2025年甘肃智汇数据运营有限公司招聘10人笔试历年典型考点题库附带答案详解2套试卷

2025年甘肃智汇数据运营有限公司招聘10人笔试历年典型考点题库附带答案详解（第1套）一、单项选择题下列各题只有一个正确答案，请选出最恰当的选项（共25题）1、在SQL中，使用窗口函数对数据进行排名时，若要求相同排序值的行具有相同排名，且后续排名不跳过序号（即排名序列连续），应选用哪个函数？A.ROW_NUMBER()B.RANK()C.DENSE_RANK()D.NTILE()2、在Python的pandas库中，DataFrame的`merge()`方法与`join()`方法的核心区别在于？A.`merge()`只能进行内连接，`join()`支持多种连接方式B.`merge()`默认基于列进行连接，`join()`默认基于索引进行连接C.`join()`可以连接多个DataFrame，`merge()`只能连接两个D.`merge()`是类方法，`join()`是实例方法3、在数据仓库建模中，与星型模型相比，雪花模型的主要特点是什么？A.维度表完全非规范化，冗余度高B.维度表被进一步规范化，形成多层层次结构C.事实表与维度表之间不存在外键关系D.查询性能显著优于星型模型4、在数据预处理阶段，对于数值型特征中存在的少量缺失值，若希望保持数据分布特性且避免引入过多偏差，最常用且稳健的填充方法是？A.用0填充B.用均值填充C.用中位数填充D.直接删除含缺失值的样本5、在关系型数据库设计中，第三范式（3NF）的核心要求是？A.每个非主属性都完全依赖于主键B.每个非主属性都直接依赖于主键，不存在传递依赖C.所有属性均为原子值D.主键不能为空6、在数据分析的完整流程中，明确分析目标和业务需求属于哪个阶段？A.数据收集阶段B.数据清洗阶段C.明确问题阶段D.数据可视化阶段7、在标准的SQL查询语句中，以下哪个子句在逻辑上最先被执行？A.SELECTB.WHEREC.FROMD.ORDERBY8、在处理数据集中的缺失值时，如果样本总量非常大，且缺失是完全随机的，以下哪种方法通常是首选？A.使用均值或中位数填补B.使用模型预测填补C.直接删除含有缺失值的记录D.保留缺失值不做处理9、数据可视化的核心原则中，首要且最基本的原则是什么？A.美观性B.交互性C.故事性D.准确性10、在使用SQL进行数据聚合分析时，若要筛选分组后的结果，应该使用哪个关键字？A.WHEREB.HAVINGC.FILTERD.GROUP11、在逻辑推理中，如果一个论证的前提为真，但其结论却不一定为真，那么这个论证最可能存在的问题是？A.前提虚假B.结论不相关C.推理形式无效D.概念模糊12、下列句子中，标点符号使用完全正确的一项是？A.“这个问题，”他犹豫了一下说：“还是需要大家共同讨论。”B.他反复强调：“安全第一、预防为主、综合治理”。C.今天要学习的章节包括：第一章，绪论；第二章，基本原理。D.你究竟去，还是不去？13、某项经济指标今年为120亿元，去年为100亿元，则该指标的同比增长率是多少？A.16.7%B.20%C.25%D.120%14、“所有的金属都能导电，铜是金属，所以铜能导电。”这一推理属于哪种类型？A.归纳推理B.类比推理C.演绎推理D.因果推理15、下列词语中，没有错别字的一组是？A.金榜题名黄粱美梦B.一愁莫展心浮气躁C.声名雀起暗然失色D.悬梁刺骨川流不息16、在数据运营中，用于衡量网站或应用的用户规模和粘性时，“DAU”这一指标的准确定义是？A.用户在一定周期内的平均使用时长B.在指定日期内至少进行了一次特定操作的独立用户数C.所有注册用户在当天的总登录次数D.当日所有新增用户的数量总和17、在SQL语言中，以下哪个聚合函数无法直接用于计算数值型字段的统计特征？A.COUNT()B.MAX()C.MIN()D.DISTINCT()18、K-means聚类算法的核心思想是？A.根据样本点的密度分布来发现任意形状的簇B.基于样本间的距离，将数据划分为K个簇，使簇内点间距离之和最小，簇间距离尽可能大C.通过构建决策树来对样本进行分类D.利用概率模型计算样本属于各个类别的后验概率19、在电商领域，衡量平台整体业务规模的常用宏观指标“GMV”指的是？A.平台已确认收货的订单总金额B.平台所有已支付订单的总金额C.平台所有已下单（无论是否支付）的订单总金额D.平台扣除退款后的实际成交总金额20、当用户在浏览器中访问一个已被永久迁移的网页时，服务器应返回的HTTP状态码是？A.200OKB.302FoundC.301MovedPermanentlyD.404NotFound21、在SQL查询语句中，用于计算数值列总和的聚合函数是？A.MAXB.COUNTC.AVGD.SUM22、在数据预处理阶段，以下哪项不属于数据清洗的核心任务？A.处理缺失值B.修正错误数据C.