数据分析与可视化 试卷及答案 共5套试题

厦门电子职业中专学校期末考试试卷（2024~2025学年度第二学期23高数据可视化）第14页共15页级班号姓名成绩出卷日期：年月日考试日期：年月日下午出卷人：考试时间：分钟选择题（每题2分，共30分）1、数据可视化是指将什么转换为图形或视觉表现形式的过程？（）

A.文本 B.数据 C.图片 D.视频2、以下哪个不属于常见的数据可视化工具？（）

A.Matplotlib B.PowerBI C.Excel D.Photoshop3、数据清洗的主要目的是什么？（）

A.删除所有数据 B.确保数据的准确性和完整性

C.生成图表 D.增加数据数量4、在Python中，用于数据清洗和处理的库通常是？（）

A.Pandas B.Numpy C.Matplotlib D.Scikit-learn5、在关系型数据库中，以下哪个操作用于返回两个表中连接字段匹配的记录对？（）

A.左连接 B.右连接 C.内连接 D.全外连接6、箱线图主要用于展示什么？（）

A.时间序列数据 B.数据的分布情况

C.数据间的相关性 D.数据之间的比例关系7、RFM模型中的“M”代表什么？（）

A.最近一次消费时间

B.消费频率

C.消费金额

D.客户忠诚度8、在进行探索性数据分析时，哪种图表最适合展示不同分类变量下的数据大小比较？（）

A.折线图 B.散点图 C.柱状图 D.饼图9、使用pandas的哪个函数可以将日期字符串转换为datetime类型？（）

A.to_datetime B.read_csv C.merge D.describe10、哪个库常用于制作交互式图表？（）

A.Matplotlib B.Plotly C.Seaborn D.Pandas11、在pandas中，用于删除包含缺失值的行或列的函数是？（）

A.dropna B.fillna C.isnull D.notnull12、描述性统计分析中，哪个统计量用于表示数据集的离散程度？（）

A.算数平均数 B.标准差 C.众数 D.中位数13、哪种图形常用于显示不同分类的相对占比？（）

A.柱状图 B.折线图 C.饼图 D.散点图14、在RFM模型中，以下哪个类型客户可能需要特别关注以激活其消费？（）

A.重要价值客户 B.重要保持客户

C.重要发展客户 D.重要挽留客户15、使用pandas进行数据导入时，若需指定工作表名称，应使用哪个参数？（）

A.sheet_name B.index_col C.header D.names多选题（每题2分，共10分）1、数据可视化的意义包括哪些？（）

A.增强理解 B.揭示趋势

C.促进决策 D.消除所有数据2、以下哪些工具属于数据可视化BI工具？（）

A.Tableau B.PowerBI C.Matplotlib D.GoogleDataStudio3、在进行数据清洗时，处理缺失值的方法包括哪些？（）

A.删除包含缺失值的记录

B.使用均值、中位数或众数填充

C.忽略缺失值

D.使用K近邻或随机森林填充4、探索性数据分析（EDA）的主要作用包括哪些？（）

A.数据清洗 B.数据可视化C.数据挖掘 D.模型构建5、RFM模型中的三个核心指标是什么？（）

A.最近一次消费时间（Recency）

B.消费频率（Frequency）

C.消费金额（Monetary）

D.客户年龄判断题（每题2分，共10分）1、数据可视化仅适用于专业数据分析师，普通用户无法理解和使用。（）2、使用pandas的merge函数进行数据表连接时，默认的连接方式是内连接。（）3、描述性统计分析中，四分位数是将数据集分为四等分的三个数。（）4、饼图主要用于展示时间序列数据的趋势。（）5、在RFM模型中，重要价值客户指的是在最近一次消费时间、消费频率和消费金额三个维度上表现都出色的客户。（）填空题（每空1分，共10分）1、数据可视化是通过图形和图表将______转换为易于理解的信息。2、在pandas中，用于读取Excel文件的函数是______。3、RFM模型中的“R”代表______。4、箱线图通过______、_________、_______、_______和_______来展示数据的分布情况。5、在进行数据可视化时，为了提升信息传递效率，应该优化图表的______和______。简答题（每题5分，共10分）Python做数据分析有哪些优势？实现数组广播机制需要满足哪些条件?编程题（共3大题，总共30分）使用如下方法规范化数组：200,300,400,600,1000。