《數(shù)據(jù)預(yù)處理與分析》考試復(fù)習(xí)題庫及答案

PAGEPAGE1《數(shù)據(jù)預(yù)處理與分析》考試復(fù)習(xí)題庫及答案一、單選題1.np.arange(2,10,2)生成的數(shù)組是什么？A、rray([2,4,6,8,10])B、array([2,4,6,8])C、array([2,4,6,8,10,12])D、array([2,3,4,5,6,7,8,9])答案：B2.以下哪一行代碼能夠按“城市”分組并計(jì)算每組“日內(nèi)平均氣溫”的均值？A、data.groupby("城市").mean("日內(nèi)平均氣溫")B、data.groupby("城市")["日內(nèi)平均氣溫"].mean()C、data.groupby("城市","日內(nèi)平均氣溫").mean()D、ata.groupby(["城市"]).mean("日內(nèi)平均氣溫")答案：B3.在Pandas中，DataFrame的每一列可以看作是什么？A、字典B、數(shù)組C、SeriesD、列表答案：C4.以下關(guān)于loc和iloc的說法正確的是？A、loc基于整數(shù)位置索引，iloc基于標(biāo)簽索引B、loc和iloc都不包含結(jié)束點(diǎn)C、loc適合按標(biāo)簽選擇數(shù)據(jù)，iloc適合按整數(shù)位置選擇數(shù)據(jù)D、loc和iloc只能選擇整行或整列答案：C5.NumPy是什么？A、一種數(shù)據(jù)庫管理系統(tǒng)B、一個(gè)Python庫，用于科學(xué)計(jì)算C、一個(gè)用于處理HTML的工具D、一個(gè)機(jī)器學(xué)習(xí)框架答案：B6.如何顯示繪制的圖表？A、plt.show()B、plt.display()C、plt.plot()D、plt.view()答案：A7.Pandas中如何查看DataFrame的前5行？A、df.tail()B、df.head()C、df.first()D、f.preview()答案：B8.在數(shù)據(jù)清洗中，什么是異常值？A、數(shù)據(jù)集中不常出現(xiàn)的值B、數(shù)據(jù)表中沒有標(biāo)題的列C、無法解釋的數(shù)學(xué)公式D、處理后的數(shù)據(jù)結(jié)果答案：A9.以下哪一項(xiàng)是數(shù)據(jù)清洗的常見操作？A、數(shù)據(jù)建模與算法優(yōu)化B、檢測并處理缺失值C、增加數(shù)據(jù)集的樣本數(shù)量D、數(shù)據(jù)結(jié)果的可視化分析答案：B10.以下哪一項(xiàng)不是NumPy的功能？A、多維數(shù)組的創(chuàng)建和操作B、線性代數(shù)運(yùn)算C、數(shù)據(jù)可視化D、隨機(jī)數(shù)生成答案：C11.以下哪項(xiàng)操作可以幫助識(shí)別數(shù)據(jù)中是否存在缺失值？A、df.isnull().sum()B、df.describe()C、df.drop_duplicates()D、f.fillna()答案：A12.如果想選擇AvgTemperature列中溫度大于100的所有行，應(yīng)該使用哪種語法？A、data.loc[:,"City"]B、data.loc[0]C、data.loc[data["AvgTemperature"]>100]D、ata.loc[0:5,"AvgTemperature"]答案：C13.以下哪個(gè)代碼片段將創(chuàng)建一個(gè)二維數(shù)組？A、np.array([1,2,3])B、np.array([1,[2,3]])C、np.array([[1,2,3],[4,5,6]])D、np.array([1,[2],3])答案：C14.在Pandas中，如何刪除DataFrame中名為City的列？A、data.drop("City")B、data.drop(columns="City",inplace=True)C、data.remove("City")D、ata.del("City")答案：B15.在pandas中，使用data.iloc[0:5]選擇數(shù)據(jù)時(shí)，下列說法正確的是？A、選擇第0到第5行的所有數(shù)據(jù)（包含5）B、選擇第0到第4行的數(shù)據(jù)C、選擇第1到第5行的數(shù)據(jù)D、選擇第5行的數(shù)據(jù)答案：B16.在Numpy中，data.shape返回的數(shù)據(jù)是什么？A、數(shù)據(jù)的類型B、數(shù)據(jù)的元素總數(shù)C、數(shù)據(jù)的維度D、數(shù)據(jù)的形狀（行數(shù)和列數(shù)）答案：D17.在數(shù)據(jù)科學(xué)工作中，Pandas和NumPy分別負(fù)責(zé)什么？A、Pandas負(fù)責(zé)數(shù)值計(jì)算，NumPy負(fù)責(zé)數(shù)據(jù)分析B、Pandas負(fù)責(zé)數(shù)據(jù)的管理和分析，NumPy負(fù)責(zé)數(shù)值計(jì)算C、Pandas負(fù)責(zé)文本處理，NumPy負(fù)責(zé)圖像處理D、Pandas負(fù)責(zé)數(shù)據(jù)庫管理，NumPy負(fù)責(zé)數(shù)據(jù)可視化答案：B18.如果你想刪除DataFrame中的某一列，應(yīng)該使用哪個(gè)方法？