2026年网易数据分析师面试Python编程题实战演练

2026年网易数据分析师面试Python编程题实战演练题型一：基础Python语法与数据结构（共3题，每题10分）题目1（10分）：编写一个Python函数，接收一个字符串列表作为输入，返回一个新列表，其中包含所有以字母“a”开头的字符串，并按长度从短到长排序。如果输入为空或None，返回空列表。pythondeffilter_and_sort(strings):你的代码题目2（10分）：使用Python字典实现一个简单的缓存（Cache）系统，要求：1.缓存最多存储5个键值对。2.当新元素加入且缓存已满时，删除最早加入的元素（FIFO）。3.提供方法`get(key)`和`set(key,value)`。pythonclassLRUCache:def__init__(self,capacity=5):你的代码defget(self,key):你的代码defset(self,key,value):你的代码题目3（10分）：给定一个包含多个嵌套列表的列表（如`[[1,2],[3,[4,5]],6]`），编写一个递归函数，将其展平为单层列表`[1,2,3,4,5,6]`。pythondefflatten_list(nested):你的代码题型二：字符串处理与正则表达式（共2题，每题15分）题目4（15分）：网易某产品需要分析用户评论中的情感倾向，要求：1.编写函数统计评论中“好”、“满意”、“喜欢”等正面词汇的出现次数。2.忽略大小写，但需保留原始评论中的这些词（用`<positive>`标记）。3.返回处理后的统计结果和标记后的评论。示例输入：`"这个产品很好，我喜欢，但有时候不太满意"`示例输出：`({'好':1,'喜欢':1},'<positive>这个产品好<positive>，<positive>我喜欢<positive>，但有时候不太满意`)`pythondefanalyze_sentiment(comment):你的代码题目5（15分）：解析网易邮箱收件箱标题，提取关键信息：1.标题格式如`"【促销】网易会员限时优惠：截止到2026-12-31，点击领取"`。2.返回字典，包含：`type`（"促销"）、`subject`（"网易会员限时优惠"）、`deadline`（"2026-12-31"）。3.使用正则表达式实现，需处理不同标题格式。pythonimportredefparse_email_subject(subject):你的代码题型三：数据结构与算法（共3题，每题15分）题目6（15分）：网易新闻推荐系统需要根据用户阅读历史统计文章标签热度，要求：1.输入：列表`[("文章A",["标签1","标签2"]),("文章B",["标签2","标签3"])]`。2.输出：按标签热度降序排序的字典`{"标签2":2,"标签1":1,"标签3":1}`。pythondefcount_tag_frequencyarticles:你的代码题目7（15分）：实现一个滑动窗口最大值函数：给定列表`nums`和窗口大小`k`，返回每个窗口的最大值。示例：`nums=[1,3,-1,-3,5,3,6,7],k=3`→`[3,3,-1,5,5,6,7]`。pythondefmax_sliding_window(nums,k):你的代码题目8（15分）：网易游戏需要统计玩家在线时长分布，要求：1.输入：列表`[23,45,12,23,0,45,12]`（单位分钟）。2.输出：字典，键为时长区间（如"0-10","11-20"），值为该区间玩家数量。pythondefcount_time_distributiontimes:你的代码题型四：文件操作与数据处理（共2题，每题20分）题目9（20分）：网易数据分析师需要处理用户行为日志文件`log.txt`（每行格式：`timestamp,user_id,action`），要求：1.读取文件，按用户统计“点击”操作的次数。2.输出：`{"user1":5,"user2":3}`。3.处理异常（如文件不存在或格式错误）。pythondefanalyze_user_actions(filename):你的代码题目10（20分）：实现数据去重函数：1.输入：嵌套列表`[["id","name"],["id1","Alice"],["id2","Bob"],["id1","Alice"]]`。2.输出：去重后的列表`[["id","name"],["id1","Alice"],["id2","Bob"]]`。3.要求保持原始顺序。pythondefremove_duplicates(data):你的代码题型五：综合应用（共1题，30分）题目11（30分）：网易电商数据分析需求：1.输入：-`orders.csv`（字段：`order_id,user_id,product_id,price,date`）-`products.csv`（字段：`product_id,category`）2.要求：-合并数据，按`category`汇总`price`总额，筛选出总额>1000的类别。-输出格式：`[{"category":"电子","total_price":2500},{"category":"服装","total_price":1800}]`。3.使用`pandas`库，需处理缺失值。pythonimportpandasaspddefanalyze_category_revenue(orders_file,products_file):你的代码答案与解析答案1：pythondeffilter_and_sort(strings):ifnotstrings:return[]result=[sforsinstringsifs.startswith('a')]returnsorted(result,key=len)解析：1.列表推导式过滤以"a"开头的字符串。2.