2025年Python数据处理二级考试冲刺押题试卷

2025年Python数据处理二级考试冲刺押题试卷考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.下列哪个不是Python内置的数据类型？A.intB.floatC.listD.numpy.array2.在Pandas中，用于处理数据中缺失值的函数是？A.dropB.fillC.bothAandBD.remove3.下列关于NumPy数组的描述，错误的是？A.NumPy数组是同质的，即数组中所有元素的类型必须相同。B.NumPy数组支持高效的向量化运算。C.NumPy数组的大小是动态可变的。D.NumPy数组的内存是连续分配的。4.以下哪个Pandas对象表示一个单一列的数据？A.DataFrameB.SeriesC.IndexD.Array5.在Pandas中，`df.groupby('col1')['col2'].sum()`这段代码的主要功能是？A.对`col1`进行排序。B.根据`col1`的值对DataFrame进行分组，并对每个组的`col2`列求和。C.选择`col1`和`col2`两列。D.将`col1`和`col2`合并成一列。6.读取CSV文件到PandasDataFrame对象的标准函数是？A.read_excelB.read_csvC.loadtxtD.read_table7.下列哪个方法可以用来去除PandasDataFrame中重复的行？A.dropnaB.drop_duplicatesC.uniqueD.deduplicate8.在Pandas中，`df.loc[rows,cols]`和`df.iloc[rows,cols]`的主要区别在于？A.`loc`只能用于行索引，`iloc`只能用于列索引。B.`loc`基于标签索引，`iloc`基于整数位置索引。C.`loc`比`iloc`执行速度更快。D.两者没有区别，完全等价。9.以下哪个不是Matplotlib库常用的图表类型？A.折线图B.散点图C.热力图D.树状图10.关于Python列表推导式，下列说法错误的是？A.列表推导式可以简化列表的创建过程。B.列表推导式必须包含if语句。C.列表推导式可以包含for循环。D.列表推导式通常比等价的for循环语句更高效。二、填空题（每空2分，共20分）1.Python中用于输入用户数据的内置函数是________。2.在NumPy中，创建一个3x3全零矩阵的函数是________。3.在Pandas中，用于选择DataFrame中特定行和列的索引方式是________和________。4.当PandasDataFrame中存在缺失数据时，可以使用________方法将其填充为特定值。5.函数在Python中是一段具有特定功能的可重用代码块，通过________关键字来定义。6.读取Excel文件到PandasDataFrame对象的标准函数是________。7.`df.columns`属性用于获取PandasDataFrame的________。8.作用域指的是变量的可见范围，局部变量在函数________执行完毕后消失。9.Pandas中的`melt`函数可以将宽格式数据转换为长格式数据，其`id_vars`参数指定需要保留的________列。10.在Pandas中，`astype`函数用于转换数据的________。三、编程题（共60分）1.（15分）编写Python代码，完成以下任务：a.使用NumPy创建一个形状为(5,4)的数组，元素从1开始，步长为2，类型为整数。b.使用切片操作取出该数组的第2行到第4行，第1列到第3列的子数组。c.计算该子数组的所有元素的平均值（使用NumPy函数）。2.（20分）假设你已经通过`importpandasaspd`导入了Pandas库，并且有一个名为`df`的DataFrame，包含以下列：`'Name'`,`'Age'`,`'City'`,`'Salary'`。请编写Pandas代码完成以下任务：a.查看DataFrame的前5行数据。b.将所有`Salary`列的值增加10%。c.筛选出`Age`大于30且`City`为"北京"的行。d.对DataFrame按`Salary`列降序排序。e.计算`Age`列的平均值，并将结果存储在一个名为`avg_age`的变量中。3.（25分）假设有一个CSV文件`data.csv`，其内容结构如下（无标题行，列依次为：姓名,部门,入职日期,销售额）：张三,技术部,2021-05-01,15000李四,市场部,2020-08-15,12000王五,技术部,2022-01-10,18000赵六,销售部,2021-11-22,25000孙七,市场部,2020-03-08,11000...(更多数据)请编写Python代码（假设Pandas库已导入为`pd`）完成以下任务：a.读取`data.csv`文件到名为`df`的DataFrame。b.将`入职日期`列的数据类型转换为Pandas的`datetime`类型。c.添加一列`年份`，其值为`入职日期`列的年份。d.计算每个部门的平均销售额，并将结果按平均销售额降序排列，输出结果。e.找出销售额最高的前2名员工的信息（姓名、部门、销售额）。---试卷答案一、选择题1.D2.C3.C4.B5.B6.B7.B8.B9.D10.B二、填空题1.input2.zeros3.loc,iloc4.fillna5.def6.read_excel7.列名8.内部9.标识10.类型三、编程题1.代码及解析：```pythonimportnumpyasnp#a.创建(5,4)形状，元素从1开始，步长为2，类型为整数arr=np.arange(1,1+5*4,2).reshape(5,4).astype(int)#解析：np.arange生成1到1+20-1=20的等差数列，步长为2。reshape将其重塑为5x4矩阵。astype确保类型为int。#b.切片取第2行到第4行，第1列到第3列sub_arr=arr[1:4,0:3]#解析：行索引从0开始，[1:4]取第2行(索引1)到第3行(索引2)。列索引[0:3]取第1列(索引0)到第2列(索引1)。#c.计算子数组的平均值mean_value=np.mean(sub_arr)#解析：np.mean计算数组中所有元素的平均值。```2.代码及解析：```pythonimportpandasaspd#假设df已存在，以下为操作代码#a.查看前5行print(df.head())#解析：df.head()默认显示前5行数据。#b.Salary列增加10%df['Salary']=df['Salary']*1.1#解析：将Salary列的每个值乘以1.1，实现增加10%。#c.筛选Age>30且City为"北京"的行filtered_df=df[(df['Age']>30)&(df['City']=="北京")]#解析：使用布尔索引，(df['Age']>30)生成一个布尔Series，(df['City']=="北京")也生成一个布尔Series，#两者与(&)运算选出同时满足两个条件的行。#d.按Salary列降序排序df_sorted=df.sort_values(by='Salary',ascending=False)#解析：sort_values按指定列排序，by='Salary'指定排序列，ascending=False指定降序。#e.计算Age列平均值并存储avg_age=df['Age'].mean()#解析：mean()计算平均值，结果赋值给变量avg_age。```3.代码及解析：```pythonimportpandasaspd#a.读取CSV文件df=pd.read_csv('data.csv')#解析：pd.read_csv标准函数用于读取CSV文件到DataFrame。#b.转换入职日期类型df['入职日期']=pd.to_datetime(df['入职日期'])#解析：pd.to_datetime将字符串转换为Pandas的datetime类型。#c.添加年份列df['年份']=df['入职日期'].dt.year#解析：dt.year访问datetime对象的年份部分。#d.计算各部门平均销售额并降序输出result=df.groupby('部门')['销售额'].mean().sort_values(ascending=False)#