（共3小题总共10分）令min=0,max=1,进行最小—最大规范化。标准差标准化小数定标规范化。假设12个销售价格记录已经排序：5,10,11,13,15,35,50,55,72,92,204,215。使用等宽法对其进行离散化处理。（共1题总共10分）3、自定义一个能够自动实现数据去重、缺失值中位数填补的函数。（共1题总共10分）第6套试卷配套答案选择题（每题2分，共30分）1-5.BDBAC6-10.BCCAB11-15.ABCDA多选题（每题2分，共10分）ABCABDABCDABCABC判断题（每题2分，共10分）1-5.×√√×√填空题（每空1分，共10分）数据read_excel最近一次消费时间最小值、Q1、中位数、Q3、最大值可读性、美观度简答题（每题5分，共10分）答案：(1)语法简单精炼，适合初学者入门；(2)拥有一个巨大且活跃的科学计算社区；(3)拥有强大的通用编程能力；(4)人工智能时代的通用语言；(5)方便对接其它语言。答案：两个数组的某一维度等长，或其中一个数组为一维数组。编程题答案：importnumpyasnpimportpandasaspddata=[200,300,400,600,1000]Ser1=pd.Series(data)#最小-最大规范化defMinMaxScaler(data):scaler=(data-data.min())/(data.max()-data.min())returnscalerMinMaxScaler(Ser1)#标准差标准化defStandardScaler(data):data=(data-data.mean())/data.std()returndataStandardScaler(Ser1)#小数定标规范化defDecimalScaler(data):data=data/10**np.ceil(np.log10(data.abs().max()))returndataDecimalScaler(Ser1)答案：price=np.array([5,10,11,13,15,35,50,55,72,92,204,215])Ser2=pd.Series(price)pd.cut(Ser2,3)答案：defPreProcessing(data):data.drop_duplicate(inplace=True)data.fillna(data.median(),inplace=True)return(data)级班号姓名成绩出卷日期：年月日考试日期：年月日下午出卷人：考试时间：分钟选择题（每题2分，共30分）1、Jupyternotebook不具备的功能是（） A.Jupyternotebook可以直接⽣成⼀份交互式⽂档 B.Jupyternotebook可以安装Python库 C.Jupyternotebook可以导出HTML⽂件 D.Jupyternotebook可以将⽂件分享给他⼈2、以下哪项不是数据可视化的意义？ A.增强理解 B.揭示趋势 C.降低数据处理效率 D.促进决策3、在数据可视化中，设计原则中的“简洁”指的是什么？ A.使用尽可能复杂的装饰 B.避免不必要的复杂性和装饰 C.使用多种颜色以增强视觉效果 D.增加文字描述以详细解释图表4、Numpy提供了两种基本对象，⼀种是ndarray，另⼀种是（） A.array B.func C.matrix D.Series5、Pandas中，将字符串类型的列转换为数值类型，通常使用哪个函数？ A.

astype() B.

to_datetime() C.

merge() D.

read_excel()利⽤下⾯哪个可视化绘图可以发现数据的异常点。（） A.密度图 B.直⽅图 C.箱线图 D.概率图7、创建⼀个3*3的数组，下列代码中错误的是（） A.np.arange(0,9).reshape(3,3) B.np.eye(3) C.np.random.random([3,3,3]) D.np.mat(“1,2,3;4,5,6;7,8,9”)8、在Pandas中，用来删除包含缺失值的行的函数是？ A.

dropna() B.

fillna() C.

isnull() D.

notnull()9、下列哪个工具支持多种编程语言的交互式图表功能？ A.Matplotlib B.Plotly C.Seaborn D.Tableau10、描述性统计分析中，用于衡量数据离散程度的指标是？ A.算数平均数 B.中位数 C.标准差 D.众数11、哪个函数用于计算数据集的分位数？ A.

