2025安徽蚌埠竞先数据服务有限公司人才招聘相关笔试历年难易错考点试卷带答案解析

2025安徽蚌埠竞先数据服务有限公司人才招聘相关笔试历年难易错考点试卷带答案解析一、单项选择题下列各题只有一个正确答案，请选出最恰当的选项（共30题）1、在Python数据处理中，用于读取CSV文件并返回DataFrame对象的标准库函数是？

A.pd.read_excel()

B.pd.read_csv()

C.pd.to_csv()

D.pd.load_csv()2、下列哪项不属于关系型数据库满足ACID特性中的内容？

A.原子性

B.一致性

C.隔离性

D.可扩展性3、在SQL查询中，若要筛选出“销售额”大于1000且“地区”为“蚌埠”的记录，正确的WHERE子句是？

A.WHERE销售额>1000OR地区='蚌埠'

B.WHERE销售额>1000AND地区='蚌埠'

C.WHERE销售额>1000,地区='蚌埠'

D.HAVING销售额>1000AND地区='蚌埠'4、关于数据清洗，以下哪种方法最适合处理数值型字段中的少量缺失值？

A.直接删除整行数据

B.用该字段的均值或中位数填充

C.用固定值0填充所有缺失

D.忽略缺失值不进行任何处理5、在Excel中，若要实现根据多个条件查找对应值，较新的推荐函数是？

A.VLOOKUP

B.HLOOKUP

C.XLOOKUP

D.INDEX+MATCH6、下列哪项指标主要用于评估分类模型的预测准确率？

A.R平方（R²）

B.均方误差（MSE）

C.准确率（Accuracy）

D.皮尔逊相关系数7、关于HTTP协议，服务器返回状态码“404”表示？

A.请求成功

B.服务器内部错误

C.禁止访问

D.未找到资源8、在数据可视化中，若要展示各部分占整体的比例关系，最合适的图表是？

A.折线图

B.饼图

C.散点图

D.柱状图9、下列关于Git版本控制的命令，用于将本地修改提交到暂存区的是？

A.gitcommit

B.gitpush

C.gitadd

D.gitpull10、在Python中，列表list_a=[1,2,3]，执行list_a.append([4,5])后，list_a的内容是？

A.[1,2,3,4,5]

B.[1,2,3,[4,5]]

C.[1,2,3,4]

D.报错11、在数据处理流程中，下列哪项是确保数据质量的首要步骤？

A.数据可视化

B.数据清洗

C.数据存储

D.数据挖掘12、Python中用于处理表格数据最常用的第三方库是？

A.NumPy

B.Pandas

C.Matplotlib

D.Requests13、SQL语句中，用于从表中筛选满足特定条件记录的关键字是？

A.SELECT

B.FROM

C.WHERE

D.ORDERBY14、下列哪种图表最适合展示各部分占整体的比例关系？

A.折线图

B.柱状图

C.饼图

D.散点图15、在关系型数据库中，唯一标识表中每一行记录的字段称为？

A.外键

B.主键

C.索引

D.视图16、Excel函数中，用于根据指定条件统计单元格数量的函数是？

A.SUMIF

B.COUNTIF

C.AVERAGEIF

D.VLOOKUP17、下列关于数据隐私保护的说法，正确的是？

A.所有数据均可公开共享

B.敏感数据需脱敏处理后使用

C.内部人员可随意拷贝数据

D.无需关注用户授权协议18、在数据分析项目中，“数据探索性分析（EDA）”的主要目的是？

A.直接生成最终报告

B.了解数据分布与特征

C.部署生产模型

D.编写前端代码19、HTTP协议中，表示服务器成功处理请求的状态码是？

A.200

B.404

C.500

D.30120、下列哪项不属于大数据的“4V”特征？

A.Volume（大量）

B.Velocity（高速）

C.Variety（多样）

D.Valueless（无价值）21、在Python数据处理中，用于合并两个DataFrame且基于共同列进行内连接的方法是？

A.merge(how='outer')

B.concat()

C.merge(how='inner')

D.join()22、SQL查询中，若要筛选出“销售额”大于10000且“地区”为“蚌埠”的记录，正确的WHERE子句是？

A.WHERE销售额>10000OR地区='蚌埠'

B.WHERE销售额>10000AND地区='蚌埠'

C.HAVING销售额>10000AND地区='蚌埠'

D.WHERE销售额>10000,地区='蚌埠'23、在Excel中，若A1单元格内容为“2025-05-07”，使用公式=YEAR(A1)的结果是？

A."2025"

B.2025

C.#VALUE!

