Data Analytics
Dive into the world of Data Analytics – uncover insights, explore trends, and master data-driven decision making. Admin: @HusseinSheikho || @Hussein_Sheikho
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام Data Analytics
تُعد قناة Data Analytics (@dataanalyticsx) في القطاع اللغوي الإنكليزية لاعباً نشطاً. يضم المجتمع حالياً 29 841 مشتركاً، محتلاً المرتبة 4 342 في فئة التكنولوجيات والتطبيقات والمرتبة 21 560 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 29 841 مشتركاً.
بحسب آخر البيانات بتاريخ 28 أغسطس, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 261، وفي آخر 24 ساعة بمقدار 5، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 4.98%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 1.63% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 486 مشاهدة. وخلال اليوم الأول يجمع عادةً 487 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 2.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل sellerflash, buybox, buyer, chaos, effortless.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Dive into the world of Data Analytics – uncover insights, explore trends, and master data-driven decision making.
Admin: @HusseinSheikho || @Hussein_Sheikho”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 29 أغسطس, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
import pandas as pd
idx = pd.Index(['a', 'b', 'c'])
print(idx.is_unique)
A. False
B. True
C. Raises AttributeError
D. None
Correct answer: B.
2. What does this code return?
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df.set_index('a').index.name)
A. None
B. 'index'
C. 'a'
D. Raises KeyError
Correct answer: C.
3. What is the result?
import pandas as pd
s = pd.Series([1, 2, 3])
print(s.add(1).tolist())
A. [1, 2, 3]
B. [2, 3, 4]
C. [1, 3, 5]
D. Error
Correct answer: B.
4. What does this code output?
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df.nlargest(2, 'a')['a'].tolist())
A. [1, 2]
B. [2, 3]
C. [3, 2]
D. [3, 1]
Correct answer: C.
5. What is printed?
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df.nsmallest(1, 'a').iloc[0, 0])
A. 1
B. 2
C. 3
D. Error
Correct answer: A.
6. What does this code return?
import pandas as pd
s = pd.Series([1, 2, 3])
print(s.diff().isna().sum())
A. 0
B. 1
C. 2
D. 3
Correct answer: B.
7. What is the output?
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df.cumsum()['a'].iloc[-1])
A. 3
B. 5
C. 6
D. Error
Correct answer: C.
8. What does this code produce?
import pandas as pd
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
print(df.pipe(lambda x: x.shape))
A. (1, 4)
B. (2, 2)
C. (4, 1)
D. Error
Correct answer: B.
9. What is returned?
import pandas as pd
s = pd.Series([10, 20, 30])
print(s.take([2, 0]).tolist())
A. [10, 20]
B. [30, 10]
C. [20, 30]
D. Error
Correct answer: B.
10. What does this output?
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df.any().iloc[0])
A. False
B. True
C. None
D. Error
Correct answer: B.
11. What is the result?
import pandas as pd
df = pd.DataFrame({'a': [0, 0, 1]})
print(df.all().iloc[0])
A. True
B. False
C. None
D. Error
Correct answer: B.
12. What does this code return?
import pandas as pd
s = pd.Series(['a', 'b', 'c'])
print(s.repeat(2).shape)
A. (3,)
B. (6,)
C. (2, 3)
D. Error
Correct answer: B.
13. What is printed?
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df.melt().shape)
A. (1, 3)
B. (3, 2)
C. (3, 1)
D. (1, 2)
Correct answer: B.
14. What does this code output?
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df.stack().shape)
A. (3,)
B. (3, 1)
C. (1, 3)
D. Error
Correct answer: A.
15. What is the result?
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df.unstack().isna().sum().sum())
A. 0
B. 1
C. 2
D. Error
Correct answer: A.
16. What does this code return?
import pandas as pd
s = pd.Series([1, 2, 3])
print(s.to_numpy().ndim)
A. 0
B. 1
C. 2
D. Error
Correct answer: B.
17. What is printed?
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df.axes[0].equals(df.index))
A. True
B. False
C. None
D. Error
Correct answer: A.
18. What does this code output?
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df.copy(deep=False) is df)
A. True
B. False
C. None
D. Error
Correct answer: B.
19. What is the result?
import pandas as pd
s = pd.Series([1, 2, 3])
print(s.equals(pd.Series([1, 2, 3])))
A. True
B. False
C. None
D. Error
Correct answer: A.
20. What does this code output?
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df.info() is None)
A. True
B. False
C. None
D. Error
Correct answer: A.