《计算金融与Python实践》习题及答案 第9、10章 数据分析Matplotlib.pyplot类库、数据分析sklearn机器学习库

第九章数据分析Matplotlib.pyplot类库练习题一、选择题（每题只有一个正确答案）在Matplotlib中，以下哪个函数用于创建包含多个子图的画布和轴对象？（）

A.plt.figure()

B.plt.subplot()

C.plt.subplots()

D.plt.axes()答案：C以下哪个函数用于在图形中添加图例？（）

A.plt.xlabel()

B.plt.title()

C.plt.legend()

D.plt.grid()答案：C关于Matplotlib的中文显示问题，以下哪种设置可以正确显示中文？（）

A.plt.rcParams['font.sans-serif']=['SimHei']

B.plt.rcParams['font.family']='TimesNewRoman'

C.plt.rcParams['axes.unicode_minus']=True

D.plt.rcParams['font.size']=12答案：A以下哪个函数用于绘制散点图？（）

A.plt.plot()

B.plt.scatter()

C.

plt.bar()

D.plt.hist()答案：B以下代码片段的功能是（）。pythonfig,ax=plt.subplots(2,2)A.创建一个包含2行2列共4个子图的图形

B.创建一个包含2行2列共4个独立窗口

C.创建一个图形，其中包含2个子图

D.创建一个包含2个轴的图形答案：A在Matplotlib中，plt.plot(x,y,'r--')中的'r--'表示（）。

A.红色实线

B.红色虚线

C.红色点线

D.绿色虚线答案：B

('r'表示红色，'--'表示虚线)以下哪个函数用于设置x轴的刻度标签？（）

A.plt.xticks()

B.plt.xlabel()

C.plt.xlim()

D.plt.set_xticklabels()答案：A以下哪个图形适合展示数据的分布情况？（）

A.折线图

B.条形图

C.直方图

D.饼图答案：C以下哪个方法可以调整子图之间的间距，防止重叠？（）

A.plt.subplot_adjust()

B.plt.tight_layout()

C.plt.auto_layout()

D.plt.grid()答案：B在Matplotlib中，要绘制堆积面积图，应该使用哪个函数？（）

A.plt.stackplot()

B.plt.area()

C.plt.fill_between()

D.

