Para não repetir cada pergunta, deixei dentro as marcações #[x], onde x representa o número do exercício e o código abaixo a resolução... . #[11]
soma_vendas = 0
vendas_ecomerce = {'Produto A': 300, 'Produto B': 80, 'Produto C': 60,
'Produto D': 200, 'Produto E': 250, 'Produto F': 30}
for produto, quantidade in vendas_ecomerce.items():
soma_vendas += quantidade
produto_mais_vendido = max(vendas_ecomerce.items(), key=lambda x: x[1])
print(f'Foram vendidos {soma_vendas} produtos.')
print(f'O mais vendido foi o : {produto_mais_vendido[0].upper()} com {produto_mais_vendido[1]} unidades.')
.
#[12]
votos_marca = {1:1334, 2:982, 3:1751, 4:210, 5:1811}
soma_votos = sum(votos_marca.values())
mais_votado = max(votos_marca.items(), key=lambda x: x[1])
quantidade_mais_votado = mais_votado[1]
percentual_votos = (quantidade_mais_votado/soma_votos)*100
print(f'Com {percentual_votos:.2f}% dos votos, o mais votado foi o DESIGN {mais_votado[0]}.')
. #[13]
abono_salarios = {
1172: None, 1644: None, 2617: None, 5130: None,
5532: None, 6341: None, 6650: None, 7238: None,
7685: None, 7782: None, 7903: None
}
percentual_abono = 10 / 100
minimo_abono = 200
quantidade_abono_minimo = 0
for salario in abono_salarios.keys():
valor_abono = round(salario * percentual_abono, 2)
if valor_abono < minimo_abono:
abono_salarios[salario] = minimo_abono
quantidade_abono_minimo += 1
else:
abono_salarios[salario] = valor_abono
maior_valor_abono = max(abono_salarios.values())
print(f'{"Salário":<10}{"Abono em R$"}')
for salario, abono in abono_salarios.items():
print(f'{salario:<10}{abono:.2f}')
print(f'\nO maior abono foi no valor de R$ {maior_valor_abono:.2f}')
print(f'Quantidade de funcionários que receberam o abono mínimo: {quantidade_abono_minimo}')
. #[14]
# O módulo statistics é uma biblioteca padrão do Python usada para cálculos estatísticos.
import statistics
monte_python = {
'Área Norte': [2819, 7236],
'Área Leste': [1440, 9492],
'Área Sul': [5969, 7496],
'Área Oeste': [14446, 49688],
'Área Centro': [22558, 45148]
}
medias_por_area = {area: statistics.mean(valores) for area, valores in monte_python.items()}
soma_especie_por_area = {area: sum(valores) for area, valores in monte_python.items()}
nome_area_maior_diversidade = max(soma_especie_por_area, key=soma_especie_por_area.get)
print(f'{"Área":<15}{"Média":<10}{"Total"}')
print('-' * 35)
for area in monte_python.keys():
print(f'{area:<15}{medias_por_area[area]:<10.2f}{soma_especie_por_area[area]}')
print(f"\nA área com maior diversidade é: {nome_area_maior_diversidade}")
. #[15]
import statistics
media_idade_setor = {}
idade_media_geral = 0
quantidade_acima_media_geral = 0
monte_python_setores = {
'Setor A': [22, 26, 30, 30, 35, 38, 40, 56, 57, 65],
'Setor B': [22, 24, 26, 33, 41, 49, 50, 54, 60, 64],
'Setor C': [23, 26, 26, 29, 34, 35, 36, 41, 52, 56],
'Setor D': [19, 20, 25, 27, 34, 39, 42, 44, 50, 65]
}
media_idade_setor = {setor: statistics.mean(idades) for setor, idades in monte_python_setores.items()}
idade_media_geral = statistics.mean([idade for lista in monte_python_setores.values() for idade in lista])
quantidade_acima_media_geral = sum(1 for lista in monte_python_setores.values() for idade in lista if idade > idade_media_geral)
print(f'{"Setor":<15}{"Média Idade":<10}')
print('-' * 35)
for area in monte_python_setores.keys():
print(f'{area:<15}{media_idade_setor[area]:<10.2f}')
print(f"\nIdade Média Geral: {idade_media_geral:.2f}")
print(f"Quantidade Acima da Média Geral: {quantidade_acima_media_geral}")