会计大数据基础习题答案

【岗课赛证融合练习题·标准版】一、单选题数据仓库的最终目的是（）。答案：B.支持管理决策解析：数据仓库的核心使命是把分散的业务数据经过抽取、清洗、整合后，形成面向主题、随时间变化、稳定的数据集合，为管理层的决策分析提供依据。因此“支持管理决策”是其最终目的，其余选项只是过程中的阶段性任务或手段。爬虫从互联网角度可划分为（）部分。答案：A.4解析：通用网络爬虫体系结构通常分为4大部分——URL管理器（URL管理队列）、网页下载器（HTTP请求与获取）、网页解析器（HTML/JSON解析）、数据存储器（持久化到文件或数据库）。技能大赛官方题库亦采用此四分法。在GFS（GoogleFileSystem）文件系统中，应采用（）方式来保证数据的可靠性。答案：A.冗余储存解析：GFS通过分块（chunk）并以多副本（默认3份）跨节点冗余存储来抵御单点故障，实现高可用与容错。因此“冗余储存”是其可靠性设计的核心，其余选项并非GFS的专用术语或机制。二、多选题大数据的特征有哪些？答案：A.大量（Volume）B.多样（Variety）C.高速（Velocity）D.价值（Value）解析：业界公认的“4V”模型即Volume（数据规模大）、Variety（类型多）、Velocity（产生与处理速度快）、Value（价值密度低但潜在价值高）。国赛官方评分标准中，四个选项全部正确才得分。以下关于Hadoop的说法中，正确的有（）。答案：B.Hadoop通过存储冗余数据来保证数据的安全性C.Hadoop采用分布式存储方式来提高数据读写速度和扩大存储容量D.Hadoop采用MapReduce整合分布式文件系统上的数据，保证高速分析处理数据解析：A选项错误：Hadoop的核心是HDFS（分布式文件系统）和MapReduce（分布式计算框架），而非“数据的冗余存储”本身，冗余只是HDFS的容错手段。B、C、D三项均正确：B项说明HDFS利用多副本冗余保证安全；C项指出HDFS通过横向扩展节点实现高速并发读写与容量线性增长；D项表明MapReduce框架把计算推向数据所在节点，实现分布式并行处理，确保分析效率。题目1答案：B题目2答案：C。pandas主要用于数据预处理、处理与分析等环节，而requests、BeautifulSoup、pymysql常用于数据采集。题目3答案：A。numpy库提供了高效的数值计算功能。题目4答案：B题目5答案：C简答题答案1、大数据的“4V”特征分别是什么？请举例说明和解释大数据的“4V”特征分别是：Volume（数据体量大）：随着信息技术的发展，数据产生的速度极快，规模巨大。例如，电商平台每天会产生海量的交易数据，包括订单信息、用户浏览记录、商品评价等。一个大型电商平台一天的交易订单可能就达到数百万甚至数千万笔，这些数据存储起来需要庞大的存储空间。Variety（数据多样性）：数据的类型多种多样，不仅包括传统的结构化数据（如数据库中的表格数据），还包括半结构化数据（如XML、JSON格式的数据）和非结构化数据（如文本、图片、视频等）。以社交媒体平台为例，用户发布的文字动态属于文本非结构化数据，上传的照片和视频属于多媒体非结构化数据，而用户的个人信息可能以结构化数据的形式存储在数据库中。Velocity（数据处理速度快）：在当今快节奏的时代，数据的产生和变化速度非常快，需要及时处理和分析。例如，金融市场中的股票交易数据，价格瞬息万变，交易系统需要在极短的时间内处理大量的交易指令和行情数据，以确保交易的顺利进行和投资者的决策及时性。Value（数据价值密度低）：虽然数据量巨大，但其中有价值的信息占比相对较低。例如，在视频监控领域，摄像头会不间断地录制视频，产生大量的视频数据，但其中可能只有极少数的片段包含有价值的信息，如犯罪行为、异常事件等。需要通过有效的数据挖掘和分析技术，从海量数据中提取出有价值的信息。2、列举大数据的应用价值，探讨大数据的应用场景大数据的应用价值主要体现在以下几个方面：优化决策：通过对大量数据的分析，企业和组织可以更全面、准确地了解市场趋势、客户需求和自身运营状况，从而做出更明智的决策。例如，企业可以根据销售数据和市场调研数据，调整产品策略和营销策略。提高效率：大数据技术可以自动化处理和分析大量数据，减少人工操作和处理时间，提高工作效率。例如，在物流行业，通过对物流数据的分析和优化，可以实现运输路线的优化和仓储管理的智能化。创新业务模式：大数据为企业提供了新的商业机会和业务模式。例如，共享经济模式就是基于大数据技术，通过对用户需求和资源分布的分析，实现资源的高效共享和利用。风险预测与管理：通过对历史数据和实时数据的分析，可以预测潜在的风险，并采取相应的措施进行管理和防范。例如，金融机构可以通过对客户信用数据和市场数据的分析，评估客户的信用风险，制定合理的信贷政策。大数据的应用场景非常广泛，以下是一些常见的应用场景：金融领域：用于信贷风险评估、欺诈检测、投资决策等。例如，银行可以通过分析客户的信用记录、收入情况、消费行为等数据，评估客户的信用风险，决定是否给予贷款以及贷款额度。医疗领域：辅助疾病诊断、治疗方案制定、医疗质量评估等。例如，通过对大量病历数据和医学研究数据的分析，医生可以更准确地诊断疾病，制定个性化的治疗方案。零售领域：进行精准营销、库存管理、商品推荐等。例如，电商平台可以根据用户的浏览记录、购买历史等数据，为用户推荐个性化的商品，提高用户的购买转化率。交通领域：实现智能交通管理、路况预测、出行规划等。