《Python数据可视化》模拟考试题及答案 共2套

《Python数据可视化》模拟考试卷（中文）总分：100分考试时间：120分钟闭卷范围提示：数据可视化概述、Matplotlib/Seaborn等库、数据读取与处理、时间/关系/比例/文本/复杂数据可视化。说明：单选/判断/填空请将答案写在题目后；简答与应用题可使用要点或画简图。答案统一放在文末。一、单项选择题（20题×2分＝40分）每题只有一个正确答案。1.数据可视化的主要目标是：A.仅使图形更美观B.通过图形表达帮助理解数据规律与信息C.将数据全部加密D.将数据转换为语音2.常见的数据可视化流程一般不包括：A.数据获取B.数据清洗与处理C.可视化编码与呈现D.删除原始数据以节省空间3.以下哪一项更符合“可视化设计原则”中的一致性要求？A.同一类别在不同图中使用不同颜色且无说明B.同一变量在不同图中使用相同单位与编码方式C.每张图都用不同坐标轴尺度D.图例随机放置4.Matplotlib中最常用来绘制折线图的函数是：A.plt.bar()B.plt.plot()C.plt.scatter()D.plt.pie()5.Seaborn相比Matplotlib的常见特点是：A.不支持统计图形B.默认主题更美观且更偏向统计可视化C.不能与Pandas配合D.只能绘制3D图6.以下哪种图形最适合展示两个连续变量之间的相关关系？A.饼图B.散点图C.词云D.旭日图7.当需要同时展示“分布形态+离群点”时，通常优先选择：A.箱线图（Boxplot）B.折线图C.面积图D.雷达图8.直方图主要用于展示：A.类别占比B.连续变量的频数/频率分布C.网络关系结构D.时间序列趋势9.热图（Heatmap）常用于：A.展示矩阵/相关系数或时空密度变化B.绘制3D曲面C.生成词云D.替代数据库查询10.南丁格尔玫瑰图更适合表现：A.时间序列连续变化B.类别数据在不同扇区的对比（极坐标）C.三维空间曲面D.词语共现关系11.堆叠柱形图主要用于：A.展示每个类别的组成结构及总量对比B.展示单变量分布C.展示网络拓扑D.展示3D点云12.散点图矩阵了解变量两两关系的常见函数/思想是：A.pairplot（或类似矩阵布局）B.pie()C.wordcloud()D.treemap()13.读取CSV文件到Pandas的常用函数是：A.pd.read_csv()B.pd.to_csv()C.np.loadtxt()D.plt.imread()14.对缺失值进行处理时，下列哪项不是常见策略？A.删除缺失记录B.用统计量填补C.标记缺失并建模D.将所有缺失值替换为随机噪声且不说明15.NumPy的核心数据结构通常是：A.字典B.列表C.ndarray（多维数组）D.集合16.下列哪种图形最适合展示“部分与整体”的占比关系？A.饼图/环形图B.散点图C.直方图D.茎叶图17.矩形树图（Treemap）最适合展示：A.逐日温度变化B.层级结构下各部分大小占比C.两变量相关性D.文本主题演变18.词云（Wordcloud）通常用于：A.展示词频或关键词权重的直观分布B.精确展示时间序列C.展示网络路由D.展示三维地形19.在网络关系可视化中，NetworkX常用于：A.仅绘制柱状图B.构建与分析图（节点-边）结构并进行可视化C.仅做图像识别D.仅做数据库备份20.当需要制作可交互的数据大屏或交互图表时，较常用的Python库是：A.Pyecharts/Plotly/HoloViews（任一）B.sqlite3C.pickleD.random二、判断题（10题×1分＝10分）正确填“√”，错误填“×”。1.数据可视化能帮助发现趋势、异常与关联，但并不能替代对数据的正确理解与统计分析。（）2.折线图适合展示时间序列或连续变化趋势。（）3.饼图在类别很多且数值相近时仍然是最佳选择。（）4.箱线图可以反映中位数、四分位距以及离群点等信息。（）5.Seaborn可以在底层调用Matplotlib来绘制图形。（）6.热图无法用于展示相关系数矩阵。（）7.在绘图前进行数据清洗（缺失、异常、格式统一）通常有助于提升可视化质量。（）8.Wordcloud适合用于表达词频概览，但不适合用于精确数值比较。（）9.NetworkX只能绘制无向图，不能绘制有向图。（）10.交互式图表常见优势之一是支持缩放、悬浮提示与筛选等操作。（）三、填空题（10空×1分＝10分）1.Matplotlib中常用的绘图状态接口模块是________。2.用于读取CSV文件到DataFrame的函数是pd.________。3.展示两个连续变量关系的典型图形是________图。4.能够同时反映分布形态与离群点的图形是________图。5.直方图通常将数据划分为多个________（bin）并统计频数。6.热图常通过颜色深浅表示数值大小，常用函数之一是seaborn.________。7.用于生成标签云的Python库常见名称为________。8.在关系网络可视化中，节点之间的连接关系通常用________表示。9.“Schema-on-read”更常见于________（数据湖/数据仓库）场景。10.制作交互式可视化大屏时常用库之一是________（写出一个即可）。四、简答题（4题×5分＝20分）1.简述数据可视化的一般流程，并说明每一步的目标（至少写出4步）。（作答区）【评分要点提示】要点：数据获取→清洗处理→选择图形/编码→布局与标注→解释与迭代。2.比较Matplotlib与Seaborn的定位与优缺点（至少写出3点）。（作答区）【评分要点提示】要点：底层与生态、默认美观与统计图、灵活性、学习成本、与Pandas配合等。3.结合时间数据可视化，说明折线图、阶梯图、热图各自适用的场景（各写1个）。（作答区）【评分要点提示】要点：趋势、离散变化、时段密度/周期性等。4.什么是可视化中的“误导风险”？请列举两种常见误导方式并给出规避建议。（作答区）【评分要点提示】要点：坐标轴截断、比例尺不一致、颜色编码不当、样本偏差；建议：标注清晰、统一尺度、给出来源与范围等。五、应用题（2题×10分＝20分）1.给定某电商平台30天的订单数据（字段：date、order_cnt、pay_amt、channel、province）。

