Alternativa E - Os elementos são do mesmo tipo em um array e diferentes em uma lista
A questão explora a diferença fundamental entre dois tipos de estruturas de dados no Python: as Listas e os Arrays (frequentemente utilizados via bibliotecas como NumPy).
O enunciado define claramente as características principais:
- Listas: Trabalham com dados heterogêneos. Isso significa que podem armazenar diferentes tipos de informações simultaneamente (ex: números, textos, objetos).
- Arrays: Trabalham com dados homogêneos. Isso significa que todos os elementos devem ser do mesmo tipo de dado.
Análise das Alternativas
Para entender por que a Alternativa E é a correta, vamos analisar os conceitos de homogeneidade e heterogeneidade aplicados aos dados:
- Heterogêneo (Lista): Permite misturas. Exemplo:
[1, "texto", 3.5]. - Homogêneo (Array): Exige uniformidade. Exemplo:
[1, 2, 3] (todos inteiros) ou ['a', 'b'] (todos strings), mas não ambos juntos na mesma estrutura rígida.
Vamos verificar as outras opções para descartá-las:
| Alternativa | Análise |
|---|
| A | Incorreta. Arrays não se limitam apenas a números (podem ser chars, floats, etc.), e listas admitem qualquer coisa, não apenas caracteres. |
| B | Incorreta. Generaliza demais. Arrays podem ser numéricos, mas a definição principal é sobre o tipo, não apenas o valor. |
| C | Incorreta. Não há regra que exija listas iguais ou arrays diferentes. |
| D | Incorreta. Inverte a lógica e restringe indevidamente os tipos permitidos. |
| E | Correta. Descreve exatamente a diferença entre homogeneidade (mesmo tipo) e heterogeneidade (tipos diferentes). |
Em resumo, a capacidade de aceitar tipos variados sem conversão automática é a vantagem das listas, enquanto a restrição de tipos únicos nos arrays visa otimizar o uso de memória e performance computacional.