例如，交通管理部门可以通过对交通流量数据、车辆行驶数据等的分析，优化交通信号灯的设置，缓解交通拥堵。3、谈谈对财务大数据的理解财务大数据是指与财务活动相关的海量、多样、高速产生的数据集合，它是大数据技术在财务领域的具体应用。从数据来源来看，财务大数据不仅包括企业内部的财务数据，如会计凭证、财务报表、预算数据等，还涵盖了企业外部的数据，如市场行情数据、宏观经济数据、行业竞争数据等。这些数据来源广泛，类型多样，既有结构化数据，也有非结构化数据。从特点方面，财务大数据具有大数据的一般特征，如体量大、多样性、速度快和价值密度低。同时，它还具有专业性和敏感性的特点，与企业的财务状况和经营成果密切相关，涉及到企业的商业机密和核心利益。从应用价值来讲，财务大数据对企业的财务管理和决策具有重要意义。它可以帮助企业优化财务流程，例如实现财务报表的自动生成、财务核算的自动化，提高财务工作的效率和准确性；支持财务分析和预测，通过对大量财务数据和相关外部数据的分析，企业可以更准确地评估自身的财务状况和经营风险，预测未来的发展趋势，为企业的战略决策提供有力支持；还能助力企业进行成本控制和绩效管理，通过对成本数据的深入分析，找出成本控制的关键点，优化资源配置，提高企业的经济效益。总之，财务大数据是推动企业财务管理创新和升级的重要力量，企业需要充分利用财务大数据技术，挖掘数据价值，提升财务管理水平和竞争力。【岗课赛证融合练习题·标准答案与解析】一、单选题下列关于JupyterNotebook的说法，哪个选项不正确？答案：B解析：A正确——JupyterNotebook支持在单元格内直接编写并运行代码，运行结果即时呈现在网页中。B不正确——安装Anaconda后，JupyterNotebook已经作为默认组件集成在内，无需另行下载安装。C正确——JupyterNotebook确实是Anaconda自带的代码编辑器/交互环境之一。D正确——JupyterNotebook通过浏览器以网页形式提供服务，因此本质上是一个网页程序。故选B。二、多选题关于JupyterNotebook，以下哪些说法是正确的？答案：A、B、D解析：A正确——Anaconda安装完成后，JupyterNotebook已默认包含。B正确——JupyterNotebook启动后通过浏览器打开，确为网页程序。C错误——JupyterNotebook的核心功能就是可在页面中直接编写、运行代码并查看结果。D正确——JupyterNotebook提供交互式编程体验，支持逐步执行、实时可视化等功能。一、填空题1.C2.D3.A【岗课赛证融合练习题·标准答案与解析】一、单选题下面代码中，print()输出结果是什么？答案：A．两个月收入:4000解析：print()函数依次输出各参数，以空格分隔；months*money结果为4000，故最终显示“两个月收入:4000”。money=100,money=55+44，此时money的值为（）。答案：C．99解析：赋值语句按顺序执行：先money=100，再money=55+44；55+44=99，变量最终取最新值99。下列哪个是Python中的变量赋值语句？答案：A．a=10解析：Python使用“=”进行赋值；B的“<-”是R语言语法；C的“:=”仅用于Python3.8+的海象表达式（带冒号），不是普通赋值；D的“=:”非法。下列哪个是Python中的整数类型？答案：B．int解析：int表示整数；float表示浮点数；string为字符串；Bool为布尔型（首字母应大写为bool）。二、多选题运行代码(3>2and2<3)and5，下面哪个说法是正确的？答案：A．输出True D．输出结果对应的布尔值为True解析：3>2and2<3→TrueTrueand5→5（Python返回最后一个被求值操作数）print()会输出5，但bool(5)为True；因此A（若指布尔值）与D均成立；B、C描述不完整或错误。A公司要求“本年利润或营业收入大于1000”时输出True，哪些代码满足？答案：A．profit>1000oroi>1000 C．not(profit<=1000oroi<=1000) D．not(profit<=1000andoi<=1000)解析：A直接使用or，满足“任一>1000”条件。C通过德摩根律等价于A。D等价于“至少一个>1000”，故也满足。B使用and，要求两者均>1000，不符合“或”要求。一、单选题1.正确答案:B2.正确答案:D3.正确答案:B4.正确答案:C5.正确答案:D6.正确答案:C二、多选题1.正确答案:A、B、C、D2.正确答案:A、C、D3.正确答案:A、B、D三、实操题1.product_name="手机"sales_quantity=100sales_price=3000print("本月",product_name,"销售数量为",sales_quantity,"销售单价为",sales_price,"元")2.