任务：①选择合适图形展示订单量与支付金额的时间趋势；②比较不同渠道的贡献占比；③找出订单量异常的日期并说明可能原因；④给出可视化结果需要注意的标注与说明。

请给出你的可视化方案（图形选择+理由+关键步骤）。（作答区，可附简要草图）【评分要点提示】要点：折线/双轴或分面；堆叠柱/环形/矩形树图；异常检测（z-score/箱线/阈值）+注释；标题/单位/数据来源/缺失处理说明。2.你需要对某城市12个月的空气质量数据做分析（字段：month、PM2.5、PM10、NO2、SO2、O3）。

任务：①展示各指标随月份变化趋势；②展示指标之间相关性；③选择一种“分布性”图形展示PM2.5的分布与离群点；④如果要做交互式展示（缩放/提示/筛选），推荐工具/库并说明原因。

请给出方案与关键实现思路。（作答区，可附简要草图）【评分要点提示】要点：多折线/小多图；相关矩阵热图/散点矩阵；箱线图/密度图；Plotly/Pyecharts/HoloViews；交互优势与部署方式。

参考答案（放在最后）一、单项选择题1.B2.D3.B4.B5.B6.B7.A8.B9.A10.B11.A12.A13.A14.D15.C16.A17.B18.A19.B20.A二、判断题1.√2.√3.×4.√5.√6.×7.√8.√9.×10.√三、填空题1.pyplot（plt）2.read_csv3.散点4.箱线5.区间/箱6.heatmap7.wordcloud8.边/连边9.数据湖10.Pyecharts/Plotly/HoloViews四、简答题与五、应用题（参考要点）简答题与应用题为开放性题目，参考答案以“评分要点提示”为主：覆盖要点完整、图形选择合理、表述清晰、术语正确、逻辑严谨即可获得高分。《Python数据可视化》模拟考试题（四）总分：100分考试时间：120分钟闭卷题型：单选、判断、填空、简答、应用题；答案统一放在文末。一、单项选择题（20题×2分＝40分）每题只有一个正确答案。1.数据可视化的一般流程通常不包含以下哪一步？A.数据获取与整理B.数据清洗与预处理C.选择合适图表并编码实现D.将所有数据强制转换为同一种格式2.下列哪种图表最适合展示“连续时间序列的趋势变化”？A.折线图B.饼图C.词云图D.桑基图3.在Matplotlib中，用于绘制折线图的常用函数是：A.plt.bar()B.plt.plot()C.plt.pie()D.plt.imshow()4.Seaborn与Matplotlib的关系更准确的说法是：A.Seaborn是操作系统组件B.Seaborn只用于三维绘图C.Seaborn基于Matplotlib封装，提供更高层接口与默认美观样式D.Seaborn只能画柱状图5.下列哪一项更适合用来展示“数据分布”的形态？A.直方图B.折线图C.雷达图D.地图6.箱线图（Boxplot）主要用于：A.展示类别占比B.展示数据的分位数、离群点与离散程度C.展示词频D.展示地理路径7.散点图主要用于：A.展示两变量之间的关系与相关性B.展示时间序列的累计和C.展示文本情感D.展示树形层级结构8.气泡图与散点图相比，通常增加了哪一维信息？A.文本长度B.颜色空间C.点的大小代表第三个变量D.必须使用三维坐标轴9.热图（Heatmap）常用于：A.展示矩阵或二维数据的强度/相关性B.展示地图轨迹C.展示音频波形D.展示单变量均值10.南丁格尔玫瑰图更适合展示：A.各类别的相对大小随角度分布B.单一类别的变化趋势C.文本关键词D.仅二维坐标散点11.堆叠柱形图（StackedBar）主要用于：A.展示总体及其组成部分随类别变化的对比B.展示单变量分布C.展示网络结构D.展示三维曲面12.在Pandas中，读取CSV文件的常用函数是：A.pd.read_csv()B.pd.load_csv()C.pd.open()D.pd.read_table_only()13.