- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
Python数据分析基础与应用
模块
PAGE2
PAGE21
电子活页1-12在线练习与考核
1.选择题
(1)下列选项中,提供了快速、高效的多维数组对象ndarray的是()。
A.pandasB.SciPyC.NumPyD.Scikit-learn
参考答案:C
(2)下列选项中,提供了智能数据对齐和缺失数据集成处理功能的是()。
A.pandasB.SciPyC.NumPyD.Scikit-learn
参考答案:A
(3)下列选项中,属于同一条数据多次出现的一类问题的是()。
A.数据缺失B.数据重复C.数据异常D.数据冗余
参考答案:B
(4)下列选项中,属于属性值为空的一类问题的是()。
A.数据缺失B.数据重复C.数据异常D.数据冗余
参考答案:A
(5)下列选项中,属于个别数据远离数据集的一类问题的是()。
A.数据缺失B.数据重复C.数据异常D.数据冗余
参考答案:C
(6)以下选项中,通常不使用pip命令进行安装的是()。
A.JupyterNotebookB.AnacondaC.NumPyD.pandas
参考答案:B
(7)要在JupyterNotebook的单元格中执行pip命令,只需在命令前加()字符。
A.@B.#C.!D.%
参考答案:C
2.填空题
(1)导入NumPy库时使用as关键字为该库设置别名为np,对应的代码为。
参考答案:importnumpyasnp
(2)导入pandas库时使用as关键字为该库设置别名为pd,对应的代码为。
参考答案:importpandasaspd
(3)导入Matplotlib库时使用as关键字为该库设置别名为plt,对应的代码为。
参考答案:importmatplotlib.pyplotasplt
(4)数据分析主要具有三大作用:现状分析、、预测分析(定量)。
参考答案:原因分析
(5)数据分析的主要方法包括、分组分析、交叉分析、回归分析等常用分析方法。
参考答案:对比分析
(6)完整的数据分析包括基本的数据分析和深入的数据挖掘两个部分,数据分析可以分为广义的数据分析和。
参考答案:狭义的数据分析
(7)对于Python初学者,建议使用发行版安装Python和JupyterNotebook。
参考答案:Anaconda
(8)对于安装了Python环境但是没有安装Anaconda的用户,可以使用Python的包管理工具来安装JupyterNotebook。
参考答案:pip
您可能关注的文档
- 《人工智能技术及应用》教学大纲.docx
- 《人工智能技术及应用》课程电子教案.docx
- 《人工智能技术及应用》课件 项目1 认识AI技术.pptx
- 《人工智能技术及应用》课件 项目2 认识AI开发工具.pptx
- 《人工智能技术及应用》课件 项目3 认识AI大模型应用产品.pptx
- 《人工智能技术及应用》课件 项目4 基于AI技术的典型应用.pptx
- Python数据分析基础与应用电子活页1-2常用的数据分析框架.docx
- Python数据分析基础与应用电子活页1-3下载与安装Python.docx
- Python数据分析基础与应用电子活页1-4Jupyter Notebook的优势.docx
- Python数据分析基础与应用电子活页1-5下载与安装Anaconda.docx
- Python数据分析基础与应用电子活页5-1创建DataFrame对象并检查是否存在缺失值.docx
- Python数据分析基础与应用电子活页5-2从CSV文件中读取数据创建DataFrame对象并检查是否存在缺失值.docx
- Python数据分析基础与应用电子活页5-3使用fillna()函数填充缺失值.docx
- Python数据分析基础与应用电子活页5-4使用函数值替换缺失数据.docx
- Python数据分析基础与应用电子活页5-5清洗超出范围的错误数据.docx
- Python数据分析基础与应用电子活页5-6使用duplicated()函数进行重复值判断.docx
- Python数据分析基础与应用电子活页5-7使用drop_duplicates()函数.docx
- Python数据分析基础与应用电子活页5-8基于3σ原则检测异常值.docx
- Python数据分析基础与应用电子活页5-9箱形图的作用.docx
- Python数据分析基础与应用电子活页5-10基于箱形图检测异常值.docx
文档评论(0)