plt.bar(stacked=True)答案：A二、判断题（正确打“√”，错误打“×”）Matplotlib默认支持中文显示，无需额外设置。（×）解析：Matplotlib默认字体不支持中文，需要设置中文字体。plt.figure()用于创建一个新的图形窗口。（√）plt.plot()既可以绘制折线图，也可以绘制散点图（通过指定标记符号）。（√）使用plt.subplot(2,3,5)创建的子图位于2行3列网格中的第5个位置（从左到右、从上到下编号）。（√）plt.hist()绘制直方图时，bins参数用于指定数据分组的个数。（√）在Matplotlib中，通过plt.rcParams可以全局设置图形的默认参数。（√）plt.boxplot()绘制箱线图时，可以展示数据的最大值、最小值、中位数和异常值等信息。（√）plt.pie()绘制饼图时，默认显示每个扇区的百分比标签。（×）解析：需要设置autopct参数才会显示百分比。plt.twinx()用于创建一个共享x轴的新的y轴，常用于绘制双y轴图。（√）使用面向对象方式绘图时，需要通过plt.show()来显示图形，而函数式绘图则不需要。（×）解析：无论哪种方式，都需要plt.show()才能显示图形。三、简答题简述Matplotlib图形的主要组成部分有哪些？参考答案：Matplotlib图形的主要组成部分包括：图形（Figure）、坐标系区域（Axes）、图标题（Title）、x轴标签（xlabel）、y轴标签（ylabel）、x轴刻度（xticks）和刻度标签（xticklabels）、y轴刻度（yticks）和刻度标签（yticklabels）、图例（Legend）、网格线（Grid）以及实际绘制的图形元素（如线条、标记等）。Matplotlib中如何设置中文字体以正常显示中文标签？请写出两种方法。参考答案：方法一：在绘图前设置全局字体，plt.rcParams['font.sans-serif']=['SimHei']（黑体）或['SimFang']（宋体），同时设置plt.rcParams['axes.unicode_minus']=False以正常显示负号。方法二：在具体绘图函数中指定fontproperties参数，如plt.xlabel('x轴',fontproperties='SimHei')。plt.subplots()和plt.subplot()有什么区别？参考答案：plt.subplots()用于一次性创建包含多个子图的图形，返回一个Figure对象和一个Axes数组（或单个Axes），适合批量创建和管理子图。plt.subplot()用于在当前图形中添加单个子图，每次调用返回一个Axes对象，适合逐个添加子图。plt.subplots()是更高级的封装，通常用于快速创建网格布局的子图。如何绘制双y轴图形？请简述步骤。参考答案：首先使用plt.subplots()或plt.gca()获取当前Axes对象ax1，用ax1.plot()绘制第一个数据集，设置ax1的y轴标签。然后使用ax2=ax1.twinx()创建一个共享x轴的新Axes对象ax2，用ax2.plot()绘制第二个数据集，设置ax2的y轴标签。最后添加图例、标题等。plt.plot()函数的fmt参数的作用是什么？请举例说明常用的格式符号。参考答案：fmt参数用于快速设置线条的颜色、线型和标记符号，是一个字符串，由颜色、标记、线型三部分组成，顺序任意。例如：'r--'表示红色虚线，'go'表示绿色圆圈标记，'b-.'表示蓝色点划线。常用颜色：b蓝、g绿、r红、c青、m紫红、y黄、k黑、w白；常用线型：-实线、--虚线、-.点划线、:点线；常用标记：o圆圈、s正方形、^上三角、v下三角、*星形、+加号、x叉号。直方图（hist）和条形图（bar）的主要区别是什么？参考答案：直方图用于展示连续型数据的分布，x轴表示数据的分组区间，y轴表示频数或频率，条形之间通常没有间隙。条形图用于展示分类数据的比较，x轴表示不同的类别，y轴表示数值，条形之间有间隙。直方图需要指定bins参数来划分区间，条形图需要指定类别标签。如何在Matplotlib中绘制多子图并共享x轴或y轴？参考答案：使用plt.subplots()创建子图时，可以通过sharex和sharey参数实现轴共享。例如，fig,axes=plt.subplots(2,2,sharex=True,sharey=True)使所有子图共享x轴和y轴。共享轴后，只有最下面一行的子图显示x轴刻度，最左边一列显示y轴刻度。也可以使用ax.sharex(other_ax)等方法在创建后设置。简述面向对象绘图和函数式绘图的主要区别，并说明各自的使用场景。参考答案：函数式绘图（pyplot）直接调用plt.plot()、plt.xlabel()等函数，操作当前图形和轴对象，适合快速绘图和简单场景。面向对象绘图显式创建Figure和Axes对象，然后调用对象的方法进行绘图，适合需要精细控制多个子图、复杂布局、自定义属性的场景。面向对象方式更灵活，推荐在复杂绘图时使用。Matplotlib中如何保存图形到文件？参考答案：使用plt.savefig()函数，在plt.show()之前调用。例如，plt.savefig('figure.png',dpi=300,bbox_inches='tight')将当前图形保存为PNG文件，dpi参数设置分辨率，bbox_inches='tight'可以去除图形周围的多余空白。也可以使用Figure对象的savefig方法。请简述绘制一张完整图形的常用步骤。参考答案：绘制图形的常用步骤：（1）准备数据；（2）创建图形（plt.figure()或plt.subplots()）；（3）设置中文字体（如需显示中文）；（4）绘制图形（如plt.plot()）；（5）设置标题、轴标签、刻度等；（6）添加图例（plt.legend()）；（7）显示网格（plt.grid()）；（8）保存图形（plt.savefig()）；（9）显示图形（plt.show()）。第十章数据分析sklearn机器学习库练习题一、选择题（每题只有一个正确答案）关于Scikit-learn估计器（Estimator）的使用，以下说法正确的是（）。

A.fit()方法用于对数据进行转换

B.transform()方法用于训练模型

C.fit()方法用于训练模型，transform()方法用于应用转换

D.fit_transform()等价于先fit()后transform()，且总是比分开调用效率更高答案：C以下哪个类用于数据的标准化（将数据转换为均值为0、方差为1的分布）？（）