A、df.remove("col")B、df.mv("col")C、df.delete("col")D、f.drop(columns="col")答案：D19.Pandas中，DataFrame和Series的主要區(qū)別是什么？A、DataFrame是一維的，Series是二維的B、Series是一維的，DataFrame是二維的C、DataFrame是用于文本處理的，Series是用于數(shù)值計(jì)算的D、Series包含多個(gè)DataFrame答案：B20.在Numpy中，data[:,8]的作用是什么？A、選擇第8列數(shù)據(jù)B、選擇第8行的所有列數(shù)據(jù)C、刪除第8列數(shù)據(jù)D、替換第8列的數(shù)據(jù)答案：A21.要顯示索引在100到150之間的所有行，以下哪種寫法是正確的？A、data[100:150]B、data[100:151]C、data[100:150+1]D、ata[100,151]答案：B22.語句data.query(日期=="1995/1/1")的作用是什么？A、刪除data中日期為1995/1/1的行B、篩選出data中日期為1995/1/1的行C、篩選出data中日期不等于1995/1/1的行D、修改data中所有日期為1995/1/1的行答案：B23.在Pandas中，data["州"].isnull()的作用是什么？A、返回州列中所有非缺失值的位置B、刪除州列中所有缺失值C、檢測州列中是否存在缺失值，并返回布爾值D、替換州列中所有缺失值為False答案：C24.什么是數(shù)據(jù)清洗的主要目的是？A、刪除所有數(shù)據(jù)B、將數(shù)據(jù)轉(zhuǎn)換為高質(zhì)量數(shù)據(jù)集C、生成新的數(shù)據(jù)模型D、增加數(shù)據(jù)量答案：B25.如果你想基于整數(shù)位置選擇數(shù)據(jù)，并且不包含結(jié)束點(diǎn)，你應(yīng)該使用哪個(gè)方法？A、locB、ilocC、不能實(shí)現(xiàn)D、需要自定義函數(shù)答案：B26.如何使用iloc選擇位置為0和1的列？A、data.iloc[:,[0,1]]B、data.iloc[0:1,:]C、data.iloc[0,1]D、ata.iloc[[0,1]]答案：A27.使用Matplotlib繪制折線圖的基本函數(shù)是？A、plt.plot()B、plt.line()C、plt.scatter()D、plt.draw()答案：A28.如何導(dǎo)入Matplotlib的pyplot模塊？A、importmatplotlib.pyplotasplotB、importpyplotaspltC、importmatplotlib.pyplotaspltD、frommatplotlibimportplt答案：C29.假設(shè)df是一個(gè)DataFrame，你希望將所有的缺失值填充為0，應(yīng)該使用哪個(gè)代碼？A、df.fillna(0)B、df.fill(0)C、df.nan_to_num(0)D、f.replace_na(0)答案：A30.在pandas中，若要選擇行標(biāo)簽從0到10的行（包含10），應(yīng)該使用以下哪種方法？A、data.iloc[0:10]B、data.loc[0:10]C、data.iloc[0:11]D、ata.loc[0:11]答案：B31.學(xué)習(xí)Python中的pandas庫的主要目的是為了實(shí)現(xiàn)以下哪種操作？A、創(chuàng)建復(fù)雜的用戶界面B、操作和分析結(jié)構(gòu)化數(shù)據(jù)C、開發(fā)網(wǎng)絡(luò)爬蟲程序D、構(gòu)建人工智能模型答案：B32.在Pandas中，loc和query的主要區(qū)別是什么？A、loc用于按條件篩選行，而query用于按索引訪問行B、loc用于按標(biāo)簽或布爾條件篩選行，而query用于基于表達(dá)式條件篩選行C、loc用于按索引位置篩選行，而query用于按標(biāo)簽篩選行D、loc用于刪除行，而query用于增加行答案：B33.drop()函數(shù)在Pandas中的主要作用是什么？A、添加新列或行B、修改列或行的數(shù)據(jù)類型C、刪除指定的列或行D、合并兩個(gè)DataFrame答案：C34.已知數(shù)組a=np.array([1,2,3,4,5])，請(qǐng)問a[2]的結(jié)果是以下哪個(gè)選項(xiàng)？A、2B、3C、4D、5答案：B35.使用loc進(jìn)行切片時(shí)，以下哪種情況是正確的？A、切片不包含結(jié)束點(diǎn)B、切片包含結(jié)束點(diǎn)C、切片使用整數(shù)位置索引D、切片遵循左閉右開原則答案：B36.JupyterNotebook是一種用于數(shù)據(jù)分析的工具，它的主要特點(diǎn)之一是什么？A、只能使用Python語言B、只用于靜態(tài)報(bào)告生成C、支持多種編程語言，并能直觀展示代碼和結(jié)果D、內(nèi)置數(shù)據(jù)庫管理功能答案：C37.在數(shù)據(jù)分析的主要過程中，哪一個(gè)步驟主要涉及處理缺失值和異常值，以確保數(shù)據(jù)的準(zhǔn)確性和可靠性？A、明確目的B、收集數(shù)據(jù)C、數(shù)據(jù)清理D、數(shù)據(jù)呈現(xiàn)答案：C38.Pandas可以與以下哪個(gè)庫無縫集成，實(shí)現(xiàn)更復(fù)雜的分析和可視化？