D.524、下列关于关系型数据库第三范式（3NF）的描述，正确的是？

A.允许存在传递依赖

B.消除非主属性对码的传递依赖

C.必须包含所有属性

D.不需要满足第二范式25、在数据可视化中，最适合展示各部分占总体比例的图表是？

A.折线图

B.柱状图

C.饼图

D.散点图26、Python列表中，执行list_a=[1,2,3];list_b=list_a;list_b.append(4)后，list_a的值是？

A.[1,2,3]

B.[1,2,3,4]

C.[4,1,2,3]

D.报错27、以下哪项不属于数据清洗的常见步骤？

A.处理缺失值

B.重复值去重

C.数据标准化

D.模型训练28、在统计学中，衡量数据集离散程度最常用的指标是？

A.平均数

B.中位数

C.标准差

D.众数29、HTTP协议中，表示请求成功且服务器已返回所需资源的状态码是？

A.404

B.500

C.200

D.30130、关于线性回归模型，下列说法错误的是？

A.假设自变量与因变量呈线性关系

B.使用最小二乘法估计参数

C.适用于分类问题

D.残差应服从正态分布二、多项选择题下列各题有多个正确答案，请选出所有正确选项（共15题）31、在数据清洗过程中，处理缺失值的常见且科学的方法包括哪些？

A.直接删除含有缺失值的记录

B.使用均值、中位数或众数填充

C.利用回归模型预测填充

D.将缺失值统一标记为特定字符如“NULL”而不处理32、关于Python中Pandas库的数据结构，下列说法正确的有？

A.Series是一维带标签数组

B.DataFrame是二维表格型数据结构

C.Index对象是不可变的

D.DataFrame每一列的数据类型必须相同33、在SQL查询中，关于JOIN连接类型的描述，正确的有？

A.INNERJOIN返回两表中匹配的行

B.LEFTJOIN返回左表所有行及右表匹配行

C.FULLOUTERJOIN返回两表所有行

D.CROSSJOIN返回两表的笛卡尔积34、下列属于描述性统计分析指标的有？

A.均值

B.标准差

C.偏度

D.P值35、关于数据可视化原则，下列说法正确的有？

A.图表应简洁明了，避免过度装饰

B.颜色使用应具有区分度且符合语义

C.坐标轴起点必须始终为零

D.应根据数据类型选择合适的图表36、在机器学习预处理中，特征缩放的方法包括？

A.Min-Max归一化

B.Z-Score标准化

C.One-Hot编码

D.决策树分裂37、关于数据库事务ACID特性，下列描述正确的有？

A.原子性：事务要么全部完成，要么全部不执行

B.一致性：事务执行前后数据库状态合法

C.隔离性：并发事务互不干扰

D.持久性：事务提交后数据永久保存38、下列哪些行为可能违反数据隐私保护法规？

A.未经用户同意收集个人敏感信息

B.对数据进行脱敏处理后用于内部分析

C.将用户数据出售给第三方牟利

D.明文存储用户密码39、在Excel中进行数据分析时，常用函数包括？

A.VLOOKUP

B.SUMIF

C.PivotTable（数据透视表）

D.IFERROR40、关于大数据特征“4V”，下列描述正确的有？

A.Volume：数据量大

B.Velocity：处理速度快

C.Variety：数据类型多样

D.Value：价值密度低41、在数据清洗过程中，处理缺失值的常用方法包括哪些？

A.删除含有缺失值的记录

B.使用均值或中位数填充

C.使用众数填充分类变量

D.忽略缺失值直接建模42、关于Python中Pandas库的数据结构，下列说法正确的有？

A.Series是一维带标签数组

B.DataFrame是二维表格型数据结构

C.Index对象是不可变的

D.DataFrame每列数据类型必须相同43、在SQL查询中，以下哪些语句属于数据定义语言（DDL）？

A.CREATETABLE

B.INSERTINTO

C.ALTERTABLE

D.DROPINDEX44、下列关于机器学习过拟合现象的描述，正确的有？

A.模型在训练集表现好，测试集表现差

B.增加训练数据量有助于缓解过拟合

C.减少模型复杂度可减轻过拟合

D.过拟合意味着模型欠学习45、在数据可视化中，适合展示数据分布情况的图表有？

A.直方图

B.箱线图

C.饼图

D.密度图三、判断题判断下列说法是否正确（共10题）46、在数据处理流程中，数据清洗的主要目的是去除重复、错误或不完整的数据，以提高数据质量。（对/错）A.对B.错47、Python语言中，列表（List）是不可变数据类型，一旦创建就不能修改其元素。（对/错）A.对B.错48、SQL查询语句中，WHERE子句用于在分组前过滤行，而HAVING子句用于在分组后过滤组。（对/错）A.对B.错49、在Excel中，VLOOKUP函数的第四个参数为FALSE时，表示进行近似匹配。（对/错）A.对B.错50、数据可视化中，饼图适合展示部分与整体的比例关系，但不适合展示过多类别。（对/错）A.对B.错51、在关系型数据库中，主键（PrimaryKey）允许包含空值（NULL），只要保证唯一性即可。（对/错）A.对B.错52、数据挖掘中的“过拟合”现象是指模型在训练集上表现良好，但在测试集或新数据上表现较差。（对/错）A.对B.错53、HTTP协议中，状态码404表示服务器内部错误，而500表示请求的资源未找到。（对/错）A.对B.错54、在数据隐私保护中，脱敏处理是指通过替换、遮蔽等方式隐藏敏感信息，以保护个人隐私。（对/错）A.对B.错55、算法复杂度分析中，O(n^2)的时间效率通常优于O(nlogn)。（对/错）A.对B.错