describe() B.

quantile() C.

merge() D.

groupby()12、饼图主要用于展示什么类型的数据？ A.连续变量之间的关系 B.分类数据的构成比例 C.时间序列数据的变化 D.多个变量的相关性13、在Pandas中，将日期字符串转换为datetime类型通常使用哪个函数？ A.

pd.to_datetime() B.

pd.read_excel() C.

pd.to_numeric() D.

pd.merge()14、散点图主要用于揭示什么？ A.数据的离散程度 B.两个连续变量之间的关系 C.分类数据的占比 D.时间序列数据的趋势15、Pyecharts是哪个公司开发的库？ A.Google B.Microsoft C.百度 D.Facebook多选题（每题2分，共10分）1、数据可视化的意义包括哪些？（） A.增强理解 B.降低数据处理速度 C.揭示趋势 D.促进决策2、下列哪些是Pandas中用于数据处理的常见函数？（） A.

merge() B.

read_excel() C.

fillna() D.

boxplot()3、数据可视化框架设计原则包括哪些？（） A.简洁 B.复杂 C.一致性 D.强调重点4、以下哪些是Python中用于数据可视化的库？（） A.Matplotlib B.Seaborn C.Tableau D.Plotly5、描述性统计分析中，常见的统计量有哪些？（） A.算数平均数 B.标准差 C.四分位数 D.皮尔逊相关系数判断题（每题2分，共10分）1、数据可视化只能应用于商业领域，不能应用于科研领域。（）2、Pandas库中的fillna()函数用于填充数据集中的缺失值。（）3、在DataFrame中每列的数据都可以看做是一个Series对象。()4、当通过布尔数组索引操作数组时，返回的数据是布尔数组中False对应位置的值。（）5、在Pandas中，describe()函数用于计算数据集中数值列的统计量，但不适用于非数值列。（）填空题（每空1分，共10分）Series是⼀种⼀维数组对象，包含⼀个值序列。Series中的数据通过______访问。2、描述性统计分析中，极差是指数据集中的______与______之差。3、Series有两种描述某条数据的⼿段，即______和_____。⼀个DataFrame对象的属性values和ndim分别指_______和________。Numpy中数组的⽅法sort、argsort和lexsort分别是指_______、_______和_________。简答题（每题5分，共10分）简述Series和DataFrame的特点。常用的数据合并操作有哪些?编程题（共2大题，共30分）读取鸢尾花数据集，使用循环和子图绘制各个特征之间的散点图。（20分）读取鸢尾花数据集，绘制各个特征的箱线图查看是否存在异常值。（10分）第3套试卷配套答案选择题（每题2分，共30分）1-5.DCBBA6-10.CCABC11-15.BBABC多选题（每题2分，共10分）ACDABCACDABDABC判断题（每题2分，共10分）1-5.×√√××填空题（每空1分，共10分）索引最大值、最小值位置、标签数据元素、数据维度5.直接排序、x中的元素从小到大排列，提取其对应的index(索引)、对数组或列表按照某一行或列进行排序简答题（每题5分，共10分）1.答案：Series是一个类似于一维数组的对象，它能够保存任何类型的数据，主要由一组数据和与之相关的索引两部分构成。DataFrame是一个类似于二维数组的对象，它每列的数据可以是不同的数据类型。DataFrame的结构也是由索引和数据组成的，并且DataFrame的索引有行索引和列索引。2.答案：在Pandas中常用的数据合并操作有:concat()函数表示沿着一条轴将多个对象进行堆叠、merge()函数表示根据一个或多个键将不同的对象进行合并、join()方法表示根据索引或指定的列来合并数据、combine_first()方法表示填充合并数据。编程题答案：importnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinlineiris=np.load('../data/iris.npz',allow_pickle=True)['data'][:,:-1]name=np.load('../data/iris.npz',allow_pickle=True)['features_name']plt.rcParams['font.sans-serif']='SimHei'p=plt.figure(figsize=(16,16))##设置画布plt.title('iris散点图矩阵')foriinrange(4):forjinrange(4):p.add_subplot(4,4,(i*4)+(j+1))plt.scatter(iris[:,i],iris[:,j])##绘制散点图plt.xlabel(name[i])plt.ylabel(name[j])plt.show()答案：#箱线图importnumpyasnpimportmatplotlib.pyplotaspltdata=np.random.normal(size=100,loc=0,scale=1)plt.boxplot(data,sym='o',whis=0.05)print(data)plt.show()级班号姓名成绩出卷日期：年月日考试日期：年月日下午出卷人：考试时间：分钟选择题（每题2分，共30分）1、Numpy数组的下标是从哪个数字开始的？