去除重复记录D.构建预测模型23、在Excel中，关于数据透视表的功能，以下说法正确的是？A.只能对数据进行求和汇总B.无法对文本型数据进行计数C.是一种用于快速汇总和分析大量数据的交互式工具D.创建后无法更改其字段布局24、在数据可视化设计中，以下哪项是应遵循的基本原则？A.图表越复杂越能体现专业性B.优先展示所有原始数据细节C.选择最能清晰传达核心信息的图表类型D.使用尽可能多的颜色以增强视觉冲击力25、在数据分析中，“漏斗模型”主要用于分析什么？A.用户的地理分布B.用户在多步骤流程中的转化情况C.产品成本的构成D.员工的绩效考核指标二、多项选择题下列各题有多个正确答案，请选出所有正确选项（共15题）26、在数据预处理阶段，以下哪些是常见的数据清洗步骤？A.删除重复数据记录B.修正或删除异常值C.将文本数据转换为数值编码D.对数据进行归一化处理27、在进行数据分析时，以下哪些操作属于数据预处理的关键步骤？A.数据清洗B.特征工程C.模型训练D.数据集成28、在关系型数据库中，关于SQL语言的描述，以下哪些是正确的？A.SELECT语句用于查询数据B.INSERT语句用于更新表中已有的记录C.WHERE子句用于指定查询条件D.ORDERBY子句默认按降序排列29、在设计数据可视化图表时，应遵循的核心原则包括哪些？A.准确性B.信息过载C.简洁性D.误导性30、数据治理的核心要素通常包括以下哪些方面？A.数据质量管理B.元数据管理C.数据生命周期管理D.数据加密算法设计31、以下哪些属于描述性统计分析的常用指标？A.均值B.方差C.回归系数D.中位数32、关于哈希表（散列表），以下哪些描述是正确的？A.哈希表通过键值映射实现快速查找[[4]]。B.哈希表的插入和查询操作平均时间复杂度为O(1)[[5]]。C.哈希表在处理大量数据时不会产生冲突。D.哈希表的性能受哈希函数和冲突解决策略影响[[2]]。33、数据库事务的ACID特性包括以下哪些？A.原子性（Atomicity）。B.一致性（Consistency）。C.隔离性（Isolation）。D.持久性（Durability）。34、关于TCP与UDP协议，下列哪些说法是正确的？A.TCP是面向连接的，UDP是无连接的[[22]]。B.TCP提供可靠传输，UDP可能丢包[[30]]。C.TCP有流量控制，UDP没有[[27]]。D.TCP传输效率通常高于UDP。35、以下哪些排序算法的平均时间复杂度为O(nlogn)？A.快速排序。B.堆排序。C.归并排序。D.冒泡排序。36、关于进程与线程，以下哪些描述是准确的？A.进程是资源分配的基本单位，线程是调度执行的基本单位[[46]]。B.同一进程内的线程共享内存空间[[47]]。C.进程间通信比线程间通信更高效。D.创建和切换线程的开销通常小于进程。37、关于哈希表（散列表）的特性，以下哪些描述是正确的？A.哈希表通过键（key）与值（value）的映射实现高效查找[[2]]B.哈希表的常见操作包括插入、查询和删除键值对[[4]]C.哈希表在所有情况下都能保证O(1)的时间复杂度D.哈希表的性能主要依赖于哈希函数的设计和冲突处理机制38、数据库事务的ACID特性包括哪些？A.原子性（Atomicity）B.一致性（Consistency）C.隔离性（Isolation）D.持久性（Durability）39、关于TCP与UDP协议的区别，下列哪些说法是正确的？A.TCP是面向连接的，UDP是无连接的[[21]]B.TCP提供可靠传输，UDP可能丢包[[25]]C.TCP有拥塞控制，UDP没有[[27]]D.UDP的传输速度通常比TCP快40、以下哪些排序算法的平均时间复杂度为O(nlogn)？A.快速排序B.堆排序C.归并排序D.冒泡排序三、判断题判断下列说法是否正确（共10题）41、在SQL查询语句中，SELECT子句是在WHERE子句之前执行的。A.正确B.错误42、数据可视化的核心原则之一是“细节优先”，即应尽可能在图表中展示所有原始数据细节。A.正确B.错误43、处理数据缺失值时，只能通过删除含有缺失值的记录来完成数据清洗。A.正确B.错误44、根据《中华人民共和国个人信息保护法》，在公共场所安装图像采集设备，只要出于公共安全目的，就无需设置提示标识。A.正确B.错误45、数据运营的核心工作之一是搭建业务指标体系，并通过数据看板进行监控和分析。A.正确B.错误46、数据清洗的主要目的是提高数据质量，使其更适合后续分析。A.正确B.错误47、数据可视化是将数据转换为图形或图表形式，以增强信息的理解和传达。A.正确B.错误48、数据可视化仅限于使用柱状图和折线图两种图表类型。A.正确B.错误49、数据清洗过程通常占数据分析师工作时间的很大比例。A.正确B.错误50、数据可视化的基本概念不包括数据本身。A.正确B.错误