参考答案及解析1.【参考答案】B【解析】Pandas库中，read_csv()是专门用于读取逗号分隔值文件的标准函数，能自动处理表头和数据类型。read_excel()用于Excel文件，to_csv()用于写入文件，load_csv()并非标准Pandas函数。掌握基础IO操作是数据服务岗位的核心技能，需区分读写函数及不同文件格式对应的API，避免混淆参数与返回值类型。2.【参考答案】D【解析】ACID指原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability），是事务处理的四大特性。可扩展性（Scalability）通常关联NoSQL数据库或分布式系统架构，并非传统关系型数据库事务ACID的组成部分。理解此概念有助于在数据服务中正确选择存储方案。3.【参考答案】B【解析】筛选行数据应使用WHERE子句，多个条件同时满足需用AND连接。OR表示满足其一即可，不符合题意。HAVING用于分组后过滤，不能直接替代WHERE进行行级筛选。C选项语法错误。掌握逻辑运算符与子句适用场景是数据提取的基础。4.【参考答案】B【解析】对于数值型缺失值，均值或中位数填充能保持数据分布特征，减少偏差。直接删除可能导致样本量不足；用0填充可能扭曲统计结果（如收入为0不合理）；忽略不处理会导致后续计算报错。选择填充策略需结合业务语境，均值/中位数是最通用的科学处理方法。5.【参考答案】C【解析】XLOOKUP是微软推出的新一代查找函数，支持双向查找、默认精确匹配及多条件数组运算，语法比VLOOKUP更简洁且功能更强。VLOOKUP仅支持向右查找，HLOOKUP用于横向。INDEX+MATCH虽灵活但公式复杂。在数据服务工作中，熟练使用XLOOKUP可大幅提升效率。6.【参考答案】C【解析】准确率（Accuracy）是分类模型中预测正确的样本占总样本的比例。R²和MSE用于回归模型评估预测值与真实值的拟合程度。皮尔逊相关系数衡量变量间线性相关性。区分分类与回归评估指标是数据分析面试的高频考点，需明确各指标适用场景。7.【参考答案】D【解析】404NotFound表示客户端请求的资源在服务器上不存在。200表示成功，500表示服务器内部错误，403表示禁止访问。理解常见HTTP状态码有助于数据爬虫开发及API接口调试，能快速定位数据获取失败的原因，是技术服务岗位的基础网络知识。8.【参考答案】B【解析】饼图专门用于显示各部分占总体的百分比构成。折线图侧重趋势变化，散点图展示变量间相关性，柱状图用于类别间数值比较。选择图表需遵循“形式服从功能”原则，明确表达占比关系时，饼图或环形图是最佳选择，避免误用导致信息传达不清。9.【参考答案】C【解析】gitadd将工作区的修改添加到暂存区（Stage）。gitcommit将暂存区内容提交到本地仓库。gitpush推送到远程仓库，gitpull从远程拉取。理解Git工作流（工作区-暂存区-仓库）是协作开发的基础，混淆add与commit是初学者常见错误。10.【参考答案】B【解析】append()方法将参数作为一个整体元素添加到列表末尾。此处参数是列表[4,5]，因此它作为单个嵌套列表加入。若要合并列表元素应使用extend()。区分append与extend的作用机制是Python基础编程的高频易错点，涉及数据结构的操作细节。11.【参考答案】B【解析】数据清洗是数据预处理的核心环节，旨在识别并纠正数据中的错误、缺失值和不一致性。只有经过清洗的高质量数据，才能为后续的存储、分析和挖掘提供可靠基础。若跳过此步，后续分析结果将产生偏差（即“垃圾进，垃圾出”）。数据可视化是结果展示，存储是物理保存，挖掘是价值提取，均依赖于清洗后的数据。因此，数据清洗是确保质量的首要且关键步骤。12.【参考答案】B【解析】Pandas是基于NumPy构建的数据分析工具，提供了DataFrame和Series等数据结构，专门用于高效处理结构化表格数据，支持读写Excel/CSV、数据清洗、聚合等操作。