2026年Python数据分析师笔试题初级

2026年Python数据分析师笔试题（初级）一、选择题（共10题，每题2分，合计20分）1.在Python中，以下哪个库主要用于数据分析和可视化？A.`PyTorch`B.`NumPy`C.`TensorFlow`D.`Scikit-learn`2.以下哪个函数可以用来计算一组数据的平均值？A.`mean()`B.`median()`C.`mode()`D.`std()`3.在Pandas中，如何选择DataFrame中的前5行数据？A.`df.head()`B.`df.tail()`C.`df.sample()`D.`df.describe()`4.以下哪个是Python中用于数据分组的函数？A.`sort()`B.`groupby()`C.`merge()`D.`pivot()`5.在NumPy中，如何创建一个3x3的全1矩阵？A.`np.zeros((3,3))`B.`np.ones((3,3))`C.`np.eye(3)`D.`np.random.rand(3,3)`6.以下哪个是Python中用于数据清洗的常用方法？A.`dropna()`B.`fillna()`C.`unique()`D.`corr()`7.在Pandas中，如何将DataFrame的某列转换为分类数据类型？A.`astype('category')`B.`to_numeric()`C.`apply()`D.`map()`8.以下哪个函数可以用来计算两个数组的逐元素乘积？A.`np.multiply()`B.`np.dot()`C.`np.cross()`D.`np.matmul()`9.在Python中，如何读取CSV文件到DataFrame中？A.`pd.read_csv()`B.`pd.read_excel()`C.`pd.read_sql()`D.`pd.read_json()`10.以下哪个是Python中用于时间序列分析的库？A.`Matplotlib`B.`Pandas`C.`Seaborn`D.`Statsmodels`二、填空题（共5题，每题2分，合计10分）1.在Pandas中，使用_______函数可以快速查看DataFrame的前几行数据。2.NumPy中，_______函数用于生成一个指定范围内的等差数列。3.在Python中，使用_______方法可以将缺失值填充为某个特定值。4.Pandas中，_______函数用于计算DataFrame中各列的唯一值及其出现次数。5.Matplotlib中，_______函数可以用来绘制直方图。三、简答题（共3题，每题10分，合计30分）1.简述Pandas中`DataFrame`和`Series`的区别。2.解释NumPy中`axis`参数的作用，并举例说明。3.如何使用Pandas处理缺失值（删除或填充），并说明不同场景下的适用性。四、编程题（共2题，每题25分，合计50分）题目1：假设你有一份销售数据CSV文件`sales_data.csv`，包含以下列：`date`（日期）、`product_id`（产品ID）、`quantity`（销售数量）、`price`（单价）。请完成以下任务：（1）使用Pandas读取该文件，并显示前10行数据。（2）计算总销售额（`quantityprice`），并将结果添加为新列`total_sales`。（3）按`product_id`分组，计算每个产品的总销售额，并按销售额降序排序。（4）筛选出`total_sales`超过1000的记录，并保存为新的CSV文件`high_sales.csv`。题目2：使用NumPy创建一个5x5的随机矩阵（元素范围在0到1之间），并完成以下操作：（1）计算矩阵的最大值、最小值和平均值。（2）将矩阵的每一行元素求和，并将结果存储在一个一维数组中。（3）将矩阵转置，并计算转置后的矩阵与原矩阵的点积。答案与解析一、选择题答案1.B2.A3.A4.B5.B6.A/B7.A8.A9.A10.B解析：1.`NumPy`是Python中用于数值计算的基础库，常用于数据分析。3.`df.head()`用于显示前几行数据，`tail()`显示后几行，`sample()`随机采样，`describe()`统计描述。7.`astype('category')`将列转换为分类类型，适用于分类数据分析。二、填空题答案1.`head()`2.`arange()`3.`fillna()`4.`value_counts()`5.`hist()`解析：2.`arange()`生成等差数列，如`np.arange(0,10,2)`生成[0,2,4,6,8]。5.`hist()`在Matplotlib中用于绘制直方图，常用于数据分布可视化。三、简答题答案1.`DataFrame`与`Series`的区别：-`DataFrame`是二维表格结构，类似Excel或SQL表，由多列`Series`组成。-`Series`是一维数组，类似列向量，包含单一数据类型。-操作上，`DataFrame`可以沿行或列操作，而`Series`仅沿单一维度操作。2.`axis`参数的作用：-在NumPy中，`axis=0`表示按列操作（默认），`axis=1`表示按行操作。-示例：`np.sum(arr,axis=0)`计算每列的和，`axis=1`计算每行的和。3.缺失值处理方法：-删除：`dropna()`，适用于数据量较大且缺失值占比小的情况。-填充：`fillna()`，可填充固定值、均值或中位数，适用于缺失值较少且不影响整体分布的情况。-适用性：删除适用于缺失值随机且不构成分析干扰；填充适用于缺失值有规律或需保留完整记录。四、编程题答案题目1：pythonimportpandasaspd读取数据df=pd.read_csv('sales_data.csv')print(df.head(10))计算总销售额df['total_sales']=df['quantity']df['price']print(df)分组计算总销售额grouped_sales=df.groupby('product_id')['total_sales'].sum().sort_values(ascending=False)print(grouped_sales)筛选高销售额记录high_sales=df[df['total_sales']>1000]high_sales.to_csv('high_sales.csv',index=False)题目2：pythonimportnumpyasnp创建随机矩阵matrix=np.random.rand(5,5)print("矩阵:\n",matrix)计算统计量max_val=np.max(matrix)min_val=np.min(matrix)mean_val=np.mean(matrix)print(f"最大值:{max_val},最小值:{min_val},平均值:{mean_val}")每行求和row_sums=matrix.