雨课堂学堂在线学堂云《大数据与会计分析（西南财经）》单元测试考核答案

第1题下面不属于数据预处理的是()A数据清洗B数据集成C数据规约D数据挖掘第2题关于大数据的Value这一特点的理解正确的是()A这一特点表示大数据包含的潜在价值往往需要通过数据分析和挖掘等手段来发掘和利用B这一特点表示大数据具有极高的价值密度C这一特点表示大数据的价值与其数据格式相关,只有结构化数据才有价值D这一特点表示大数据因其数据量大难以利用而往往不具有价值第3题关于大数据和数据分析对企业及其财务的影响,错误的是()A随数字化转型,企业财务功能更加注重使用数据分析和预测模型来提供对未来业务趋势和风险的洞察B在大数据环境下,企业能够通过更实时的数据分析更迅速地做出反应性和战略性的决策C企业数字化转型将使财务部门彻底独立,从而使企业财务人员能够专注于财务分析和财务决策D数字化转型推动了非财务信息与财务信息的整合,促使企业更全面地了解业务环境,进行更全面的决策制定第4题以下关于数据分析步骤理解错误的是()A数据分析流程一般可以分为业务理解、数据收集、数据预处理、数据分析和挖掘,以及报告与应用五步B业务理解时需要对问题的背景进行全面、透彻的了解,这是建立在对业务流程、风险等关键因素的熟练掌握之上的C现代财务和会计分析不再局限于财务数据,有时也需收集各类相关的非财务数据D现在大多数商业数据都是系统保存的,因此不存在问题,可以直接分析,无需进行预处理第5题以下哪一项不是大数据的特点?()A大体量B高质量C多样性D时效性第1题JupyterNotebook的Raw单元运行后会输出原始文本或数据。第2题JupyterNotebook提供了一个互动式文档环境,允许用户创建和共享文档。()第3题使用Anaconda时,一些常用的数据分析包,如Numpy、Pandas等无需安装,可直接导入。()第4题关于JupyterNotebook说法错误的是()AJupyterNotebook以单元(cell)的形式组织代码BJupyterNotebook的单元包括代码、Markdown和Raw三种类型CJupyterNotebook中编辑生成的内容只能下载为html格式DJupyterNotebook中的Markdown单元可用于添加文本、标题、图像等第5题关于Anaconda说法错误的是()AAnaconda集成了一些数据分析中常用的包BAnaconda只支持Windows系统C安装Anaconda时,通常会附带一些常见的集成开发环境DAnaconda提供用户友好的命令行工具和图形用户界面2.2课后练习第1题在Python中，变量ROA和变量roa是同一个变量。第2题使用Python保留关键字作为变量名不会发生语法错误。第3题Python变量名中可以包含字母、数字和下划线。()第4题下面关于在Python中进行注释的方法说明正确的有()A“#”进行注释时必须在行首B“#”进行单行注释,运行时其内容不会被执行C可以用一对三引号进行多行注释D适当添加注释能够帮助自己和他人更好地理解代码正确答案：BCD第5题下面适合作为Python变量名的有()A_studentB100casesCFalseDClass正确答案：AD第6题使用Python进行输入命令时,应注意以下哪些方面()A用英文半角输入法输入命令B用Python写代码时无需区分大小写C应适当添加注释以提高代码可读性D注释时只能进行单行注释正确答案：AC第7题关于Python中的缩进说法错误的是()APython中通常使用4个空格作为标准缩进BPython使用缩进和冒号来区分代码的层次CPython中无需使用缩进,可以用花括号组织代码块D缩进在定义函数、流程控制语句中都会用到第8题下面能作为Python变量名的是()AclassB@nameCStudent-1Dint3第9题下面代码中正确进行注释的是()ABCD2.3课后练习第1题逻辑运算的运算优先级高于位运算。()第2题在比较运算中,==和is是等价的。()第3题通过input()函数输入的内容可能以数值或字符串形式返回。()第4题增量赋值运算a+=b的效果等价于a=a+b。()第5题比较运算将返回布尔值True或False。