2025年统计学期末考试题库：Python数据分析与可视化试题汇编

2025年统计学期末考试题库：Python数据分析与可视化试题汇编考试时间：______分钟总分：______分姓名：______一、Python数据分析基础要求：请根据以下Python代码片段，完成以下题目。```pythonimportpandasaspd#创建一个包含学生成绩的DataFramedata={'姓名':['张三','李四','王五','赵六'],'语文':[80,85,90,95],'数学':[75,80,85,90],'英语':[85,90,95,100]}df=pd.DataFrame(data)#请完成以下任务：#1.计算每位学生的总分。#2.找出语文成绩最高的学生。#3.计算语文成绩的平均分。#4.将学生姓名列转换为小写。#5.删除数学成绩低于80分的学生记录。```1.请写出代码片段，计算每位学生的总分。2.请写出代码片段，找出语文成绩最高的学生。3.请写出代码片段，计算语文成绩的平均分。4.请写出代码片段，将学生姓名列转换为小写。5.请写出代码片段，删除数学成绩低于80分的学生记录。二、Python数据可视化要求：请根据以下Python代码片段，完成以下题目。```pythonimportmatplotlib.pyplotaspltimportpandasaspd#创建一个包含学生成绩的DataFramedata={'姓名':['张三','李四','王五','赵六'],'语文':[80,85,90,95],'数学':[75,80,85,90],'英语':[85,90,95,100]}df=pd.DataFrame(data)#请完成以下任务：#1.使用条形图展示每位学生的语文、数学、英语成绩。#2.使用折线图展示每位学生的成绩变化趋势。#3.使用散点图展示语文成绩与数学成绩之间的关系。#4.使用饼图展示每位学生的成绩分布情况。#5.将以上所有图表保存为PDF文件。```1.请写出代码片段，使用条形图展示每位学生的语文、数学、英语成绩。2.请写出代码片段，使用折线图展示每位学生的成绩变化趋势。3.请写出代码片段，使用散点图展示语文成绩与数学成绩之间的关系。4.请写出代码片段，使用饼图展示每位学生的成绩分布情况。5.请写出代码片段，将以上所有图表保存为PDF文件。三、数据清洗与处理要求：假设你从网络爬虫中获取了一份数据，其中包含大量缺失值和异常值。请使用Python代码完成以下任务。```pythonimportpandasaspd#假设原始数据如下data={'姓名':['张三','李四','王五','赵六','刘七'],'年龄':[25,None,30,22,45],'薪资':[5000,8000,None,12000,5000]}df=pd.DataFrame(data)#请完成以下任务：#1.删除年龄和薪资中存在缺失值的行。#2.将年龄和薪资列中的异常值（如年龄小于18或薪资低于3000）替换为该列的平均值。#3.使用条件表达式将年龄大于35的员工薪资增加1000元。#4.将清洗后的数据保存为CSV文件。```四、数据分析与统计要求：根据以下数据，使用Python完成数据分析与统计任务。```pythonimportpandasaspd#假设有一份销售数据，包含日期、销售额、产品类别等信息data={'日期':['2023-01-01','2023-01-02','2023-01-03','2023-01-04','2023-01-05'],'销售额':[1000,1500,1200,1800,1600],'产品类别':['A','A','B','B','A']}df=pd.DataFrame(data)#请完成以下任务：#1.计算每个产品类别的总销售额。#2.计算销售额的平均值、中位数和众数。#3.找出销售额最大的日期。#4.绘制销售额随时间变化的折线图。```五、数据可视化应用要求：使用Python中的Matplotlib库，根据以下数据绘制一个合适的数据可视化图表。```pythonimportmatplotlib.pyplotaspltimportpandasaspd#假设有一份市场调查数据，包含产品名称、满意度评分等信息data={'产品名称':['产品1','产品2','产品3','产品4','产品5'],'满意度评分':[4.5,4.2,4.8,4.0,4.7]}df=pd.DataFrame(data)#请完成以下任务：#1.绘制一个条形图，展示每个产品的满意度评分。#2.在条形图的基础上，添加数据标签，显示每个产品的具体评分。#3.调整图表的标题、标签和颜色，使其更具有吸引力。#4.将绘制好的图表保存为PNG文件。本次试卷答案如下：一、Python数据分析基础1.计算每位学生的总分。```pythondf['总分']=df['语文']+df['数学']+df['英语']```解析思路：通过加和每位学生的语文、数学、英语成绩，得到每位学生的总分，并将这个新列添加到DataFrame中。2.找出语文成绩最高的学生。```pythontop_student=df.loc[df['语文'].idxmax()]```解析思路：使用`idxmax()`方法找到语文成绩最高的行索引，然后使用`.loc[]`访问这个行索引对应的行，得到语文成绩最高的学生信息。3.计算语文成绩的平均分。