


下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
Python數(shù)據(jù)分析智慧樹知到期末考試答案2024年P(guān)ython數(shù)據(jù)分析對于列表names=['Lucy','Lily','Tom','Mike'],執(zhí)行names[2]='Jack'后,names列表為是()
A:['Lucy','Lily','Tom','Mike']B:都不對C:['Lucy','Jack','Tom','Mike']D:['Lucy','Lily','Jack','Mike']答案:Lucy;Lily;Jack;Mike下列關(guān)于ndarray對象描述正確的是()
A:ndarray對象不支持加減計算B:ndarray對象中存儲元素的類型必須是相同的C:ndarray對象中可以存儲不同類型的元素D:ndarray對象不支持排序答案:ndarray對象中存儲元素的類型必須是相同的IQR計算方式為()。
A:QU+QLB:QU/QLC:QU-QLD:QU-2QL答案:QU-QL以下是Python中不可變類型的是()
A:全部都不對B:列表C:字典D:元組答案:元組數(shù)據(jù)重復(fù)會導(dǎo)致數(shù)據(jù)的方差()。
A:變大B:為0C:變小D:不變答案:變小對于inplace參數(shù)說法正確的是()。
A:刪除操作時,該參數(shù)默認(rèn)值為FalseB:增加一列需要設(shè)置該參數(shù)為True才能真正修改數(shù)據(jù)集C:DataFrame數(shù)據(jù)框增加行或列時必須使用D:這個參數(shù)只能用于刪除操作答案:刪除操作時,該參數(shù)默認(rèn)值為False循環(huán)中可以用()語句跳出當(dāng)前循環(huán)。
A:continueB:passC:breakD:全部都可以答案:continue下列的數(shù)組統(tǒng)計計算中,用于計算數(shù)組中最大值的方法是()
A:maximumB:minC:maxD:maximal答案:maxK-Means算法接收的數(shù)據(jù)類型為()。
A:連續(xù)型B:離散型C:名義型D:順序型答案:連續(xù)型需要用以下哪種圖表表示百貨公司一年每個月的銷售量走勢()
A:折線圖B:氣泡圖C:散點圖D:柱形圖答案:折線圖將單個元素添加到列表末尾的方法是()
A:extendB:appendC:addD:plus答案:append使用concat進(jìn)行外連接不足的地方使用()填補。
A:眾數(shù)B:空值C:平均值D:方差答案:空值下列關(guān)于K-Means算法的說法錯誤的是()。
A:K-Means算法涉及空間距離計算B:K-Means算法訓(xùn)練結(jié)果具有一定的隨機性,所以需要多次訓(xùn)練C:K-Means算法是sklearn的cluster模塊中唯一涉及距離計算的聚類算法D:構(gòu)建K-Means聚類模型需要對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化答案:K-Means算法是sklearn的cluster模塊中唯一涉及距離計算的聚類算法缺失值所在特征為類別型時,則選擇()來替換缺失值。
A:平均值B:最大值C:眾數(shù)D:中位數(shù)答案:眾數(shù)下列參數(shù)調(diào)整后顯示負(fù)數(shù)的是()
A:lines.linestyleB:lines.linewidthC:axes.unicode_minusD:font.sans-serif答案:axes.unicode_minus使用append方法實現(xiàn)縱向表堆疊要求()完全一樣是。
A:行名列名B:列名C:表的形狀D:行名答案:行名在Python中,實際的參數(shù)被()傳遞給函數(shù)。
A:引用B:隨機C:值D:按聯(lián)網(wǎng)答案:引用對于groupby函數(shù)中的by參數(shù)說法錯誤的是()。
A:該參數(shù)表示分組的依據(jù)列B:該參數(shù)值可以是數(shù)據(jù)某一列的列名稱C:該參數(shù)值可以是字典D:該參數(shù)值可以是列表答案:該參數(shù)值可以是字典字符串和列表的共同特點是()
A:可以索引B:有序C:可以切片D:可變答案:有序###可以索引###可以切片對于數(shù)組arr=[[1,2,3,4],[5,6,7,8]],以下說法正確的是。()
A:這是一個4行2列的數(shù)組B:這是一個2行4列的數(shù)組C:這個數(shù)組可以分割為2個1行4列的數(shù)組D:這個數(shù)組可以分割為2個2行2列的數(shù)組答案:這是一個2行4列的數(shù)組;這個數(shù)組可以分割為2個1行4列的數(shù)組;這個數(shù)組可以分割為2個2行2列的數(shù)組下列選項中,關(guān)于分組聚合描述正確的是。()