()第6题关于Python中的模块、包、库说法错误的是()A第三方库由独立开发者或组织提供和维护,第一次使用时一般需要安装B标准库包含许多内置模块和工具,无需安装和导入,可以直接使用C第三方库可以通过pipinstall的方法安装D导入模块、包或库时通过import命令完成第7题下面关于运算优先级说法正确的是()A小括号中的运算优先级最高B算术运算优先级低于比较运算C逻辑运算优先级最高D比较运算优先级高于位运算2.2.3课后练习第1题None是一类特殊的空值,不支持任何运算和方法()第2题字典是不可变对象。()第3题可以通过字典的键访问、修改其对应的值。()第4题可以通过x={}创建一个空的集合。()第5题可以通过在一个字符串前面加上“r”使字符串不发生转义。()第6题关于Python中的列表说法正确的是()A列表相加表示列表中对应元素相加B列表可以通过“=”的方式复制备份C列表可以包含不同类型的元素D列表的长度不可改变第7题已知变量major='Acct',grade=98.745,下面可以打印出“GradeofAcctis98.75”的命令是()Aprint('Gradeof%dis%.2f'%(major,grade))Bprint('Gradeof%sis%.f'%(major,grade))Cprint('Gradeof%sis%.2f'%(major,grade))Dprint('Gradeof%sis%d'%(major,grade))第8题下面不能成功定义字典的是()Ad={5:['a','b'],8:['c','d']}Bd={'1':1,'2':2}Cd={[1,2]:10,[3,4]:20}Dd={(1,2):'yes',(3,4):'no'}第9题已知列表a=[1,2,3,4,5,6,7,8],下面代码中不能得到结果[7,4]的是()Aa[6:1:-3]Ba[6:2:-3]Ca[-2:0:-3]Da[-2::-3]第10题已知变量x是一个字符串,y是一个列表,z是一个集合,其长度均为5,下列操作可行的是()Ax[2]=3By[2]=3Cz[2]=3Dy[5]=32.5课后练习第1题lambda函数的函数名和变量命名要求相同。()第2题lambda函数一般用于定义较简单的操作。()第3题列表解析式通过一行代码实现。()第4题continue语句的作用是退出本次循环并彻底终止循环。()第5题break语句的作用是退出本次循环并彻底终止循环。()第6题下面关于使用def定义函数说法正确的是()A定义函数时必须有参数B定义参数的顺序为默认参数在前,必须参数在后C定义函数时必须定义返回值D定义函数时若不使用return,会自动返回None第7题下面关于循环语句说法正确的是()Awhile循环无需指定循环条件Bwhile循环通过逐个访问对象中的元素执行指定命令Cfor循环在条件判断为True时将反复执行指定命令Dfor循环适用于已知循环次数或有明确遍历对象的情况第8题下面关于条件语句说法正确的是()A一个条件语句中,有且只有一个if语句B条件语句中必须使用elif和else语句C条件语句中当条件判断为False时,则报错D一个条件语句中可以使用多个else语句第三章课后练习第1题以下哪个操作可以重命名列？Adf.rename()Bdf.columns=new_namesCdf.set_axis(new_names,axis=1)D以上都对第2题关于DataFrame的复制，以下说法正确的是：Acopy()创建深拷贝B简单赋值创建引用C切片操作创建视图D以上都对第3题DataFrame的describe()方法默认会显示：A只显示数值列的统计信息B包含计数、均值、标准差等信息C显示分位数信息D以上都对第4题关于DataFrame的缺失值处理，以下说法错误的是：ANaN是浮点类型BNone是对象类型C缺失值不能参与计算D所有缺失值都用NaN表示第5题以下哪个操作会返回DataFrame的列名？Adf.indexBdf.columnsCdf.valuesDdf.dtypes第6题关于DataFrame的数据类型转换，以下说法正确的是：Aastype()可以转换数据类型B可以将字符串转换为日期类型C可以将数值转换为分类类型D以上都对第7题DataFrame的apply方法：A只能应用于单个列B可以同时处理多个列C只能使用内置函数D不能返回多个值第8题关于DataFrame的排序，以下说法错误的是：Asort_index()可以按索引排序Bsort_values()可以按多列排序Cascending参数控制排序方向D排序操作总是返回新的DataFrame第9题DataFrame的value_counts()方法：A只能用于数值列B计算每个唯一值的出现次数C自动排除缺失值DB和C都对第10题关于DataFrame的合并操作，以下说法正确的是：Aconcat可以横向和纵向合并Bmerge只能做内连接Cjoin只能基于索引合并D所有合并操作都会保留所有数据第11题以下哪个操作可以删除含有缺失值的行？