```pythonaverage_chinese=df['语文'].mean()```解析思路：直接调用`mean()`方法计算语文成绩列的平均值。4.将学生姓名列转换为小写。```pythondf['姓名']=df['姓名'].str.lower()```解析思路：使用`.str.lower()`方法将姓名列中的每个字符串转换为小写。5.删除数学成绩低于80分的学生记录。```pythondf=df[df['数学']>=80]```解析思路：使用布尔索引选择数学成绩大于等于80分的行，然后赋值给原来的DataFrame。二、Python数据可视化1.使用条形图展示每位学生的语文、数学、英语成绩。```pythonimportmatplotlib.pyplotasplt#设置绘图参数plt.figure(figsize=(10,6))#绘制条形图plt.bar(df['姓名'],df['语文'],color='blue',label='语文')plt.bar(df['姓名'],df['数学'],color='green',bottom=df['语文'],label='数学')plt.bar(df['姓名'],df['英语'],color='red',bottom=df['语文']+df['数学'],label='英语')#添加标题和标签plt.title('学生成绩条形图')plt.xlabel('学生姓名')plt.ylabel('成绩')plt.legend()#显示图表plt.show()```解析思路：首先创建一个合适大小的图形，然后分别绘制语文、数学、英语成绩的条形图，并设置颜色、底部位置和标签，最后添加标题、标签和图例，最后显示图表。2.使用折线图展示每位学生的成绩变化趋势。```python#由于没有提供时间序列数据，无法直接绘制折线图。以下代码仅供参考。#假设数据中包含日期和成绩列df['日期']=pd.to_datetime(df['日期'])#设置绘图参数plt.figure(figsize=(10,6))#绘制折线图plt.plot(df['日期'],df['语文'],label='语文')plt.plot(df['日期'],df['数学'],label='数学')plt.plot(df['日期'],df['英语'],label='英语')#添加标题和标签plt.title('学生成绩折线图')plt.xlabel('日期')plt.ylabel('成绩')plt.legend()#显示图表plt.show()```解析思路：将日期列转换为日期时间格式，然后分别绘制语文、数学、英语成绩的折线图，并设置标题、标签和图例，最后显示图表。3.使用散点图展示语文成绩与数学成绩之间的关系。```python#设置绘图参数plt.figure(figsize=(10,6))#绘制散点图plt.scatter(df['语文'],df['数学'],color='purple')#添加标题和标签plt.title('语文与数学成绩散点图')plt.xlabel('语文成绩')plt.ylabel('数学成绩')#显示图表plt.show()```解析思路：直接绘制语文成绩与数学成绩的散点图，并设置标题和标签，最后显示图表。4.使用饼图展示每位学生的成绩分布情况。```python#由于每位学生的成绩不是一个单一的值，无法直接绘制饼图。以下代码仅供参考。#假设数据中包含每个科目的成绩，需要将每位学生的成绩进行分组#将成绩进行分组并计算占比categories=['语文','数学','英语']forcategoryincategories:df[category+'_占比']=df[category]/df[category].sum()#设置绘图参数plt.figure(figsize=(8,8))#绘制饼图plt.pie(df['语文占比'],labels=df['姓名'],autopct='%1.1f%%',startangle=90)plt.pie(df['数学占比'],labels=df['姓名'],autopct='%1.1f%%',startangle=90,colors=['green','blue','red'])#添加标题plt.title('学生成绩分布饼图')#显示图表plt.show()```解析思路：首先将每位学生的成绩转换为占比，然后分别绘制语文、数学成绩的饼图，并设置标签和占比显示格式，最后显示图表。5.将以上所有图表保存为PDF文件。```pythonfrommatplotlib.backends.backend_pdfimportPdfPages#创建一个PDF文件withPdfPages('student_scores.pdf')aspdf:#保存条形图plt.figure(figsize=(10,6))plt.bar(df['姓名'],df['语文'],color='blue',label='语文')plt.bar(df['姓名'],df['数学'],color='green',bottom=df['语文'],label='数学')plt.bar(df['姓名'],df['英语'],color='red',bottom=df['语文']+df['数学'],label='英语')plt.title('学生成绩条形图')plt.xlabel('学生姓名')plt.ylabel('成绩')plt.legend()pdf.savefig()plt.close()#保存折线图（假设数据中包含日期）#...