参考答案及解析1.【参考答案】C【解析】DENSE_RANK()函数为相同ORDERBY值的行分配相同排名，且后续排名是紧接的连续整数，不会产生间隔。例如，若前三名中有两人并列第一，则排名序列为1,1,2。ROW_NUMBER()始终生成唯一连续序号，RANK()虽对相同值给相同排名，但会产生跳号（如1,1,3），NTILE()用于将数据分桶。三者功能差异明确[[12]]。2.【参考答案】B【解析】`merge()`是pandas模块级函数（也有DataFrame方法形式），主要按指定的列（key）进行连接，默认使用内连接；而`join()`是DataFrame的实例方法，主要按索引（index）进行连接，默认使用左连接。两者底层均调用相同逻辑，但参数默认行为与主要用途不同[[24]]。3.【参考答案】B【解析】雪花模型是星型模型的规范化扩展，它将维度表分解为多个关联的子表，形成类似雪花的层次结构，从而减少数据冗余、节省存储空间，但增加了查询时的JOIN复杂度，通常会降低查询性能[[35]]。4.【参考答案】C【解析】中位数对离群值不敏感，能更好地代表数据的中心趋势，尤其适用于偏态分布数据。均值易受极端值影响；用0填充会扭曲分布；删除样本可能导致信息损失和样本量减少，仅适用于缺失比例极低且随机的情况[[46]]。5.【参考答案】B【解析】第三范式建立在第二范式（2NF）基础上，要求消除非主属性对主键的传递函数依赖，即非主属性必须直接依赖于候选键，而不能通过其他非主属性间接依赖。选项A描述的是2NF，C是1NF，D属于实体完整性约束。6.【参考答案】C【解析】数据分析的标准流程通常始于对问题的清晰定义。在“明确问题阶段”，分析师需要与业务方沟通，准确理解并定义分析目标、关键指标和核心问题，这是后续所有工作的基础。只有目标明确，数据收集和处理才具有针对性[[11]]。7.【参考答案】C【解析】SQL语句的书写顺序（如SELECT,FROM,WHERE...）与其实际执行顺序不同。数据库引擎首先执行的是FROM子句，以确定数据来源并生成初始的虚拟表，之后才依次处理JOIN、WHERE、GROUPBY、SELECT等子句[[22]]。8.【参考答案】C【解析】当数据集规模庞大且缺失值随机分布时，删除含有缺失值的记录（行删除法）对整体数据分布的影响微乎其微，同时能保证数据的纯粹性，避免了填补可能引入的噪声或偏差，因此是简单高效的选择[[30]]。9.【参考答案】D【解析】数据可视化的根本目的是清晰、无误地传达数据中蕴含的信息。准确性是基石，任何为了美观或复杂效果而扭曲、误导数据真实情况的可视化都是失败的。只有在确保准确的前提下，其他原则如简洁性、故事性才有意义[[46]]。10.【参考答案】B【解析】WHERE子句用于在分组前对原始数据行进行筛选，而HAVING子句专门用于对GROUPBY分组后产生的聚合结果进行条件筛选。例如，筛选出订单总数超过100的客户，就必须使用HAVINGCOUNT(order_id)>100。11.【参考答案】C【解析】一个论证要保证结论必然为真，不仅要求前提为真，还要求推理形式有效。若前提真而结论不一定真，说明从前提无法必然推出结论，这属于推理形式无效，即逻辑结构存在缺陷。这是逻辑学中判断论证可靠性的核心标准之一[[10]]。12.【参考答案】C【解析】A项中“说”后的冒号应改为逗号；B项引号内内容为句子成分，句末句号应放在引号外；D项选择问句中，前一问应用逗号而非问号。C项使用分号分隔并列分句，冒号引出具体内容，标点使用规范。13.【参考答案】B【解析】同比增长率=（现期值-基期值）÷基期值×100%=（120-100）÷100×100%=20%。资料分析中，“率”指两个数值在相关条件下的比值，此处即增长幅度相对于去年的百分比[[19]]。14.【参考答案】C【解析】该推理从一般性前提出发（所有金属导电），推导出关于个别对象的结论（铜导电），符合“大前提—小前提—结论”的三段论结构，是典型的演绎推理，具有必然性。15.【参考答案】A【解析】B项“一愁莫展”应为“一筹莫展”；C项“声名雀起”应为“声名鹊起”，“暗然失色”应为“黯然失色”；D项“悬梁刺骨”应为“悬梁刺股”。A项两词书写均正确，符合现代汉语规范用字。16.【参考答案】B【解析】DAU是“日活跃用户数”（DailyActiveUsers）的缩写，其核心在于“活跃”与“用户数”。它统计的是在某一天（24小时内）至少启动应用一次或完成一次核心操作的独立用户数量，而非总次数或新增用户。该指标是评估产品日常活跃度和用户粘性的基础数据[[20]]。17.【参考答案】D【解析】COUNT()用于计数，MAX()和MIN()分别用于求最大值和最小值，三者均为标准的SQL聚合函数，可直接对数值型字段进行计算[[9]]。而DISTINCT并非聚合函数，它是一个关键字，用于在SELECT语句中去除重复行，不能像聚合函数那样独立出现在SELECT子句中进行统计运算。18.【参考答案】B【解析】K-means是一种基于划分的无监督学习算法，其核心目标是将数据集划分为K个互斥的簇，并通过迭代优化，使得每个簇内所有点到该簇中心（质心）的平方距离之和（即簇内方差）达到最小，从而实现“簇内紧密、簇间分离”的效果[[29]]。19.【参考答案】C【解析】GMV（GrossMerchandiseVolume）即商品交易总额，是电商平台衡量其业务体量的关键指标。它统计的是在一定周期内，所有拍下订单的总金额，无论该订单后续是否支付、取消或退款，均被计入GMV[[24]]。20.【参考答案】C【解析】HTTP状态码301表示“永久移动”，明确告知客户端（如浏览器、搜索引擎）请求的资源已被永久性地移至新的URL，后续请求应直接使用新地址。这与302（临时移动）形成关键区别，后者表示重定向是临时的，客户端仍应保留原地址[[38]]。21.【参考答案】D【解析】SUM函数是SQL中专门用于对数值型字段进行求和的聚合函数。MAX用于求最大值，COUNT用于计数，AVG用于求平均值，三者功能与求和无关。掌握这些基础聚合函数是数据查询和分析的关键[[9]]。22.【参考答案】D【解析】数据清洗的主要目的是提升数据质量，其核心任务包括处理缺失值、修正错误、处理异常值和去重等。构建预测模型属于数据分析或建模阶段的工作，发生在数据清洗完成之后，因此不属于清洗任务[[20]]。23.【参考答案】C【解析】数据透视表是Excel中强大的数据分析工具，能够对数值进行求和、计数、平均等多种汇总，并能对文本字段进行计数。它具有高度的交互性，用户可以随时拖拽字段来改变分析维度和布局[[38]]。24.【参考答案】C【解析】有效的数据可视化旨在清晰、准确地传达信息。应根据数据特征和分析目的选择合适的图表（如趋势用折线图、占比用饼图），避免不必要的复杂性和干扰元素，确保观众能快速抓住重点[[32]]。25.【参考答案】B【解析】漏斗模型是一种经典分析方法，它将一个完整的业务流程（如用户从浏览到购买）分解为多个关键步骤，并计算每一步的转化率。通过分析各环节的流失情况，可以精准定位问题并优化流程[[2]]。26.【参考答案】A,B,C【解析】数据清洗旨在提高数据质量，包括识别并处理重复、缺失、错误或不一致的数据[[11]]。删除重复项和处理异常值是核心步骤[[12]]。将文本分类变量（如性别）编码为数值（如0/1）是数据转换的重要环节[[14]]。归一化属于数据标准化，通常在清洗后、建模前进行。