A:應(yīng)用函數(shù)時只能使用pandas內(nèi)置的函數(shù)B:合并是將產(chǎn)生的新值整合到結(jié)果對象中C:拆分是將數(shù)據(jù)集按照一些標(biāo)準(zhǔn)拆分為若干個組D:應(yīng)用是將某個函數(shù)或方法(內(nèi)置和自定義均可)應(yīng)用到每個分組答案:拆分是將數(shù)據(jù)集按照一些標(biāo)準(zhǔn)拆分為若干個組;應(yīng)用是將某個函數(shù)或方法(內(nèi)置和自定義均可)應(yīng)用到每個分組;合并是將產(chǎn)生的新值整合到結(jié)果對象中以下圖例表達(dá)方式不正確的是。()
A:plt.legend(('A','B'))B:plt.legend('A','B')C:plt.legend([A,B])D:plt.legend(['A','B'])答案:plt.legend(A,B);plt.legend([A,B]);plt.legend((A,B))以下關(guān)于數(shù)據(jù)分析預(yù)處理的過程錯誤正確的是()。
A:數(shù)據(jù)清洗包含了數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)合并和缺失值處理B:數(shù)據(jù)分析的預(yù)處理主要包括數(shù)據(jù)清洗、數(shù)據(jù)合并、數(shù)據(jù)標(biāo)準(zhǔn)化和數(shù)據(jù)轉(zhuǎn)換,它們之間存在交叉,沒有嚴(yán)格的先后關(guān)系C:數(shù)據(jù)標(biāo)準(zhǔn)化的主要對象是類別型的特征D:數(shù)據(jù)合并按照合并軸方向主要分為左連接、右連接、內(nèi)連接和外連接答案:數(shù)據(jù)清洗包含了數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)合并和缺失值處理;數(shù)據(jù)合并按照合并軸方向主要分為左連接、右連接、內(nèi)連接和外連接;數(shù)據(jù)標(biāo)準(zhǔn)化的主要對象是類別型的特征下列關(guān)于隨機數(shù)模塊描述正確的是。()
A:numpy.random模塊中有用于生成大量樣本值的函數(shù)B:random模塊中包括生成服從多種概率分布隨機數(shù)的函數(shù)C:NumPy的random模塊具有更多的隨機數(shù)功能D:rand()函數(shù)隸屬于numpy.random模塊答案:NumPy的random模塊具有更多的隨機數(shù)功能###random模塊中包括生成服從多種概率分布隨機數(shù)的函數(shù)###numpy.random模塊中有用于生成大量樣本值的函數(shù)###rand()函數(shù)隸屬于numpy.random模塊NumPy數(shù)組的轉(zhuǎn)置不可以通過()實現(xiàn)。
A:TB:sort()C:transform()D:reshape()答案:sort()###reshape()###transform()對于文件讀寫的模式說法正確的是()
A:a表示添加##選項B:w表示寫入##選項C:r表示讀取選項D:w和a模式下如果指定的文件沒有會自動創(chuàng)建答案:r表示讀取選項###w表示寫入##選項###a表示添加##選項###w和a模式下如果指定的文件沒有會自動創(chuàng)建關(guān)于數(shù)組排序下例描述正確的是。()
A:當(dāng)數(shù)組使用sort()方法后,數(shù)組默認(rèn)從小到大進(jìn)行排序B:當(dāng)數(shù)組使用sort()方法后,數(shù)組默認(rèn)從大到小進(jìn)行排序C:sort()方法可以對任何一個軸上的元素進(jìn)行排序D:sort()方法排序不會修改數(shù)組本身答案:sort()方法可以對任何一個軸上的元素進(jìn)行排序###當(dāng)數(shù)組使用sort()方法后,數(shù)組默認(rèn)從小到大進(jìn)行排序關(guān)于數(shù)組的屬性說法正確的是。()
A:ndim表示維度B:dtype表示元素數(shù)據(jù)類型C:shape表示元素個數(shù)D:size表示結(jié)構(gòu)答案:ndim表示維度;dtype表示元素數(shù)據(jù)類型關(guān)于聚類和分類描述正確的是()。
A:分類是初始知道有哪些類,根據(jù)新數(shù)據(jù)的特征去推測屬于哪一類B:聚類一般初始不知道聚幾類合適,所以我們常常需要借助評價方法嘗試確定所聚的類數(shù)C:k-means算法屬于聚類算法D:輪廓系數(shù)評價法,評價值越高,聚的類數(shù)越合適答案:聚類一般初始不知道聚幾類合適,所以我們常常需要借助評價方法嘗試確定所聚的類數(shù);分類是初始知道有哪些類,根據(jù)新數(shù)據(jù)的特征去推測屬于哪一類;k-means算法屬于聚類算法以下哪項是列表的特點()
A:它是一個序列B:它可以容納對象C:它是一個對象D:它是不可變的答案:它是一個對象###它是一個序列###它可以容納對象下列關(guān)于Pandas的索引切片說法正確的是。()
A:可以用行列名稱索引B:用loc函數(shù)和iloc函數(shù)索引方法相同C:可以用行列序號索引D:可以條件索引答案:可以用行列名稱索引###可以用行列序號索引###可以條件索引34對于DataFrame數(shù)據(jù)框說法正確的是。()