A、TensorFlowB、PyTorchC、NumPy和MatplotlibD、Flask答案：C39.如何在原表上按“日內(nèi)平均氣溫”從大到?。ń敌颍┡判颍緼、data.sort_values(by=["日內(nèi)平均氣溫"],inplace=True,ascending=True)B、data.sort_values(by=["日內(nèi)平均氣溫"],ascending=False)C、data.sort_values(by=["日內(nèi)平均氣溫"],inplace=True,ascending=False)D、ata.sort_values(by=["日內(nèi)平均氣溫"],inplace=False,ascending=False)答案：C40.要?jiǎng)h除DataFrame中的“城市”列，可以使用下面的代碼：A、data.drop("城市")B、data.drop(["城市"],axis=1)C、data.remove("城市")D、ata.delete("城市")答案：B41.以下關(guān)于iloc的描述，哪項(xiàng)是正確的？A、iloc使用行和列的標(biāo)簽進(jìn)行選擇B、iloc的切片遵循左閉右閉原則C、iloc使用整數(shù)位置索引進(jìn)行選擇D、iloc的切片包含結(jié)束點(diǎn)答案：C42.在Python中，importpandasaspd這行代碼的作用是什么？A、安裝Pandas庫B、創(chuàng)建一個(gè)DataFrameC、將Pandas庫導(dǎo)入，并簡化為pd以便使用D、創(chuàng)建一個(gè)Series答案：C43.如果需要選擇數(shù)據(jù)中的多列，例如City和Country列，正確的操作方式是？A、data["City","Country"]B、data[["City","Country"]]C、data[City,Country]D、ata["City,Country"]答案：B44.在分析學(xué)校學(xué)生在食堂的消費(fèi)水平時(shí)，以下哪種方式最適合直觀展現(xiàn)分析結(jié)果？A、使用數(shù)據(jù)表格展示詳細(xì)消費(fèi)數(shù)據(jù)B、使用折線圖展示消費(fèi)金額的時(shí)間趨勢C、使用文字描述消費(fèi)情況D、使用折線圖展示消費(fèi)金額的時(shí)間趨勢答案：B45.為什么NumPy常被用于機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)？A、提供數(shù)據(jù)庫存儲(chǔ)功能B、提供快速的數(shù)值運(yùn)算和支持多維數(shù)組操作C、提供圖像和音頻處理工具D、提供交互式開發(fā)環(huán)境答案：B46.數(shù)據(jù)分析的主要目的是什么？A、增加數(shù)據(jù)的數(shù)量B、發(fā)現(xiàn)數(shù)據(jù)中潛在的模式、趨勢和關(guān)系C、刪除無用的數(shù)據(jù)D、確保數(shù)據(jù)的安全性答案：B47.使用loc選擇數(shù)據(jù)時(shí)，以下哪項(xiàng)是正確的？A、基于整數(shù)位置進(jìn)行選擇B、基于標(biāo)簽進(jìn)行選擇C、不包含結(jié)束點(diǎn)D、切片遵循左閉右開原則答案：B48.如何繪制一個(gè)柱狀圖？A、plt.bar()B、plt.hist()C、plt.column()D、plt.plot()答案：A49.在pandas中使用data.reset_index(inplace=True)后，原來的索引列如何？A、被完全刪除B、作為新的列保留在DataFrame中C、移動(dòng)到DataFrame的最后一行D、作為新索引替換原有索引答案：B50.以下哪一項(xiàng)是NaN的典型特性？A、NaN是整數(shù)類型B、NaN是布爾類型C、NaN是浮點(diǎn)類型D、NaN是字符串類型答案：C51.在pandas中，如何將一個(gè)datetime列轉(zhuǎn)換為只包含年份的列？A、df["Date"].dt.yearB、df["Date"].year()C、df["Date"].monthD、f["Date"].to_datetime("%Y")答案：A52.在NumPy一維數(shù)組中，如何通過切片操作獲取從第2個(gè)到第4個(gè)（不包括第4個(gè)）元素的子數(shù)組？A、rray[2:4]B、array[2:4:]C、array[2::4]D、array[2:4,:]答案：A53.以下哪行代碼可以按照“日內(nèi)平均氣溫”列從小到大對(duì)數(shù)據(jù)排序？A、data.sort_values(by=["日內(nèi)平均氣溫"],inplace=True)B、data.sort_values(by=["日內(nèi)平均氣溫"],ascending=False)C、data.groupby(["日內(nèi)平均氣溫"])D、ata.mean(by=["日內(nèi)平均氣溫"])答案：A54.Pandas一般用于處理哪種類型的數(shù)據(jù)？A、非結(jié)構(gòu)化的文本數(shù)據(jù)B、結(jié)構(gòu)化的二維表數(shù)據(jù)C、圖像數(shù)據(jù)D、音頻數(shù)據(jù)答案：B55.在pandas中，fillna()方法用于什么操作？