2.【题干】关于SQL查询语句，以下哪些说法是正确的？

【选项】

A.SELECT语句用于从数据库中检索数据

B.WHERE子句用于指定查询条件

C.GROUPBY用于对结果集进行分组

D.ORDERBY用于对查询结果进行排序

【参考答案】A,B,C,D

【解析】SQL中，SELECT是基本的数据检索命令[[18]]，WHERE用于筛选满足条件的行，GROUPBY将数据按指定列分组以便进行聚合计算（如COUNT,SUM）[[21]]，ORDERBY则用于对最终结果集按一列或多列进行升序或降序排列。

3.【题干】下列哪些图表类型最适合用于展示数据随时间变化的趋势？

【选项】

A.柱状图

B.折线图

C.饼图

D.散点图

【参考答案】B

【解析】折线图通过连接数据点的线条清晰地展示变量在连续时间点上的变化趋势和模式[[33]]。柱状图更适合比较不同类别的数据[[35]]，饼图用于显示各部分占总体的比例[[36]]，散点图则用于观察两个变量间的相关关系[[34]]。

4.【题干】在统计学中，关于描述统计与推断统计，以下哪些表述是准确的？

【选项】

A.描述统计用于总结和描述已有数据的基本特征

B.推断统计用于根据样本数据对总体特征进行估计和检验

C.均值、中位数、标准差属于描述统计的指标

D.假设检验是推断统计的一种方法

【参考答案】A,B,C,D

【解析】描述统计旨在概括数据集的特征，如计算均值、中位数和标准差[[38]]。推断统计则利用样本信息推断总体参数，假设检验是其核心方法之一，用于判断关于总体的假设是否成立[[39]]。

5.【题干】在进行多选题数据分析前，通常需要进行哪些预处理？

【选项】

A.将每个选项拆分为独立的二元变量（0/1）

B.删除所有包含缺失值的记录

C.对原始的多选题答案进行编码

D.计算每个选项被选择的频次

【参考答案】A,C

【解析】多选题的原始数据通常以字符串或逗号分隔的形式存储，需先进行编码处理，将每个选项转化为一个独立的二元变量（选中为1，未选中为0），以便后续统计分析[[10]]。计算频次是编码后的分析步骤，而非预处理。删除缺失值需谨慎，应根据分析目的决定处理方式。27.【参考答案】ABD【解析】数据预处理是数据分析的基础环节，主要包括数据清洗（处理缺失值、异常值等）、数据集成（合并多个数据源）和特征工程（构造、选择、转换特征）。模型训练属于后续的建模阶段，不属于预处理步骤。28.【参考答案】AC【解析】SELECT用于查询，WHERE用于过滤条件，二者正确。INSERT用于插入新记录，更新记录应使用UPDATE语句；ORDERBY默认按升序（ASC）排列，而非降序，因此B、D错误[[26]]。29.【参考答案】AC【解析】有效的数据可视化必须确保数据准确传达（准确性），并避免冗余复杂（简洁性）[[34]]。信息过载和误导性会损害数据解读，违背可视化设计的基本准则。30.【参考答案】ABC【解析】数据治理关注数据的全生命周期，核心要素包括数据质量、元数据管理、主数据管理、数据安全与隐私及生命周期管理[[37]]。数据加密算法属于技术实现细节，非治理层面的核心要素。31.【参考答案】ABD【解析】描述性统计用于概括数据特征，常见指标包括均值、中位数（集中趋势）和方差（离散程度）。回归系数属于推断性统计中的建模参数，不用于单纯描述数据[[16]]。32.【参考答案】ABD【解析】哈希表通过键（key）映射到值（value）来加速访问[[4]]，其平均查找、插入、删除操作时间复杂度可达O(1)[[5]]。然而，键值映射可能产生冲突，需依赖哈希函数和冲突解决方法（如链地址法）处理[[2]]，因此C项错误。33.【参考答案】ABCD【解析】ACID是数据库事务的四大核心特性：原子性指事务所有操作要么全成功要么全失败[[17]]；一致性确保事务前后数据库状态合法[[16]]；隔离性保证并发事务互不干扰[[17]]；持久性指事务提交后结果永久保存[[17]]。34.【参考答案】ABC【解析】TCP是面向连接、可靠的协议，通过确认、重传、流量控制等机制保证数据完整有序[[22]]。UDP无连接、不可靠、无拥塞控制，开销小但可能丢包[[27]]。因TCP机制复杂，其传输效率通常低于UDP，故D错误。35.【参考答案】ABC【解析】快速排序、堆排序和归并排序的平均时间复杂度均为O(nlogn)[[37]]。冒泡排序属于简单排序，其平均和最坏时间复杂度均为O(n²)[[40]]，因此D项错误。36.【参考答案】ABD【解析】进程是资源分配的基本单位，线程是CPU调度的基本单位[[46]]。同一进程的线程共享地址空间和资源，通信高效[[47]]。创建和切换线程因无需独立内存空间，开销远小于进程[[44]]。进程间通信需额外机制，效率低于线程间通信，故C错误。37.【参考答案】ABD【解析】哈希表通过键值映射实现快速访问[[2]]，其核心操作包含插入、查询与删除[[4]]。虽然理想情况下查找效率为O(1)，但存在哈希冲突时性能会下降，因此C错误。哈希函数质量与冲突解决策略（如链地址法、开放寻址）直接影响整体性能[[9]]。38.【参考答案】ABCD【解析】ACID是数据库事务的四大核心特性，确保数据处理的可靠性：原子性指事务所有操作要么全成功要么全失败[[13]]；一致性保证事务前后数据库状态合法[[17]]；隔离性确保并发事务互不干扰[[16]]；持久性指事务提交后结果永久保存[[18]]。39.【参考答案】ABCD【解析】TCP建立连接确保可靠有序传输，具备流量与拥塞控制[[26]]，但开销较大；UDP无需连接，传输快、开销小，但不保证可靠性[[29]]。因此，A、B、C、D均正确。40.【参考答案】ABC【解析】快速排序、堆排序和归并排序的平均时间复杂度均为O(nlogn)[[37]]。冒泡排序的平均时间复杂度为O(n²)[[40]]，因此D错误。41.【参考答案】B.错误【解析】SQL查询的实际执行顺序并非按照书写顺序。数据库引擎首先执行FROM子句确定数据源，然后执行WHERE子句进行条件过滤，之后才是GROUPBY、HAVING、SELECT和ORDERBY等。因此，SELECT是在WHERE之后执行的，这是理解SQL逻辑和编写高效查询的关键[[10]]。42.【参考答案】B.错误【解析】数据可视化的核心原则包括准确性、简洁性、清晰性和重点突出，而非“细节优先”。过度展示细节反而会干扰用户对核心信息的获取，导致图表难以解读。优秀的设计应提炼关键信息，去除冗余，以最直观的方式传达数据洞察[[20]]。43.【参考答案】B.错误【解析】数据清洗中处理缺失值的方法多样，删除记录只是其中一种，且可能造成信息损失。其他常用方法包括使用均值、中位数或众数填充，利用模型预测填充，或直接将缺失作为一个特殊类别进行处理，具体方法需根据数据特性和分析目标而定[[30]]。44.【参考答案】B.错误【解析】《个人信息保护法》第二十六条规定，在公共场所安装图像采集、个人身份识别设备，不仅需为维护公共安全所必需，还必须遵守国家有关规定，并设置显著的提示标识。这是保障个人信息主体知情权的重要措施[[43]]。45.【参考答案】A.正确【解析】数据运营的关键职责包括深入理解业务，构建科学、全面的业务指标体系和用户标签体系，并将这些指标通过数据看板（Dashboard）进行可视化，以实现对业务状态的实时监控、问题诊断和决策支持[[1]]。46.【参考答案】A【解析】数据清洗旨在识别并修正数据中的错误、不一致、缺失值和异常值[[2]]，例如删除重复记录、处理空行、统一单位[[3]]，以确保数据的准确性和可靠性，从而提升分析结果的有效性[[4]]。47.【参考答案】A【解析】数据可视化通过图形化手段呈现数据[[7]]，利用人类视觉认知特性来提升信息处理效率[[7]]，其基本作用包括更直观地揭示数据模式和趋势[[5]]。48.【参考答案】B【解析】数据可视化包含多种图表类型（如饼图、散点图、热力图等）和设计原则[[8]]，并涉及交互性，远不止柱状图和折线图[[1]]。49.【参考答案】A【解析】有观点指出，数据科学家约80%的时间花费在数据清洗等任务上[[3]]，这反映了数据清洗在数据分析流程中的基础性和耗时性。50.【参考答案】B【解析】数据是所有可视化工作的基础[[8]]，没有数据，就无法进行任何形式的可视化，因此数据是其核心组成部分。