（省略代码）#保存散点图#...（省略代码）#保存饼图#...（省略代码）```解析思路：使用`PdfPages`对象创建一个PDF文件，然后在一个with语句中，保存每个图表的图像。首先保存条形图，然后重复相同的步骤保存其他图表，最后关闭图像和PDF文件。三、数据清洗与处理1.删除年龄和薪资中存在缺失值的行。```pythondf=df.dropna(subset=['年龄','薪资'])```解析思路：使用`dropna()`方法删除包含缺失值的行，`subset`参数指定需要检查缺失值的列。2.将年龄和薪资列中的异常值替换为该列的平均值。```pythondf['年龄']=df['年龄'].apply(lambdax:df['年龄'].mean()ifx<18orpd.isnull(x)elsex)df['薪资']=df['薪资'].apply(lambdax:df['薪资'].mean()ifx<3000orpd.isnull(x)elsex)```解析思路：使用`apply()`方法对年龄和薪资列的每个元素应用一个函数，如果元素小于18岁或薪资低于3000元，或者元素是缺失值，则替换为该列的平均值。3.使用条件表达式将年龄大于35的员工薪资增加1000元。```pythondf.loc[df['年龄']>35,'薪资']+=1000```解析思路：使用`.loc[]`方法选择年龄大于35的行，然后对薪资列的值增加1000元。4.将清洗后的数据保存为CSV文件。```pythondf.to_csv('cleaned_data.csv',index=False)```解析思路：使用`to_csv()`方法将DataFrame保存为CSV文件，`index=False`参数表示不保存行索引。四、数据分析与统计1.计算每个产品类别的总销售额。```pythoncategory_sales=df.groupby('产品类别')['销售额'].sum()```解析思路：使用`groupby()`方法根据产品类别对数据进行分组，然后对每个组中的销售额进行求和。2.计算销售额的平均值、中位数和众数。```pythonaverage_sales=df['销售额'].mean()median_sales=df['销售额'].median()mode_sales=df['销售额'].mode()[0]#获取众数列表中的第一个值```解析思路：分别使用`mean()`、`median()`和`mode()`方法计算销售额的平均值、中位数和众数。3.找出销售额最大的日期。```pythonmax_sales_date=df.loc[df['销售额'].idxmax()]['日期']```解析思路：使用`idxmax()`方法找到销售额最大的行索引，然后访问该行索引对应的日期列，得到销售额最大的日期。4.绘制销售额随时间变化的折线图。```python#设置绘图参数plt.figure(figsize=(10,6))#绘制折线图plt.plot(df['日期'],df['销售额'],marker='o')#添加标题和标签plt.title('销售额随时间变化折线图')plt.xlabel('日期')plt.ylabel('销售额')#显示图表plt.show()```解析思路：首先将日期列转换为日期时间格式，然后绘制销售额的折线图，并设置标题、标签和标记，最后显示图表。五、数据可视化应用1.绘制一个条形图，展示每个产品的满意度评分。```python#设置绘图参数plt.figure(figsize=(10,6))#绘制条形图plt.bar(df['产品名称'],df['满意度评分'],color='purple')#添加标题和标签plt.title('产品满意度评分条形图')plt.xlabel('产品名称')plt.ylabel('满意度评分')#显示图表plt.show()```解析思路：直接绘制产品名称和满意度评分的条形图，并设置标题、标签和颜色，最后显示图表。2.在条形图的基础上，添加数据标签，显示每个产品的具体评分。```python#设置绘图参数plt.figure(figsize=(10,6))#绘制条形图bars=plt.bar(df['产品名称'],df['满意度评分'],color='purple')#添加数据标签forbarinbars:yval=bar.get_height()plt.text(bar.get_x()+bar.get_width()/2,yval,round(yval,1),va='bottom')#添加标题和标签plt.title('产品满意度评分条形图')plt.xlabel('产品名称')plt.ylabel('满意度评分')#显示图表plt.show()```解析思路：首先绘制条形图，然后遍历每个条形，获取其高度，并在条形中心的x坐标处添加文本标签，显示评分的具体数值，最后设置标题、标签和显示图表。3.调整图表的标题、标签和颜色，使其更具有吸引力。```python#设置绘图参数plt.figure(figsize=(10,6))#绘制条形图bars=plt.bar(df['产品名称'],df['满意度评分'],color='skyblue')#添加数据标签forbarinbars:yval=bar.get_height()plt.text(bar.get_x()+bar.get_width()