2025年数据可视化测试题及答案

2025年数据可视化测试题及答案1.（单选）在D3.jsv7中，下列代码片段用于将线性比例尺映射到宽度为800px的画布：```javascriptconstxScale=d3.scaleLinear().domain([0,100]).range([0,800]);```若数据值由100更新为200，为保证视觉元素不发生裁剪，最合理的做法是A.将`.domain([0,100])`改为`.domain([0,200])`B.将`.range([0,800])`改为`.range([0,400])`C.将`.range([0,800])`改为`.range([0,1600])`D.将`.domain([0,100])`改为`.domain([0,50])`答案：A2.（单选）使用Tableau2024.2建立双轴（DualAxis）图时，若主轴已应用“销售额”字段，次轴希望同步显示“利润”且保持零值对齐，应优先选择的同步方式是A.右键次轴→“SynchronizeAxis”B.分析→“参考线”→“每单元格”C.格式→“轴”→“倒序”D.工作表→“导出”→“交叉表”答案：A3.（单选）在Python的Matplotlib中，下列参数组合可一次性同时设置线型、标记与颜色的是A.`fmt='ro'`B.`linestyle='',marker='o',color='r'`C.`plt.setp(lines,'ro')`D.`plt.style.use('ro')`答案：A4.（单选）关于视觉通道（VisualChannel）的“可分离性”原则，下列描述正确的是A.长度与角度在饼图中可分离性高，故饼图优于条形图B.颜色色相与亮度在分类任务中可分离性低，应避免同时使用C.位置与长度在条形图中可分离性低，因此需添加参考线D.面积与颜色饱和度在散点图中可分离性高，可任意组合答案：B5.（单选）在ECharts5中，实现“日历坐标系”必须引入的扩展组件是A.`echartsgl`B.`echartscalendar`C.`echartsliquidfill`D.`echartsstat`答案：B6.（单选）当使用ggplot2绘制堆叠面积图时，若数据已按时间升序，但图形出现锯齿，最可能缺失的语句是A.`geom_area(position='fill')`B.`geom_area(position='stack')+geom_smooth()`C.`group=1`映射D.`coord_polar()`答案：C7.（单选）在PowerBI中，将“日期”字段设置为“层次结构”后，默认生成的三个级别依次是A.年、季度、月B.年、月、日C.季度、月、周D.月、日、小时答案：A8.（单选）下列关于HSL颜色模型的叙述，错误的是A.H表示色相，取值0–360B.S表示饱和度，取值0–100%C.L表示亮度，取值0–1D.在HSL空间中，固定S=100%、L=50%，绕圆周一周可得到全色相答案：C9.（单选）在VegaLite5中，将条形图按“均值”聚合并降序排列，需使用的transform是A.`{"aggregate":[{"op":"mean","field":"value","as":"mean_value"}],"sort":[{"field":"mean_value","order":"descending"}]}`B.`{"sort":[{"field":"value","op":"mean","order":"descending"}]}`C.`{"calculate":"mean(value)","as":"mean_value"}`D.`{"filter":"datum.value>mean(value)"}`答案：A10.（单选）在数据可视化伦理审查中，若对Y轴采用“截断”方式放大差异，必须满足的前提是A.已添加视觉断轴标记并附说明B.数据量大于10万条C.图形为极坐标系D.颜色使用ColorBrewer配色答案：A11.（多选）下列属于“高维数据降维可视化”常用算法的有A.tSNEB.UMAPC.PCAD.DBSCAN答案：A、B、C12.（多选）在ObservablePlot中，下列标记（mark）支持内置“置信带”自动绘制的有A.`dot`B.`line`C.`area`D.`rect`答案：B、C13.（多选）关于SVG与Canvas性能对比，正确的有A.节点数量超10000时，Canvas通常帧率更高B.SVG支持DOM事件逐元素捕获C.Canvas可无损放大D.在视网膜屏中，SVG无需处理devicePixelRatio答案：A、B、D14.（多选）以下属于“视觉隐喻”（VisualMetaphor）设计范畴的有A.用温度计图标表示温度B.用树状图表示文件系统C.用地铁线路图表示知识图谱D.用饼图表示市场份额答案：A、B、C15.（多选）在Plotly中，设置3D散点图“可拖拽旋转”需要启用的参数有A.