Adf.dropna()Bdf.fillna(0)Cdf.isna()Ddf.notna()第12题关于DataFrame的切片操作，以下说法错误的是：Adf[1:3]表示选择第2到第3行Bdf['A':'B']可以选择连续的列C可以用布尔数组进行索引D切片操作总是返回副本第13题DataFrame的info()方法会显示：A数据类型信息B缺失值信息C内存使用信息D以上都对第14题关于DataFrame的索引，以下说法正确的是：A索引必须是唯一的B可以将某一列设置为索引C索引只能是数字D不能修改索引第15题DataFrame的groupby操作:A只能对一个列进行分组B可以对多个列进行分组C分组后必须进行聚合操作D不能对字符串列进行分组第16题关于DataFrame的统计函数，以下说法错误的是：Amean()可以计算平均值Bsum()可以计算总和Cdescribe()只能用于数值列Dcount()会包含缺失值第17题以下哪个操作会改变原DataFrame？Adf.drop('column',axis=1)Bdf.sort_values('column')Cdf.drop('column',axis=1,inplace=True)Ddf.rename(columns={'old':'new'})第18题DataFrame的loc和iloc的区别是：Aloc使用标签索引，iloc使用位置索引Bloc只能查找行，iloc能查找行和列Cloc速度更快D没有区别第19题关于DataFrame的创建，以下说法错误的是：A可以用字典创建B可以用numpy数组创建C必须指定列名D可以指定索引第20题np.random.normal(0,1,1000)生成的是：A均匀分布的随机数B标准正态分布的随机数C泊松分布的随机数D二项分布的随机数第21题以下哪个操作可以获取数组的形状？Aarr.shapeBarr.sizeCarr.ndimDarr.dtype第22题np.arange(1,10,2)会生成什么数组？A[1,2,3,4,5,6,7,8,9]B[1,3,5,7,9]C[1,2,3,4,5]D[2,4,6,8]第23题以下哪个操作会改变原数组？Aarr[1:3].copy()Barr[1:3]Carr.reshape(2,3)Darr.T第24题关于布尔索引，以下说法正确的是：A可以用于筛选满足条件的行B返回的是True/False组成的数组C可以与逻辑运算符(&,|)结合使用D以上都对第25题np.where()函数的作用是：A返回数组中满足条件的元素的索引B根据条件返回不同的值C查找数组中的最大值位置D以上都不对第26题以下哪个命令可以生成一个5x5的单位矩阵？Anp.ones(5)Bnp.eye(5)Cnp.identity(5)DB和C都对第27题关于随机数种子(seed)，以下说法错误的是：A设置相同的种子可以生成相同的随机数序列Bnp.random.seed(0)后生成的随机数是固定的C使用RandomState可以创建独立的随机数生成器D设置种子后，之后所有的随机数都会保持不变第28题以下哪个命令可以生成一个3行4列的全0矩阵？Anp.zeros(3,4)Bnp.zeros([3,4])Cnp.zeros((3,4))Dnp.zero((3,4))第29题关于Numpy的random模块，以下说法正确的是：Anp.random.randn()生成[0,1)之间的随机数Bnp.random.rand()生成服从标准正态分布的随机数Cnp.random.normal(0,1,10)生成10个均值为0，标准差为1的随机数Dnp.random.randint(1,10,5)生成1到10之间的5个随机整数4.1课后练习第1题可视化图形应该精确传达关键信息,而不是过分堆砌或过于简化。()第2题散点图无法看出数据中的异常或极端值。()第3题饼状图可用于展示数据各个部分在整体中的占比关系。()第4题面积图常用于展示数据随着时间等有序变量变化的趋势。()第5题直方图可以展示数据分布形状,单不能展示其中心位置和离散程度。