2026-大学信息技术数据处理考试题及答案

2026-大学信息技术数据处理考试题及答案注意事项1.本试卷满分100分，考试时间120分钟。2.答题时请使用黑色签字笔，答案需写在答题卡指定位置，超出答题区域无效。一、选择题（每题3分，共48分）1.下列数据类型中，属于结构化数据的是（）A.社交媒体文本B.数据库表格C.图像文件D.音频文件2.在Excel中，若A1单元格输入公式“=SUM(B2:D4)”，该公式表示（）A.计算B2到D4所有单元格的乘积B.计算B2到D4所有单元格的和C.计算B2到D4区域的平均值D.计算B2到D4区域的最大值3.以下哪种算法属于无监督学习？（）A.线性回归B.K-Means聚类C.决策树D.支持向量机4.在Python中，用于处理CSV文件的库是（）A.NumPyB.PandasC.MatplotlibD.Scikit-learn5.数据库中，主键的作用是（）A.唯一标识表中的每一行B.提高查询效率C.限制数据类型D.加密数据6.下列SQL语句中，用于删除表的是（）A.`DROPTABLEstudents;`B.`DELETEFROMstudents;`C.`TRUNCATETABLEstudents;`D.`UPDATEstudentsSETname='';`7.在数据清洗中，处理缺失值的常用方法不包括（）A.删除缺失值B.用均值填充C.用随机值填充D.用中位数填充8.以下哪种数据可视化工具适合展示时间序列数据？（）A.饼图B.折线图C.散点图D.热力图9.在Python中，以下代码的输出结果是（）```pythonimportnumpyasnparr=np.array([1,2,3,4])print(arr[1:3])```A.[1,2]B.[2,3]C.[3,4]D.[1,2,3]10.下列关于大数据特征的描述，错误的是（）A.数据量大（Volume）B.数据类型多样（Variety）C.数据价值密度高（Value）D.数据生成速度快（Velocity）11.在关系型数据库中，表与表之间的关联通过（）实现A.外键B.主键C.索引D.视图12.以下哪种方法可用于检测数据中的异常值？（）A.箱线图B.直方图C.饼图D.散点图13.在Python中，以下代码的作用是（）```pythondf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})df=df.drop('A',axis=1)```A.删除列AB.删除行AC.修改列A的值D.添加列A14.下列关于数据仓库的描述，正确的是（）A.面向事务处理B.数据更新频繁C.面向主题设计D.数据量较小15.在机器学习中，过拟合是指（）A.模型在训练集上表现差，在测试集上表现好B.模型在训练集和测试集上表现均差C.模型在训练集上表现好，在测试集上表现差D.模型在训练集和测试集上表现均好16.以下哪种协议用于Web数据传输？（）A.HTTPB.FTPC.SMTPD.TCP二、填空/简答题（共32分）1.填空题（每空2分，共10分）（1）在Python中，`pandas.DataFrame`的`________`方法用于按列名选择数据。（2）SQL中，`________`关键字用于对查询结果进行排序。（3）数据清洗中，`________`是指将数据转换为统一格式（如日期格式统一为YYYY-MM-DD）。（4）在机器学习中，`________`是指将数据集分为训练集和测试集的过程。（5）大数据处理框架Hadoop的核心组件包括HDFS和________。2.简答题（每题6分，共12分）（1）简述数据预处理的主要步骤。（2）什么是主成分分析（PCA）？其作用是什么？3.代码题（10分）给定以下Python代码片段，请补充完整以实现以下功能：-创建一个包含两列（'Name'和'Age'）的DataFrame。-添加一列'Score'，值为随机生成的10个整数（范围1-100）。-计算'Score'列的平均值。```pythonimportpandasaspdimportnumpyasnpdata={'Name':['Alice','Bob','Charlie','David','Eve','Frank','Grace','Henry','Ivy','Jack'],'Age':[20,21,19,22,20,23,21,19,22,20]}df=pd.DataFrame(data)df['Score']=np.random.randint(1,101,size=10)average_score=df['Score'].mean()print("AverageScore:",average_score)```4.应用题（10分）某电商公司需要分析用户购买行为，数据存储在名为`orders.csv`的文件中（包含字段：用户ID、商品ID、购买时间、购买数量）。请描述如何使用Python完成以下任务：（1）读取数据文件。（2）统计每个用户的总购买数量。（3）找出购买数量最多的用户。三、综合题/分析题（共20分）1.数据库设计题（10分）某学校需要设计一个学生管理系统，包含以下信息：-学生（学号、姓名、性别、年龄、专业）-课程（课程号、课程名、学分）-选课（学号、课程号、成绩）要求：（1）绘制E-R图（用文字描述结构）。（2）写出创建上述表的SQL语句（需包含主键和外键约束）。2.数据分析题（10分）给定一组销售数据（如下表），请完成以下任务：|产品ID|销售额（万元）|销售数量||--------|----------------|----------||P001|120|1000||P002|80|800||P003|150|1200||P004|90|900|（1）计算每个产品的单位销售额（销售额/销售数量）。（2）使用Python的Matplotlib库绘制销售额的柱状图。参考答案一、选择题1.B2.B3.B4.B5.A6.A7.C8.B9.B10.C11.A12.A13.A14.C15.C16.A二、填空/简答题1.填空题（1）`loc`或`[]`（2）`ORDERBY`（3）数据标准化（4）数据划分（5）MapReduce2.简答题（1）数据预处理的主要步骤包括：数据清洗（处理缺失值、异常值）、数据集成（合并多个数据源）、数据变换（归一化、标准化）、数据规约（降维、特征选择）。（2）主成分分析（PCA）是一种降维技术，通过线性变换将原始数据投影到低维空间，保留主要特征。其作用是减少计算复杂度、去除冗余信息、可视化高维数据。3.代码题```pythonimportpandasaspdimportnumpyasnpdata={'Name':['Alice','Bob','Charlie','David','Eve','Frank','Grace','Henry','Ivy','Jack'],'Age':[20,21,19,22,20,23,21,19,22,20]}df=pd.DataFrame(data)df['Score']=np.random.randint(1,101,size=10)average_score=df['Score'].mean()print("AverageScore:",average_score)```4.应用题（1）使用`pd.read_csv('orders.csv')`读取数据。（2）使用`df.groupby('用户ID')['购买数量'].sum()`统计总购买数量。（3）使用`idxmax()`方法找出购买数量最多的用户，例如：```pythonmax_user=df.groupby('用户ID')['购买数量'].sum().idxmax()```三、综合题/分析题1.数据库设计题（1）E-R图描述：-学生（学号为主键）与选课（多对多关系，通过选课表关联）。-课程（课程号为主键）与选课（多对多关系）。-选课表包含学号（外键）、课程号（外键）、成绩。（2）SQL语句：```sqlCREATETABLEStudent(student_idVARCHAR(10)PRIMARYKEY,nameVARCHAR(50),genderCHAR(1),ageINT,majorVARCHAR(50));CREATETABLECourse(course_idVARCHAR(10)PRIMARYKEY,course_nameVARCHAR(50),creditINT);CREATETABLEEnrollment(student_idVARCHAR(10),course_idVARCHAR(10),scoreINT,PRIMARYKEY(student_id,course_id),FOREIGNKEY(student_id)REFERENCESStudent(student_id),FOREIGNKEY(course_id)REFERENCESCourse(course_id));```2.数据分析题（1）单位销售额计算：-P001:120/1000=0.12万元/件-P002:80/800=0.1万元/件-P003:150/1200=0.125万元/件-P004:90/900=0.1万元/件（2）Python代码（