NumPy侧重多维数组数值计算；Matplotlib用于绘图；Requests用于网络请求。在数据服务岗位的日常工作中，Pandas是处理业务数据最核心、最高频使用的库。13.【参考答案】C【解析】SELECT用于指定要查询的列；FROM指定数据来源表；ORDERBY用于对结果排序。WHERE子句专门用于设定过滤条件，只有满足条件的行才会被返回。例如“SELECT*FROMusersWHEREage>18”，仅返回年龄大于18的记录。掌握WHERE的使用是进行精确数据提取的基础，也是笔试中考察SQL逻辑能力的常见考点。14.【参考答案】C【解析】饼图通过扇形面积直观展示各分类在总体中的占比，适合表现“部分-整体”关系。折线图主要用于展示数据随时间变化的趋势；柱状图适合比较不同类别间的数值大小；散点图用于揭示两个变量间的相关性。在数据汇报中，正确选择图表类型能显著提升信息传达效率，饼图是占比分析的标准选择。15.【参考答案】B【解析】主键（PrimaryKey）具有唯一性和非空性，用于唯一标识表中的每一条记录，确保数据实体的完整性。外键用于建立表间关联；索引用于加速查询；视图是虚拟表。设计数据库时，合理设置主键是规范化设计的第一步，能有效避免数据冗余和更新异常，是数据架构基础考点。16.【参考答案】B【解析】COUNTIF函数用于统计满足单个条件的单元格数目，语法为COUNTIF(range,criteria)。SUMIF用于条件求和；AVERAGEIF用于条件平均值；VLOOKUP用于垂直查找引用。在数据统计岗面试中，区分统计类函数（Count/Sum/Average）与查找类函数（Lookup/Index）的应用场景是基础必考内容。17.【参考答案】B【解析】依据《个人信息保护法》及行业规范，涉及个人隐私或商业机密的数据必须经过脱敏（如掩码、加密）处理后方可用于分析或共享，以防范泄露风险。A、C、D均严重违反数据安全合规要求。数据服务人员必须具备强烈的合规意识，脱敏是数据流通前的必要安全动作。18.【参考答案】B【解析】EDA旨在通过统计摘要和可视化手段，初步了解数据的分布形态、缺失情况、异常值及变量间关系，为后续特征工程和模型选择提供依据。它不是最终报告，也不涉及部署或前端开发。良好的EDA能帮助分析师发现数据潜在问题，是连接原始数据与建模的关键桥梁。19.【参考答案】A【解析】200OK表示请求成功；404NotFound表示资源未找到；500InternalServerError表示服务器内部错误；301MovedPermanently表示永久重定向。在数据采集或API对接工作中，准确识别状态码有助于快速定位接口调用失败的原因，200是预期正常的唯一标准成功码。20.【参考答案】D【解析】大数据的4V特征包括：Volume（数据量大）、Velocity（处理速度快）、Variety（数据类型多样）、Value（价值密度低但总价值高）。D项“无价值”表述错误，大数据的核心目标正是从海量数据中挖掘高价值信息。理解4V特征有助于把握大数据技术选型与应用场景的本质区别。21.【参考答案】C【解析】pandas库中，merge函数用于数据库风格的连接。how='inner'表示内连接，仅保留键值匹配的行，是数据清洗中最常用的合并方式。how='outer'为外连接，保留所有行；concat主要用于轴向拼接；join默认基于索引左连接。针对招聘笔试中常见的数据整合场景，理解不同连接类型的区别至关重要，内连接能有效去除无效或缺失关联的数据记录，确保分析结果的准确性。22.【参考答案】B【解析】SQL中筛选行数据使用WHERE子句。多个条件同时满足需使用AND逻辑运算符。OR表示满足其一即可，不符合题意。HAVING用于对分组后的结果进行筛选，通常与GROUPBY连用，不能直接替代WHERE过滤原始行。D选项语法错误。掌握基础SQL逻辑运算对于数据提取岗位是核心考点，确保能准确从数据库中提取特定业务场景下的目标数据。23.【参考答案】B【解析】YEAR函数用于提取日期中的年份部分，返回值为整数类型，而非文本。