Python数据分析考试试题附答案.docxVIP

Python数据分析考试试题附答案

一、单项选择题（每题2分，共20分）

1.以下关于Pandas中Series和DataFrame的描述，错误的是（）

A.Series是一维数组结构，DataFrame是二维表格结构

B.DataFrame的行索引和列索引可以分别设置不同的名称

C.通过df[col]获取的列数据类型一定是Series

D.使用deldf[col]删除列时，会直接修改原DataFrame

答案：C（当DataFrame只有一列时，df[col]返回Series；但使用df[[col]]返回DataFrame，因此C选项描述绝对化错误）

2.现有NumPy数组arr=np.array([[1,2,np.nan],[4,5,6],[7,np.nan,9]])，执行np.sum(arr)的结果是（）

A.34.0B.30.0C.27.0D.报错

答案：A（np.sum默认忽略nan值，计算1+2+4+5+6+7+9=34）

3.对DataFrame进行数据清洗时，以下操作不能处理异常值的是（）

A.使用df.clip(lower=Q1-1.5IQR,upper=Q3+1.5IQR)

B.调用df.drop_duplicates(subset=[col])

C.通过df[df[col]100]筛选合理范围

D.使用pd.to_numeric(df[col],errors=coerce)转换类型

答案：B（drop_duplicates用于去重，不直接处理异常值）

4.执行以下代码后，输出结果是（）

```python

importpandasaspd

s=pd.Series([1,2,3],index=[a,b,c])

s1=s.reindex([c,b,a,d])

print(s1[d])

```

A.NaNB.0C.报错D.3

答案：A（reindex新增索引d无对应值，填充NaN）

5.分析某电商用户购买数据时，若需计算每个用户的首次购买时间和最后一次购买时间，应使用的聚合函数组合是（）

A.[mean,max]B.[min,max]C.[sum,count]D.[first,last]

答案：B（首次购买取最小时间，最后一次取最大时间）

6.关于Matplotlib绘图，以下说法正确的是（）

A.plt.subplots(nrows=2,ncols=2)会创建4个独立的图形窗口

B.绘制折线图时，x轴数据可以是时间序列类型

C.图例位置参数loc=best会强制将图例放在图形左上角

D.散点图主要用于展示数据的分布趋势

答案：B（时间序列可直接作为x轴；subplots创建子图在同一窗口；loc=best自动选择最优位置；散点图展示变量间关系）

7.处理文本数据时，若需将2023-10-01（前后有空格）转换为日期类型，正确的操作顺序是（）

①使用str.strip()去除空格②使用pd.to_datetime()转换

③使用str.replace()替换特殊符号

A.①→②B.③→①→②C.①→③→②D.②→①

答案：A（先去空格再转换日期即可，无特殊符号需替换）

8.现有销售数据df，包含category（品类）和sales（销售额）列，若需计算各品类销售额占总销售额的比例，正确的代码是（）

A.df.groupby(category)[sales].sum()/df[sales].sum()

B.df.groupby(category)[sales].apply(lambdax:x/x.sum())

C.df[sales].sum()/df.groupby(category)[sales].sum()

D.df.groupby(category)[sales].transform(sum)/df[sales].sum()

答案：A（先分组求和各品类销售额，再除以总销售额）

9.以下关于Seaborn的描述，错误的是（）

A.sns.boxplot可以同时展示多个分类变量的分布

B.sns.heatmap常用于展示相关系数矩阵

C.sns.lineplot默认会对重复x值取均值并绘制置信区间

D.sns.scatterplot不支持添加回归趋势线

答案：D（sns.regplot或scatterplot配合ci参数可添加趋势线）

10.对DataFrame进行内存优化时，以下操作效果最小的是（）

A.将object类型的性别列转换为category类型

B.将整数列从int64转换