quiz2

requests获取数据的方法是（        ）

• requests.get(   )

• requests. fetch(     )

• requests. http( )

• requests.html( )

用来解析网页的 Python 函数库是（      ）

• Requests

• BeatifulSoup

• random  

• HTML

在利用Python语言进行数据整理的过程中，需要用到 pandas库，导入 pandas 库并将其命名为 pd的语句为（         ）

• import pandas.pd

• import pandas

• import pandas as pd      

• import pandas as csv

pandas中的 DataFrame是几维数据（           ）

• 一维

• 二维

• 三维      

• 三维      

  以下关于数据预处理，错误的是（       ）

• 数据的重复值会导致数据分布变化

• 数据的缺失值会导致样本信息减少

• 数据的异常值增加了分析的难度

• 数据整理的科学与否对数据分析的影响不大

数据处理与分析的前提是（         ）

• 数据读取与存储  

• 检测与重复值处理

• 检测与异常值处理     

• 检测与缺失值处理

pandas 中 df.dropna（how='all'）的作用是（     ）

• 删除表格中列名为 all的列

• 删除表格中索引为 all 的行

• 删除表格中含有缺失数据的行

• 删除表格中整行缺失数据的行

   以下关于异常值的处理方法，说法错误的是（           ）

• 直接将含有异常值的记录删除

• 用前后两个观测值的平均值修正该异常值

• 将异常值视为缺失值进行处理

• 异常值不会影响数据分析

  以下关于缺失值和异常值的叙述，正确的是（          ）

• 缺失值是指数据中的某个或多个特征的值是不完整的

• 缺失值可以通过箱形图清晰地观察到

• 识别异常值的方法为 isnull（）

• 异常值和缺失值的处理方法相同

以下不是用来检测与处理缺失值的方法是（      ）

• drop_duplicates ()

• isnull(     )

• notnull(   )

• dropna(   )