2025年全国计算机二级Python数据分析实战案例解析试卷

2025年全国计算机二级Python数据分析实战案例解析试卷考试时间：______分钟总分：______分姓名：______一、请编写Python代码，实现以下功能：从一个名为`sales_data.csv`的CSV文件中读取数据，该文件包含以下列：`OrderID`,`Product`,`Quantity`,`Price`,`OrderDate`。数据可能存在少量缺失值。要求：1.丢弃所有包含缺失值的行。2.计算每个产品的总销售额（`Quantity`*`Price`），并将结果按销售额从高到低排序。3.将排序后的结果保存到一个新的CSV文件`sorted_sales.csv`中，只保留`Product`和`TotalSales`（计算出的总销售额）两列。二、假设你已经成功加载了上题处理后的`sorted_sales.csv`数据到Pandas的`DataFrame`对象`df_sorted`中。请继续完成以下任务：1.使用Matplotlib绘制一个条形图，横轴为`Product`，纵轴为`TotalSales`，展示销售额最高的5个产品。要求条形图颜色为蓝色，并添加图例、横纵轴标题和图表标题。2.将绘制的条形图保存为名为`top_products.png`的文件。三、现在你需要分析另一份数据，名为`website_traffic.csv`。该文件记录了网站每天的访问量（`Visits`）和独立访客数（`UniqueVisitors`）。请编写代码：1.读取`website_traffic.csv`文件。2.计算每天的访客转化率（`ConversionRate`=`UniqueVisitors`/`Visits`），并将该列添加到DataFrame中。3.筛选出`ConversionRate`超过0.1的天。4.对筛选出的结果，按`Visits`列进行降序排序。5.输出排序后的DataFrame的前10行数据到控制台。四、假设你有一个包含用户评论的文本数据列表`comments`，内容如下：```pythoncomments=["Ilovethisproduct,it'samazing!","NotwhatIexpected,quitedisappointing.","Couldbebetter,butokayfortheprice.","Amazingqualityandfastdelivery!","Worstexperienceever,willnotbuyagain.","It'salright,nothingspecial.","Highlyrecommend,wortheverypenny."]```请编写代码完成以下分析：1.导入必要的文本处理库（如`nltk`）。2.对`comments`列表中的每条评论进行分词处理。3.创建一个字典`word_freq`，统计所有评论中每个单词出现的频率（忽略大小写，不考虑标点符号）。4.找出出现频率最高的5个单词，并按频率从高到低打印出来，格式为`"单词:频率"`。五、请编写一个Python函数`analyze_stock_data`，该函数接收一个Pandas的`DataFrame`对象`df`作为参数，该`DataFrame`包含股票交易数据，列名包括`Date`,`Open`,`High`,`Low`,`Close`,`Volume`。函数要求：1.计算每天的股票价格变化率（`PriceChange`=`Close`-`Open`）。2.计算移动平均线（`MovingAverage`），使用过去5天的收盘价进行计算。3.找出所有`PriceChange`为正且当天的`Close`价高于5天移动平均线的日期。4.返回一个包含这些日期的列表。六、请编写代码，使用Pandas和NumPy处理以下问题：假设有一个`DataFrame``df`，包含以下数据：||A|B|C||---|-----|-----|-----||0|10|20|30||1|15|NaN|35||2|NaN|25|40||3|30|30|NaN|请执行以下操作：1.使用NumPy计算列`A`和列`B`的协方差矩阵。2.使用Pandas的`describe`方法获取列`C`的描述性统计信息（计数、均值、标准差、最小值、25%分位数、50%分位数、75%分位数、最大值）。3.填充`DataFrame`中所有的缺失值，填充值为各列的平均数。4.输出处理后的`DataFrame`。试卷答案一、```pythonimportpandasaspd#读取数据df=pd.read_csv('sales_data.csv')#丢弃缺失值行df_cleaned=df.dropna()#计算总销售额df_cleaned['TotalSales']=df_cleaned['Quantity']*df_cleaned['Price']#按销售额排序df_sorted=df_cleaned.sort_values(by='TotalSales',ascending=False)#保存结果df_sorted[['Product','TotalSales']].to_csv('sorted_sales.csv',index=False)```解析：首先使用`pandas.read_csv`读取CSV文件。然后调用`dropna()`方法删除包含任何缺失值的行。接着计算每个订单的总销售额并创建新列`TotalSales`。使用`sort_values()`对总销售额进行降序排序。最后，选择`Product`和`TotalSales`两列，并使用`to_csv`保存到新文件，`index=False`表示不保存行索引。