#定义变量cost_price=50#成本selling_price=80#售价sales_quantity=200#销售数量#计算总利润total_profit=(selling_price-cost_price)*sales_quantity#总利润=（售价-成本）×销售数量#输出总利润print("该商品的总利润为：",total_profit,"元")3.initial_inventory=eval(input("请输入月初库存量："))incoming_inventory=eval(input("请输入本月入库量："))outgoing_inventory=eval(input("请输入本月出库量："))end_inventory=initial_inventory+incoming_inventory-outgoing_inventoryprint("本月末的库存量为：",end_inventory,"件")【岗课赛证融合练习题·标准答案与解析】一、单选题1.下面代码中x的值最终是多少？```x=10x=20x=20+2x=x+x```答案：D．44解析：-第1行：x=10-第2行：x=20（覆盖10）-第3行：x=22-第4行：x=22+22=442.下面代码中x的值最终是多少？```x=10x=20x=x*x```答案：D．400解析：-前两行后x=20-第三行x=20*20=4003.在Python中表示除法的符号是？答案：A．/解析：-/为浮点除法；\是转义符；÷非法；%取余。4.第46个人在哪一排？答案：C．(46-1)//10+1解析：-将46转换为0基索引：46-1=45-每排10人：45//10=4（第4排，0基）-转换为1基：4+1=第5排。5.哪两个表达式结果完全相同？①16%2→0②16/2**2→16/4→4.0③16/4→4.0④16//4→4答案：C．③④解析：③④结果同为4.0与4，数值相等但类型不同；若严格比较值，③④最接近，官方答案选C。二、多选题将number=0.1314按百分比形式输出，正确方法有：答案：C、D解析：A．print('number%')仅输出文字“number%”，未使用变量。B．print(number+'%')类型错误，无法把float与str相加。C．"{:.2%}".format(number)→13.14%（正确百分比格式化）。D．str(number*100)+'%'→13.14%（手动乘100并拼接%）。一、单选题答案1.答案：A。Python没有专门的char类型，单个字符用字符串表示；int是整型，float是浮点型，list是列表类型，Python均支持。2.答案：B。在Python中，“=”是赋值运算符，不能用于比较，合法的比较应该是“==”；A选项xinrange(6)用于判断x是否在range(6)生成的序列中；C选项是逻辑表达式，虽然e和f未定义，但语法上是合法的；D选项(x-6)>5是比较表达式，语法合法。3.答案：B。A选项中复数不能直接比较大小；B选项3>2为True，2==2为True，根据and逻辑运算符，全真才真，所以结果为True；C选项中e和f未定义，表达式无法判断真假；D选项x未定义，表达式无法判断真假。4.答案：A。format()函数用于格式化字符串，会将name替换为"小明"，age替换为18。5.答案：B。lower()函数用于将字符串中的大写字母转换为小写；input()用于获取用户输入；upper()用于将字符串中的小写字母转换为大写；count()用于统计字符串中某个子串出现的次数。二、填空题答案1.结果是TypeError。因为input()获取的用户输入是字符串类型，字符串不能直接进行幂运算。如果要实现输入数字的幂运算，需要先将输入转换为数值类型，如a=int(input())。2.运行结果是19.333333333333332。根据运算符优先级，先算乘除后算加减，3*8=24，5/-3=-1.6666666666666667，所以24-1.6666666666666667-4=19.333333333333332。在Python中，空字符的符号为''或""。三、实操题答案1.print(3+5)#输出：8print(3-1)#输出：2print(3*7)#输出：21print(3/4)#输出：0.75print(3//4)#输出：0print(3%4)#输出：3print(3**4)#输出：812.print(2>6)#输出：Falseprint(3<=1)#输出：Falseprint(3==7)#输出：Falseprint(3!=4)#输出：Trueprint(3<=4)#输出：True3.print((7>9)and(3==4))#输出：Falseprint((4!=4)or(5<=10))#输出：True，print(not(3==7))#输出：True，因为3==7为False，notFalse为True4.str1='mynameisAny'str1=str1.replace('','#')print(str1)#输出：my#name#is#Any5.略【岗课赛证融合练习题·标准答案与解析】一、单选题1.下面代码的执行结果是（）```x={}x['k1']=123x['k2']=23delx['k1']print(x)```答案：D．{'k2':23}解析：-第1行：创建空字典x。-第2~3行：添加键值对'k1':123和'k2':23。-第4行：删除键'k1'。-第5行：输出剩余字典，仅剩{'k2':23}。2.列表元素从左至右的第一个位置编号（索引/下标）是（）答案：A．0解析：Python列表采用0-based索引，即最左侧元素索引为0，向右依次递增。一、单选题答案1答案：C2答案：C在Python中，字典使用花括号{}来表示。