（） A.0 B.1 C.-1 D.任意数字Pandas中，用来表示缺失值的符号是？（） A.None B.NaNC.null D.None和NaN都可以3、下列哪个库不是用于Python数据分析的？（） A.Numpy B.Pandas C.Matplotlib D.Scikit-learn4、在Matplotlib中，绘制折线图通常使用哪个函数？（） A.plot() B.bar() C.scatter() D.hist()5、Numpy数组的形状可以通过哪个属性访问？（） A.shape B.dtype C.size D.ndim6、在Pandas中，DataFrame的列可以通过哪种方式访问？（） A.使用列名作为属性 B.使用.loc[] C.使用.iloc[] D.以上都是7、Matplotlib中，设置图表标题使用哪个函数？（） A.title() B.xlabel() C.ylabel() D.legend()8、Numpy中，要创建一个所有元素都为0的数组，应使用哪个函数？（） A.zeros() B.ones() C.eye() D.arange()9、Pandas中，将字符串列转换为整数类型，如果列中包含无法转换的字符串，应如何处理？（） A.使用astype(int)直接转换 B.使用pd.to_numeric()，并设置errors参数 C.先替换无法转换的字符串，再转换 D.以上都可以，取决于具体情况10、Matplotlib中，添加图例使用哪个函数？（） A.title() B.xlabel() C.ylabel() D.legend()11、Numpy中，对数组进行元素级运算时，要求参与运算的数组必须具有相同的什么？（） A.形状 B.数据类型 C.大小 D.维度12、Pandas中，使用groupby后，如果不使用聚合函数，还可以通过什么方法对每个组应用函数？ A.map() B.transform() C.agg() D.apply()13、Matplotlib中，设置坐标轴标签使用哪些函数？() A.xlabel()和ylabel() B.title() C.xticks()和yticks() D.legend()14、Numpy中，要创建一个等差数列，应使用哪个函数？() A.linspace() B.arange() C.logspace() D.zeros_like()Pandas中，merge()函数默认的连接类型是什么？()A.RIGHTJOIN B.LEFTJOINC.INNERJOIN D.OUTERJOIN多选题（每题2分，共10分）1、下列哪些是Pandas的基本数据结构？（） A.DataFrame B.Series C.Array D.MultiIndex2、Matplotlib支持哪些图表类型？（） A.折线图 B.柱状图 C.散点图 D.热力图3、Numpy数组切片时，可以使用的索引类型包括？（） A.整数 B.切片对象 B.布尔数组 D.浮点数4、Pandas中，数据清洗通常包括哪些步骤？（） A.处理缺失值 B.识别并处理异常值 C.数据类型转换 D.数据排序5、在使用Matplotlib绘图时，可以通过哪些方式设置图表的样式？（） A.使用plt.style.use()加载样式表 B.直接在绘图函数中设置参数 C.修改matplotlib的配置文件 D.使用Seaborn库判断题（每题2分，共10分）1、Numpy数组是固定大小的，一旦创建就不能改变其形状或大小。（）2、Pandas的DataFrame对象本质上是一个二维的、大小可变的、潜在的异构的、表格型数据结构。（）3、Matplotlib是Python中唯一的绘图库。（）4、使用Pandas进行数据分析时，必须先读取数据到DataFrame中。（）5、Numpy数组支持广播机制，允许不同形状的数组进行元素级运算。（）填空题（每空1分，共10分）1、Numpy中，用于创建等差数列的函数是_______。2、Pandas中，使用______方法可以根据条件筛选DataFrame的行。3、Matplotlib中，设置图表全局字体大小的函数是______。4、Numpy数组可以使用______方法进行排序。5、Pandas中，连接（合并）两个DataFrame通常使用_____或____函数。6、数据清洗的目的是让数据具有______、______、______、_____、_______等特点。简答题（每题5分，共10分）请简述Numpy在Python数据分析中的作用。2.比较Pandas的merge()和concat()函数在数据合并方面的异同。编程题（共2大题，共30分）生成数组（5分）1）使用arange函数生成数组([0,1,2,3,4,5,6,7,8,9])2、根据提供的员工信息的CSV文件employees.csv，按照以下要求完成编程。（共5小题，总共25分）读取CSV文件，并打印出所有员工的姓名和部门。（5分）2）筛选数据：找出所有IT部门的员工，并打印他们的姓名和薪资。（5分）3）数据排序：按照薪资对员工进行降序排序并打印排序后的员工信息。（5分）4）数据分组：计算每个部门的平均薪资，并打印结果。（5分）5）日期处理：找出入职日期在2020年之后（包括2020年）的员工，并打印他们的姓名和入职日期。（5分）第8套试卷配套答案选择题（每题2分，共30分）1-5.ADDAA6-10.DAABD11-15.ADAAC多选题（每题2分，共10分）ABABCABCABCABCD判断题（每题2分，共10分）1-5.√√×√√填空题（每空1分，共10分）1.linspace