因此结果是数字2025，不带引号。若单元格格式非标准日期，可能报错#VALUE!，但题干默认为标准日期格式。MONTH(A1)才会返回5。在数据处理笔试中，区分函数返回值的数据类型（文本vs数值）是常见陷阱，直接影响后续计算或VLOOKUP匹配的准确性。24.【参考答案】B【解析】第三范式要求表不仅满足第二范式（2NF），还要消除非主属性对候选码的传递依赖。即非主属性必须直接依赖于主键，而不能依赖于其他非主属性。A错误，3NF旨在消除传递依赖；D错误，3NF建立在2NF基础上。理解范式有助于设计低冗余、高一致性的数据库结构，是数据服务岗位考察数据库理论基础的重点内容。25.【参考答案】C【解析】饼图通过扇形面积直观展示各分类在整体中的占比，适用于构成分析。折线图侧重趋势变化；柱状图侧重类别间数值对比；散点图展示两个变量间的相关性。在商业分析报告制作中，选择正确的图表类型能提升信息传达效率。此题考察对基本图表适用场景的理解，是数据分析基础能力的体现。26.【参考答案】B【解析】Python中列表赋值是引用传递，list_b和list_a指向同一内存对象。对list_b的修改会同步反映在list_a上。若需独立副本，应使用list_b=list_a.copy()或list_b=list_a[:]。此题考察可变对象引用的核心概念，是编程笔试中极易出错的基础点，理解浅拷贝与深拷贝的区别对避免Bug至关重要。27.【参考答案】D【解析】数据清洗旨在提高数据质量，包括处理缺失值、去重、纠正错误格式、异常值处理及数据标准化等。模型训练属于数据挖掘或机器学习阶段，发生在数据预处理之后。明确数据加工流程的各阶段界限，有助于在实际工作中规范操作顺序，确保输入模型的数据洁净可靠，是数据服务人员的基本素养。28.【参考答案】C【解析】平均数、中位数、众数均用于描述数据的集中趋势。标准差（及方差）用于衡量数据点偏离平均值的程度，即离散程度。标准差越大，数据波动越大。在数据分析笔试中，区分集中趋势与离散趋势指标是基础考点，正确选用统计量才能准确解读业务数据的稳定性与风险特征。29.【参考答案】C【解析】200OK表示请求成功。404NotFound表示资源未找到；500InternalServerError表示服务器内部错误；301MovedPermanently表示永久重定向。了解常见HTTP状态码对于Web数据抓取、API接口调试及网络故障排查至关重要，是技术服务类岗位必考的网络基础知识。30.【参考答案】C【解析】线性回归主要用于预测连续数值型因变量，而非分类问题（分类常用逻辑回归、决策树等）。其基本假设包括线性关系、误差项独立同分布且服从正态分布，参数估计常采用最小二乘法。混淆回归与分类的应用场景是初学者常见错误，明确算法适用范围是数据建模岗位的核心能力要求。31.【参考答案】ABC【解析】数据清洗是数据分析的基础。A项适用于缺失比例极小且随机分布的情况；B项是常用的统计填充法，能保持样本量；C项适用于存在相关性的变量，精度较高。D项错误，若不进行后续处理直接标记，可能导致分析模型报错或产生偏差，必须根据业务逻辑转化为数值或分类变量。因此，科学的方法应结合数据特征选择A、B、C。32.【参考答案】ABC【解析】Pandas是数据处理核心库。A项正确，Series类似一维数组；B项正确，DataFrame由多个Series组成；C项正确，Index不可变确保数据安全；D项错误，DataFrame不同列可以是不同数据类型（如int,float,string），但同一列通常类型一致。掌握这些基础结构有助于高效进行数据操作与分析。33.【参考答案】ABCD【解析】SQL连接是数据提取关键。INNERJOIN仅保留交集；LEFTJOIN以左表为主，右表无匹配则补NULL；FULLOUTERJOIN保留并集，无匹配补NULL；CROSSJOIN生成所有可能组合。理解各连接差异，能准确获取所需数据集，避免数据遗漏或冗余，是数据分析师必备技能。34.