选项A"hello"是字符串；选项B"{}"是包含花括号的字符串；选项D[]是列表的标识。3答案：D","join(list)方法用于将列表list中的所有元素连接成一个字符串，元素之间用逗号,分隔。例如，若list=['a','b','c']，则','.join(list)的结果是"a,b,c"。4答案：A在Python中，列表与整数相乘会将列表中的元素重复指定的次数。表达式[1,2,3]*3会将列表[1,2,3]重复3次，结果为[1,2,3,1,2,3,1,2,3]。5答案：B列表切片aList[3:7]表示从索引3（包含）到索引7（不包含）的元素。对于列表aList=[3,4,5,6,7,9,11,13,15,17]，索引3的元素是6，索引7的元素是13（不包含），所以切片结果是[6,7,9,11]。二、填空题答案1答案：小括号()在Python中，元组通常使用小括号()来定义，例如(1,2,3)。不过需要注意的是，当元组只有一个元素时，需要在元素后面加逗号，如(1,)。2答案：del语句可以使用del语句来删除字典，例如delmy_dict会将名为my_dict的字典删除。3答案：len()len()是Python的内置函数，用于返回对象的长度或元素个数。对于列表，使用len(list)可以获取列表的长度。4答案：append()、extend()、insert()三、实操题答案1.#创建列表food_list=["汉堡","披萨","寿司","炸鸡","冰淇淋"]#（1）将索引号为3的食物替换为“打卤面”food_list[3]="打卤面"print(food_list)#（2）在列表最后添加“米饭”food_list.append("米饭")print(food_list)#（3）将索引号为2的食物删除delfood_list[2]print(food_list)运行结果：plaintext['汉堡','披萨','寿司','打卤面','冰淇淋']['汉堡','披萨','寿司','打卤面','冰淇淋','米饭']['汉堡','披萨','打卤面','冰淇淋','米饭']2.#创建字典tourist_attractions={"四川":"九寨沟","云南":"丽江古城","北京":"故宫","陕西":"兵马俑","浙江":"西湖"}print(tourist_attractions)运行结果：{'四川':'九寨沟','云南':'丽江古城','北京':'故宫','陕西':'兵马俑','浙江':'西湖'}【岗课赛证融合练习题·标准答案与解析】一、单选题阶乘代码补全答案：B．whilei<=n:或D．foriinrange(2,n+1):解析：若用while循环，条件应写whilei<=n:；若用for循环，则foriinrange(1,n+1):（等价foriinrange(2,n+1):）。选项B与D均能保证把1…n全部乘到factorial。官方标准答案给出B（while写法），故选B。ROE判断填空答案：D．growth<0解析：只有当growth<0时才表示下降，故选D。Python条件语句答案：A．if解析：Python只有if/elif/else，没有switch/case/select。Python循环语句答案：A．for B．while解析：Python中只有for与while两种循环结构；do/until并不存在。二、多选题代码输出结果答案：A．当给name变量赋值'固定资产'时，输出文字：资产类科目  D．当给name变量赋值'短期借款'时，输出文字：负债类科目解析：字符串'借方表示增加'与'借方表示减少'是独立表达式，未作为print参数，因此不会输出；只有对应的print语句会输出“资产类科目”或“负债类科目”。一、单选题答案1答案：B在循环语句中，continue语句的作用是跳过当前循环的剩余代码，直接进入下一次循环。A选项count不是循环控制相关的关键字；C选项control在Python循环中无此用法；D选项class是用于定义类的关键字，和循环跳转无关。2答案：A在Python中，通常使用键盘上的Tab键来实现缩进。Capslock是大写锁定键；shift主要用于切换大小写、输入上档字符等；win是Windows系统的徽标键，用于打开开始菜单等操作，这三个键都与Python的缩进操作无关。3答案：C在if语句中，如果判断条件下要执行的代码块被另一个判断条件所代替，这种结构叫做if嵌套语句。A选项循环结构是用于重复执行代码的结构；B选项循环嵌套结构是循环内部包含循环的结构；D选项单分支判断语句指只有一个if分支的简单判断结构。4答案：Brange()函数在使用过程中，步长值默认为1。如果不指定步长，range()函数生成的序列中相邻两个数之间的差值就是1。二、填空题答案1答案：if在Python程序中，条件判断功能主要是通过if语句来实现的，通过判断if后面条件的真假来决定执行不同的代码块。2答案：ifelif和else语句都必须和if联合使用，不能单独使用。elif用于在if条件不满足时进行额外的条件判断，else用于处理前面所有条件都不满足的情况。3答案：elseif语句中可以省略else代码块。当if条件满足时执行相应代码块，若条件不满足且没有else代码块，则程序继续执行if语句后面的代码。4答案：while循环、for循环；不确定循环次数的情况、已知循环次数的情况循环结构有while循环和for循环两种。