数据分析与可视化 第3套

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、数据可视化的主要目的是什么？（）

A.美化数据报告

B.使复杂数据易于理解

C.增加数据处理的复杂性

D.减少数据准确性2、下列哪个工具常用于商业智能（BI）领域进行数据可视化？（）

A.Matplotlib B.Tableau

C.Pandas D.NumPy3、数据清洗过程中，对于缺失值的处理，常见的填充方法不包括哪一项？（）

A.均值填充 B.众数填充

C.删除缺失值 D.自动生成随机值4、描述性统计分析中，用于衡量数据离散程度的统计量是？（）

A.算数平均数 B.标准差

C.中位数 D.极差5、下列哪种图表类型适合展示时间序列数据？（）

A.饼图 B.散点图 C.折线图 D.热力图6、在Pandas中，用于数据合并的函数是？

A.merge() B.concat() C.drop() D.describe()7、数据可视化中，强调重点的设计原则通常不包括？（）

A.使用鲜艳的颜色 B.改变元素的大小

C.增加边框 D.使用特定的视觉元素8、在使用Matplotlib绘制图形时，设置图表标题的函数是？（）

A.plt.title() B.plt.xlabel()

C.plt.ylabel() D.plt.legend()9、下列哪个不是RFM模型中的核心指标？（）

A.最近一次消费时间（Recency）

B.消费频率（Frequency）

C.消费金额（Monetary）

D.消费满意度（Satisfaction）数据可视化工具中，哪个支持高度交互式和动态的可视化效果？（）

A.Matplotlib B.Plotly C.Tableau D.Seaborn11、在进行相关性分析时，用于衡量两个连续型变量之间线性相关程度的系数是？（）

A.皮尔逊相关系数 B.斯皮尔曼等级相关系数

C.卡方检验 D.方差分析12、数据清洗中，处理异常值的方法不包括？（）

A.删除异常值 B.修正异常值

C.使用中位数填充 D.特殊标记13、在Python中，哪个库专门用于生成词云图？（）

A.WordCloud B.Matplotlib

C.Seaborn D.Plotly14、描述性统计分析中，众数是指？（）

A.数据集所有数值的总和除以数值的总个数

B.数据集中出现次数最多的数值

C.数据集中最大值和最小值的差

D.将数据集从小到大排序，位于中间位置的数值15、在Pandas中，用于转换日期类型数据的函数是？（）

A.pd.to_datetime() B.pd.to_numeric()

C.pd.merge() D.pd.concat()多选题（每题2分，共10分）1、数据可视化广泛应用于哪些领域？（）

A.商业分析 B.金融市场

C.健康医疗 D.社会科学2、数据清洗过程中，处理缺失值的方法包括哪些？（）

A.删除缺失值 B.使用均值填充

C.使用众数填充 D.前向填充3、在数据可视化中，常用的图表类型有哪些？（）

A.柱状图 B.折线图 C.散点图 D.直方图4、RFM模型中，三个核心指标分别是？（ ）

A.最近一次消费时间（Recency）

B.消费频率（Frequency）

C.消费金额（Monetary）

D.客户满意度（Satisfaction）5、数据可视化的设计原则包括哪些？（）

A.简洁 B.一致性

C.复杂化 D.强调重点判断题（每题2分，共10分）1、数据可视化是通过图形或视觉表现形式将数据转换为易于理解的形式。（）2、在数据清洗中，对于异常值只能采取删除的方法进行处理。（）3、Matplotlib是一个用于生成静态、交云和动态可视化的Python库。（）4、RFM模型通过三个关键指标评估客户价值，帮助企业制定个性化营销策略。（）5、在数据可视化中，使用过多的颜色和装饰可以提高图表的美观性。（）填空题（每空1分，共10分）1、探索性数据分析（EDA）的作用包括________、_______、______和________。2、在对比分析中，常用的手段包括对比_________、______和_______方法等。3、RFM模型中的M代表______，用于衡量客户的消费金额。4、绘制帕累托图时，左侧的主坐标轴通常与______图关联，显示单个因素的值。5、数据可视化是将__________转换为图形或视觉表现形式的过程。简答题（每题5分，共10分）简述数据清洗的重要性及其主要步骤。解释什么是相关性分析，并列举两种常用的相关性分析方法。编程题（每题10分，共30分）1、案例试题-重庆二手房数据分析（共8小题，总分30分）1）导入数据集，探查数据（2分）2）删除数据中的“在租套数”字段（2分）3）查找数据中的重复记录，并统计重复记录的个数，如果存在重复记录将重复记录进行删除处理（5分）4）查看数据中“单价”列是否存在缺失值，统计缺失值数量，并使用fillna函数将缺失值进行补全（5分）5）自定义函数，使用过apply函数将“建成年份”字段中的“暂无资料”替换为空值（5分）6）按照区域统计在售房屋的数量，并将结果做降序处理，展示数量前十的区域及数量（5分）7）导入matplotlib中的pyplot模块并取别