或

arange（对于特定情况）2.query

或更常用的

loc

/

iloc（如果考虑条件筛选）3.rcParams['font.size']（实际上Matplotlib没有直接的“设置全局字体大小”的函数，但可以通过修改rcParams来实现）4.sort（对于就地排序）5.merge

或

concat（取决于合并的方式）6.完整性,唯一性,权威性,合法性,一致性简答题（每题5分，共10分）答案：Numpy是Python中用于科学计算的基础库，提供了高性能的多维数组对象以及这些数组的操作。它对于执行元素级计算、数组切片、形状操作、数学函数操作等非常高效。在数据分析中，Numpy常用于数据的预处理阶段，如数据清洗、转换和聚合等，为后续的数据分析提供基础数据结构支持。2.答案：merge()函数主要用于基于一个或多个键（列）将两个或多个DataFrame按行连接起来，类似于SQL中的JOIN操作。它支持多种连接方式（如inner,left,right,outer）。而concat()函数则是沿着一条轴将多个对象（包括DataFrame、Series等）堆叠起来，主要用于简单的纵向或横向数据拼接。merge()更注重于基于某种关系的行级合并，而concat()更侧重于数据块的简单拼接。编程题答案：importnumpyasnpa=list(range(0,10))print(a)2.答案：importpandasaspd#1.读取CSV文件，并打印出所有员工的姓名和部门df=pd.read_csv('employees.csv')print("所有员工的姓名和部门：")print(df[['Name','Department']])#2.筛选数据：找出所有IT部门的员工，并打印他们的姓名和薪资it_employees=df[df['Department']=='IT']print("IT部门的员工姓名和薪资：")print(it_employees[['Name','Salary']])#3.数据排序：按照薪资对员工进行降序排序，并打印排序后的员工信息sorted_df=df.sort_values(by='Salary',ascending=False)print("按薪资降序排序的员工信息：")print(sorted_df)#4.数据分组：计算每个部门的平均薪资，并打印结果avg_salary_by_dept=df.groupby('Department')['Salary'].mean()print("每个部门的平均薪资：")print(avg_salary_by_dept)#5.日期处理：找出入职日期在2020年之后（包括2020年）的员工，并打印他们的姓名和入职日期recent_employees=df[df['JoinDate']>='2020-01-01']print("2020年之后入职的员工姓名和入职日期：")print(recent_employees[['Name','JoinDate']])级班号姓名成绩出卷日期：年月日考试日期：年月日下午出卷人：考试时间：分钟选择题（每题2分，共30分）1、Numpy中，用于生成指定范围内等差数列的函数是？（）

