数据分析师岗位编程能力测试题及答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师岗位编程能力测试题及答案

一、选择题（共10题，每题2分，总计20分）

背景说明：本部分题目针对互联网行业，侧重Python编程基础及数据分析常用库应用。

题目1（2分）：以下哪个Python包主要用于数据清洗和预处理？

A.Matplotlib

B.Pandas

C.Scikit-learn

D.TensorFlow

题目2（2分）：在Pandas中，如何快速筛选出DataFrame中所有缺失值（NaN）所在的行？

A.`df[df.isnull().any(axis=1)]`

B.`df.dropna(how=all)`

C.`df.loc[df.isnull()]`

D.`df.fillna(0)`

题目3（2分）：假设某城市2025年11月气温数据存储在CSV文件中，以下哪个Pandas代码片段能正确读取并筛选出温度高于20℃的天数？

python

importpandasaspd

data=pd.read_csv(temperature.csv)

data[data[temperature]20]

A.代码正确且高效

B.代码正确但未处理缺失值

C.代码错误，缺少文件路径

D.代码错误，无法筛选条件

题目4（2分）：在Python中，以下哪个方法可用于合并两个有序列表并保持排序？

A.`list.sort()`

B.`sorted(list1+list2)`

C.`list.extend()`

D.`heapq.merge()`

题目5（2分）：假设需要统计某电商平台用户购买商品的类别分布，以下哪个Matplotlib函数最适合绘制饼图？

A.`plt.bar()`

B.`plt.hist()`

C.`plt.pie()`

D.`plt.boxplot()`

题目6（2分）：在SQL中，以下哪个语句用于计算分组后的平均值？

A.`GROUPBY`

B.`HAVING`

C.`AVG()`

D.`ORDERBY`

题目7（2分）：假设使用NumPy处理三维数组，以下哪个方法能正确计算所有元素的平方和？

A.`np.sum(array2)`

B.`np.square(np.sum(array))`

C.`np.linalg.norm(array)`

D.`array2`

题目8（2分）：在Python中，以下哪个装饰器可用于实现函数运行时间统计？

A.`@timeit`

B.`@profile`

C.`@measure_time`

D.`@clock`

题目9（2分）：假设需要分析某城市空气质量PM2.5数据，以下哪个时间序列处理方法最合适？

A.移动平均（MovingAverage）

B.线性回归（LinearRegression）

C.K-Means聚类

D.决策树分类

题目10（2分）：在Git中，以下哪个命令用于撤销本地未提交的修改？

A.`gitpush--force`

B.`gitcommit--amend`

C.`gitcheckout--.`

D.`gitreset--hard`

二、填空题（共5题，每题2分，总计10分）

背景说明：本部分考察SQL与Python基础操作，结合零售行业场景。

题目11（2分）：在SQL中，使用`INNERJOIN`时，两个表必须满足______条件才能正确关联。

答案：共有的字段或主外键

题目12（2分）：假设使用Python处理JSON数据，以下代码缺失的部分应填写______才能正确解析数据。

python

importjson

withopen(data.json,r)asf:

data=json.loads(f.read())#缺失部分

答案：`encoding=utf-8`

题目13（2分）：在Pandas中，使用`df.groupby()`后，如何进一步计算每个分组的最大值？

答案：`df.groupby(column).max()`

题目14（2分）：假设使用NumPy生成100个0-1均匀分布的随机数，应使用______函数。

答案：`np.random.rand(100)`

题目15（2分）：在Git分支管理中，将本地`feature`分支的修改合并到`main`分支的正确命令是______。

答案：`gitcheckoutmaingitmergefeature`

三、简答题（共4题，每题5分，总计20分）

背景说明：本部分结合实际业务场景，考察数据分析问题解决能力。

题目16（5分）：某电商平台的用户购买行为数据包含用户I