2025年Python数据分析与可视化专项训练试卷

2025年Python数据分析与可视化专项训练试卷考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.下列哪个库是Python数据分析和科学计算的基础库？A.MatplotlibB.SeabornC.NumPyD.Flask2.在Pandas中，用于处理缺失数据的函数`isnull()`或`isna()`返回的是？A.缺失值本身B.布尔值数组，指示哪些位置是缺失值C.含有缺失值的列或行D.删除了缺失值后的数据框3.读取CSV文件到PandasDataFrame时，若要指定某列为索引列，应使用哪个参数？A.`header`B.`index_col`C.`usecols`D.`dtype`4.对于时间序列数据，Pandas中的`datetime`类型相较于`object`类型的主要优势是？A.存储空间更小B.更方便进行时间相关的计算和筛选C.默认按数值大小排序D.读取速度更快5.在Pandas中，对DataFrame进行分组统计后，要计算每个组的平均值，应使用哪个方法？A.`groupby()`B.`aggregate()`C.`apply()`D.`mean()`6.以下哪个函数可用于合并两个PandasSeries或DataFrame，类似于SQL中的`JOIN`操作？A.`merge()`B.`concat()`C.`append()`D.`combine_first()`7.在Matplotlib中，要修改已绘制图形的标题，应使用哪个方法？A.`set_title()`B.`add_title()`C.`plot.title()`D.`figure.title()`8.Seaborn的`stripplot()`与`swarmplot()`都用于绘制散点图，主要区别在于？A.`stripplot()`用于分类数据，`swarmplot()`用于数值数据B.`stripplot()`会重叠点，`swarmplot()`会调整点以避免重叠C.`stripplot()`只能单变量，`swarmplot()`可双变量D.`stripplot()`绘制的是箱线图，`swarmplot()`绘制的是小提琴图9.若要创建一个在0到1之间等间隔的数值序列，包含0不包含1，应使用NumPy的哪个函数？A.`linspace()`B.`arange()`C.`logspace()`D.`random.rand()`10.在进行数据可视化时，选择使用折线图、柱状图还是散点图，主要取决于？A.图表的颜色美观程度B.绘图库的流行度C.数据的类型和分析目的D.图表生成代码的复杂度二、填空题（每空2分，共20分）1.在Pandas中，使用`loc[]`或`iloc[]`进行索引时，通过指定______来选择特定的行或列。2.处理大数据集时，若内存不足，可以考虑使用Pandas的`read_csv()`函数的______参数分块读取数据。3.使用`groupby()`对DataFrame按某列分组后，通常需要结合______函数来执行聚合操作。4.Matplotlib中最顶层的对象是______，它是所有图形元素的容器。5.Seaborn是基于______库构建的高级可视化库，提供了更简洁的接口。6.若要检查PandasSeries或DataFrame中是否存在缺失值，可以使用______函数，并通常与布尔索引结合使用。7.在进行数据透视时，Pandas的`pivot_table()`函数允许指定______列作为行标签、列标签和值。8.使用Matplotlib绘制散点图时，`scatter()`函数的______参数用于设置散点的颜色，______参数用于设置散点的大小。9.NumPy数组是具有______数组，其元素通常具有相同的数据类型。10.数据分析流程中，______是指通过统计方法和可视化技术，对数据进行探索性分析，以发现数据的基本特征和潜在模式。三、简答题（每题5分，共15分）1.简述在Pandas中处理缺失值（NaN）的几种常用方法。2.简要说明Pandas的`merge()`函数与`join()`函数的主要区别。3.解释Matplotlib中的`figure()`和`axes()`对象分别代表什么，它们之间的关系是怎样的？四、编程题（共45分）1.（15分）假设有一个名为`sales.csv`的CSV文件，包含以下列：`'Date'`,`'Product'`,`'Category'`,`'Sales'`,`'Quantity'`。其中`'Date'`列是文本格式。请编写Python代码完成以下任务：a.读取该CSV文件到PandasDataFrame`df`。b.将`'Date'`列转换为Pandas的`datetime`类型。c.将`'Sales'`列转换为浮点数类型（假设原始数据可能是文本格式，如"123.45"）。d.查找`'Sales'`列中缺失值，并将这些缺失值替换为该列的平均值。e.按照年份对`'Sales'`总额进行分组，计算每年的总销售额，并按销售额从高到低排序。2.（15分）使用第1题处理后的DataFrame`df`（假设已包含`'Sales'`和`'Category'`列）。请使用Matplotlib和Seaborn库完成以下可视化任务：a.绘制一个柱状图，展示不同`'Category'`的总销售额。柱状图颜色设置为蓝色，并为每个柱子添加数值标签（显示总销售额）。b.绘制一个折线图，展示`'Sales'`随时间（`'Date'`列）的变化趋势。设置适当的日期格式化，使X轴显示年份和月份（如'2023-01','2023-02'）。3.（15分）假设你有一个包含学生姓名（`'Name'`）、科目（`'Subject'`）和成绩（`'Score'`）的DataFrame`student_scores`。请编写代码完成以下任务：a.