A.linspace B.arange

C.logspace D.rand2、Pandas中，以下哪个不是DataFrame的选择器？（）

A.loc[] B.iloc[]

C.at[] D.values3、Matplotlib中，用于绘制散点图的函数是？（）

A.plot() B.scatter()

C.bar() D.hist()4、Numpy数组与PandasSeries的主要区别是什么？（）

A.Numpy数组可以是一维或多维的，而PandasSeries总是一维的

B.PandasSeries支持不同的数据类型，而Numpy数组必须是同质的

C.Numpy数组比PandasSeries更慢

D.PandasSeries不支持索引5、在Pandas中，如果你想要选择DataFrame中某几列的数据，应该使用哪种方式？（）

A.使用列名作为属性（如df.column_name）

B.使用.loc[]，传入列名列表

C.使用.iloc[]，传入列的整数位置索引

D.使用.select()函数6、Matplotlib中，如何为图表添加图例？（）

A.使用plt.title() B.使用plt.xlabel()

C.使用plt.ylabel() D.使用plt.legend()7、Numpy中，数组的广播机制主要用于解决什么问题？（）

A.数组的形状不匹配时无法进行运算

B.数组的内存管理

C.数组的切片操作

D.数组的索引操作8、Pandas中，groupby()函数返回的对象类型是？（）

A.DataFrame B.Series

C.GroupBy D.None9、Matplotlib中，设置全局样式（如字体大小、颜色等）通常通过哪个模块实现？（ ）

A.matplotlib.pyplot

B.matplotlib.rcParams

C.matplotlib.style

D.以上都不是10、Numpy中，以下哪个函数不直接用于数组运算？（）

A.sum() B.mean()

C.std() D.plot()11、Pandas中，如何将DataFrame的某列数据类型从float转换为int？

A.使用astype(int)

B.使用to_numeric(dtype='int')

C.使用convert_dtypes()

D.直接修改列的值12、Matplotlib中，哪个参数用于控制图表的标题？（）

A.title B.xlabel

C.ylabel D.legend13、Numpy中，若要将一个二维数组按列进行求和，应使用哪个函数？（）

A.sum(axis=0) B.sum(axis=1)

C.mean(axis=0) D.mean(axis=1)14、Pandas中，处理时间序列数据时常用的数据结构是？（）

A.DataFrame B.Series

C.DatetimeIndex D.TimedeltaIndex15、Matplotlib中，以下哪个属性不是Figure对象的属性？（）

A.dpi B.figsize

C.title D.axes多选题（每题2分，共10分）1、下列哪些是Pandas中常用的数据清洗方法？（）

A.填充缺失值

B.删除重复行

C.数据类型转换

D.排序2、Matplotlib支持哪些方式设置图表的颜色？（）

A.在绘图函数中直接指定

B.使用颜色代码（如'#FF0000'）

C.修改matplotlib的配置文件

D.使用颜色映射（colormap）3、Numpy数组切片时，可以使用哪些类型的索引？（）

A.整数 B.切片对象

C.布尔数组 D.浮点数（用于近似索引）4、Pandas中，哪些函数可以用于数据聚合？（）

A.

groupby() B.

agg()

C.

transform() D.

apply()5、Matplotlib中，哪些方式可以用来添加文本到图表中？（）

A.使用plt.text()

B.使用plt.title()、plt.xlabel()、plt.ylabel()