()第6题下面关于可视化图表类型说法错误的是()A应根据数据类型和分析目的选择适当的图表类型B热力图常用于展示定量数据的趋势变化C箱形图可用于分析数据中的分析异常值情况D词云图在文本分析中较为常用第7题关于数据可视化说法错误的是()A数据可视化常用于探索和展示数据的基本规律B在进行数据可视化时不需要考虑信息密度C数据可视化有助于寻找数据中的隐藏规律D数据可视化往往能以简洁易懂的方式展示相关结论4.2课后练习第1题seaborn.lmplot()无法绘制出带有线性回归拟合线的散点图。()第2题Matplotlib提供了丰富的函数和参数,用于控制和设置绘图时的不同细节要素。()第3题使用Pandasplot时无法设置子图。()第4题seaborn.heatmap()用于绘制()A柱状图B面积图C热力图D饼状图第5题已知DATA是一个pandasDataFrame,DATA.plot(kind='barh')绘制的是()A直方图B箱形图C柱状图D条形图第6题以下关于使用Matplotlib()绘图说法错误的是()A可以用plt.legend()添加图例B可以用plt.xlabel()设置x轴的刻度C可以用plt.text()添加文字注释D可以用plt.title()为图片添加标题第7题下面哪个代码可以解决绘图时中文无法正常显示的问题?()Aplt.rcParams['font.sans-serif']='SimHei'Bplt.rcParams['axes.unicode_minus']=FalseCplt.figure(figsize=(10,8))Dplt.subplot(333)第8题下面哪个库主要用于进行数据可视化()AScikit-learnBNumPyCMatplotlibDBeautifulSoup4.3课后练习第1题在使用seaborn.heatmap()绘制热力图时,用参数color设置色图。()第2题df为pandasDataFrame,df.plot(kind='pie',autopct=True)可用于绘制饼状图,并展示各扇形所占百分比()第3题在使用Pandasplot绘制折线图时,可通过参数grid添加网格。()第4题在使用Pandasplot绘制折线图时,可通过参数color设置图片底色()第5题对数据进行可视化前,可通过对数据基本情况的了解判断该数据适合进行哪些可视化分析。()第五章课后练习第1题为了标记金额核对不一致的情况,以下代码的作用是:()check['金额核对不一致']=np.where(check['ERP与CRM订单金额绝对差']>1,1,0)A删除金额不一致的行B将金额一致的行标记为0C替换金额不一致的值D设置金额一致性标记第2题在对账工作中,以下哪一项操作有助于发现金额核对不一致的记录?()A删除所有缺失值B仅保留重复数据C比较订单金额与发票金额的绝对差值D直接执行外连接合并第3题以下哪种方法可以计算某一列按组的总和并生成新列?()Agroupby().info()Bmerge().sum()Cpivot_table().transform()Dgroupby().transform('sum')第4题若需要对ERP数据中所有列显示完整内容,可以使用以下代码:()Apd.describe_option()Bpd.set_option('display.max_columns',None)Cpd.reset_option()Dpd.to_string()第5题如果需要检查ERP和CRM数据中未匹配的记录,可以使用以下代码:()Amerged[merged['_merge']=='left_only']Bmerged[merged['_merge']=='both']Cmerged[merged['_merge']=='outer']Dmerged[merged['_merge']=='indicator']第6题以下代码的作用是:()merged['_merge'].value_counts()A检查数据是否有重复值B统计合并后数据的来源分布C检测金额核对是否一致D查看NaN值的数量第7题若会计凭证号的格式需要补足至8位,可以使用以下代码:()AERP_df['会计凭证号']=ERP_df['会计凭证号'].astype(str).fillna('0')BERP_df['会计凭证号']=ERP_df['会计凭证号'].astype(float).zfill(8)CERP_df['会计凭证号']=ERP_df['会计凭证号'].astype(int).astype(str).str.zfill(8)DERP_df['会计凭证号']=ERP_df['会计凭证号'].astype(str).str.ljust(8)第8题以下哪种方法可以将字符串类型的日期转换为日期类型?