`sorted()`按字符串长度排序，`key=len`指定排序依据。答案2：pythonclassLRUCache:def__init__(self,capacity=5):self.cache={}self.capacity=capacityself.order=[]defget(self,key):ifkeyinself.cache:self.order.remove(key)self.order.append(key)returnself.cache[key]return-1defset(self,key,value):ifkeyinself.cache:self.order.remove(key)eliflen(self.cache)>=self.capacity:oldest_key=self.order.pop(0)delself.cache[oldest_key]self.cache[key]=valueself.order.append(key)解析：1.`self.order`记录访问顺序。2.`get()`时移动键到末尾，`set()`时先移除（若存在），再检查容量删除最旧项。答案3：pythondefflatten_list(nested):result=[]foriteminnested:ifisinstance(item,list):result.extend(flatten_list(item))else:result.append(item)returnresult解析：递归处理嵌套列表，遇到列表继续递归，遇到非列表直接添加。答案4：pythondefanalyze_sentiment(comment):positive_words={"好","满意","喜欢"}counts={word:comment.lower().count(word)forwordinpositive_words}marked_comment=re.sub(r'\b(?:好|满意|喜欢)\b',lambdam:f'<positive>{m.group(0)}<positive>',comment,flags=re.IGNORECASE)returncounts,marked_comment解析：1.集合判断正面词汇，字典统计出现次数。2.正则替换，`\b`词边界避免部分匹配。答案5：pythonimportredefparse_email_subject(subject):pattern=r'【(.?)】(.?)：截止到(\d{4}-\d{2}-\d{2})'match=re.search(pattern,subject)ifmatch:return{"type":match.group(1),"subject":match.group(2),"deadline":match.group(3)}return{}解析：正则匹配标题中的类型、主题和截止日期。答案6：pythondefcount_tag_frequencyarticles:tag_counts={}for_,tagsinarticles:fortagintags:tag_counts[tag]=tag_counts.get(tag,0)+1returndict(sorted(tag_counts.items(),key=lambdax:-x[1]))解析：遍历列表，字典统计标签频率，最后降序排序。答案7：pythondefmax_sliding_window(nums,k):fromcollectionsimportdequeifnotnumsork==0:return[]result=[]dq=deque()foriinrange(len(nums)):whiledqandnums[i]>=nums[dq[-1]]:dq.pop()dq.append(i)ifi>=k-1:whiledqanddq[0]<=i-k:dq.popleft()result.append(nums[dq[0]])returnresult解析：双端队列维护窗口最大值索引，左端为当前最大。答案8：pythondefcount_time_distributiontimes:bins=[0,10,20,30,40,50]#可调整区间distribution={}fortintimes:foriinrange(len(bins)-1):ifbins[i]<=t<bins[i+1]:key=f"{bins[i]}-{bins[i+1]}"distribution[key]=distribution.get(key,0)+1breakreturndistribution解析：分段统计时长，遍历每个时间匹配区间。答案9：pythondefanalyze_user_actions(filename):try:counts={}withopen(filename)asf:forlineinf:try:_,user_id,action=line.strip().split(',')ifaction=="点击":counts[user_id]=counts.get(user_id,0)+1exceptValueError:continuereturncountsexceptFileNotFoundError:return{}解析：按行解析，忽略格式错误的行，统计“点击”行为。答案10：pythondefremove_duplicates(data):seen=set()result=[]forrowindata:ifrownotinseen:seen.add(row)result.append(row)returnresult解析：集合记录已见行，保持顺序。答案11：pythonimportpandasaspddefanalyze_category_revenue(orders_file,products_file):orders=pd.rea