C.在Axes对象上调用text()方法

D.修改图表的注释（annotations）判断题（每题2分，共10分）1、Pandas的DataFrame对象支持异构数据类型，即不同的列可以有不同的数据类型。（）2、Numpy数组的所有元素必须具有相同的数据类型。（）3、Matplotlib的plt.plot()函数只能用于绘制折线图。（）4、Pandas中，merge()函数仅支持内连接（INNERJOIN）。（）5、Numpy数组不支持直接修改数组大小，但可以通过切片和赋值来“模拟”数组大小的改变。（）填空题（每空1分，共10分）在Pandas中，用于读取Excel文件通常使用的库是pandas和_______。2、Numpy中，用于计算数组中所有元素平均值的函数是______。3、Matplotlib中，用于设置图表全局字体的命令通常通过修改

matplotlib.rcParams['_________']

实现。4、Pandas中，DataFrame的_______方法用于按列或行对数据进行分组。5、Numpy中，数组的形状可以通过________属性获取。分组聚合的流程分为_________、__________、___________。在直方图中一般使用横轴表示_________，用纵轴表示________。简答题（每题5分，共10分）1、请简述Pandas中merge()函数的基本用法及其主要参数。2、比较Numpy数组与PandasSeries在数据处理上的异同点。编程题（共1大题，共30分）根据提供的数据mtcar数据集完成以下需求：读取mtcar数据。（2分）查看mtcar数据集的元素的个数、维度、大小等信息、输出表的列名。（5分）使用describe方法对整个mtcar数据集进行描述性统计。（3分）计算不同cyl(气缸数)、carb(化油器)对应的mpg(油耗)和hp(马力)的均值。（5分）输出mpg和hg前5个元素（2分）输出mtcar数据的前3行元素。（3分）用loc和iloc分别提取第1列和第3列的数据（3分）删除前两行数据（2分）删除列（5分）第9套试卷配套答案选择题（每题2分，共30分）1-5.ADBAB6-10.DACCD11-15.AAAACC多选题（每题2分，共10分）ABCABCDABCABDABCD判断题（每题2分，共10分）1-5.√√××√填空题（每空1分，共10分）Openpyxlnp.meanfont.familyGroupbyShape拆分、应用、合并数据的类型、分布情况简答题（每题5分，共10分）1.答案：Pandas中的merge()函数用于基于一个或多个键将两个DataFrame按行连接起来。其主要参数包括：left（左DataFrame）、right（右DataFrame）、how（连接方式，如'inner','left','right','outer'）、on（用于连接的列名）等。通过指定这些参数，可以灵活地实现两个DataFrame之间的各种连接操作。2.答案：Numpy数组和PandasSeries在数据处理上都有广泛的应用，但它们之间存在一 些差异。Numpy数组是同质的多维数组，支持高效的数值计算，适用于大规模数值数据的处 理。而PandasSeries是一种一维的、大小可变的、潜在的异构序列，它提供了基于标签的 索引方式，便于数据的检索和修改。在功能上，Numpy数组更注重于数学和科学计算，而 PandasSeries则更侧重于数据的整理和分析。然而，PandasSeries内部实际上是基于Numpy 数组实现的，因此两者在底层有紧密的联系。在数据处理时，可以根据数据的特性和分析需 求选择合适的数据结构。编程题答案：读取mtcar数据。（2分）importpandasaspddata=pd.read_csv(".\data\mtcars.csv")data查看mtcar数据集的元素的个数、维度、大小等信息、输出表的列名。（5分）print('所有值为：\n',data.values)print('索引：\n',data.index)print('类型为：\n',data.dtypes)print('元素个数为：',data.size)print('维度为：',data.ndim)print('大小为：',data.shape)print('表的列名：\n',data.columns)使用describe方法对整个mtcar数据集进行描述性统计。（3分）data.describe()计算不同cyl(气缸数)、carb(化油器)对应的mpg(油耗)和hp(马力)的均值。（5分）a=data.loc[:,['cyl','carb','mpg','hp']]b=a.groupby(['cyl','carb']).mean()b输出mpg和hg前5个元素（2分）c=data.loc[:4,['mpg','hp']]c输出mtcar数据的前3行元素。（3分）d=data[:][:3]d用loc和iloc分别提取第1列和第3列的数据（3分）print(data.loc[:,['mpg','disp']])print('*******')print(data.iloc[:,[1,3]])删除前两行数据（2分）print('原数据长度：',len(data))data.drop(labels=range(0,2),axis=0,inplace=True)print('删除后长度：',len(data))删除abc列（5分）data['abc']=data['mpg']+data['hp']print('增加abc列后：\n',data.columns)print('****************************************')data.drop(labels='abc',axis=1,inplace=True)print('删除abc列后：\n',data.columns)级班号姓名成绩出卷日期：年月日考试日期：年月日下午出卷人：考试时间：分钟选择题（每题2分，共30分）1、数据分析的目的是什么？（） A.描述数据特征 B.预测未来趋势 C.发现数据中的错误 D.以上都是2、NumPy库中用于生成等差数列的函数是？（） A.