A:可以修改某一個元素,先索引再賦值B:可以刪除一個元素C:可以增加一列元素,值可以相同也可以不同D:可以增加一個元素答案:可以修改某一個元素,先索引再賦值###可以增加一列元素,值可以相同也可以不同分類算法被用于()。
A:物品識別B:推薦C:行為分析D:圖像檢測答案:行為分析###物品識別###圖像檢測###推薦對于數(shù)組arr=[[1,2,3,4],[5,6,7,8]],索引切片說法正確的是。()
A:arr[1,1]可取出6B:arr[:,2]可取出3和7C:arr[2,:]可取出5,6,7,8D:arr[2,3]會報錯答案:arr[1,1]可取出6###arr[2,3]會報錯###arr[:,2]可取出3和7下面關(guān)于全局變量和局部變量描述正確的是()
A:全局變量可以在任意位置被賦值B:全局變量可以被任意位置調(diào)用C:局部變量可以在外部被賦值D:局部變量可以在外部被調(diào)用答案:全局變量可以被任意位置調(diào)用;局部變量可以在外部被賦值;全局變量可以在任意位置被賦值Python3支持多行語句,下面對于多行語句描述正確的是()
A:一行多語句可以用分號隔開B:一個語句多行書寫時可以直接按回車即可C:一行可以書寫多個語句D:一個語句可以分多行書寫答案:一行可以書寫多個語句###一個語句可以分多行書寫###一行多語句可以用分號隔開數(shù)組索引時和列表一樣也是從0開始記位置。()
A:錯B:對答案:對折線圖適合用于表達(dá)事物的發(fā)展趨勢,在與時間有關(guān)的數(shù)據(jù)中應(yīng)用較多。()
A:對B:錯答案:對氣泡圖是一種表達(dá)數(shù)據(jù)二維屬性的圖表。()
A:對B:錯答案:錯聚類后組內(nèi)和組間的差別越大越好。()
A:對B:錯答案:錯Python中列表和字典均是無序的。()
A:錯B:對答案:錯在Python程序設(shè)計中,同級代碼只需要保持相同的縮進(jìn)即可,不需要嚴(yán)格的必須縮進(jìn)4個空格。()
A:對B:錯答案:對使用join方法要求主鍵的名字必須相同。()
A:對B:錯答案:對SciPy的interplote模塊和pandas中的interpolate功能一樣。()
A:錯B:對答案:錯describe()方法可以一次性輸出多個統(tǒng)計指標(biāo)。()
A:正確B:錯誤答案:正確如需對DataFrame數(shù)據(jù)框data增加一列數(shù)據(jù),名為“性別”,值均為“男”,以下正確的是()
答案:"AI參考:在Python的pandas庫中,如果你想在DataFrame數(shù)據(jù)框中增加一列數(shù)據(jù),名為“性別”,值均為“男”,你可以使用`DataFrame.loc`方法。以下是正確的選項:```pythondf[性別]=男```在這段代碼中,`df`是你的DataFrame的名字,`性別`是你想要添加的新列的名稱,`男`則是新列的初始值。這個操作將會把“男”這個值添加到DataFrame的每一行中。"foriin'three'中,當(dāng)i的值為2時,對應(yīng)的是字符()
答案:"AI參考:在字符串three中,當(dāng)循環(huán)變量i的值為2時,對應(yīng)的是字符e。因此,正確選項為【單選題】foriinthree中,當(dāng)i的值為2時,對應(yīng)的是字符e。"常用的插值法包括()。
A:樣條插值B:線性插值C:隨機插值D:多項式插值答案:AI參考:正確選項為:B,線性插值;C,隨機插值;D,多項式插值。\n\n這些選項中,樣條插值和多項式插值都是插值法的一種,它們通常用于數(shù)值計算和數(shù)據(jù)處理中。而線性插值和隨機插值也屬于插值方法,但它們的應(yīng)用范圍相對較小,主要用于某些特定的情況或特定的問題。因此,這三個選項都是常用的插值法。'marker參數(shù)值()表示點的形狀不為方形。
答案:AI參考:正確選項為:BCD\n\n在Au
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 吊車勞務(wù)合同范例
- 雕塑制作雕塑設(shè)計合同范本
- 貸款服務(wù)費合同范本
- 廠區(qū)綠化垃圾清運合同范本
- 燈光設(shè)備短期租賃合同
- 十廉租房合同范本
- 公寓軟裝租房合同范本
- 廠房收購定金合同范本
- 單位與保安合同范例
- 醫(yī)療耗材服務(wù)合同范本
- 《團(tuán)隊的凝聚力》課件
- 膝關(guān)節(jié)僵硬個案護(hù)理
- 《民間皮影》課程標(biāo)準(zhǔn)
- 新教科版六下科學(xué)1.4《設(shè)計塔臺模型》教學(xué)設(shè)計(新課標(biāo))
- 電氣設(shè)備維修
- 森林專業(yè)撲火隊培訓(xùn)課件
- 學(xué)校體育學(xué)第八章課余體育鍛煉課件
- “一帶一路”視域下印度尼西亞中資企業(yè)所得稅返還案例解析
- 職業(yè)健康監(jiān)護(hù)評價報告編制指南
- 管理ABC-干嘉偉(美團(tuán)網(wǎng)COO)
- 社會工作綜合能力初級講義課件
評論
0/150
提交評論