A、填充數(shù)據(jù)框中缺失的值B、刪除數(shù)據(jù)框中的缺失值C、合并數(shù)據(jù)框D、排序數(shù)據(jù)框中的數(shù)據(jù)答案：A56.在Numpy中，data.ndim的作用是什么？A、打印數(shù)據(jù)的形狀B、打印數(shù)據(jù)的維度C、打印數(shù)據(jù)的大小D、打印數(shù)據(jù)的類型答案：B57.在Pandas中，sort_values函數(shù)的作用是什么？A、刪除某列的數(shù)據(jù)B、按某列的數(shù)據(jù)排序C、統(tǒng)計(jì)某列的平均值D、添加新的一列答案：B58.如果需要篩選出data中城市列為Shanghai,且溫度列大于30的行，正確的query語句是什么？A、data.query(城市="Shanghai"and溫度>30)B、data.query(城市=="Shanghai",溫度>30)C、data.query(城市=="Shanghai"and溫度>30)D、ata.query(城市==Shanghaiand溫度<30)答案：C59.在pandas中，如果想選擇單列數(shù)據(jù)，例如Country列，應(yīng)該使用以下哪種方式？A、data[["Country"]]B、data["Country"]C、data[0:10]D、ata[["City","Country"]]答案：B60.在JupyterNotebook中，使用快捷鍵Shift+Enter的作用是什么？A、插入一個(gè)新的代碼單元格B、運(yùn)行當(dāng)前單元格并移動(dòng)到下一個(gè)單元格C、保存當(dāng)前筆記本D、切換單元格的編輯模式答案：B61.已知數(shù)組a=np.array([1,2,3,4,5])，a[a>3]的結(jié)果是什么？A、[1,2,3]B、[4,5]C、[3,4,5]D、[5]答案：B62.Python被廣泛應(yīng)用于數(shù)據(jù)分析與處理的一個(gè)重要原因是什么？A、提供內(nèi)置的游戲開發(fā)引擎B、擁有強(qiáng)大的數(shù)據(jù)處理庫和簡單易用的語法C、自動(dòng)優(yōu)化計(jì)算機(jī)硬件性能D、支持所有編程語言的語法答案：B63.命令data["ZeroColumn"]=0的作用是什么？A、刪除DataFrame中名為ZeroColumn的列B、為DataFrame添加一個(gè)值全為0的新列ZeroColumnC、修改DataFrame中已存在的ZeroColumn列，設(shè)置其所有值為0D、添加新列或修改現(xiàn)有列ZeroColumn，使其所有值為0答案：D64.如何使用iloc選擇位置為3的行？A、data.loc[3]B、data.iloc[:,3]C、data.iloc[3]D、ata.iloc[3,0:3]答案：C65.在DataFrame中，如果需要按行標(biāo)簽選擇所有行，但僅選擇City和Country列，應(yīng)使用以下哪種方法？A、data.loc[:,["City","Country"]]B、data.iloc[:,["City","Country"]]C、data.loc[:,0:1]D、ata.iloc[:,"City:Country"]答案：A66.如何刪除PandasDataFrame中含有NaN值的行？A、df.dropna()B、df.remove_na()C、df.remove()D、f.delete_na()答案：A67.關(guān)于[]操作符在pandas中的使用，下列說法正確的是？A、[]操作符可以同時(shí)選擇行和列B、data[0:10]表示選擇data中的前10列C、[]操作符可以通過切片方式指定行范圍D、ata[[ColumnName]]用于條件過濾答案：C68.如何生成一個(gè)包含從0到9的數(shù)組？A、np.arange(10)B、np.range(10)C、np.array(10)D、np.linspace(0,9)答案：A69.對(duì)于pandas的條件過濾操作，若要選擇Country列為US的行，應(yīng)該使用以下哪種寫法？A、data[data["Country"]=="US"]B、data[data=="US"]C、data[["Country"]=="US"]D、ata["Country==US"]答案：A70.在Pandas中，groupby方法的作用是什么？A、對(duì)數(shù)據(jù)進(jìn)行排序B、將數(shù)據(jù)分組后進(jìn)行聚合計(jì)算C、對(duì)數(shù)據(jù)中的空值進(jìn)行填充D、刪除重復(fù)的行答案：B71.Python在大數(shù)據(jù)分析中的優(yōu)勢不包括以下哪項(xiàng)？A、強(qiáng)大的庫支持，如Pandas、NumPy和MatplotlibB、與Hadoop、Hive等大數(shù)據(jù)技術(shù)有良好的兼容性C、直接支持高級(jí)視頻處理功能D、具有豐富的生態(tài)系統(tǒng)和數(shù)據(jù)可視化工具答案：C72.在Pandas中，如何將所有的NaN替換為0？A、df.dropna(0)B、df.replace(0)C、df.fillna(0)D、f.isnull(0)答案：C73.Matplotlib是什么？A、一個(gè)數(shù)據(jù)庫工具B、一個(gè)用于數(shù)據(jù)可視化的Python庫C、一個(gè)圖像編輯工具D、一個(gè)機(jī)器學(xué)習(xí)框架答案：B74.代碼data["日內(nèi)平均氣溫"].max()的作用是什么？