2026年数据分析师面试技术题库含答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师面试技术题库含答案

一、选择题（每题2分，共10题）

1.以下哪种指标最适合衡量电商平台的用户活跃度？

A.用户总数

B.新增用户数

C.日活跃用户数（DAU）

D.用户留存率

2.在SQL中，以下哪个函数用于计算分组后的唯一值数量？

A.SUM()

B.COUNT()

C.MAX()

D.DISTINCT()

3.假设某城市出租车订单数据中，行程时间和距离存在强线性关系，以下哪种模型最适合预测订单时长？

A.逻辑回归

B.决策树

C.线性回归

D.KNN

4.以下哪种数据可视化方式最适合展示不同城市用户消费金额的分布？

A.热力图

B.箱线图

C.散点图

D.饼图

5.在Python中，以下哪个库常用于时间序列数据分析？

A.Pandas

B.Matplotlib

C.Scikit-learn

D.TensorFlow

二、填空题（每空1分，共5空）

1.在数据清洗过程中，处理缺失值的方法包括________、________和________。

2.SQL中，用于连接多个表的语法是________。

3.机器学习中的过拟合现象通常通过________和________来缓解。

4.Python中，用于数据聚合的函数是________。

5.A/B测试中，常用的统计检验方法是________和________。

三、简答题（每题5分，共3题）

1.简述数据分析师在电商行业的主要工作职责。

2.解释什么是特征工程，并举例说明其重要性。

3.如何评估一个分类模型的性能？请列举至少三种指标。

四、编程题（每题10分，共2题）

1.假设你有一份包含用户ID、注册时间、消费金额和城市信息的电商用户数据表，请用SQL查询：

-按城市分组统计平均消费金额，并按平均值降序排列。

-筛选出注册时间在2023年且消费金额超过1000的用户，统计其城市分布。

2.用Python（Pandas）完成以下任务：

-读取一份包含订单ID、订单时间、用户评分的酒店订单数据，计算每日平均评分。

-绘制评分分布的直方图，并标注均值和中位数。

五、案例分析题（每题15分，共1题）

背景：某共享单车公司希望优化骑行预测模型，以提高车辆调度效率。现有数据包括骑行时间、距离、天气、温度和用户类型（会员/非会员）。

请回答：

1.如何构建一个预测骑行时长的模型？需要哪些特征？

2.如何评估模型的业务价值？请提出至少两个指标。

答案与解析

一、选择题

1.C

-解析：DAU（日活跃用户数）直接反映平台每日用户参与度，更适合衡量活跃度。其他选项要么过于宽泛（用户总数），要么侧重增长或留存。

2.D

-解析：DISTINCT()用于计算唯一值数量，如`COUNT(DISTINCTuser_id)`。其他函数如SUM()求和、MAX()取最大值，不适用于计数唯一值。

3.C

-解析：行程时间和距离存在强线性关系时，线性回归最直接且高效。逻辑回归用于分类，决策树和KNN适用于非线性或小样本场景。

4.B

-解析：箱线图适合展示分布差异，尤其能显示异常值。热力图用于二维密度展示，散点图适用于关系探索，饼图适合占比展示（本场景不适用）。

5.A

-解析：Pandas的`DataFrame.resample()`和`TimedeltaIndex`等工具适合处理时间序列。Matplotlib用于绘图，Scikit-learn用于建模，TensorFlow用于深度学习。

二、填空题

1.填补（均值/中位数）、删除、插值

-解析：填补常用均值/中位数，删除适用于缺失比例过高，插值适用于局部缺失。

2.JOIN

-解析：SQL通过`INNERJOIN`、`LEFTJOIN`等实现表连接。

3.正则化（如L1/L2）、交叉验证

-解析：正则化限制模型复杂度，交叉验证通过多轮训练防止过拟合。

4.groupby()

-解析：Pandas的`groupby()`用于按列聚合，如`df.groupby(city).sum()`。

5.Z检验、卡方检验

-解析：Z检验用于均值差异，卡方检验用于分类数据关联性。

三、简答题

1.电商行业数据分析师职责：

-用户行为分析（如购物路径、复购率）；

-商品推荐系统优化（如关联规则挖掘）；

-促销活动效果评估（如ROI分析）；

-竞品数据监控（如价格、营销策略）。

2.特征工程重要性：

-通过组合、转换原始数据提升模型表现（如用注册时长替代注册时间）；

-减少噪声（如剔除高频异常值）；

-示例：电商中用户活跃度可由DAU/总用户计算，比单一DAU更精准