()Apd.to_numeric()Bstr.zfill()Cpd.fillna()Dpd.to_datetime()第9题如果需要对数据集按行拼接,可以使用以下方法:()Apd.concat([df1,df2])Bpd.merge(df1,df2,how='inner')Cpd.concat([df1,df2],axis=1)Dpd.merge(df1,df2,how='outer')第10题以下代码的作用是:()pd.merge(left,right,on='id',how='left')A将两个数据集按id列匹配,仅保留id存在于right的行B按id列匹配,并保留left的所有行C按id列匹配,并保留right的所有行D将两个数据集进行外连接第11题以下哪种方法可以将两个DataFrame按指定列合并,并保留两者的所有行?()Apd.merge(left,right,how='outer')Bpd.concat([left,right],axis=0)Cpd.merge(left,right,how='inner')Dpd.concat([left,right],axis=1)第12题若要将异常值替换为指定百分位数值,可以使用以下哪种方法?()Afillna()Bdropna()Cabs()Dwinsor()第13题检测异常值时,以下哪种方法基于统计原则?()A描述性统计B3σ原则C数据排序D数据缩尾第14题以下代码的功能是:()ERP_df.drop_duplicates(inplace=True)A删除所有带有缺失值的行B删除具有异常值的行C删除所有列完全重复的行D删除列名重复的数据第15题在处理缺失值时,以下哪种方法适合填充某字段内的缺失值?()A删除所有有缺失值的行B用0填充所有的缺失值C使用分组后的均值填充D使用同一分组内的中位数填充第16题以下代码的作用是什么?ERP_df['会计凭证号'].fillna(0,inplace=True)()A删除会计凭证号列中所有缺失值B将会计凭证号列的缺失值替换为平均值C用0填充会计凭证号列中的缺失值D删除会计凭证号列第17题使用以下哪种方法可以统计DataFrame中每列的缺失值数量?()ADataFrame.dropna()BDataFrame.notnull().sum()CDataFrame.fillna()DDataFrame.isnull().sum()第18题如果需要更改当前工作目录,可以使用以下哪条语句?()Apd.chdir()Bos.chdir()Cnp.chdir()Dos.getcwd()第19题ERP_()的作用是:()A查看数据列的类型及缺失值数量B查看数据集中所有列的描述性统计信息C删除重复的列D筛选数值型数据第20题通过以下哪种方法可以查看DataFrame的前10行数据?()Apd.read_csv().info()Bpd.read_csv().tail(10)Cpd.read_csv().head(10)Dpd.read_csv().sample(10)第六章课后练习第1题结合A公司的业务流程,ERP与CRM系统的整合重点是:()A合并所有字段B按订单号进行数据匹配C删除多余数据表D忽略部分异常数据第2题为了对账准确,以下操作不必要的是:()A检查数据缺失情况B清洗重复订单记录C验证每个订单的发票金额D删除所有缺失值第3题在A公司的案例中,订单金额与发票金额核对不一致的原因可能是:()A系统记录错误B数据未清洗C存在退货或分批发货情况D客户未付款第4题数据集成中,确保数据一致性需要:()A忽略重复数据B对数据清洗、转换和标准化C直接合并所有数据D排除所有异常值第5题数据集成的优势不包括:()A提供全面视角B降低系统维护成本C消除数据孤岛D提高分析效果第6题数据集成的目的是:()A将所有数据转为相同格式B将不同来源的数据整合为一个统一的数据集C分析单一来源数据D删除重复数据第7题在清洗逻辑错误数据时,下列哪种情况属于逻辑错误?()A一个字段的数据格式为文本B一个客户的年龄记录为200岁C某些订单号包含特殊字符D数据中存在多个缺失值第8题以下关于缺失值处理的描述正确的是:()A缺失值比例低的字段应直接删除B缺失值可以通过均值或中位数填充C缺失值完全可以被忽略D无需计算缺失比例第9题在异常值处理时,以下哪种方法不适用?