2025年甘肃智汇数据运营有限公司招聘10人笔试历年典型考点题库附带答案详解（第2套）一、单项选择题下列各题只有一个正确答案，请选出最恰当的选项（共25题）1、在SQL查询语句中，用于对结果集进行分组的关键字是？A.ORDERBYB.WHEREC.GROUPBYD.HAVING2、数据清洗过程中，以下哪项原则强调数据应真实、准确地反映客观事实？A.一致性B.完整性C.准确性D.可用性3、构建数据分析指标体系时，强调指标应能直接支撑业务决策和行动的原则是？A.可操作性B.独立性C.全面性D.可扩展性4、在数据可视化设计中，首要遵循的基本原则是？A.色彩丰富B.图形复杂C.数据准确性D.动画效果5、SQL语句中，用于从数据库表中检索数据的命令是？A.INSERTB.UPDATEC.DELETED.SELECT6、在SQL语言中，用于从数据库表中检索数据的核心语句是？A.UPDATEB.INSERTC.SELECTD.DELETE7、在进行数据清洗时，处理数据集中重复记录的首要目的是？A.增加数据量B.提高数据可视化效果C.保证数据的准确性与一致性D.加快数据存储速度8、在Excel中，若要根据某一列的值在另一张表中查找并返回对应的数据，最常用的函数是？A.SUMB.AVERAGEC.IFD.VLOOKUP9、数据库索引最主要的作用是？A.保证数据的安全性B.提高数据查询的速度C.减少数据库的存储空间D.简化数据表的结构10、在数据分析中，用于衡量一组数据集中趋势的最常用指标是？A.方差B.标准差C.平均值D.极差11、在下列句子中，依次填入横线处的词语，最恰当的一组是：

面对复杂多变的国际形势，我们既要______风险，也要抓住发展机遇；既要保持战略定力，也要______应对策略。A.防范灵活B.预防灵敏C.规避敏捷D.警惕机动12、某数列的前几项为：2，5，11，23，47，…，则该数列的第7项是：A.95B.191C.143D.12713、从所给的四个选项中，选择最合适的一个填入问号处，使之呈现一定的规律性：