A.MinMaxScaler

B.StandardScaler

C.Normalizer

D.RobustScaler答案：B对于分类问题，以下哪个指标最适合评估模型在样本不平衡情况下的性能？（）

A.准确率（Accuracy）

B.均方误差（MSE）

C.召回率（Recall）

D.R²答案：C以下哪个函数用于将数据集划分为训练集和测试集？（）

A.cross_val_score

B.train_test_split

C.GridSearchCV

D.KFold答案：B以下关于逻辑回归（LogisticRegression）的描述，正确的是（）。

A.逻辑回归是用于回归问题的线性模型

B.逻辑回归的损失函数是均方误差

C.逻辑回归可以用于二分类问题，也可以用于多分类问题

D.逻辑回归默认使用L1正则化答案：C以下哪个类用于创建多项式特征？（）

A.StandardScaler

B.PolynomialFeatures

C.OneHotEncoder

D.PCA答案：B关于随机森林（RandomForest）的描述，正确的是（）。

A.随机森林是Boosting集成方法的代表

B.随机森林中的每棵决策树使用全部样本进行训练

C.随机森林通过对特征和样本进行随机采样来降低过拟合风险

D.随机森林只能用于分类问题，不能用于回归答案：C在交叉验证中，以下哪个方法可以用于搜索最优超参数？（）

A.cross_val_score

B.GridSearchCV

C.train_test_split

D.learning_curve答案：B以下关于PCA（主成分分析）的说法，正确的是（）。

A.PCA是一种有监督的降维方法

B.PCA通过保留方差最大的方向来实现降维

C.PCA要求数据必须标准化

D.PCA可以处理分类变量答案：B以下关于模型评估的说法，正确的是（）。

A.ROC曲线下的面积（AUC）越接近0，模型性能越好

B.混淆矩阵只能用于二分类问题

C.均方误差（MSE）是分类模型的评估指标

D.可决系数（R²）越接近1，回归模型拟合效果越好答案：D二、判断题（正确打“√”，错误打“×”）Scikit-learn中的数据集加载函数（如load_iris()）返回的数据是字典形式，包含data、target等键。（√）StandardScaler和MinMaxScaler都可以对数据进行标准化处理，但StandardScaler对异常值更敏感。（√）在Scikit-learn中，LabelEncoder可以将分类特征转换为整数编码，且转换后的编码具有大小顺序意义。（×）解析：LabelEncoder转换后的整数编码是任意的，不表示大小顺序。岭回归（Ridge）和Lasso回归都使用L2正则化来防止过拟合。（×）解析：岭回归使用L2正则化，Lasso回归使用L1正则化。决策树模型的max_depth参数越大，模型越容易过拟合。（√）支持向量机（SVM）只能用于分类问题，不能用于回归问题。（×）解析：SVM有SVC（分类）和SVR（回归）两种实现。Bagging集成方法通过并行训练多个基学习器并平均结果来降低模型的方差。（√）网格搜索（GridSearchCV）可以自动调整估计器的超参数，但需要手动指定参数的候选值列表。（√）在回归模型评估中，均方误差（MSE）的值越小，说明模型拟合效果越好。（√）使用joblib.dump()可以将训练好的模型保存到文件中，以便后续使用。（√）三、简答题简述Scikit-learn中估计器（Estimator）的主要方法及其作用。参考答案：Scikit-learn中的估计器主要有三个核心方法：（1）fit()：用于训练模型，根据输入数据学习模型参数；（2）predict()：用于预测，使用训练好的模型对新数据进行预测；（3）transform()：用于数据转换，将输入数据转换为新的特征表示（常用于预处理和降维）。对于同时支持训练和转换的估计器，还有fit_transform()方法，等价于先fit()后transform()。数据预处理中，标准化（Standardization）和归一化（Normalization）有什么区别？参考答案：标准化（Standardization）是将数据转换为均值为0、方差为1的分布，使用StandardScaler，公式为(x-μ)/σ，不受数据范围限制，但受异常值影响较大。归一化（Normalization）是将数据缩放到特定范围（通常是[0,1]），使用MinMaxScaler，公式为(x-min)/(max-min)，对数据范围敏感，但能保持原始数据的分布形状。选择哪种方法取决于算法的要求和数据特点。什么是独热编码（One-HotEncoding）？为什么要使用它？参考答案：独热编码是将分类特征转换为二进制向量的方法，每个类别对应一个维度，该维度取值为1，其他维度为0。例如，颜色特征["红","绿","蓝"]编码为[1,0,0]、[0,1,0]、[0,0,1]。使用独热编码的原因是：许多机器学习算法假设特征是数值型的，且类别之间没有顺序关系。整数编码（如1,2,3）会错误地引入大小顺序，而独热编码可以避免这一问题。L1正则化和L2正则化有什么区别？参考答案：L1正则化（Lasso）在损失函数中加入权重的绝对值之和作为惩罚项，倾向于产生稀疏解（部分权重变为0），可用于特征选择。L2正则化（Ridge）在损失函数中加入权重的平方和作为惩罚项，使权重趋近于0但不会为0，可以防止过拟合，提高模型泛化能力。L1正则化适合特征数量多的情况，L2正则化更适合特征之间存在相关性的情况。什么是交叉验证（CrossValidation）？为什么要使用交叉验证？参考答案：交叉验证是一种评估模型泛化能力的统计方法，将数据集划分为k个大小相似的子集，每次用k-1个子集训练模型，用剩下的1个子集验证模型，重复k次，取平均性能作为模型评估结果。常用的有k折交叉验证（k-foldCV）。使用交叉验证可以：（1）更充分地利用有限的数据；（2）减少模型评估的偶然性；（3）防止模型在特定训练集上过拟合；（4）帮助选择最优的模型超参数。简述混淆矩阵（ConfusionMatrix）及其包含的四个基本指标。参考答案：混淆矩阵是评估分类模型性能的表格，行表示真实类别，列表示预测类别。对于二分类问题，包含四个基本指标：TP（真正例）：预测为正，实际为正；TN（真负例）：预测为负，实际为负；FP（假正例）：预测为正，实际为负（第一类错误）；FN（假负例）：预测为负，实际为正（第二类错误）。基于这四个指标可以计算准确率、精确率、召回率等评价指标。ROC曲线和AUC值的含义是什么？参考答案：ROC曲线（受试者工作特征曲线）是以假正率（FPR）为横轴、真正率（TPR）为纵轴绘制的曲线，反映了分类器在不同阈值下的性能。A