2025年大二python数据分析期末试卷及答案.docxVIP

2025年大二python数据分析期末试卷及答案

一、单项选择题（每题2分，共20分）

1.以下关于Pandas数据结构的描述，错误的是（）

A.Series是一维数组结构，支持自动对齐

B.DataFrame的列可以通过字典方式添加

C.使用pd.Series([1,2,3],index=[a,b,c])创建的Series，其索引类型为RangeIndex

D.DataFrame的行索引和列索引可以分别通过.index和.columns属性获取

2.现有DataFramedf，若要统计各列缺失值的数量，正确的操作是（）

A.df.isnull().sum()

B.df.dropna().count()

C.df.fillna(0).info()

D.df.describe().loc[NaN]

3.对数组arr=np.array([[1,2,3],[4,5,6],[7,8,9]])执行arr[1:,::2]后，得到的结果是（）

A.[[4,6],[7,9]]

B.[[4,5],[7,8]]

C.[[5,6],[8,9]]

D.[[2,3],[5,6]]

4.以下关于Seaborn可视化库的说法，正确的是（）

A.绘制箱线图使用sns.lineplot()

B.默认主题风格与Matplotlib完全一致

C.可以直接接收DataFrame作为数据输入

D.散点图无法添加回归趋势线

5.对某电商用户消费数据进行分析时，若要计算每个用户的客单价（总消费金额/购买次数），应使用的聚合方法是（）

A.df.groupby(用户ID).agg({消费金额:sum,购买次数:mean})

B.df.groupby(用户ID).agg(客单价=(消费金额,lambdax:x.sum()/x.count()))

C.df.groupby(用户ID).apply(lambdax:x[消费金额].sum()/x.shape[0])

D.df.groupby(用户ID)[[消费金额,购买次数]].sum().eval(客单价=消费金额/购买次数)

6.现有时间序列数据df，时间列名为time（类型为datetime64），若要提取每个日期的月份信息并添加新列month，正确的代码是（）

A.df[month]=df[time].dt.month

B.df[month]=df[time].str.split(-).str[1]

C.df[month]=pd.to_datetime(df[time]).apply(lambdax:x.month)

D.df[month]=df[time].astype(str).str[5:7].astype(int)

7.对数据集进行标准化（Z-score标准化）时，正确的计算公式是（）

A.(x-x.min())/(x.max()-x.min())

B.(x-μ)/σ，其中μ是均值，σ是方差

C.(x-μ)/σ，其中μ是均值，σ是标准差

D.x/x.sum()

8.以下关于相关系数的说法，错误的是（）

A.Pearson相关系数适用于线性相关分析

B.Spearman相关系数基于变量的秩次计算

C.相关系数为0表示两个变量完全不相关

D.相关系数的取值范围是[-1,1]

9.要绘制某城市2020-2024年各月平均气温的变化趋势图，最适合的图表类型是（）

A.柱状图

B.折线图

C.散点图

D.箱线图

10.对DataFrame执行df.duplicated(subset=[A,B])后，返回的结果是（）

A.包含所有重复行的DataFrame

B.布尔型Series，标记每行是否为重复行（除首次出现外）

C.数值型Series，记录每行的重复次数

D.包含唯一值的DataFrame

二、填空题（每空2分，共20分）

1.导入Pandas库的标准写法是__________。

2.若要将二维NumPy数组转换为DataFrame，应使用__________函数。

3.处理缺失值时，使用__________方法可以删除包含缺失值的行，使用__________方法可以用指定值填充缺失值。

4.计算DataFrame中数值列的基本统计量（均值、标准差等），应使用__________方法。

5.在Matplotlib中，设置图表标题的函数是__________，设置x轴标签的函数是__________。

6.对DataFrame按列排序时，使用__________方法，参数by指定排序列名，参数ascending控制升序/