（图形规律：每幅图均由一个外框和内部元素组成，内部黑点数量依次为1、2、3、4，且位置顺时针旋转）A.外框为三角形，内部5个黑点B.外框为正方形，内部5个黑点，位置延续顺时针C.外框为圆形，内部4个黑点D.外框为正方形，内部6个黑点14、根据2024年某市统计局发布的数据，全市全年实现地区生产总值（GDP）为8600亿元，同比增长6.5%。则2023年该市GDP约为多少亿元？（结果保留整数）A.8075B.8100C.8040D.809015、根据我国《民法典》规定，下列哪一情形属于无效民事法律行为？A.10周岁的未成年人独自购买文具B.当事人因重大误解订立的合同C.行为人与相对人恶意串通，损害他人合法权益D.一方以胁迫手段使对方违背真实意思订立合同16、在数据处理流程中，哪一步骤主要负责删除错误、不一致、缺失值和重复项，以确保数据的可靠性？A.数据集成B.数据清洗C.数据标准化D.数据分析17、下列哪种数据类型具有统一的结构，可直接用数据库逻辑表示？A.非结构化数据B.半结构化数据C.结构化数据D.流数据18、数据处理的核心目标是将原始数据转换为什么？A.数据库模型B.可用信息C.算法代码D.存储格式19、信息具有共享性，这意味着信息在被使用时会怎样？A.会被消耗殆尽B.会改变其原始形态C.不会损耗和消失D.必须加密传输20、在处理不规范的数据时，通常需要进行哪个初步操作？A.数据建模B.数据可视化C.数据清洗D.数据归档21、在关系型数据库设计中，第二范式（2NF）的核心要求是什么？A.表中的每个字段都是不可再分的原子值B.所有非主属性都完全函数依赖于整个候选键C.表中不能存在任何函数依赖关系D.所有非主属性都不传递依赖于主键22、在数据清洗过程中，以下哪项通常不被视为核心处理步骤？A.处理缺失值B.删除重复记录C.优化数据库查询性能D.修正格式不一致的数据23、要查询“学生”表中所有姓“张”的学生姓名，下列SQL语句中正确的是？A.SELECT姓名FROM学生WHERE姓名='张%'B.SELECT姓名FROM学生WHERE姓名LIKE'张%'C.SELECT姓名FROM学生WHERE姓名LIKE'张_'D.SELECT姓名FROM学生WHERE姓名CONTAINS'张'24、为了清晰展示某产品在过去一年中每月销售额的变化趋势，最适合使用的图表类型是？A.饼图B.柱状图C.折线图D.散点图25、在数据分析中，“数据聚合”通常指的是什么操作？A.将多个数据表合并成一个表B.对数据进行加密以保护隐私C.将大量详细数据汇总成更高层次的摘要信息D.删除数据中的异常值二、多项选择题下列各题有多个正确答案，请选出所有正确选项（共15题）26、数据分析的基本流程通常包含哪些关键环节？A.数据获取B.数据清洗C.数据可视化D.数据挖掘27、在SQL中，关于窗口函数ROW_NUMBER()、RANK()和DENSE_RANK()的描述，下列说法正确的是？A.ROW_NUMBER()对排序字段值相同的行分配不同的序号，且序号连续。B.RANK()对排序字段值相同的行分配相同的序号，但后续序号会跳过重复的位次。C.DENSE_RANK()对排序字段值相同的行分配相同的序号，且后续序号紧接其后，不会产生间隔。D.三种函数在任何情况下产生的结果都完全相同。28、构建企业数据指标体系时，应遵循的核心原则包括哪些？A.目标导向原则，指标需紧密围绕业务战略目标。B.全面性原则，指标应覆盖业务的各个方面。C.可量化可操作性原则，指标必须能够被准确衡量和执行。D.动态调整原则，指标体系应能随业务发展而迭代优化。29、在使用Python进行数据分析时，以下哪些库是处理和分析结构化数据最核心、最常用的？A.NumPyB.PandasC.MatplotlibD.Scikit-learn30、设计一个高效的数据看板（Dashboard）时，以下哪些是其核心构成要素？A.清晰的可视化图表，直观展示数据。B.聚焦于能够驱动业务决策的关键指标（KPI）。C.具备一定的交互功能，如筛选、下钻等。D.包含尽可能多的原始数据明细以供查阅。31、关于环比增长率的计算，下列说法正确的是？A.环比是将本期数据与上一个相邻统计周期的数据进行比较。B.其计算公式为：（本期数-上期数）/上期数×100%。C.计算时，本期和上期的数据统计口径必须保持一致。D.环比增长率可以用来衡量数据的长期发展趋势。32、在数据运营工作中，以下哪些指标是衡量用户活跃度的核心指标？A.日活跃用户数（DAU）B.平均订单金额C.月活跃用户数（MAU）D.用户留存率33、在标准SQL语言中，以下哪些语句可用于实现数据的“分组聚合”分析？A.SELECT…GROUPBYB.SELECT…ORDERBYC.SELECT…HAVINGD.SELECT…WHERE34、进行数据可视化设计时，应遵循哪些核心原则以确保信息传达的有效性？A.突出重点，避免信息过载B.使用尽可能多的颜色增强视觉冲击C.保持图表类型与数据关系的一致性D.优先追求动态交互效果35、数据治理的核心目标是提升数据资产的价值，其关键实践要素通常包括以下哪些？A.明确定义数据管理的角色与职责B.建立统一的数据质量评估标准C.实施数据分类与分级管理D.部署高性能服务器集群36、ETL（Extract-Transform-Load）是数据集成的关键流程，其标准阶段包含以下哪些？A.数据抽取（Extract）B.数据清洗与转换（Transform）C.数据建模（Modeling）D.数据加载（Load）37、在使用SQL进行数据分析时，关于窗口函数ROW_NUMBER()的描述，下列哪些是正确的？A.ROW_NUMBER()函数可以为结果集中的每一行分配一个唯一的连续序号B.使用ROW_NUMBER()时，OVER子句中的ORDERBY是可选的C.ROW_NUMBER()函数通常与PARTITIONBY子句结合使用，以实现分组内的排序D.在排序字段值相同的情况下，ROW_NUMBER()会生成相同的序号38、在Python数据分析中，以下哪些是核心且常用的第三方库？A.PandasB.NumPyC.MatplotlibD.Django39、构建企业级数据指标体系时，应遵循哪些基本原则？A.目标导向原则B.全面性原则C.可量化可操作性原则D.动态调整原则40、在进行数据可视化设计时，应遵循哪些关键原则？A.明确目标B.了解受众C.选择合适的图表类型D.追求极致的视觉炫酷效果三、判断题判断下列说法是否正确（共10题）41、数据清洗的主要目的是提升数据质量，使其更适合后续的分析与挖掘。[[4]]A.正确B.错误42、数据清洗的主要任务之一是识别并处理数据中的异常值，以避免其对分析模型造成显著干扰。A.正确B.错误43、数据运营的核心目标是通过分析用户行为数据来优化产品体验和提升关键业务指标。A.正确B.错误44、在进行数据清洗时，处理缺失值的唯一方法是直接删除包含缺失值的记录。A.正确B.错误45、A/B测试是一种通过对比两个或多个版本来评估哪个版本效果更优的数据驱动决策方法。A.正确B.错误46、数据可视化的主要目的是为了将复杂的数据以直观的图形方式呈现，便于理解和发现趋势。A.正确B.错误47、数据仓库主要用于支持日常事务处理，如在线订单的实时录入和更新。A.正确B.错误48、数据清洗的主要目的是提高数据质量，使其更适合后续分析。A.正确B.错误49、数据可视化是将数据通过图表、图形等方式进行呈现，以辅助理解和决策。A.正确B.错误50、数据可视化仅指制作静态的柱状图和饼图。A.正确B.错误