A、計(jì)算每年的最高氣溫B、查詢歷年來的最高氣溫C、計(jì)算數(shù)據(jù)表中所有列的最大值D、查詢歷年來的最低氣溫答案：B75.如何導(dǎo)入NumPy庫？A、importnumpyasnpB、importnumpyasnumpyC、importnpasnumpyD、importnumpyaspd答案：A76.在Pandas中，NaN通常表示什么？A、數(shù)據(jù)中沒有出現(xiàn)的數(shù)值B、數(shù)據(jù)集中未定義或缺失的數(shù)據(jù)C、數(shù)據(jù)集中重復(fù)出現(xiàn)的數(shù)值D、數(shù)據(jù)類型發(fā)生了錯(cuò)誤答案：B77.如何查看DataFrame的所有列名？A、df.columnsB、sC、df.headerD、f.keys()答案：A78.JupyterNotebook的主要功能是什么？A、編寫和運(yùn)行Python代碼B、數(shù)據(jù)庫管理C、圖形設(shè)計(jì)D、視頻編輯答案：A79.在Matplotlib中plt.pie函數(shù)的主要作用是什么？A、繪制柱狀圖B、繪制折線圖C、繪制散點(diǎn)圖D、繪制餅圖答案：D80.在pandas中，若要選擇索引位置在2到5之間的所有行（不包含5），應(yīng)該使用以下哪種方法？A、data.loc[2:5]B、data.loc[2:6]C、data.iloc[2:5]D、ata.iloc[2:6]答案：C81.在分析學(xué)校學(xué)生在食堂的消費(fèi)水平時(shí)，下列哪項(xiàng)數(shù)據(jù)不是必須的？A、學(xué)生基本信息（如年級(jí)、專業(yè)）B、消費(fèi)記錄（如消費(fèi)時(shí)間、金額）C、食堂商品信息（如菜品種類、價(jià)格）D、學(xué)生的個(gè)人家庭收入情況答案：D82.使用填充法處理異常值時(shí)，通?？梢杂媚姆N值來替代異常值？A、均值、眾數(shù)或中位數(shù)B、最大值C、最小值D、隨機(jī)數(shù)答案：A83.以下哪種語法可以用loc選擇名為City的列？A、data.loc["City"]B、data.loc[:,"City"]C、data.loc[0,"City"]D、ata.loc["City",:]答案：B84.在數(shù)據(jù)分析的主要過程中，利用柱狀圖、折線圖、餅狀圖等可視化工具屬于哪個(gè)步驟？A、明確目的B、收集數(shù)據(jù)C、數(shù)據(jù)清理D、數(shù)據(jù)呈現(xiàn)答案：D85.如果數(shù)據(jù)集中有些異常值是極端值，且占總數(shù)據(jù)的比例較小，如何處理這些異常值最合適？A、用均值填充B、刪除異常值C、用眾數(shù)填充D、保持異常值不變答案：B86.data[區(qū)域].unique()方法的作用是什么？A、返回?cái)?shù)據(jù)框中所有行的總和B、返回區(qū)域列中唯一的值C、返回區(qū)域列中重復(fù)的值D、對(duì)區(qū)域列進(jìn)行排序答案：B87.在pandas中，若要選擇DataFrame的第一列，可以使用以下哪種寫法？A、data.iloc[:,1]B、data.iloc[0,:]C、data.iloc[:,0]D、ata.loc[:,0]答案：C88.在Matplotlib中如何設(shè)置圖表的大?。緼、plt.figure(figsize=(寬,高))B、plt.set_size((寬,高))C、plt.set_figsize(寬,高)D、plt.resize_fig((寬,高))答案：A89.以下哪種方法可以計(jì)算某列數(shù)據(jù)的平均值？A、max()B、mean()C、sum()D、size()答案：B90.如何在圖表中顯示圖例？A、plt.legend()B、plt.show_legend()C、plt.add_legend()D、plt.display_legend()答案：A91.在使用data.set_index("城市",inplace=True)后，原DataFrame中的“城市”列會(huì)如何?A、被設(shè)為索引并保留在列中B、被設(shè)為索引并從列中移除C、保持不變D、生成新的DataFrame答案：B92.如何為圖表的X軸和Y軸添加標(biāo)簽？A、plt.set_xlabel()和plt.set_ylabel()B、plt.x_label()和plt.y_label()C、plt.xlabel()和plt.ylabel()D、plt.axis_label()答案：C93.Pandas中用來表示二維表格數(shù)據(jù)的結(jié)構(gòu)是什么？A、SeriesB、ArrayC、DataFrameD、List答案：C94.如何查看NumPy數(shù)組的數(shù)據(jù)類型？A、rr.data_typeB、arr.typeC、arr.dtypeD、arr.datatype()答案：C判斷題1.在Pandas中，query方法用于對(duì)DataFrame進(jìn)行條件篩選，而不會(huì)修改DataFrame的索引或結(jié)構(gòu)。A、正確B、錯(cuò)誤答案：A2.在Pandas中，df.loc[]可以用于通過位置進(jìn)行行列的索引。A、正確B、錯(cuò)誤答案：B3.Pandas中的DataFrame和Series是同一種數(shù)據(jù)結(jié)構(gòu)。A、正確B、錯(cuò)誤答案：B4.在Pandas中，NaN是布爾類型的值，用于表示缺失數(shù)據(jù)。