A respeito de desenvolvimento de software, julgue o item que se segue.
O código JavaScript a seguir, ao ser executado, apresentará 8 como resultado.
...
A respeito de desenvolvimento de software, julgue o item que se segue.
Considere o código em Python a seguir.
...
O NDVI (ou índice de vegetação por diferença normalizada) permite identificar a presença de vegetação verde e caracterizar sua distribuição espacial, como também sua evolução no decorrer do tempo. Para calcular o NDVI, a linguagem Python é amplamente utilizada, devido à sua flexibilidade e às bibliotecas de processamento de dados geoespaciais disponíveis. A seguir, é apresentado um código em Python relativo ao cálculo do NDVI.
import numpy as np
import rasterio def calcular_ndvi(arquivo_nir, arquivo_red,
saida_ndvi):
with rasterio.open...
O NDVI (ou índice de vegetação por diferença normalizada) permite identificar a presença de vegetação verde e caracterizar sua distribuição espacial, como também sua evolução no decorrer do tempo. Para calcular o NDVI, a linguagem Python é amplamente utilizada, devido à sua flexibilidade e às bibliotecas de processamento de dados geoespaciais disponíveis. A seguir, é apresentado um código em Python relativo ao cálculo do NDVI.
import numpy as np
import rasterio def calcular_ndvi(arquivo_nir, arquivo_red,
saida_ndvi):
with rasterio.open...
O NDVI (ou índice de vegetação por diferença normalizada) permite identificar a presença de vegetação verde e caracterizar sua distribuição espacial, como também sua evolução no decorrer do tempo. Para calcular o NDVI, a linguagem Python é amplamente utilizada, devido à sua flexibilidade e às bibliotecas de processamento de dados geoespaciais disponíveis. A seguir, é apresentado um código em Python relativo ao cálculo do NDVI.
import numpy as np
import rasterio def calcular_ndvi(arquivo_nir, arquivo_red,
saida_ndvi):
with rasterio.open...
O NDVI (ou índice de vegetação por diferença normalizada) permite identificar a presença de vegetação verde e caracterizar sua distribuição espacial, como também sua evolução no decorrer do tempo. Para calcular o NDVI, a linguagem Python é amplamente utilizada, devido à sua flexibilidade e às bibliotecas de processamento de dados geoespaciais disponíveis. A seguir, é apresentado um código em Python relativo ao cálculo do NDVI.
import numpy as np
import rasterio def calcular_ndvi(arquivo_nir, arquivo_red,
saida_ndvi):
with rasterio.open...
Julgue o próximo item, relativo à análise de dados.
Considere o código a seguir, que utiliza Pandas.
import pandas as pd
Nome = ['João-', 'Paulo-']
Sobrenome = ['Lucas', 'Matheus']
list_of_tuples = list(zip(Nome, Sobrenome))
df = pd.DataFrame(list_of_tuples)
print(df)
Após a execução desse código, o resultado será o seguinte.
0 1
u João-Lucas
1 Paulo-Matheus
Julgue o próximo item, relativo à análise de dados.
Considere o código a seguir, que utiliza Pandas.
import pandas as pd
data = {'nome':
['bicicleta','avião','helicóptero'],
'categoria':['terrestre','aéreo','aéreo']}
df = pd.DataFrame(data)
df = df.pop('nome')
print(df)
Após a execução desse código, o resultado será o seguinte.
0 terrestre
1 aéreo
2 aéreo
Name: categoria, dtype: object
Julgue o próximo item, relativo à análise de dados.
Considere o código a seguir, que utiliza NumPy.
import numpy as np
data = np.array([1, 5, 3, 4, 2, 6, 7])
print(data[::2])
Após a execução desse código, o resultado será o seguinte.
[1 3 2 7]
A computação científica consiste em um conjunto de técnicas, ferramentas e teorias que englobam inteligência artificial, matemática, estatística, física e computação e que abrangem conhecimentos específicos de subáreas tais como estatística aplicada, econometria, matemática aplicada, inteligência computacional, visualização científica e biometria, sendo cada vez mais utilizada no desenvolvimento de novas tecnologias agrícolas, agora no contexto da emergente agricultura digital. Nas últimas décadas, inclusive, a computação científica tem sido apontada como o terceiro pilar da pesquisa científica, junto com a experimentação e a teoria.
