Python财务大数据分析与可视化微课版王晗课后答案

选择题：BABCDB判断题：错错对简答题：1.数据分析与科学计算：Python拥有Pandas（数据处理）、Matplotlib/Seaborn（数据可视化）等强大库，能高效处理结构化/非结构化数据，广泛用于金融分析、市场调研、学术研究等场景，例如通过Pandas清洗百万级数据表，或用Matplotlib生成趋势图表。人工智能与机器学习借助：Scikit-learn（传统机器学习库）等工具，Python成为AI领域的核心语言。可用于图像识别（如训练模型识别验证码）、自然语言处理（如聊天机器人）、推荐系统（如电商商品推荐）等，其简洁的语法降低了算法实现的复杂度。Web开发通过Django（全栈框架，内置ORM、Admin后台）、Flask（轻量框架，灵活扩展）等，可快速开发网站和Web应用。例如，Instagram用Django构建核心业务，豆瓣用Flask开发社区功能，Python的高效开发特性大幅缩短了项目周期。2.下载安装包：访问Python官方网站，进入“Downloads”页面，选择适合本机系统的最新版本（如Python3.12.x），根据系统位数（32位/64位）下载对应安装包。运行安装包并配置双击安装包，勾选一系列配置项，然后点击“Install”安装。验证安装安装完成后，打开命令提示符，输入conda--version，若显示类似conda的版本信息，则安装成功。也可进入交互式环境，输入测试代码运行。3.动态类型语言的特点：动态类型语言是指变量的类型不需要预先声明，且变量的类型可以在运行过程中动态改变。即变量的类型由其赋值的数据决定，而非声明时指定。例如，同一个变量可先赋值为整数（a=10），随后改为字符串（a="hello"）Python在变量声明和类型处理上的优势：无需显式声明类型，简化代码Python变量声明时无需指定类型（如inta=10），直接赋值即可（a=10），减少了语法冗余，让代码更简洁，开发效率更高。类型灵活转换，适应场景变化变量类型可随赋值动态调整，例如处理数据时，可先将变量作为列表存储临时数据（data=[1,2,3]），后续转为字符串输出（data=str(data)），无需额外定义新变量，增强了代码的灵活性。降低类型约束，聚焦逻辑实现开发者无需过度关注变量类型的严格匹配，可更专注于业务逻辑。例如，函数参数可接受多种类型（如整数、浮点数），无需为不同类型单独定义函数，减少了代码量和维护成本。选择题：CAB判断题：对对错填空题：deflen()importrequests选择题：DAB判断题：对对错填空题：数据清洗how='inner'1选择题：BCC判断题：对错错填空题：df['age']>30列名（或字段）corr()选择题：ABA判断题：对对错填空题：color（或facecolor）plt.legend()（或ax.legend()）核密度估计曲线（KDE曲线）选择题：CBC判断题：错错错填空题

1.投资成本饼20%选择题：BBB判断题：错错错填空题：负drop_duplicates()200（解析：流动比率=流动资产/流