2026年数据分析师面试及笔试模拟题集

2026年数据分析师面试及笔试模拟题集一、选择题（共5题，每题2分，共10分）1.题目：在处理电商平台用户行为数据时，以下哪种指标最能反映用户的粘性？（）A.订单金额B.连续访问天数C.添加购物车次数D.用户注册时长2.题目：假设某城市出租车运营数据中，乘客等待时间服从正态分布，均值为10分钟，标准差为2分钟，那么约68%的乘客等待时间在多少分钟之间？（）A.6-14分钟B.8-12分钟C.4-16分钟D.10-12分钟3.题目：在SQL查询中，以下哪个函数用于计算分组后的数据平均值？（）A.SUM()B.AVG()C.COUNT()D.MAX()4.题目：某银行希望分析客户流失原因，最适合使用的分析方法是什么？（）A.回归分析B.聚类分析C.留存分析D.关联规则挖掘5.题目：在数据可视化中，以下哪种图表最适合展示时间序列趋势？（）A.饼图B.散点图C.折线图D.漏斗图二、填空题（共5题，每题2分，共10分）1.题目：在Excel中，使用______函数可以快速计算数据的中位数。2.题目：假设某城市空气质量指数（AQI）数据呈右偏态分布，那么其均值______中位数。3.题目：在Python中，使用______库可以绘制箱线图。4.题目：某电商平台的用户转化率从5%提升到8%，提升了______个百分点。5.题目：在A/B测试中，控制组不接收任何干预，而实验组接收______，用于对比效果差异。三、简答题（共3题，每题5分，共15分）1.题目：简述数据分析师在零售行业中需要关注的关键指标有哪些？2.题目：解释什么是数据清洗，并列出至少三种常见的数据清洗方法。3.题目：假设某企业希望通过数据分析提升员工满意度，你会从哪些数据维度入手？四、编程题（共2题，每题10分，共20分）1.题目：使用Python（Pandas库）处理以下数据，要求：-计算用户平均消费金额-绘制消费金额的直方图（bins=10）-筛选出消费金额超过1000的用户，并输出其用户ID和消费金额plaintext用户ID|消费金额|--101|850102|1200103|950104|1500105|7002.题目：使用SQL查询以下数据，要求：-按部门分组统计平均工资-筛选出平均工资最高的部门，并输出部门名称和平均工资plaintext部门名称|工资--|--技术部|8000市场部|7500销售部|9000技术部|8500市场部|7200销售部|9200五、分析题（共2题，每题10分，共20分）1.题目：某电商平台A/B测试了两种不同的首页布局，数据如下：-控制组（原布局）：转化率5%，访问量1000-实验组（新布局）：转化率6%，访问量1200分析哪种布局更优，并说明理由。2.题目：某城市地铁系统收集了2023年1-12月的乘客流量数据，假设1月乘客流量为200万，每月环比增长5%，分析12月的预计乘客流量是多少？答案及解析一、选择题1.答案：B解析：用户粘性通常通过连续访问天数反映，高粘性用户会频繁回访。订单金额和添加购物车次数更多体现短期行为，而注册时长与粘性关联较弱。2.答案：A解析：正态分布中，约68%的数据落在均值的±1个标准差范围内，即10±2=6-14分钟。3.答案：B解析：AVG()函数计算平均值，SUM()求和，COUNT()统计数量，MAX()取最大值。4.答案：C解析：留存分析专门用于研究用户流失问题，通过对比不同群体的留存率找出原因。5.答案：C解析：折线图适合展示时间序列数据的变化趋势，饼图用于分类占比，散点图用于相关性分析，漏斗图用于转化路径。二、填空题1.答案：MEDIAN()解析：Excel中计算中位数的函数是MEDIAN()。2.答案：大于解析：右偏态分布的均值受极端值影响，通常大于中位数。3.答案：Seaborn解析：Seaborn库提供了丰富的统计可视化工具，包括箱线图。4.答案：3解析：8%-5%=3个百分点。5.答案：不同版本的干预措施解析：A/B测试的核心是对比不同干预效果，控制组不干预，实验组接受干预。三、简答题1.答案：-客户指标：用户增长率、活跃用户数（DAU/MAU）、客单价、复购率-盈利指标：毛利率、净利率、库存周转率-运营指标：优惠券核销率、活动转化率2.答案：-缺失值处理：删除或填充（均值/中位数/众数）-异常值处理：剔除或平滑（如使用3σ法则）-数据格式统一：统一日期格式、单位等3.答案：-员工基本信息：年龄、部门、工龄-工作数据：加班时长、项目完成率-绩效数据：考核分数、晋升记录-满意度数据：匿名问卷调查结果四、编程题1.Python代码：pythonimportpandasaspdimportmatplotlib.pyplotaspltdata={'用户ID':[101,102,103,104,105],'消费金额':[850,1200,950,1500,700]}df=pd.DataFrame(data)计算平均消费金额avg_consumption=df['消费金额'].mean()print(f"平均消费金额：{avg_consumption}")绘制直方图plt.hist(df['消费金额'],bins=10,edgecolor='k')plt.title('消费金额分布')plt.xlabel('金额')plt.ylabel('频数')plt.show()筛选高消费用户high_consumers=df[df['消费金额']>1000]print(high_consumers[['用户ID','消费金额']])2.SQL查询：sqlSELECT部门名称,AVG(工资)AS平均工资FROMemployeeGROUPBY部门名称ORDERBY平均工资DESCLIMIT1;五、分析题1.答案：-新布局转化率6%>原布局5%，但需考虑统计显著性：-计算两组样本的标准化统计量（z-score），若p值小于0.05则拒绝原假设，认为新布局更优。-若访问量差异较