Question

Durante o desenvolvimento de um software com programação orientada a objetos (OOP), chegou-se à conclusão de que era preciso criar uma classe que representasse um jogador de futebol. Tal classe deveria possuir uma função pública rating() que usasse as estatísticas da temporada para retornar a avaliação do jogador, em uma escala de 0 a 10. Utilizando os princípios de OOP, foi sugerido deixar o software pronto para ser utilizado com um número qualquer de modalidades desportivas, cujas funções rating() serão calculadas, cada uma, com suas fórmulas específicas, criando uma classe genérica Jogador e uma classe específica para cada modalidade (JogadorFutebol, JogadorVolei, etc.), todas contendo sua

versão da função rating().

O diagrama de classes da situação descrita é apresentado a seguir. Jogador #rating():inteiro

JogadorVolei - Atributos... + rating():inteiro

JogadorFutebol - Atributos... + rating():inteiro

O princípio de OOP que está sendo usado nesse exemplo é o de (A) singleton, pois a classe Jogador só pode ter um único objeto. (B) herança, pois a classe Jogador herda da classe JogadorVolei. (C) encapsulamento, pois todos os dados da classe e suas funções são públicos. (D) sobrecarga, pois as funções rating() recebem parâmetros diferentes dentro de uma mesma classe. (E) polimorfismo, pois a mesma função pode ter comportamento distinto em objetos de classes diferentes.

15

A biblioteca NumPy traz diversas funcionalidades para auxiliar o programador a lidar com matrizes. Suponha que um programador precise escrever um trecho de código, em Python, que crie uma matriz 3X3 para armazenar os números inteiros de 1 até 9 de forma ordenada, que exiba essa matriz na tela, que calcule a média desses números e que imprima o valor dessa média na tela. O trecho de código que executa essas operações, na ordem apresentada, é

Accepted Answer

B) import numpy as np
m=np.matrix('1 2 3;4 5 6;7 8 9')
print(m)
print(m.mean())

Answer

A) import numpy as np
m=np.matrix('1 2 3 4 5 6 7 8 9')
print(m)
print(m.max())

Answer

C) m=matrix('1 2 3; 4 5 6; 7 8 9') print(m) print(m.std())

Answer

D) m=[[1,2,3],[4,5,6],[7,8,9]]
print(m)
import numpy as np
print(m.mean())

Answer

E) m=[1,2,3,4,5,6,7,8,9] print (m) print(m[0]+m[1]+m[2]+m[3]+m[4]+m[5]+m[6]+m[7]+m[8])

Mais questões de Data warehouse e mineração de dados