A、正確B、錯(cuò)誤答案：B5.DataFrame的每一列本質(zhì)上是一個(gè)Series對(duì)象。A、正確B、錯(cuò)誤答案：A6.Matplotlib中，plt.title()用于設(shè)置圖例的標(biāo)題。A、正確B、錯(cuò)誤答案：B7.data.query(日期=="1995/1/1")會(huì)篩選出data中日期不等于1995/1/1的行。A、正確B、錯(cuò)誤答案：B8.Pandas庫主要用于數(shù)值計(jì)算和數(shù)組操作。A、正確B、錯(cuò)誤答案：B9.data.ndim返回?cái)?shù)組的元素總數(shù)。A、正確B、錯(cuò)誤答案：B10.Pandas中的index和columns屬性分別表示DataFrame的行索引和列索引。A、正確B、錯(cuò)誤答案：A11.data.loc["Guangzhou"]的作用是根據(jù)索引標(biāo)簽Guangzhou提取對(duì)應(yīng)的行數(shù)據(jù)。A、正確B、錯(cuò)誤答案：A12.在數(shù)據(jù)分析的主要過程中，數(shù)據(jù)清理步驟主要涉及處理缺失值和異常值。A、正確B、錯(cuò)誤答案：A13.在Pandas中，groupby方法可以用來將數(shù)據(jù)按列進(jìn)行分組。A、正確B、錯(cuò)誤答案：A14.NumPy中的np.arange(2,10,2)會(huì)生成[2,4,6,8,10]。A、正確B、錯(cuò)誤答案：B15.Matplotlib中，plt.xlabel()和plt.ylabel()用于設(shè)置圖表的標(biāo)題A、正確B、錯(cuò)誤答案：B16.Matplotlib是Python中用于數(shù)據(jù)可視化的庫，主要用于繪制圖表。A、正確B、錯(cuò)誤答案：A17.在Pandas中，df.head()返回的是DataFrame的最后5行數(shù)據(jù)A、正確B、錯(cuò)誤答案：B18.數(shù)據(jù)分析的主要目的是刪除無用的數(shù)據(jù)。A、正確B、錯(cuò)誤答案：B19.在Pandas中，data.loc[:,"City"]用于選擇City列的數(shù)據(jù)。A、正確B、錯(cuò)誤答案：A20.JupyterNotebook可以在同一個(gè)文檔中編寫代碼、文本、公式和圖表。A、正確B、錯(cuò)誤答案：A21.Pandas是一個(gè)數(shù)據(jù)分析和處理的Python庫。A、正確B、錯(cuò)誤答案：A22.在Pandas中，drop()函數(shù)的作用是刪除指定的列或行。A、正確B、錯(cuò)誤答案：A23.在Python的大數(shù)據(jù)分析中，Pandas和NumPy是兩個(gè)常用的庫，其中Pandas主要用于數(shù)據(jù)分析，NumPy主要用于數(shù)值計(jì)算。A、正確B、錯(cuò)誤答案：A24.數(shù)據(jù)清洗的主要目的是刪除所有數(shù)據(jù)中不需要的部分。A、正確B、錯(cuò)誤答案：B25.在NumPy中，對(duì)一維數(shù)組使用切片array[1:5:2]時(shí)，1是起始位置，5是結(jié)束位置（不包含），2是步長。A、正確B、錯(cuò)誤答案：A26.loc和iloc在進(jìn)行切片選擇時(shí)都包含結(jié)束點(diǎn)。A、正確B、錯(cuò)誤答案：B27.Pandas中的DataFrame是一種表示一維表格數(shù)據(jù)的結(jié)構(gòu)。A、正確B、錯(cuò)誤答案：B28.iloc可以用于基于行標(biāo)簽選擇特定行，而loc只能基于整數(shù)位置選擇特定行。A、正確B、錯(cuò)誤答案：B29.Matplotlib中，plt.show()用于顯示繪制的圖形。A、正確B、錯(cuò)誤答案：A30.使用Pandas進(jìn)行數(shù)據(jù)清洗時(shí)，dropna()可以刪除所有包含NaN值的行A、正確B、錯(cuò)誤答案：A31.處理極端異常值時(shí)，刪除它們通常是最合適的做法，特別是當(dāng)它們占數(shù)據(jù)比例較小時(shí)。A、正確B、錯(cuò)誤答案：A32.loc基于標(biāo)簽進(jìn)行數(shù)據(jù)選擇，并且切片包含結(jié)束點(diǎn)。A、正確B、錯(cuò)誤答案：A33.Pandas的unique()方法返回的是Series中的唯一值。A、正確B、錯(cuò)誤答案：A34.所有異常值在數(shù)據(jù)清洗時(shí)都必須用均值或中位數(shù)進(jìn)行替換。A、正確B、錯(cuò)誤答案：B35.在Pandas中，sort_values方法用于對(duì)數(shù)據(jù)進(jìn)行排序。A、正確B、錯(cuò)誤答案：A36.query()函數(shù)可以用于篩選符合條件的行。A、正確B、錯(cuò)誤答案：A37.loc和iloc的主要區(qū)別在于loc使用整數(shù)位置索引，而iloc使用標(biāo)簽索引。A、正確B、錯(cuò)誤答案：B38.Pandas中的groupby方法可以按指定列對(duì)數(shù)據(jù)進(jìn)行分組，并進(jìn)行聚合計(jì)算。A、正確B、錯(cuò)誤答案：A39.數(shù)據(jù)分析的主要目的是增加數(shù)據(jù)的數(shù)量，以便更好地支持決策。A、正確B、錯(cuò)誤答案：B40.