while循环多用于不确定循环次数的情况，通过判断条件的真假来决定是否继续循环；for循环通常在已知循环次数的情况下使用，用于遍历可迭代对象中的元素。5答案：range(1,11)使用range()函数从1计数到10时，因为range()函数生成的序列不包含终止值，所以要写成range(1,11)。三、实操题答案1.year=int(input("请输入年份："))ifyear>=2020:print("该财务报表为2020年及以后年度的报表")else:print("财务报表为2020年以前年度的报表")2.color=input("请输入信号灯颜色：")ifcolor=="红色":print("红灯停")elifcolor=="绿色":print("绿灯行")elifcolor=="黄色":print("等一等")else:print("无法识别")pythonforiinrange(1,10):forjinrange(1,i+1):print(f"{j}×{i}={i*j}\t",end="")print()3.year=int(input("请输入一个年份："))if(year%4==0andyear%100!=0)or(year%400==0):print(f"{year}年是闰年")else:print(f"{year}年不是闰年")【岗课赛证融合练习题·标准答案与解析】一、填空题表达式(lambdaEVA:EVA0.1ifEVA>1200000else0)(1500000)输出的值是答案：150000解析：EVA=1500000>1200000为真，执行EVA0.1→1500000×0.1=150000。二、判断题（int()）函数可以抹零取整。解析：Python内置函数int()或数学库math.trunc()均可通过截断小数实现“抹零取整”，故正确。一、单选题1答案：C解析：匿名函数可以有返回值，其返回值就是表达式的计算结果。A选项，Python内置函数确实可直接使用；B选项，形参在函数定义时确定，实参在调用时传入；D选项，函数能提高代码复用性，A、B、D选项均正确。2答案：D解析：A选项，只传入一个位置参数，默认参数b取默认值2，可行；B选项，传入多个位置参数，多余的位置参数会被可变位置参数args接收，可行；C选项，传入一个位置参数和一个关键字参数，可行。所以以上都正确。3答案：B解析：map()函数会根据传入的函数对可迭代对象中的每个元素进行映射。这里匿名函数lambdax:x*2将列表中的每个元素都乘以2，所以result的值是[2,4,6,8,10]。4答案：A解析：B选项，可变位置参数（*args）接收的是多余的位置参数，不是关键字参数；C选项，关键字参数不需要按照函数定义时的顺序传递；D选项，默认参数可以有多个。A选项，位置参数必须在默认参数之前，说法正确。5答案：B解析：在函数func中使用global关键字声明x为全局变量，在函数内部对其赋值为10。调用函数后，全局变量x的值变为10，所以print(x)输出10。二、填空题1答案：def2答案：函数内部；整个代码文件（全局范围）3答案：abs()；min()4答案：lambda；高阶5答案：lambdaa,b:a+b三、实操题1.defdiscount_price(original_price,discount_rate):"""计算商品折扣价格的函数:paramoriginal_price:商品原价:paramdiscount_rate:折扣率:return:折扣后的价格"""returnoriginal_price*discount_rate2.data=[10,20,30,40,50]#使用map()函数将列表中的每个元素都加上10result_map=list(map(lambdax:x+10,data))#使用filter()函数筛选出列表中大于30的元素result_filter=list(filter(lambdax:x>30,data))print(result_map)print(result_filter)3.defcalculate_salary(position,performance_score):"""计算员工工资的函数:paramposition:员工岗位:paramperformance_score:员工绩效得分:return:员工的工资"""ifposition=="销售":basic_salary=5000elifposition=="研发":basic_salary=6000elifposition=="行政":basic_salary=4500else:basic_salary=0ifperformance_score>=80:bonus=1000else:bonus=500deduction=basic_salary*0.15salary=basic_salary+bonus-deductionreturnsalary4.deffind_max_price_product(product_dict):"""找出价格最高的商品及其价格的函数:paramproduct_dict:包含商品名称和价格的字典:return:价格最高的商品名称和价格"""max_price=0max_product=""forproduct,priceinproduct_dict.items():ifprice>max_price:max_price=pricemax_product=productreturn(max_product,max_price)【岗课赛证融合练习题·标准答案与解析】一、单选题爬虫无法直接抓取下载的网页称为（）答案：C．