Worksheets图灵班客观题
Total questions: 124
Worksheet time: 1hrs 2mins
Name
Class
Date
1.
下面关于大数据特征描述，错误的是_____。
a)
数据类型多样
b)
数据量大
c)
数据价值密度低
d)
数据需要集中管理
2.
两组数据{1,9,30,60}和{24,25,25,26}，样本均值都是25，而方差分别是520.5和0.5，说明_____。
a)
两组数据的集中趋势不同
b)
两组数据的离散程度不同
c)
两组数据来自同一总体
d)
第二组数据的离散程度更大
3.
DataFrame的_____函数可实现NaN数据的批量填充功能。
a)
isnull()
b)
concat()
c)
dropna()
d)
fillna()
4.
students对象数据如下,_____语句筛选出体重大于67公斤同学的身高。
age height weight
1 19 170 68
2 20 165 65
3 18 175 65
a)
students.loc[students['weight']>67, 'height']
b)
students.iloc[students['weight']>67, 'height']
c)
students.loc[students['weight']>67 ]
d)
students.loc['height', students['weight']>67]
5.
学生考试成绩的频数分布和等第分布分别适合使用_____展示。
a)
饼图和直方图
b)
柱状图和直方图
c)
直方图和柱状图
d)
饼图和柱状图
6.
使用_____可以分析两个数据序列之间是否具有相关性，进而辅助建立合理的预测模型。
a)
散点图
b)
柱状图
c)
直方图
d)
概率密度图
7.
下面关于DataFrame存储表结构数据的说法，错误的是________。
a)
通常使用行存储一条数据，列存储该数据的各个特征项
b)
DataFrame对象只能使用行、列索引对进行数据切片，不能使用位置序号
c)
从DataFrame对象中取出一列，得到Series对象
d)
Series对象可以使用Numpy的函数进行统计分析
8.
统计量“方差”描述了________。
a)
样本的平均值
b)
样本的离散程度
c)
样本中不同的值占样本容量的比例
d)
样本中出现次数最多的值
9.
CSV文件是常用的数据文件格式，可以使用_______查看。
a)
文本编辑器、Excel
b)
photoshop
c)
powerpoint
d)
画图工具
10.
为描述高校教师学历占比情况，适合的图形是_______。
a)
散点图
b)
曲面图
c)
直方图
d)
饼图
11.
在数据科学的工作流程中，_______不属于数据准备阶段的任务。
a)
定义分析目标
b)
数据汇集
c)
数据清洗
d)
数据格式转换
12.
关于NumPy中多维数组的运算，说法正确的是_______。
a)
二维数组与标量不可以相加
b)
有些情况下，二维数组与一维数组不能直接相加
c)
二维数组与标量不可以相乘
d)
二维数组与一维数组不能直接相乘
13.
关于NumPy的二维ndarray对象与pandas的DataFrame对象，说法错误的是_______。
a)
二维ndarray对象的形状是固定不变的
b)
DataFrame对象的values属性值是一个二维ndarray对象
c)
DataFrame对象每一行/列数据都有对应的索引
d)
DataFrame对象可以使用索引获取对应的行、列数据
14.
分析数据集中某2个特征项（值为数值型）之间的关系，适合采用的分析方法是_______。
a)
分别计算两个特征项的均值和方差，进行比较
b)
绘制两个特征项的箱须图，比较4分位数值的大小
c)
计算两个特征之间的相关系数
d)
计算两个特征项的众数，比较其大小
15.
将某电视剧的观众按照年龄分成多个区段，欲观察各年龄段观众的观看次数（频度），最适合的图形是_______。
a)
散点图
b)
柱状图
c)
直方图
d)
饼图
16.
Python工具包________设计了两种数据结构Series和DataFrame。
a)
pandas
b)
numpy
c)
matplotlib
d)
scikit-learn
17.
定义数组height=np.array([160,180,170,155,165])，记录了5位学生的身高。要求根据条件，筛选出大于160的身高，下面选项中正确的是__________。
a)
height[height>160]
b)
height(height>160)
c)
height[height>=160]
d)
height(height>=160)
18.
CSV格式文件是________。
a)
纯文本文件
b)
数学模型文件
c)
图片文件
d)
音频文件
19.