参考答案及解析1.【参考答案】C【解析】GROUPBY子句用于将结果集按一个或多个列进行分组，常与聚合函数（如COUNT、SUM等）配合使用。ORDERBY用于排序，WHERE用于条件过滤，HAVING则用于对分组后的结果进行筛选[[16]]。2.【参考答案】C【解析】准确性是数据清洗的核心原则之一，要求数据内容真实、无误，能正确反映现实情况。一致性关注数据在不同系统或时间点上逻辑统一，完整性则强调数据无缺失[[22]]。3.【参考答案】A【解析】可操作性原则要求指标不仅可衡量，还应能指导具体业务动作或策略调整，避免“只看不用”。价值化和独立性也是重要原则，但可操作性直接关联行动落地[[30]]。4.【参考答案】C【解析】数据准确性是可视化的基石，任何图表都必须真实反映数据本质，避免误导。简洁性、清晰性和类型适配性也重要，但准确性优先于形式美观[[45]]。5.【参考答案】D【解析】SELECT是SQL中用于查询和检索数据的核心命令。INSERT用于插入新记录，UPDATE用于修改现有数据，DELETE用于删除记录，三者均不用于数据读取[[17]]。6.【参考答案】C【解析】SELECT语句是SQL中用于查询和检索数据的基本命令，它能从一个或多个表中选取所需的数据。其他选项中，UPDATE用于修改数据，INSERT用于插入新数据，DELETE用于删除数据，均不用于数据检索[[12]]。7.【参考答案】C【解析】数据清洗的核心目标是提升数据质量。重复记录会导致分析结果失真，例如在计算总量或平均值时产生偏差。删除或合并重复项能确保数据的准确性和一致性，为后续分析提供可靠基础[[28]]。8.【参考答案】D【解析】VLOOKUP函数专用于垂直查找，它能在指定的数据区域首列中查找某个值，并返回该行中指定列的数据。SUM和AVERAGE用于数值计算，IF用于逻辑判断，均不具备跨表查找功能[[30]]。9.【参考答案】B【解析】数据库索引类似于书籍的目录，它通过创建一种特殊的数据结构，使系统能快速定位到所需数据，避免全表扫描，从而极大提升查询效率。这是创建索引最核心的目的[[42]]。10.【参考答案】C【解析】平均值（均值）是将所有数据相加后除以数据个数得到的结果，它能直观地反映数据集的中心位置，是描述数据集中趋势最基本、最常用的统计量。方差、标准差和极差则主要用于衡量数据的离散程度。11.【参考答案】A【解析】“防范风险”是固定搭配，强调预先设防；“预防”多用于疾病或事故，“规避”带有逃避意味，不符合语境。“灵活应对”指根据情况变化及时调整策略，搭配得当；“灵敏”“敏捷”多形容动作或反应快，“机动”常与部队或资源搭配，均不如“灵活”贴切。12.【参考答案】B【解析】观察数列规律：5=2×2+1，11=5×2+1，23=11×2+1，47=23×2+1，可见后一项=前一项×2+1。因此第6项为47×2+1=95，第7项为95×2+1=191。13.【参考答案】B【解析】图形推理题需关注数量与位置变化。题干中黑点数量逐次加1，且位置按顺时针方向移动，外框形状保持不变（假设为正方形），故第5图应有5个黑点，位置延续规律，选项B最符合。14.【参考答案】A【解析】设2023年GDP为X亿元，则X×(1+6.5%)=8600，即X=8600÷1.065≈8075.12，四舍五入后为8075亿元。本题考查资料分析中的基期量计算，需掌握基本增长率公式。15.【参考答案】C【解析】《民法典》第154条规定，行为人与相对人恶意串通，损害他人合法权益的民事法律行为无效。A项属于限制民事行为能力人实施的与其年龄、智力相适应的行为，有效；B、D项属于可撤销的民事法律行为，非无效。16.【参考答案】B【解析】数据清洗是数据处理的关键步骤，旨在清理原始数据中的错误、不一致、缺失值和重复项，确保后续分析使用的是准确、可靠的数据[[1]]。此步骤是保证数据质量的基础。17.【参考答案】C【解析】结构化数据是指由统一的结构来逻辑表示和存储的数据，例如表格数据，可以直接用数据库系统进行管理和查询[[2]]。18.【参考答案】B【解析】数据处理的本质是将原始数据通过收集、准备、分析和存储等步骤，转换为可用于决策的可用信息[[3]]。19.【参考答案】C【解析】信息的共享性指其可被多次重复使用，且在使用过程中不会像物质资源一样损耗或消失[[8]]。20.【参考答案】C【解析】由于数据通常具有不规范性，使用前必须进行数据清洗，以修正错误和缺失内容，这是处理流程的基础步骤[[9]]。21.【参考答案】B【解析】第二范式建立在第一范式（1NF）基础上，要求所有非主属性必须完全依赖于整个候选键，而不能只依赖于候选键的一部分。选项A描述的是第一范式（1NF）的要求；选项D描述的是第三范式（3NF）的要求。因此，B选项正确[[40]]。22.【参考答案】C【解析】数据清洗的核心步骤包括处理缺失值、删除重复数据、修正错误或不一致的数据格式等，旨在提高数据质量。而优化数据库查询性能属于数据库性能调优范畴，并非数据清洗的直接目标。因此，C选项正确[[34]]。23.【参考答案】B【解析】在SQL中，LIKE操作符用于模式匹配，其中'%'代表任意长度的任意字符（包括空字符），'_'代表单个任意字符。因此，'张%'能匹配所有以“张”开头的姓名。选项A语法错误；选项C只能匹配两个字且姓“张”的姓名；选项D中的CONTAINS不是标准SQL语法。因此，B选项正确[[12]]。24.【参考答案】C【解析】折线图擅长展示数据随时间变化的趋势，能清晰地反映连续时间段内的数据增减情况。饼图适用于展示占比；柱状图适用于不同类别间的比较；散点图用于分析两个变量间的相关性。因此，展示月度销售额趋势应选择折线图，C选项正确[[21]]。25.【参考答案】C【解析】数据聚合是指通过求和、计数、平均值等统计方法，将大量细粒度的数据汇总为更高层次的、更具概括性的信息，如将每日销售额汇总为月度总额。选项A描述的是数据连接（Join）；选项B属于数据安全；选项D属于数据清洗。因此，C选项正确。26.【参考答案】A,B,C,D【解析】数据分析流程一般始于数据获取，随后进行数据清洗以处理缺失或错误值[[7]]，接着通过可视化呈现数据特征[[2]]，最终可运用数据挖掘等方法发现深层模式[[5]]。