`dragmode:'orbit'`B.`scene.dragmode`C.`config:{scrollZoom:true}`D.`type:'scatter3d'`答案：A、B16.（多选）下列操作可能导致“视觉误导”的有A.条形图Y轴不从零开始且无断轴提示B.用双色渐变表示二元分类，但两种颜色亮度差<10ΔEC.折线图横轴不等距且未标注D.饼图扇区排序随机且颜色随机答案：A、B、C、D17.（多选）在Seaborn中，绘制“成对关系图”`pairplot()`时，可传入的参数包括A.`hue`B.`kind`C.`diag_kind`D.`stat`答案：A、B、C18.（多选）关于地理投影，下列说法正确的有A.墨卡托投影保持角度但夸大高纬面积B.等面积投影适合展示人口密度C.正射投影适合展示航空路线D.自然地球2投影在2022年被NationalGeographic采用答案：A、B、D19.（多选）在Grafana中，配置“变量”可实现A.下拉框动态切换面板B.在SQL语句中拼接宏C.设置告警阈值D.作为正则捕获组过滤指标答案：A、B、D20.（多选）下列属于“交互式刷选”（Brushing）技术扩展的有A.链接刷选（LinkedBrushing）B.结构化刷选（StructuredBrushing）C.反向刷选（InverseBrushing）D.惰性刷选（LazyBrushing）答案：A、B、C21.（填空）在D3力导向图中，设置节点间排斥力的API方法名是______。答案：`forceManyBody()`22.（填空）在R的`shiny`框架中，实现“点击图形获取坐标”的交互函数名是______。答案：`nearPoints()`23.（填空）ColorBrewer配色方案中，适合“发散型”数据的7级配色名称（以Rd开头）是______。答案：`RdYlBu`24.（填空）在SQL中，计算95%置信区间常用函数`percentile_cont(0.95)WITHINGROUP(ORDERBYvalue)`，其返回类型为______。答案：`doubleprecision`（或等价浮点）25.（填空）在WebGL中，属性变量（attribute）的最大数量可通过______方法查询。答案：`gl.getParameter(gl.MAX_VERTEX_ATTRIBS)`26.（填空）在Tableau计算字段中，将字符串日期转为日期型，函数名是______。答案：`DATE()`27.（填空）在Python的Plotly中，设置子图共享X轴的参数是`shared_xaxes=______`。答案：`True`28.（填空）在VegaLite中，配置“空值”显示为灰色矩形，需设置`config.view.{______}`。答案：`invalidValues='filter'`（或`'show'`视需求）29.（填空）在Illustrator导出SVG时，若需保留图层名作为ID，应在“高级”选项中勾选______。答案：“保留图层名称”30.（填空）在ObservablePlot中，设置比例尺类型为“对数”需写`{type:______}`。答案：`"log"`31.（简答·封闭）说明在Matplotlib中`constrained_layout=True`与`tight_layout()`的主要差异（限80字）。答案：`constrained_layout`使用约束求解器，在每次绘图迭代中动态调整，支持颜色条、多行标题等复杂布局；`tight_layout`基于一次矩形包围盒计算，无法处理跨轴对象，可能因标题过长而重叠。32.（简答·封闭）列举两种在ECharts中实现“数据下钻”（drilldown）且不刷新页面的方案。答案：1.监听`click`事件，动态`setOption`更新`series.data`；2.使用`groupBy`与`dataset`预存多级数据，通过`transform.filter`切换层级。33.（简答·开放）当散点图出现“过度绘制”（Overdraw）导致高密度区域变为统一色块时，请给出三种可视化改进策略并说明适用场景。答案：1.透明度α<0.3，适用于数据量<10万且需保留离群点；2.六边形分箱（Hexbin），适用于连续二维密度估计；3.数据透视采样（Datashader）+热图，适用于百万级流数据实时渲染。34.（简答·开放）试论述“图形语法”（GrammarofGraphics）对现代可视化框架设计的三点核心影响，并各举一例库函数佐证。答案：1.将“标记”与“通道”分离：ggplot2的`geom_point(aes(color=species))`把点形与颜色通道解耦；2.统计变换显式化：VegaLite的`aggregate`transform将“汇总”作为可插拔节点；3.分层组合：ObservablePlot的`facet`与`layer`允许笛卡尔积组合，无需重写渲染逻辑。35.