二、```pythonimportmatplotlib.pyplotasplt#假设df_sorted已从上题加载#读取数据#df_sorted=pd.read_csv('sorted_sales.csv')#获取前5个产品top5=df_sorted.head(5)#绘制条形图plt.figure(figsize=(10,6))plt.bar(top5['Product'],top5['TotalSales'],color='blue')plt.xlabel('Product')plt.ylabel('TotalSales')plt.title('Top5ProductsbySales')plt.legend(['TopProducts'])plt.xticks(rotation=45)plt.tight_layout()#保存图片plt.savefig('top_products.png')plt.close()```解析：首先从上题结果中选取销售额最高的5行数据。然后使用Matplotlib的`plt.bar()`函数绘制条形图，其中横轴为`Product`，纵轴为`TotalSales`。设置条形图颜色为蓝色，添加横纵轴标题和图例。使用`plt.xticks(rotation=45)`旋转横轴标签以便清晰显示。最后使用`plt.savefig()`将图形保存为PNG文件，并调用`plt.close()`关闭图形界面。三、```pythonimportpandasaspd#读取数据df_traffic=pd.read_csv('website_traffic.csv')#计算转化率df_traffic['ConversionRate']=df_traffic['UniqueVisitors']/df_traffic['Visits']#筛选转化率大于0.1的天df_filtered=df_traffic[df_traffic['ConversionRate']>0.1]#按访问量降序排序df_sorted_visits=df_filtered.sort_values(by='Visits',ascending=False)#输出前10行print(df_sorted_visits.head(10))```解析：使用`pandas.read_csv`读取网站流量数据。计算转化率`ConversionRate`作为新列。通过布尔索引筛选出转化率大于0.1的行。然后按`Visits`列进行降序排序。最后使用`head(10)`获取并打印排序后的前10行数据。四、```pythonimportnltkfromnltk.tokenizeimportword_tokenizefromcollectionsimportCounter#确保已下载nltk数据#nltk.download('punkt')comments=["Ilovethisproduct,it'samazing!","NotwhatIexpected,quitedisappointing.","Couldbebetter,butokayfortheprice.","Amazingqualityandfastdelivery!","Worstexperienceever,willnotbuyagain.","It'salright,nothingspecial.","Highlyrecommend,wortheverypenny."]#分词并转换为小写tokenized_comments=[word_tokenize(comment.lower())forcommentincomments]#合并所有单词all_words=[wordforsublistintokenized_commentsforwordinsublistifword.isalpha()]#统计频率word_freq=Counter(all_words)#找出频率最高的5个单词top_words=word_freq.most_common(5)#打印结果forword,freqintop_words:print(f"{word}:{freq}")```解析：导入`nltk`库及其`word_tokenize`分词函数，以及`collections.Counter`用于计数。对每条评论进行分词，并将所有单词转换为小写以统一统计。过滤掉非字母词（如标点符号）。将所有评论的单词合并到一个列表中。使用`Counter`统计每个单词的出现频率。调用`most_common(5)`获取频率最高的5个单词及其计数。按指定格式打印结果。五、```pythonimportpandasaspddefanalyze_stock_data(df):#计算价格变化率df['PriceChange']=df['Close']-df['Open']#计算移动平均线(使用shift获取前5天数据)df['MovingAverage']=df['Close'].rolling(window=5).mean()#找出符合条件的日期result_dates=df[(df['PriceChange']>0)&(df['Close']>df['MovingAverage'])]['Date'].tolist()returnresult_dates```解析：定义函数`analyze_stock_data`接收`DataFrame`参数。计算`PriceChange`列（当天下跌价）。使用`rolling()`和`mean()`方法计算基于5个交易日的收盘价移动平均线，并将结果存储在新列`MovingAverage`中。通过布尔索引找出同时满足`PriceChange`为正且当天的`Close`价高于`MovingAverage`的行，然后使用`['Date'].tolist()`提取这些行的日期，并将日期列表作为函数返回值。六、```pythonimportpandasaspdimportnumpyasnp#假设df已定义df=pd.DataFrame({'A':[10,15,np.nan,30],'B':[20,np.nan,25,30],'C':[30,35,40,np.nan]})#1.计算A和B的协方差矩阵cov_matrix=np.