >>> plt.show()