2025国考青岛仓储数据统计分析Excel或Python入门应用题.docxVIP

2025国考青岛仓储数据统计分析Excel或Python入门应用题.docx

本文档由用户AI专业辅助创建,并经网站质量审核通过
  1. 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. 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. 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. 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. 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. 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. 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
查看更多

第PAGE页共NUMPAGES页

2025国考青岛仓储数据统计分析(Excel或Python)入门应用题

一、Excel操作题(共3题,每题10分,共30分)

第1题(10分):

某物流公司2024年在青岛地区的仓储业务数据如下表所示(部分数据已填写,请根据要求完成剩余数据及分析)。

|仓库编号|存货种类|存货数量(件)|存储周期(天)|成本(元/件·天)|月均周转率|

|||--|-|-||

|A001|电子元器件|1200|15|2.5||

|A002|服装|8000|30|1.0||

|A003|食品|5000|7|1.5||

|A004|建材|3000|60|0.8||

|A005|家具|1500|45|3.0||

要求:

1.计算各仓库的月均周转率(保留两位小数);

2.使用Excel图表功能,绘制存货数量与存储周期的散点图,并设置趋势线;

3.筛选出存储周期超过30天的仓库,并按存货数量降序排列。

答案与解析:

1.月均周转率计算公式为:周转率=30/存储周期。

-A001:30/15=2.00

-A002:30/30=1.00

-A003:30/7≈4.29

-A004:30/60=0.50

-A005:30/45≈0.67

2.散点图绘制步骤:

-选中A1:E6区域,插入“散点图(带平滑线)”;

-双击图表,进入“设置数据系列”,选择“存货数量”为X轴,“存储周期”为Y轴;

-添加趋势线并显示公式(如线性)。

3.筛选操作:

-选中A1:E6区域,点击“数据”选项卡“筛选”;

-在“存储周期”列筛选出“大于30”的记录,再按“存货数量”降序排列。

二、Python数据分析题(共3题,每题10分,共30分)

第2题(10分):

某青岛冷链仓库2024年11月各品类的温度波动数据如下(单位:℃):

|品类|08:00|12:00|16:00|20:00|00:00|

|--||||||

|蔬菜|5.2|7.3|6.8|5.5|4.9|

|水果|6.1|8.4|7.9|6.3|5.8|

|海鲜|3.5|5.2|4.8|3.9|3.2|

|乳制品|4.0|6.0|5.5|4.2|3.8|

要求:

1.使用Python计算各品类的日平均温度;

2.找出温度波动最大的品类(即最高温度与最低温度之差最大);

3.绘制各品类在一天中的温度变化折线图。

答案与解析:

1.计算日平均温度:

python

importpandasaspd

data={

品类:[蔬菜,水果,海鲜,乳制品],

08:00:[5.2,6.1,3.5,4.0],

12:00:[7.3,8.4,5.2,6.0],

16:00:[6.8,7.9,4.8,5.5],

20:00:[5.5,6.3,3.9,4.2],

00:00:[4.9,5.8,3.2,3.8]

}

df=pd.DataFrame(data)

df[日平均温度]=df.iloc[:,1:].mean(axis=1)

print(df)

2.计算温度波动:

python

df[温度波动]=df.iloc[:,1:].max(axis=1)-df.iloc[:,1:].min(axis=1)

max_fluctuation=df.loc[df[温度波动].idxmax(),品类]

print(f温度波动最大的是:{max_fluctuation})

3.绘制折线图:

python

importmatplotlib.pyplotasplt

categories=df[品类]

forcategoryincategorie

您可能关注的文档

文档评论(0)

lxc05035395 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档