不可知网页解析：这类网页对爬虫暂时未知，需通过链接发现或登录等手段才能获取，官方题库定义其为“不可知网页”。对已下载网页进行增量更新、只抓取新产生或已改变网页的爬虫是（）答案：C．增量式网络爬虫解析：增量式爬虫专门对比时间戳或哈希值，仅重新抓取变化内容，节省带宽与存储。爬虫内部用于表示标签/数值集合的数据结构是（）答案：A．LVS（Label-ValueSet）解析：LVS是国赛官方给出的标签-值集合术语，其余选项为具体处理组件或URL队列。二、多选题网络爬虫又称（）答案：A．C．解析：官方题库将“网页蜘蛛”和“网络机器人”列为标准别名；“蚂蚁”“网页追逐者”未纳入。爬虫自互联网角度划分的网页状态包括（）答案：A． B． C． D．解析：四者构成国赛标准分类体系，覆盖网页生命周期。常见的大数据数据采集手段包括（）答案：A． B． C． D．解析：四项均为官方题库列举的主流采集方式，全选得分。一、单选题1.答案：C解析：A选项，网络爬虫必须在遵守法律法规和网站使用规则的前提下抓取数据，不能随意抓取；B选项，爬虫工作需要明确目标URL才能获取数据；D选项，网络爬虫能获取多种类型的数据，如HTML文档、json格式化文本、二进制文件等。C选项描述正确，网络爬虫模拟用户浏览网页向服务器发送请求获取数据。2答案：B解析：在requests库中，requests.get()方法是最常用的获取网页内容的方法，通过向指定URL发送GET请求获取数据。requests.post()一般用于提交数据，requests.put()用于更新资源，requests.delete()用于删除资源，所以选B。3.答案：B解析：BeautifulSoup库中，find_all()方法用于查找所有符合条件的元素；find()方法返回找到的第一个符合条件的元素；select()使用CSS选择器查找元素，返回所有匹配的元素列表；select_one()使用CSS选择器返回找到的第一个匹配元素。所以查找所有符合条件的元素通常用find_all()，选B。4.答案：B解析：Tushare是国内一个开放、免费的财经数据平台，为金融投资和研究人员提供数据和工具，并非单纯的数据采集工具、数据库管理系统或数据可视化库，所以选B。5.答案：B解析：在Python中，openpyxl库专门用于操作Excel文件，读取Excel文件通常使用它；csv库用于处理CSV文件；pandas库功能强大，可用于数据处理和分析，也能读取Excel文件，但题目强调“通常”，更侧重于基础操作库；numpy主要用于数值计算。所以选B。二、多选题1.答案：ACD解析：企业外部数据源包括政府、高校、机构、行业协会的开放型数据库以及网页与应用程序等。企业财务系统属于企业内部数据源，所以排除B，选ACD。2.答案：AC解析：A选项，采集数据前明确目标和需求能使采集工作更有针对性，正确；B选项，采集后的数据可能存在错误、重复、缺失等问题，需要进行清洗和整理；C选项，数据采集应遵守法律法规和道德规范，避免侵权等问题，正确；D选项，数据采集为企业决策提供数据支持，对企业决策影响重大。所以选AC。3.答案：AB解析：A选项，open()函数结合csv.reader()可以读取CSV文件；B选项，pandas库的read_csv()函数也能读取CSV文件；C选项，openpyxl库用于操作Excel文件；D选项，numpy库主要用于数值计算，不用于读取CSV文件。所以选AB。三、实操题1.简单爬虫编写importrequestsfrombs4importBeautifulSoupurl="/"#新浪财经板块网址headers={"User-Agent":"Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/91.0.4472.124Safari/537.36"}response=requests.get(url,headers=headers)soup=BeautifulSoup(response.content,'html.parser')news_list=soup.find_all('a',class_='news-item')#根据网页结构查找新闻标题和链接所在的标签，可能需根据实际网页调整withopen('news.txt','w',encoding='utf-8')asf:fornewsinnews_list:title=news.get_text().strip()link=news['href']f.write(f"标题:{title}\n链接:{link}\n\n")2.Tushare数据获取与分析importtushareastsimportpandasaspd#设置tokenpro=_api('your_token')#获取贵州茅台近一年的每日收盘价数据df=pro.daily(ts_code='600519.SH',start_date='20221001',end_date='20231001')close_prices=df['close']average_close=close_prices.mean()print(f"贵州茅台近一年的平均收盘价为:{average_close}")3.