使用DataFrame.drop()方法刪除某列時(shí)，需要通過axis=1參數(shù)指定刪除列，而刪除行時(shí)則需要axis=0。A、正確B、錯(cuò)誤答案：A41.在Pandas中，使用df.fillna()方法可以用指定值填充缺失數(shù)據(jù)。A、正確B、錯(cuò)誤答案：A42.在pandas中，可以使用[]操作符來同時(shí)選擇行和列。A、正確B、錯(cuò)誤答案：B43.在Pandas中，data["城市"].isnull()用于檢測“城市”列中是否存在缺失值，并返回布爾值。A、正確B、錯(cuò)誤答案：A44.在Pandas中，df.isnull()方法返回的是一個(gè)布爾類型的DataFrame，表示各個(gè)位置是否存在缺失值。A、正確B、錯(cuò)誤答案：A45.Pandas中的DataFrame是用于表示二維表格數(shù)據(jù)的結(jié)構(gòu)。A、正確B、錯(cuò)誤答案：A46.Pandas的DataFrame對(duì)象中的每個(gè)元素都可以是不同類型的數(shù)據(jù)。A、正確B、錯(cuò)誤答案：B47.在JupyterNotebook中，使用快捷鍵Shift+Enter的作用是插入一個(gè)新的代碼單元格。A、正確B、錯(cuò)誤答案：B48.data.query(城市=="Shanghai"and溫度>30)是一個(gè)有效的查詢語句。A、正確B、錯(cuò)誤答案：B49.在drop()函數(shù)中使用inplace=True會(huì)在原始DataFrame上直接進(jìn)行修改。A、正確B、錯(cuò)誤答案：A50.Pandas中的sort_values()方法默認(rèn)是按列中的值進(jìn)行升序排序。A、正確B、錯(cuò)誤答案：A填空題1.在Pandas中，可以使用.shape方法查看DataFrame的_______（行數(shù)和列數(shù)）。答案：維度2.當(dāng)你希望刪除DataFrame中的某些列并修改原數(shù)據(jù)時(shí)，可以使用drop方法并設(shè)置inplace=______。答案：TRUE3.如果要按標(biāo)簽進(jìn)行篩選，可以使用______方法來進(jìn)行索引答案：loc4.iloc是基于______位置的數(shù)據(jù)選擇方法。答案：整數(shù)5.在Pandas中，____對(duì)象提供了一個(gè)二維的、大小可變的、以標(biāo)簽為索引的真數(shù)組。它有行標(biāo)簽和列標(biāo)簽。答案：DataFrame6.在Python中，使用import______aspd可以將數(shù)據(jù)分析庫導(dǎo)入并使用pd作為別名。答案：pandas7.DataFrame是一種用于存儲(chǔ)______（結(jié)構(gòu)化數(shù)據(jù)）的數(shù)據(jù)結(jié)構(gòu)，類似于數(shù)據(jù)庫中的表格。答案：二維8.unique()方法的作用是返回PandasDataFrame中某列的______值。答案：唯一9.將DataFramedf的"city"列重命名為"城市"，可以使用df.______(columns={"city":"城市"})。答案：rename10.在Python中，常用的數(shù)值計(jì)算庫是______。答案：numpy11.data[222:223]的結(jié)果是包含一個(gè)第______行的DataFrame。答案：22312.groupby()方法的作用是將PandasDataFrame中的數(shù)據(jù)進(jìn)行______。答案：分組13.在Pandas中，如果要計(jì)算某列數(shù)據(jù)的均值，可以使用______方法。答案：mean()14.isnull()方法的作用是PandasDataFrame中的______值。答案：缺失15.Matplotlib是Python中用于數(shù)據(jù)______的庫。答案：可視化16.NaN是一個(gè)特殊的_____數(shù)值，用于表示缺失數(shù)據(jù)或空值。答案：浮點(diǎn)17.np.arange(10)返回一個(gè)包含從0到______的整數(shù)的一維數(shù)組。答案：918.data[data["Region"]=="Asia"]通過條件______返回所有“Region”列值為“Asia”的行。答案：篩選19.query方法使用______表達(dá)式來篩選出滿足條件的行。答案：布爾20.______是一個(gè)開源的交互式計(jì)算環(huán)境，支持多種編程語言，如Python、R、Julia等。答案：JupyterNotebook21.Pandas中使用______方法填充缺失值。答案：fillna()22.在Pandas中，DataFrame和Series都可以通過.index屬性來獲取其______。答案：索引23.計(jì)算DataFramedf中"A"列的平均值，可以調(diào)用df["A"].______()。答案：mean24.使用pd.read_csv函數(shù)讀取______文件，并將文件加載到一個(gè)DataFrame中答案：CSV25.使用dtypes方法，可以獲取DataFrame中特定列的數(shù)據(jù)______。答案：類型26.fillna()方法的作用是______PandasDataFrame中的缺失值。答案：填充27.要計(jì)算PandasDataFrame某列的最大值，可以使用______方法。答案：max()28.