使用数据可视化方法展示我国近二十年来GDP增长速度变化趋势，最合适的图为______。
a)
折线图
b)
饼图
c)
直方图
d)
散点图
20.
无人机通过搭载的传感器搜集农场周边环境数据信息，这种获取数据的方法称为_____。
a)
人工采集
b)
设备采集
c)
系统日志采集
d)
网络爬虫采集
21.
下面语句建立一个水果含糖量(单位：克/100克）的数据对象：fruit = pd.DataFrame([4.0,10.7,16,5.7],columns=["sugar"],index=["西瓜","桃子","荔枝","草莓"])
下列选项中能读取荔枝的含糖量的是__________。
a)
fruit["荔枝"]
b)
fruit.loc["荔枝"]
c)
fruit.loc[name="荔枝"]
d)
fruit.荔枝
22.
关于DataFrame对象的dropna()函数，说法错误的是________。
a)
删除空值所在的行或列
b)
默认参数值情况，删除空值后产生新数据对象
c)
设置参数值 inplace=True，原始对象不会被修改
d)
参数axis为0表示按行删除
23.
以下统计量表示数据离散趋势的统计量是________。
a)
均值
b)
方差
c)
中位数
d)
众数
24.
食堂收集了同学们近10年的用餐平均费用，使用________适合分析展示用餐变化趋势。
a)
直方图
b)
饼图
c)
折线图
d)
箱须图
25.
人口普查后使用数据可视化方法展示一个城市各个年龄段的人数，最合适的图为________。
a)
折线图
b)
饼图
c)
直方图
d)
散点图
26.
将一维数组转化为多维数组的numpy函数是________。
a)
arange()
b)
reshape()
c)
zeros()
d)
ones()
27.
下面________不是大数据的特征。
a)
规模性
b)
高速性
c)
多样性
d)
低价值性
28.
DataFrame对象df中基于位置序号选取第2行第3列数据的方式是_______。（序号从0开始）
a)
df.find(1,2)
b)
df.iloc[1,2]
c)
df.loc[1,2]
d)
df.rloc[1,2]
29.
统计量“方差”描述________。
a)
样本个体距离均值的离散程度
b)
样本（一组数据）的平均值
c)
样本中出现次数最多的值
d)
样本中不同的值占样本容量的比例
30.
调用DataFrame对象temp的 fillna方法填充空值时，设置________参数可以控制是否直接更新temp对象。
a)
now
b)
method
c)
threshold
d)
inplace
31.
以下________参数用以指定图形的标签：
a)
label
b)
color
c)
marker
d)
linestyle
32.
以下________用于设置matplotlib图形中文：
a)
plt.rcParams['font.sans-serif']=['SimHei']
b)
plt.rcParams['axes.unicode_minus']=False
c)
plt.title()
d)
plt.xlim()
33.
numpy中可以获取数组长度的属性是________：
a)
dtype
b)
shape
c)
ndim
d)
size
34.
以下哪项不属于pandas的数据结构________：
a)
Series
b)
DataFrame
c)
dtype
d)
Categorical
35.
在Python中，以下哪个库通常用于数据处理和分析？
a)
NumPy
b)
Matplotlib
c)
TensorFlow
d)
Pandas
36.
在NumPy中，以下哪个函数用于计算数组的均值？
a)
np.sum()
b)
np.mean()
c)
np.average()
d)
以上都可以
37.
如果你想在Python中创建一个数据可视化图形，你会使用哪个库？
a)
NumPy
b)
Pandas
c)
Matplotlib
d)
SciPy
38.
在Pandas中，以下哪个方法用于删除包含缺失值的行？
a)
dropna(axis=0)
b)
dropna(axis=1)
c)
fillna()
d)
isnull()
39.
以下哪个语句可以正确地在Python中导入Pandas库？
a)
import pandas as pd
b)
from pandas import DataFrame
c)
import dataframe as pd
d)
from pandas import *
40.
在Pandas中，哪个函数可以对DataFrame排序？
a)
sort()
b)
order()
c)
sort_values()
d)
sorted()
41.
NumPy中的数组是几维的？
a)
一维
b)
固定二维
c)
多维
d)
只能是二维或三维
42.