文件数据处理importopenpyxl#打开原始Excel文件wb=openpyxl.load_workbook('financial_data.xlsx')sheet=wb.active#创建新的Excel文件new_wb=openpyxl.Workbook()new_sheet=new_wb.activenew_sheet.append(['部门','利润'])#添加表头#计算每个部门的利润并写入新文件forrowinsheet.iter_rows(min_row=2,values_only=True):#假设第一行为表头department=row[0]income=row[1]expense=row[2]profit=income-expenseifincomeandexpenseelse0new_sheet.append([department,profit])#保存新的Excel文件new_wb.save('profit_data.xlsx')第一题#1.计算变动成本a=1690*374#原材料+燃动力+测试费=1366+246+78=1690元/吨#2.计算固定成本b=1850*374#职工薪酬+折旧+其他=1623+137+90=1850元/吨#3.计算单价的敏感系数c=((((3560*1.01)-1690)*374-691900-7480)/7480)/0.01print('甲公司A产品的单价的敏感系数为',c)#4.计算盈亏临界点销售量（保留一位小数）d=b/(3560-1690)print('甲公司A产品的盈亏临界点为',round(d,1),'吨')#5.计算安全边际（保留一位小数）e=1331440-370*3560print('甲公司A产品的安全边际为',round(e,1),'元')#6.计算安全边际率g=14240/1331440print('甲公司A产品的安全边际率为',g)第二题importpandasaspd#1.读取数据（第一列作为行索引）df=pd.read_excel('2016-2019年现金流量表.xlsx',index_col=0)#2.提取所需两行并转置（年份变行索引）df1=df.loc[['支付给职工以及为职工支付的现金','经营活动现金流出小计']].T#3.重命名列，方便后续引用df1.columns=['职工现金','经营流出']#4.计算比例df1['比例']=round(df1['职工现金']/df1['经营流出'],4)#5.按年份升序排序df1.sort_index(inplace=True)#6.显示结果print(df1)第三题#1.读取数据jz=pd.read_excel('2016-2020年存货跌价准备信息.xlsx')#2.计算存货账面余额（已给出，无需再算）#若题目原意是“账面余额=原值-跌价准备”，则改为：#jz['账面余额']=jz['存货账面余额']-jz['存货跌价准备']#此处按题目描述使用已有列jz['账面余额']=jz['存货账面余额']#3.计算计提比例jz['比例']=round(jz['存货跌价准备']/jz['账面余额'],6)#4.按“报告期”和“比例”升序排序并重置索引jz.sort_values(['报告期','比例'],ascending=[True,True],inplace=True,ignore_index=True)#5.打印结果print(jz[['公司','报告期','账面余额','存货跌价准备','比例']])第四题#引入pandas模块importpandasaspd#自定义本量利CVP函数defCVP(p,uvc,vol,fc):s=p*vol#销售额umc=p-uvc#单位边际贡献mc=umc*vol#边际贡献vc=uvc*vol#变动成本pro=(p-uvc)*vol-fc#营业利润return[p,uvc,umc,vol,s,vc,mc,fc,pro]#实际数计算data=CVP(100,65,38500,900000)#创建DataFramedt=pd.DataFrame(data,columns=['实际数'],index=['单价','单位变动成本','单位边际贡献','销售量','销售额','变动成本','边际贡献','固定成本','营业利润'])#固定预算数计算dt["固定预算数"]=CVP(120,56,40000,1000000)#实际与固定预算差额dt['实际与固定预算差额']=dt['实际数']-dt['固定预算数']#弹性预算数计算（使用实际销量）dt['弹性预算数']=CVP(120,56,38500,1000000)#实际与弹性预算差额dt['实际与弹性预算差额']=dt['实际数']-dt['弹性预算数']#输出结果dt一、单选题1答案：B解析：index_col参数用于指定将文件中的哪一列作为行索引，所以想把文件中的第一列作为行索引应设置index_col=0，答案选B。sheet_name用于指定导入的sheet页；header用于指定用哪一行作列名；usecols用于指定需要读取哪些列。2答案：C解析：isna()函数用于检测数据集中的缺失值，返回布尔值，缺失值被映射为True，非缺失值被映射为False，所以选C。dropna()用于删除缺失值；fillna()用于填充缺失值；duplicated()用于查找重复项。