数据清洗中“缺失值处理”不常见的方法是：A.删除缺失样本/字段B.用均值/中位数填充C.插值法填充D.将缺失值全部改为随机字符串14.NumPy更偏向于：A.文本情感分析B.数值计算与多维数组运算C.Web后端框架D.操作系统监控15.在Matplotlib中设置图标题的常用方法是：A.plt.title()B.()C.plt.header()D.plt.tag()16.关于图例（Legend）的描述正确的是：A.图例用于说明颜色/线型对应的含义B.图例只能用于饼图C.有图例就不需要坐标轴D.图例会改变数据本身17.词云（Wordcloud）最常用于：A.展示文本词频或关键词重要性B.展示SQL表结构C.展示网络带宽D.展示硬盘占用18.Plotly的主要特点是：A.只能离线、不可交互B.支持交互式图表并易于网页展示C.只能做静态图D.只能在C++中使用19.Pyecharts更常用于：A.构建可交互图表与数据大屏（基于ECharts）B.只做表格清洗C.写爬虫D.做操作系统调优20.关于可视化设计原则，以下哪项更合理？A.颜色越多越好，便于强调B.只追求炫酷，不用解释C.根据数据类型与目的选择图表，突出关键信息并避免误导D.轴刻度可以随意省略二、判断题（10题×1分＝10分）正确填“√”，错误填“×”。1.折线图适合展示时间序列数据的变化趋势。（）2.直方图主要用于展示分类占比。（）3.箱线图可以帮助发现离群点。（）4.Seaborn完全独立于Matplotlib，不依赖任何绘图库。（）5.在绘图前进行数据清洗通常有助于提升图表可靠性。（）6.热图常用于展示相关系数矩阵或二维强度分布。（）7.词云图中，词越大通常表示出现频率或权重越高。（）8.坐标轴范围和刻度不影响读者理解，因此可以随意设置。（）9.交互式可视化有助于用户探索数据，但也要注意性能与可解释性。（）10.数据可视化只要好看即可，不需要考虑读者与业务目标。（）三、填空题（10空×1分＝10分）1.Matplotlib是Python中最常用的________绘图库之一。2.Seaborn常用于绘制统计图形，并基于________进行封装。3.用于读取CSV文件的Pandas函数是________。4.直方图主要用于展示数据的________。5.箱线图通常展示中位数、上下四分位数以及________点。6.热图常用于展示矩阵数据或变量间的________性。7.词云常用于对文本进行关键词提取与词频的________展示。8.在Matplotlib中设置x轴标签常用函数是plt.xlabel()，设置y轴标签是________。9.数据清洗常见步骤包括缺失值处理、异常值处理与数据________（如类型转换/标准化）。10.Plotly与Pyecharts等库的优势之一是支持________式图表交互。四、简答题（4题×5分＝20分）1.简述“数据可视化”的作用与价值（至少写出3点），并说明可视化在数据分析流程中的位置。（作答区）【评分要点提示】要点：理解数据、发现规律/异常、辅助决策、沟通表达；与获取-清洗-分析-可视化-结论串联。2.对比折线图、柱形图、散点图三者的适用场景（各写出至少1个典型场景）。（作答区）【评分要点提示】要点：折线-趋势；柱形-类别比较；散点-相关关系/聚类。3.简述数据清洗的常见内容，并说明“缺失值处理”的两种策略及适用条件。（作答区）【评分要点提示】要点：去重、缺失、异常、格式；删除/填充/插值；看缺失比例与业务含义。4.解释为什么可视化需要遵循设计原则（如避免误导、突出重点），并举例说明一种常见误导方式。（作答区）【评分要点提示】要点：坐标轴截断、非等比例、3D透视、颜色误用、过度装饰等。五、应用题（2题×10分＝20分）1.给定某电商平台30天订单数据（字段：date、order_cnt、pay_amt、channel）。