2026年数据科学与大数据技术考试试卷及答案.docxVIP

2026年数据科学与大数据技术考试试卷及答案

一、单项选择题（每题2分，共20分）

1.在数据科学项目中，数据清洗通常占整个项目工作量的比例约为（）。

A.10%～20%

B.30%～50%

C.60%～80%

D.90%以上

2.在Python的pandas库中，用于删除含有缺失值的行或列的函数是（）。

A.fillna()

B.dropna()

C.replace()

D.isnull()

3.下列哪种数据标准化方法对异常值（离群点）的鲁棒性最强？（）

A.Min-Max标准化

B.Z-score标准化

C.小数定标标准化

D.稳健标准化（基于中位数和四分位距）

4.在MapReduce编程模型中，负责对Map输出结果进行排序和归并（shuffle）的阶段是（）。

A.Map阶段

B.Shuffle阶段

C.Reduce阶段

D.Combine阶段

5.在Hadoop生态系统中，Hive的主要作用是（）。

A.分布式文件存储

B.分布式资源调度

C.数据仓库工具，提供SQL查询接口

D.实时流处理

6.在Spark中，RDD（弹性分布式数据集）的以下哪个特性保证了数据丢失后的可恢复性？（）

A.只读性

B.惰性求值

C.血缘关系（Lineage）

D.持久