2.【题干】以下哪些属于数据可视化分析的作用？

【选项】A.清晰传达信息B.发现数据潜在模式C.进行数据挖掘算法建模D.有效沟通分析结果

【参考答案】A,B,D

【解析】数据可视化借助图形化手段清晰传达和有效沟通信息[[2]]，有助于发现数据中的潜在模式[[1]]。数据挖掘算法建模是独立于可视化的分析步骤[[2]]。

3.【题干】数据分析的核心目标是什么？

【选项】A.提升业务成果B.纯粹生成报表C.将原始数据转化为业务价值D.仅进行数据存储

【参考答案】A,C

【解析】数据分析旨在将原始数据转化为业务价值，帮助发现趋势、获取洞察，从而制定明智决策并提升业务成果[[6]]。

4.【题干】下列哪些是数据分析人员常用的基础工具或技能？

【选项】A.SQLB.PythonC.统计学基础D.数据安全法规

【参考答案】A,B,C

【解析】SQL、Python和统计学基础是数据分析人员必备的工具与知识[[4]]。数据安全法规虽重要，但非直接分析工具。

5.【题干】数据运营涉及哪些方面？

【选项】A.数据收集与处理B.系统运维C.数字化基础设施运营D.数据安全与网络

【参考答案】A,B,C,D

【解析】数据运营涵盖数据的收集、处理，以及相关的系统运营、数字化基础设施运营和数据安全与网络管理[[3]]。27.【参考答案】ABC【解析】ROW_NUMBER()为每一行分配唯一的、连续的序号；RANK()在遇到相同值时会给予相同排名，但会跳过后续的排名位次；DENSE_RANK()在遇到相同值时也给予相同排名，但不会跳过位次，排名是连续的[[19]]。28.【参考答案】ABCD【解析】构建有效的数据指标体系，必须坚持目标导向以确保方向正确，全面性以避免分析盲区，可量化可操作性以保证落地执行，以及动态调整以适应不断变化的业务环境[[21]]。29.【参考答案】ABC【解析】NumPy是高性能数值计算的基础库；Pandas提供了强大的DataFrame等数据结构，是处理表格数据的核心工具；Matplotlib是基础的绘图库，用于数据可视化。Scikit-learn主要用于机器学习建模，虽常用但非数据分析流程中最核心的数据处理库[[31]]。30.【参考答案】ABC【解析】优秀的数据看板强调通过可视化聚焦关键指标，并辅以交互功能帮助用户深入探索。它追求信息的精炼与洞察，而非堆砌原始数据，避免信息过载，确保用户能快速发现问题并作出决策[[41]]。31.【参考答案】ABC【解析】环比增长率的核心是与紧邻的上一周期比较，公式为（本期-上期）/上期×100%，且要求数据口径一致以保证可比性。它主要用于分析短期、逐期的变化情况，而衡量长期趋势通常使用同比或多年复合增长率[[50]]。32.【参考答案】A、C、D【解析】用户活跃度主要反映用户使用产品的频率与黏性。日活跃用户数（DAU）和月活跃用户数（MAU）是直接衡量活跃规模的基础指标；用户留存率则体现用户持续使用的意愿，属于活跃质量的关键指标。平均订单金额反映消费水平，属于价值指标而非活跃度指标[[4]]。33.【参考答案】A、C【解析】GROUPBY子句用于对数据分组，是聚合操作的前提；HAVING子句则用于对分组后的结果进行条件筛选，常与聚合函数（如COUNT、SUM）配合使用。WHERE用于行级过滤（在分组前），ORDERBY仅用于排序，二者不直接参与分组聚合逻辑[[11]]。34.【参考答案】A、C【解析】有效可视化的关键是“准确”与“有效”：需突出核心信息、控制信息密度以防过载；同时，图表类型（如折线图表趋势、饼图表占比）必须与数据内涵匹配，确保直观映射。过度使用颜色或交互反而可能分散注意力、误导解读[[21]][[27]]。35.【参考答案】A、B、C【解析】数据治理聚焦于制度、标准与流程：明确组织职责（如数据Owner）、统一质量规则（准确性、完整性等）、进行数据分类分级（如敏感数据识别），是保障数据可信、可用、可管的基础。硬件部署属于技术实施层，非治理核心要素[[30]][[32]]。36.【参考答案】A、B、D【解析】ETL是数据仓库构建的标准三阶段流程：Extract指从源系统获取数据；Transform包含清洗、格式转换、计算衍生字段等；Load指将处理后的数据写入目标库。数据建模属于上游设计或下游应用环节，并非ETL流程本身的固有阶段[[38]][[41]]。37.【参考答案】AC【解析】ROW_NUMBER()是一个窗口函数，它为窗口内的每一行分配一个唯一的、连续的序号，即使排序依据的值相同，序号也会递增，不会重复。使用ROW_NUMBER()时，OVER子句中的ORDERBY是必需的，用于定义排序规