2) Sob uma perspectiva de armazém de dados (data warehouse), o processo de mineração de dados pode ser visto como um estágio avançado do processamento analítico on-line (on-line analytical processing – OLAP). Entretanto, a mineração de dados vai muito além do escopo restrito típico de um OLAP, baseado em métodos de resumo ou sumarização de dados, incorporando técnicas mais avançadas para a compreensão e a extração de conhecimentos dos dados (CASTRO, p. 6, 2016). A Figura 1 apresenta um código que trabalha com dados em Python. Figura 1 - Trabalho com dados em Python a Fonte: Elaborada pela autora. Considerando o código na Figura 1, julgue as afirmativas a seguir em (V) Verdadeiras ou (F) Falsas. I. ( ) O arquivo dados.csv é estruturado e seus campos são separados por vírgula. II. ( ) O DataFrame novo_df possui a quantidade de colunas igual ou menor que o DataFrame df. III. ( ) O DataFrame novo_df será substituído por um novo DataFrame, cuja quantidade de linhas será menor ou igual ao novo_df criado na linha 4. Escolha a opção correta Selecione uma alternativa: a) V - V - V b) V - V - F c) V - F - V d) F - V - V e) V - F - F

Sob uma perspectiva de armazém de dados (data warehouse), o processo de mineração de dados pode ser visto como um estágio avançado do processamento analítico on-line (on-line analytical processing – OLAP).

a)

V - V - V

Explicação:

1- d)Somente a asserção III está correta.

2-a)V - V - V

3- e)V - V - V

4- a)df_etanol[['ANO', 'JAN', 'FEV']].plot(x='ANO', kind='bar', figsize=(12, 5), rot=45, fontsize=12)

2- d)Somente as asserções II e III estão corretas.