()A直接删除B替换为均值或中位数C用随机值代替D保持异常值不变第10题处理数据格式问题时,正确的步骤是:()A自动忽略数据类型B统一字段格式并进行必要的类型转换C随机删除格式不符的数据D忽视格式问题直接进行数据分析第11题数据清洗的第一步是:()A检查数据格式B审查数据的完整性和质量C删除重复数据D检查异常值第12题可重复性是Python数据清洗的重要特性,这主要是因为:()APython清洗效率高BPython支持编写和重复执行脚本CPython算法自带随机性DPython支持云存储第13题Python的Pandas库最适合处理:()A图像数据B数据表格和时间序列数据C语音数据D非结构化文本数据第14题在以下哪个场景中,Python比人工数据清洗更具优势?()A小规模数据处理B格式化单个文本文件C大规模数据集的清洗和处理D基本的手工数据检查第15题使用Python进行数据清洗的主要原因不包括:()A可扩展性强B执行速度快C无需人工干预D数据清洗算法精准第16题在合规性方面,数据清洗的重要作用是:()A增强分析能力B避免因数据不合规而导致的法律风险C加快决策速度D提高客户满意度第17题如果数据质量低,以下哪个可能是结果?()A广告针对性提高B决策结果偏差C系统运行速度加快D更好的客户体验第18题数据清洗能有效解决以下哪类问题?()A数据分析效率低下B历史数据的缺失、重复和错误C数据存储空间不足D数据隐私保护第19题数据清洗过程中,去除“脏数据”通常涉及哪些操作?()A数据删除、分解和重组B数据存储和分发C数据建模和预测D数据加密和备份第20题以下哪一项不属于数据清洗的狭义定义?()A删除无效数据B补充缺失数据C整合多来源数据D修正错误数据第21题数据清洗的主要目的是:()A获取更多的数据B提高数据质量和准确性C对数据进行可视化D存储数据第七章课后练习第1题文本数据的特点不包括：A非结构化B高维度C线性相关D稀疏性第2题在文本挖掘中，停用词(StopWords)的处理目的是：A减少计算量B提高分析精度C增加文本可读性DA和B都正确第3题以下哪项不是文本分析的常见应用场景：A舆情分析B垃圾邮件过滤C图像识别D文本分类第4题在处理中文文本时，最基础的任务是：A词性标注B分词C命名实体识别D句法分析第5题在进行情感分析时，以下哪个因素最不需要考虑：A文本的语境B情感词的极性C文本的字数D否定词的影响第6题在文本分析中，以下哪种预处理方法最不常用：A去除停用词B文本分词C文本加密D标准化处理第7题SnowNLP和jieba在分词效果上的主要区别是：ASnowNLP更快Bjieba更准确CSnowNLP分词更细D两者完全相同第8题以下哪个不是文本数据的特点：A非结构化B高维度C稠密性D稀疏性第9题自然语言处理中的语料库主要用于：A存储文件B训练模型C压缩数据D加密信息第10题在中文分词中，最常见的问题是：A歧义B错别字C标点符号D数字处理第11题以下哪项不是文本分析的常见任务：A文本分类B情感分析C图像识别D关键词提取第12题文本数据预处理的目的是：A减少存储空间B提高分析效率和准确性C美化显示效果D加密保护数据第13题机器学习在文本分析中的主要应用不包括：A文本分类B情感分析C文本排版D关键词提取第14题在文本分析中，TF-IDF主要用于：A文本加密B关键词提取C文本翻译D语法检查第15题文本相似度计算常用于：A文本查重B文本加密C文本压缩D文本翻译第16题在自然语言处理中，词性标注(POSTagging)的目的是：A标记文字的字体B标记词语的语法功能C标记文字的颜色D标记文字的大小第17题词云图(WordCloud)的主要作用是：A美化文档B直观展示文本中词语的频率分布C统计文章字数D检查文字错误第18题文本预处理通常包括以下哪些步骤：A分词、去除停用词、词性标注B翻译、校对、排版C压缩、加密、存储D分类、归档、备份第19题情感分析(SentimentAnalysis)的基本任务是：A分析文本的长短B判断文本的感情色彩倾向C统计情感词的数量D分析作者的写作风格第20题词频统计的主要应用是：A检查文本错误B识别文本主题和关键内容C统计文章长度D分析作者写作风格第21题停用词(StopWords)是指A错误的词语B生僻字词C对文本分析无实际意义的常用词D标点符号第22题在中文文本分析中，