【参考答案】ABC【解析】描述性统计用于概括数据特征。均值反映集中趋势；标准差反映离散程度；偏度反映分布对称性。D项P值属于推断性统计，用于假设检验，判断结果显著性，不属于描述性统计范畴。掌握前三者有助于快速了解数据分布形态和基本特征，为后续深入分析奠定基础。35.【参考答案】ABD【解析】可视化旨在高效传递信息。A项强调“少即是多”，减少认知负荷；B项确保信息传达准确，如红色常警示；D项如时间序列用折线图，占比用饼图。C项错误，虽然柱状图建议从零开始以防误导，但折线图或非比较性图表可根据数据范围调整起点，需视具体情况而定，非绝对规则。36.【参考答案】AB【解析】特征缩放旨在消除量纲影响。A项将数据映射到[0,1]区间；B项使数据均值为0，方差为1，适用于正态分布数据。C项One-Hot编码用于处理类别变量，不属于数值缩放；D项是算法内部机制。正确选择缩放方法能加速模型收敛，提高基于距离算法（如KNN、SVM）的性能。37.【参考答案】ABCD【解析】ACID是保证数据库可靠性的核心。原子性确保操作不可分割；一致性维护数据完整性约束；隔离性防止并发冲突（如脏读）；持久性保证故障后数据不丢失。在数据服务中，理解并应用这些特性对于设计高可用、高一致性的数据存储方案至关重要，确保业务数据准确无误。38.【参考答案】ACD【解析】数据合规是企业红线。A项侵犯知情权；C项非法交易个人信息；D项存在巨大泄露风险，应哈希加密存储。B项合法，脱敏是保护隐私的有效技术手段。从业者需严格遵守《个人信息保护法》等法规，建立数据全生命周期安全管理体系，避免法律风险和信誉损失。39.【参考答案】ABCD【解析】Excel是基础分析工具。VLOOKUP用于纵向查找匹配；SUMIF用于条件求和；数据透视表用于快速汇总多维度数据；IFERROR用于处理公式错误，提升报表美观度。熟练掌握这些功能，能高效完成日常数据整理、计算和初步分析任务，是数据岗位的基本功，有助于提升工作效率。40.【参考答案】ABCD【解析】4V定义大数据特性。Volume指PB级海量数据；Velocity要求实时或近实时处理；Variety涵盖结构化、半结构化和非结构化数据；Value指虽总量大但单条价值低，需挖掘提炼。理解4V有助于企业构建合适的大数据架构，选择恰当的技术栈（如Hadoop、Spark）以应对数据挑战，实现数据资产变现。41.【参考答案】ABC【解析】处理缺失值是数据预处理的关键步骤。A项适用于缺失比例极小且随机的情况；B项适用于数值型数据，能保持数据分布特征；C项适用于分类型数据，保留出现频率最高的类别。D项错误，大多数算法无法直接处理缺失值，强行忽略会导致模型偏差或运行错误。正确策略需根据缺失机制（完全随机、随机、非随机）和数据特性选择，以确保数据质量和后续分析的准确性。42.【参考答案】ABC【解析】Pandas是数据分析核心库。A项正确，Series类似一维数组，包含索引和数据。B项正确，DataFrame由行和列组成，类似Excel表。C项正确，Index一旦创建不可修改，确保数据对齐安全。D项错误，DataFrame不同列可以拥有不同的数据类型（如一列为整数，一列为字符串），但同一列内数据类型通常一致。理解这些基础结构有助于高效进行数据操作和分析。43.【参考答案】ACD【解析】SQL语言分为DDL、DML、DCL等。DDL用于定义数据库结构。A项创建表，C项修改表结构，D项删除索引，均属于DDL操作，直接影响数据库schema。B项INSERTINTO属于数据操纵语言（DML），用于向表中插入数据，不改变表结构。区分DDL和DML对于数据库管理和权限控制至关重要，DDL操作通常自动提交且不可回滚，需谨慎执行。44.【参考答案】ABC【解析】过拟合指模型过度捕捉训练数据噪声，导致泛化能力弱。A项是过拟合的典型特征。B项正确，更多数据能让模型学到普遍规律而非噪声。C项正确，简化模型（如减少决策树深度、增加正则化）能限制模型复杂度，防止过拟合。D项错误，欠学习（欠拟合）是指模型在训练集和测试集表现均