计算每个学生的平均分，并将结果添加为新列`'Average_Score'`。b.使用Pandas的内置函数，找出成绩最高的3名学生，并显示他们的所有信息。c.创建一个箱线图，比较不同`'Subject'`的`'Score'`分布情况。要求图例显示在图形外侧。---试卷答案一、选择题1.C2.B3.B4.B5.D6.A7.A8.B9.B10.C二、填空题1.索引（或标签）2.chunksize3.`agg()`或`apply()`4.Figure5.Matplotlib6.`isnull()`或`isna()`7.values8.c,s9.一维10.探索性分析（EDA）三、简答题1.解析思路：处理缺失值的核心是识别、填充或删除。识别使用`isnull()`/`isna()`配合布尔索引；填充可以使用`fillna()`，填充值可以是常数、前一个/后一个值、插值或基于规则的值；删除使用`dropna()`，可以删除包含缺失值的行或列。2.解析思路：`merge()`的核心是基于连接键（`on`参数或左右DataFrame的`on`列）进行合并，支持多种合并方式（内连接`inner`、外连接`outer`等）；`join()`通常用于根据索引进行合并，可以看作是`merge()`的一种简化形式，常用于将两个DataFrame按其索引对齐合并。`merge()`更通用。3.解析思路：`figure()`对象是Matplotlib图形的顶级容器，代表整个窗口或页面。`axes()`对象代表图中实际的可绘制区域，即坐标轴，可以在一个`figure`中创建多个`axes`。绘图操作（如`plot`,`scatter`,`bar`）通常在`axes`对象上进行。`figure`是`axes`的容器，创建图形时通常先生成`figure`，再向其添加`axes`。四、编程题1.```pythonimportpandasaspdimportnumpyasnp#a.读取CSV文件df=pd.read_csv('sales.csv')#b.将'Date'列转换为datetime类型df['Date']=pd.to_datetime(df['Date'])#c.将'Sales'列转换为浮点数类型df['Sales']=pd.to_numeric(df['Sales'],errors='coerce')#errors='coerce'将无法转换的转为NaN#d.查找'Sales'列缺失值，替换为平均值sales_mean=df['Sales'].mean()df['Sales'].fillna(sales_mean,inplace=True)#e.按年份分组，计算每年总销售额并排序df['Year']=df['Date'].dt.yearannual_sales=df.groupby('Year')['Sales'].sum().sort_values(ascending=False)```2.```pythonimportmatplotlib.pyplotaspltimportseabornassns#假设df是第1题处理后的DataFrame，且包含'Category'和'Sales'列#a.绘制不同'Category'的总销售额柱状图category_sales=df.groupby('Category')['Sales'].sum().sort_values()plt.figure(figsize=(10,6))#设置图形大小bars=plt.bar(category_sales.index,category_sales.values,color='blue')plt.xlabel('Category')plt.ylabel('TotalSales')plt.title('TotalSalesbyCategory')#添加数值标签forbarinbars:yval=bar.get_height()plt.text(bar.get_x()+bar.get_width()/2,yval,round(yval,2),ha='center',va='bottom')plt.xticks(rotation=45)#旋转X轴标签plt.tight_layout()#自动调整布局plt.show()#b.绘制'Sales'随时间变化的折线图df['Date_YearMonth']=df['Date'].dt.to_period('M')#转换为年月格式sales_trend=df.groupby('Date_YearMonth')['Sales'].sum().reset_index()sales_trend['Date_YearMonth']=sales_trend['Date_YearMonth'].dt.to_timestamp()#转回datetime用于绘图plt.figure(figsize=(12,6))plt.plot(sales_trend['Date_YearMonth'],sales_trend['Sales'],marker='o')plt.xlabel('Date')plt.ylabel('TotalSales')plt.title('SalesTrendOverTime')#设置X轴日期格式化plt.gca().xaxis.set_major_formatter(plt.matplotlib.dates.DateFormatter('%Y-%m'))plt.gca().xaxis.set_major_locator(plt.matplotlib.dates.MonthLocator(interval=3))#每三个月一个刻度plt.gcf().autofmt_xdate()#自动旋转日期标记plt.tight_layout()plt.show()```3.```pythonimportpandasaspdimportmatplotlib.pyplotasplt