（综合·计算）给定数据集`df`，字段`date`（日序）、`sales`、`cost`。请用Python完成以下任务并写出关键代码：a)计算每日毛利率`profit_rate=(salescost)/sales`；b)使用7日滑动平均平滑`profit_rate`；c)绘制折线图，要求：Y轴以百分比形式、X轴为日期、折线为蓝色、显示滑动平均与原始两条线；d)在图中标出20250301当日数据点，用红色圆点突出。答案：```pythonimportpandasaspdimportmatplotlib.pyplotaspltimportmatplotlib.datesasmdatesdf['date']=pd.to_datetime(df['date'])df['profit_rate']=(df['sales']df['cost'])/df['sales']df['ma7']=df['profit_rate'].rolling(7).mean()fig,ax=plt.subplots(figsize=(10,4))ax.plot(df['date'],df['profit_rate'],label='Original',color='C0')ax.plot(df['date'],df['ma7'],label='7dayMA',color='C0',alpha=0.7)idx=df[df['date']=='20250301'].indexax.scatter(df.loc[idx,'date'],df.loc[idx,'profit_rate'],color='red',zorder=5)ax.yaxis.set_major_formatter('{:.1%}'.format)ax.xaxis.set_major_locator(mdates.WeekdayLocator())ax.legend()plt.show()```36.（综合·分析）某电商公司发现“漏斗图”显示加购→支付转化率骤降30%，但同期数据库记录显示支付成功数未减少。请给出两种可视化角度排查原因，并说明所需字段与图形类型。答案：1.时间维度：用“瀑布图”对比加购、下单、支付三阶段逐日时序，字段`event_date`、`event_type`、`user_id`，检查是否因某日活动异常导致统计口径变化；2.设备维度：用“马赛克图”（MosaicPlot）交叉`device_type`与`event_type`，观察是否因小程序端埋点丢失造成“加购”虚高。37.（综合·设计）为展示全球200个国家1990–2025年“人均GDP”与“期望寿命”的动态关系，需支持：缩放、悬停详情、年份时间轴播放、国家搜索高亮。请给出技术栈选型理由与核心交互实现思路（限150字）。答案：技术栈：React+D3+TopoJSON。理由：D3提供力导向与地理投影一体化；React管理组件状态；TopoJSON减少80%地图体积。交互：1.使用`d3.zoom`绑定SVG实现缩放；2.`requestAnimationFrame`驱动年份滑块，数据按年差值插值；3.搜索框触发`countries.classed('highlight',d=>.includes(key))`并飞入视角。38.（综合·实现）使用VegaLiteJSON语法，写出规范：绘制“堆叠条形图”，展示2025年Q1各市场（market）的销售额（sales），按产品类别（category）堆叠，X轴为市场，Y轴为销售额，图例位于顶部，颜色使用ColorBrewer`Pastel1`，并在鼠标悬停时显示精确到整数销售额。答案：```json{"$schema":"https://vega.github.io/schema/vegalite/v5.json","data":{"url":"data/q1_sales.csv"},"mark":{"type":"bar","tooltip":true},"encoding":{"x":{"field":"market","type":"ordinal","title":"市场"},"y":{"field":"sales","type":"quantitative","aggregate":"sum","title":"销售额"},"color":{"field":"category","type":"nominal","scale":{"scheme":"pastel1"},"legend":{"orient":"top"}},"tooltip":{"field":"sales","type":"quantitative","format":"d"}}}```39.（综合·计算）某数据集含1亿条GPS轨迹点，字段`lat`、`lon`、`timestamp`。需生成1km分辨率的“热力图”瓦片供前端调用。请给出基于Spark+H3的完整流程，含关键代码片段与性能估算。答案：流程：1.读取Parquet→2.利用H3`ge