2025年大数据分析师职业技能测试卷：大数据项目实战案例分析与试题

2025年大数据分析师职业技能测试卷：大数

据项目实战案例分析与试题

考试时间：______分钟总分：______分姓名：______

一、Python编程基础

要求：考察学生对Python编程语言的基本语法、常用数据结构和控制流的理

解与应用。

1.编写一个Python程序，实现以下功能：

a.定义一个函数，接收一个整数列表作为参数，返回列表中所有奇数的和。

b.定义一个函数，接收一个字符串作为参数，返回该字符串中所有重复字

符的次数。

c.定义一个函数，接收一个整数作为参数，判断该整数是否为素数。

2.编写一个Python程序，实现以下功能：

a.定义一个列表，包含10个整数，对列表进行排序。

b.定义一个字典，包含10个键值对，键为字符串，值为整数，按照键的

字典序对字典进行排序。

c.定义一个元组，包含10个元组元素，每个元素包含两个整数，按照第

一个整数的升序对元组进行排序。

3.编写一个Python程序，实现以下功能：

a.定义一个列表，包含10个字符串，对列表进行排序。

b.定义一个字典，包含10个键值对，键为字符串，值为整数，按照值的

降序对字典进行排序。

c.定义一个元组，包含10个元组元素，每个元素包含两个字符串，按照

第一个字符串的长度进行排序。

二、数据可视化

要求:考察学生对数据可视化工具（如Python中的matplotlib库）的应用能

力。

1.使用matplotlib库，绘制一个柱状图，展示以下数据：

a.柱状图的x轴表示城市名称，y轴表示该城市的平均气温。

b.柱状图的颜色根据平均气温的不同进行渐变。

c.在柱状图上方添加标题和图例。

2.使用matplotlib库，绘制一个折线图，展示以下数据：

a.折线图的x轴表示日期，y轴表示股票价格。

b.折线图使用不同的颜色表示不同股票的价格。

c.在折线图下方添加标题和图例。

3.使用malplollib库，绘制一个散点图，展示以下数据：

a.散点图的x轴表示年龄，y轴表示收入，

b.散点图中的点根据年龄和收入的范围分为不同的颜色。

c.在散点图上方添加标题和图例。

四、SQL数据库查询

要求：考察学生对SQL数据库查询语言的理解和应用能力。

1.假设有一个名为'employees'的表，包含以下列：、cmployce_id'（员工

ID）,name'（姓名），department'（部门），salary'（薪水）。请根据以下

要求编写SQL查询语句：

a.查询所有部门的名称和员工数量。

b.查询薪水在5000到8000之间的员工姓名和部门。

C-查询每个部门薪水最高的员工的姓名和薪水。

d.查询所有部门的平均薪水。

.查询没有部门的员工姓名。

f.查询部门名称包含“Sales”的员工姓名。

g.查询薪水排名前5的员工姓名和薪水。

h.查询薪水低于部门平均薪水的员工姓名和薪水。

i.查询部门名称和该部门薪水最高的员工姓名。

j.查询部门名称和该部门薪水最低的员工姓名。

2.假设有一个名为'orders'的表,包含以下列：'ordejid'（订单ID）,

customer_id（客户：D）,order_date（订单日期），amount（订单金额）。

请根据以下要求编写SQL查询语句：

a.查询所有订单的订单金额。

b.查询每个客户的订单数量。

c.查询订单日期在当前日期前一个月的所有订单。

d.查询订单金额超过1000的所有订单。

e.查询订单ID为奇数的所有订单。

f.查询订单日期在当前日期前一周的所有订单。

g.查询订单金额在500到1500之间的所有订单。

h.查询订单ID为偶数的所有订单。

i.查询订单日期在当前日期前三个月的所有订单。

j.查询订单金额超过当前口期前一个月平均订单金额的所有订单。

五、数据清洗与预处理

要求：考察学生对数据清洗和预处理技术的掌握。

1.假设有一个名为'customcjdata'的CSV文件，包含以下列：

customerid（客户ID）,name（姓名），Qmail（电子邮件），phon。

（电话号码），'address'（地址）。请根据以下要求完成数据清洗和预处理：

a.移除所有包含空白的电子邮件地址。

b.将所有电话号码格式化为“（123）456-7890”。

C.删除所有姓名中包含数字的客户记录。

d.将地址列中的所有地址按照逗号分隔，提取出城市名称。

e.检查并修正所有无效的电子邮件地址格式。

f.删除所有重复的客户记录。

g.添加一个新列'is_active',对于所有非空电话号码的客户，标记为

“活跃”，其他为“非活跃”°

h.将姓名列中的所有大写字母转换为小写字母。

i.删除所有地址为空白的客户记录。

j.对客户ID进行排序。

2.假设有一个名为、sales_data'的JSON文件,包含以下字段：'salesjd'

（销售ID）,product/d'（产品ID）,quantity'（数量），sale_date（销

售日期），'price'（价格）。请根据以下要求完成数据清洗和预处理：

a.移除所有销售日期为空的记录。

b.计算每个产品的总销售额。

c.删除所有销售额低于100的记录。

d.将销售日期格式化为“YYYY-MM-DD”。

e.检查并修正所有无效的价格格式。

f.删除所有重复的销售记录。

g.添加一个新列'lolal_revenue',计算每个销售记录的总收入（数量*价

格）。

h.将销售ID进行降序排序。

i.删除所有产品ID为空的记录。

j.计算每个产品的平均销售价格。

本次试卷答案如下：

一、Python编程基础

1.a.代码如下：

python

defsumodds(numbers):

returnsum(numfornuminnumbersifnum%2!=0)

print(sum_odds([l,2,3,4,5,6,7,8,9,10]))