arange() B.

linspace() C.

zeros() D.

ones()3、在pandas中，读取Excel文件通常使用哪个函数？（） A.

read_csv() B.

read_excel() C.

to_excel() D.

load_excel()4、pandasDataFrame对象的describe()方法主要用于什么？（） A.生成数据的统计摘要 B.删除缺失值 C.数据排序 D.数据可视化5、matplotlib库主要用于什么？（） A.数据清洗 B.数据可视化 C.数据分析 D.数据挖掘6、在pandas中，将DataFrame的某一列的数据类型转换为整数型，通常使用哪个方法？（） A.

astype(int) B.

to_numeric() C.

dtype(int) D.

convert_dtypes(int)7、NumPy数组索引时，使用冒号:表示什么？（） A.选取第一个元素 B.选取最后一个元素 C. 选取所有元素 D.选取特定位置的元素8、在pandas中，删除DataFrame中的重复行，通常使用哪个方法？（） A.

remove() B.

unique() C.

delete() D.

drop_duplicates()9、matplotlib中设置图表标题使用哪个函数？（） A.

plt.title() B.

plt.xlabel() C.

plt.ylabel() D.

plt.legend()10、在pandas中，查看DataFrame的前几行数据，通常使用哪个方法？ A.

head() B.

tail() C.

info() D.

describe()11、NumPy中，计算数组的均值使用哪个函数？（） A.

mean() B.

sum() C.

std() D.

var()12、pandas中，缺失值通常用什么表示？（） A.

None B.

NaN C.

null D.

missing13、matplotlib中绘制直方图使用哪个函数？（） A.

plt.hist() B.

plt.bar() C.

plt.plot() D.

plt.scatter()14、pandas中合并两个DataFrame通常使用哪个函数？（） A.

combine() B.

concat() C.

join() D.

merge()15、在matplotlib中，设置x轴标签使用哪个函数？（） A.plt.title()

B.

plt.ylabel() C.

plt.xlabel() D.

plt.xticks()多选题（每题2分，共10分）1、以下哪些是pandas库的主要功能？（） A.数据清洗 B.数据分析 C.数据可视化 D.机器学习建模2、在NumPy中，以下哪些操作是有效的？（） A.数组索引 B.数组切片 C.条件筛选 D.数据可视化3、matplotlib支持哪些类型的图表？（） A.折线图 B.散点图 C.饼图 D.热力图4、pandas中处理缺失值的常用方法包括哪些？（） A.使用均值填充 B.删除含有缺失值的行或列 C.使用众数填充 D.使用前向填充5、以下哪些操作是pandasDataFrame对象支持的？（） A.数据选择 B.数据排序 C.数据分组 D.数据可视化判断题（每题2分，共10分）1、NumPy库主要用于复杂的数据分析任务。（）2、pandas库支持直接读取Excel文件。（）3、matplotlib只能绘制静态图表，不能制作动态交互图表。（）4、在pandas中，dropna()函数默认删除所有包含缺失值的行。（）5、NumPy数组索引从0开始。（）填空题（每空1分，共10分）1、NumPy中用于生成固定大小的数组，且数组元素全部为0的