在Pandas中，____用于表示缺失數(shù)據(jù)或空值。答案：NaN29.loc是基于______的數(shù)據(jù)選擇方法，允許通過行標(biāo)簽和列標(biāo)簽來選擇數(shù)據(jù)。答案：標(biāo)簽30.drop()方法的作用是______PandasDataFrame中的某列答案：刪除31.在Pandas中，_______操作符主要用于列選擇。答案：[]32.在Python中，處理表格數(shù)據(jù)的主要庫是______。答案：pandas33.如果要按行篩選數(shù)據(jù)，可以使用______方法來按位置索引。答案：iloc34.在data.loc[:,"City"]中，冒號(hào)（:）表示選擇______。答案：所有行35.data.drop(columns="州",inplace=True)語句的作用是從DataFrame中______名為（"州"）的列。答案：刪除36.命令data.shape[0]返回DataFrame的總______數(shù)。答案：行37.Pandas中的____方法可以用來對(duì)DataFrame進(jìn)行分組，類似于SQL中的GROUPBY操作。答案：groupby38.rename方法可以用來修改DataFrame中的______名稱。答案：標(biāo)簽39.sort_values()方法的作用是將Pandas的DataFrame按某列進(jìn)行______。答案：排序40.DataFrame是由多個(gè)Series組成的，每個(gè)Series代表DataFrame的______。答案：一列41.命令np.full(5,7)創(chuàng)建的是一個(gè)包含5個(gè)元素、每個(gè)元素都為______的一維數(shù)組答案：742.JupyterNotebook是一個(gè)基于網(wǎng)頁的______式編程計(jì)算環(huán)境，允許用戶創(chuàng)建和共享文檔。答案：交互43.______由相同類型元素按照一定的順序排列的集合答案：數(shù)組44.head()方法默認(rèn)查看PandasDataFrame的前______行數(shù)據(jù)答案：5簡答題1.如何通過布爾索引選擇column1的值為偶數(shù)的所有行？答案：使用data[data["column1"]%2==0]。2.Pandas數(shù)據(jù)結(jié)構(gòu)中如何表示缺失值？答案：Pandas使用NaN表示缺失值3.如何通過loc方法選擇標(biāo)簽為row1的行和col1的列？答案：使用data.loc["row1","col1"]精確選擇。4.解釋語句data.drop("name",axis=1,inplace=True)的作用？答案：在原表上刪除name列5.解釋語句data.isnull().any()的作用是什么？答案：檢查每列是否存在缺失值6.解釋語句avg_salary=data["salary"].mean()的作用答案：計(jì)算并返回salary列的平均值。7.如何生成一個(gè)3x3的全1數(shù)組？答案：使用np.ones((3,3))創(chuàng)建一個(gè)3x3的全1數(shù)組。8.處理缺失值的常用方法有哪些？答案：方法包括刪除含缺失值的記錄、用均值或中位數(shù)填充9.使用data.sort_values(by="日期")命令的作用是什么？答案：根據(jù)日期列的值對(duì)DataFrame進(jìn)行排序10.iloc方法與loc方法的主要區(qū)別是什么？答案：iloc基于整數(shù)位置索引，loc基于標(biāo)簽索引。11.解釋語句data.loc[data["日內(nèi)平均氣溫"]<-70,"日內(nèi)平均氣溫"]=np.nan的作用？答案：設(shè)置所有日均氣溫低于-70℃的數(shù)值均為異常值12.如何刪除名為data的DataFrame中的"城市"列？答案：data.drop(columns="城市")13.什么是臟數(shù)據(jù)？答案：是指數(shù)據(jù)集中存在的錯(cuò)誤、不完整、不一致或異常的數(shù)據(jù)14.解釋語句data["city"]=data["city"].fillna("不適用")的作用是什么？答案：將city列中所有缺失值填充為“不適用”。15.解釋data[data["日內(nèi)平均氣溫"].isnull()]語句的作用答案：篩選出數(shù)據(jù)框中“日內(nèi)平均氣溫”列含有空值的行。16.如何查看名為data的DataFrame的前五行數(shù)據(jù)？答案：使用data.head()命令17.解釋語句df[df["age"]>30]的作用？答案：篩選出age列大于30的所有行18.Pandas的主要用途是什么？答案：Pandas是一個(gè)數(shù)據(jù)分析和操作庫，用于處理結(jié)構(gòu)化數(shù)據(jù)19.解釋語句data.reset_index(drop=True)的作用？答案：將DataFrame的索引重置為默認(rèn)整數(shù)索引20.如何創(chuàng)建一個(gè)包含0到9的一維數(shù)組？答案：使用np.arange(10)來創(chuàng)建。21.如何導(dǎo)入Numpy庫？答案：使用importnumpyasnp導(dǎo)入Numpy庫。22.Pandas中如何刪除缺失值？答案：使用df.dropna()刪除含缺失值的行23.如何處理數(shù)據(jù)中的重復(fù)記錄？答案：刪除重復(fù)記錄