解析思路：使用列表推导式遍历列表，通过条件表达式'num%2!二0'筛选出

奇数，然后使用'sum。,函数计算奇数之和。

1.b.代码如下：

python

defcount_repeated_chars(s):

char_count={}

forcharins:

char_count[char]=char_count.get(char,0)+1

returnchar_count

print(count_repeated_chars(〃helloworld"))

解析思路：遍历字符串中的每个字符，使用字典来记录每个字符出现的次数，

通过'char_count.get(char,0)'获取当前字符的计数，如果不存在则默认为0。

1.c.代码如下：

python

defis_prime(num；:

ifnum<=1:

returnFalse

foriinrange(2,int(num**0.5)+1):

ifnum%i==0:

returnFalse

returnTrue

print(is_prime(29))

解析思路：检查一个数是否为素数，首先排除小于等于1的数，然后从2到该

数的平方根范围内检查是否有能整除该数的数。

二、数据可视化

1.a.代码如下：

python

importmatplotlib.pyplotasplt

defplot_bar_chart(x,y):

pit.bar(x,yj

pit.xlabel(*City')

plt.ylabel(,AverageTemperature，)

pit.title(*AverageTemperaturebyCity')

pit.show()

#假设的数据

cities=['CityA',*CityB','CityC','CityD','CityE']

temperatures=[20,22,25,18,21]

plotbai\chart(cities,temperatures)

解析思路：使用matplotlib的'bar。'函数创建柱状图，设置x轴为城市名称,

y轴为平均气温，并添加标题和图例。

1.b.代码如下：

python

importmatplotlib.p)^plotaspit

dpfplnt._linA_chart(x,y):

pit.plot(x,y)

pit.xlabcl(*Date*)

pit.ylabel(*StockPrice')

pit.title(JStockPriceOverTime')

pit.show()

#假设的数据

dates=[，2025-01-01，,J2025-01-02*,'2025-01-03','2025-01-04',

'2025-01-05']

prices=[100,102,101,103,105]

plot_1ine_chart(dates,prices)

解析思路：使用matplotlib的'plot。'函数创建折线图,设置x轴为日期，y

轴为股票价格，并添加标题和图例。

1.c.代码如下：

python

importmatplotlib.pyplotaspit

defplot_scatter_chart(x,y):

pit.scatter(x,y)

pit.xlabel(*Age')

pit.ylabel('Income')

plt.titie(,IncomevsAge')

pit.show()

#假设的数据

ages=[25,30,35,40,45]

incomes=[50000,60000,70000,80000,90000]

plot_scatter_chart(ages,incomes)

解析思路：使用matplotlib的'scatter。'函数创建散点图,设置x轴为年龄,

y轴为收入，并添加标题和图例。

四、SQL数据库查询

1.a.SQL查询语句：

sql

SELECTdepartment,COUNT(*)ASemployee_count

FROMemployees

GROUPBYdepartment;

解析思路：使用'GROUPBY'语句按部门分组，并使用'COUNT(*)'计算每个部门

的员工数量。

1.b.SQL查询语句：

sql

SELECTname,department,salary

FROMemployees

WHEREsalaryBETWEEN5000AND8000;

解析思路：使用'WHERE'子句筛选薪水在5000到8000之间的员工，并选择姓

名、部门和薪水列。

1.c.SQL查询语句：

SELECTname,salary

FROMemployees

WHEREdepartment=(SELECTdepartment

FROMemployees

ORDERBYsalaryDESC

LIMIT1);

解析思路：使用子查询找到薪水最高的部门，然后选择该部门中薪水最高的员

工姓名和薪水。

1.d.SQL查询语句：

sql

SELECTdepartment,AVG(salary)ASaverage_salary

FROMemployees

GROUPBYdepartment;

解析思路：使用'GROUPBY'语句按部门分组，并使用'AVG(salary)'计算每个

部门的平均薪水。

1.e.SQL查询语句:

sql

SELECTname

FROMemployees

WHEREdepartmentISNULL;

解析思路：使用'WHERE'子句筛选部门为空的员工，并选择姓名列。

1.f.SQL查询语句：

sql

SELECTname

FROMemployees

WHEREdepartmentLIKE飞Sales%';

解析思路：使用'LIKE'操作符匹配包含“Sales”的部门名称，并选择姓名列。

1.g.SQL查询语句：

sql

SELECTname,salary

FROMemployees

ORDERBYsalaryDESC

LIMIT5;

解析思路；按薪水降序排序员工，并选择前5名员工的姓名和薪水。

1.h.SQL查询语句：

sql

SELECTname,salary

FROMemployees

WHEREsalary<(SELECTAVG(salary)FROMemployees);

解析思路：使用子查询计算所有员工的平均薪水，然后选择薪水低于平均薪水

的员工姓名和薪水C

1.i.SQL查询语句：

sql

SELECTe.department,e.name

FROMemployeese

JOIN(SELECTdepartment,MAX(salary)ASnax_salary

FROMemployees

GROUPBYdepartment)dONe.departnent=d.departmentAND

e.salary=d.max_salary;

解析思路：使用子查询找到每个部门的最高薪水，然后通过连接查询选择对应

部门中薪水最高的员工姓名和部门。

1.j.SQL查询语句：

sql

SELECTe.name,e.salary

FROMemployeese

JOIN(SELECTdepartment,MIN(salary)ASnin_salary

FROMemplo