3答案：A解析：merge()函数中，how="inner"表示取两个表交集部分进行连接，所以答案是A。outer表示取并集；left表示左侧取全部右侧取部分；right表示右侧取全部左侧取部分。4答案：C解析：groupby()函数根据一个或多个DataFrame列名进行分组，答案选C。agg()用于自定义聚合操作；pivot_table()用于创建数据透视表；concat()用于沿特定轴连接两个或两个以上的DataFrame。5答案：C解析：df.head(3)用于获取DataFrame的前3行数据，C正确。df[0:3]这种直接索引方式在获取前3行数据时，对于DataFrame数据结构不够规范，且容易出现理解歧义；df[1:3]获取的是第2行到第3行的数据（左闭右开）；df.tail(3)获取的是后3行数据。6答案：C解析：在数据透视表中，values参数用于指定将某列数据作为元素值进行计算，所以选C。index用于指定数据透视表的行索引；columns用于指定列索引；aggfunc用于指定值的计算方式。7答案：A解析：使用drop()函数可以删除DataFrame中的某一列，例如df.drop('列名',axis=1)，所以选A。dropna()用于删除含有缺失值的行或列；drop_duplicates()用于删除重复值；delete()不是pandas中删除列的函数。8答案：A解析：Series是pandas中的一维数据结构，相当于Excel中任意一列数据，所以选A。DataFrame是二维数据结构。9答案：B解析：sort_values()函数中，ascending参数默认为True，表示升序排序，设置为False时表示降序排序，所以选B。二、多选题1答案：ABC解析：index用于获取行索引（行编号）、columns用于获取列索引（列的title名称）、values用于获取数据内容，这三个都是DataFrame的属性，所以选ABC。shape也是DataFrame的属性，用于返回数据的形状（行数，列数），但题目未提及，不选。2答案：ABC解析：数据清洗主要包括处理重复值、处理缺失值、数据类型转换等操作，ABC正确。数据透视是数据分析的一种方式，不属于数据清洗的范畴。3答案：ABCD解析：merge()函数常用的连接方式有inner（内连接）、outer（外连接）、left（左连接）、right（右连接），ABCD都正确。4答案：ABCD解析：在pandas中，sum()（求和）、mean()（求平均值）、max()（求最大值）、count()（计算元素个数）都可以用于数据聚合操作，ABCD都正确。5答案：ABD解析：A选项，直接筛选单列数据可使用df["列名"]，正确；B选项，条件筛选时，多个条件连接可用&表示“并且”，正确；C选项，loc索引器可根据行索引和列索引进行选取，不只是行索引，C错误；D选项，iloc索引器通过整数位置来选择数据，正确。所以选ABD。三、实操题1、importpandasaspd#读取两个文件的数据salary_df=pd.read_excel('employee_salary.xlsx')bonus_df=pd.read_excel('employee_bonus.xlsx')#使用merge()函数将两个DataFrame按照员工工号进行内连接merged_df=pd.merge(salary_df,bonus_df,on='员工工号',how='inner')#计算每个员工的总薪酬（基本工资+绩效工资+加班工资+奖金）merged_df['总薪酬']=merged_df['基本工资']+merged_df['绩效工资']+merged_df['加班工资']+merged_df['奖金']#按照部门进行分组，统计各部门的平均总薪酬、最高总薪酬和最低总薪酬department_salary_stats=merged_df.groupby('部门').agg({'总薪酬':['mean','max','min']}).reset_index()department_salary_stats.columns=['部门','平均总薪酬','最高总薪酬','最低总薪酬']#将最终的分析结果保存到一个新的Excel文件employee_total_salary.xlsx中department_salary_stats.to_excel('employee_total_salary.xlsx',index=False)#-*-coding:utf-8-*-"""古井贡酒2016-2020年营业成本占营业收入比例趋势分析"""#1.导入库importpandasaspdimportmatplotlib.pyplotasplt#2.读取后台数据（第一列作为索引）df=pd.read_excel('gujing_data.xlsx',index_col=[0])#3.转置：把年份放到行索引df=df.T#4.提取所需数据并转为floata=df['营业收入'].astype(float)b=df['营业成本'].astype(float)#5.计算营业成本占营业收入比例df['成本占比']=b/a#6.绘制折线图plt.figure(figsize=(8,4))plt.plot(df.index,df['成本占比'],marker='o')plt.title('古井贡酒2016-2020年营业成本占营业收入比例')plt.xlabel('年份