在Pandas中，DataFrame的哪一方法用于计算非空元素的数量？
a)
count()
b)
size()
c)
len()
d)
non_null_count()
43.
在数据预处理中，以下哪项通常不是必要的步骤？
a)
数据清洗
b)
数据集成
c)
数据加密
d)
数据转换
44.
以下哪个是Pandas中处理缺失值的常用方法？
a)
使用平均值填充
b)
删除含有缺失值的行
c)
使用中位数填充
d)
以上都是
45.
定义数组h=np.array([160,180,170,155,165])，记录5位同学的身高。要求筛选出身高大于160的元素，下面选项正确的是（）。
a)
h[h>160]
b)
h[h>=160]
c)
h(h>160)
d)
h(h>=160)
46.
定义数组w=np.array([52,40,70,60,80])，记录5位同学的体重。要求筛选出体重大于50且小于80的元素，下面选项正确的是（）。
a)
w[(w>50)&(w<80)]
b)
w[w>50&w<80]
c)
w[(w>50)|(w<80)]
d)
w[w>50|w<80]
47.
生成1到12的连续整数数组，并将其转为3*4的二维数值，下面选项正确的是（）。
a)
np.arrange(1,12).reshape(3,4)
b)
np.arrange(1,13).reshape(3,4)
c)
np.arrange(1,12).reshape(4,3)
d)
np.arrange(1,13).reshape(4,3)
48.
t是ndarray的数组对象，要查看数组元素的类型，操作正确的是（）。
a)
t.dtype()
b)
t.dtypes
c)
t.dtypes()
d)
t.dtype
49.
在对数据进行清洗时，（）函数可以实现对缺失数据NaN的批量填充
a)
dropna()
b)
drop()
c)
fillna()
d)
fill
50.
相关性分析研究不同总体之间是否存在依存关系。关于相关性系数r，说法错误的是().
a)
r的值介于-1与+1之间
b)
r=1表示两个总体正相关
c)
r=-1表示两个总体负相关
d)
|r|越接近1，相关性越弱
51.
DataFrame.drop()函数中（）参数可以控制是否删除原有对象中的数据
a)
axis
b)
inplace
c)
replace
d)
alter
52.
列表l=["165cm","168cm","178cm","180cm","185cm"]保存五位同学的身高，下面哪条语句（）可以把身高后的cm去掉转为数值类型并保存到l里
a)
l=list(map(lambda x:eval(x[:-2]),l))
b)
l.map(lambda x:eval(x[:-2]))
c)
l.map(lambda x:x[:-2])
d)
l=list(map(lambda x:eval(x[:-3]),l))
53.
以下程序的输出结果是（ ）。
def f(x,y=10):
return x**2+y
print(f(2,3))
a)
11
b)
14
c)
7
d)
19
54.
s="王平,65980204;李英,65132345;张以屏,64882467"，将个人信息字符串中的电话号码找出的正则表达式正确的是（）。
a)
re.findall(r"\d*",s)
b)
re.findall(r"\d+",s)
c)
re.findall(r"\d?",s)
d)
re.findall(r"\d*?",s)
55.
下列（ ）不是用于数据可视化的第三方库。
a)
matplotlib
b)
wordcloud
c)
pyecharts
d)
jieba
56.
在numpy中创建一个元素均为0的数组，可使用函数（ ）。
a)
zeros()
b)
ones()
c)
linspace()
d)
logspace()
57.
在numpy中，将向量转换为矩阵，可使用（ ）函数。
a)
shape()
b)
reshape()
c)
flatten()
d)
arange()
58.
s='siiisu'，下列（ ）可将其匹配为sisu。
a)
re.sub(r'i+',s,'b')
b)
re.sub(r'i?','i',s)
c)
re.sub(r'i+','i',s)
d)
re.sub(r'i*','i',s)
59.
以下程序被调用后，能够正确执行的是（ ）。
def f(a,b=1,c=2):
pass
a)
f(a=1,2)
b)
f(1,a=1,c=3)
c)
f(a=1,b=2,c=3)
d)
f(1,b=2,3)
60.
以下程序的输出结果是（ ）。
def f(a):
return a>0
a=8
print(f(a))
a)
TRUE
b)
FALSE
c)
8
d)
没有输出
61.
以下程序的输出结果是（ ）。
def f(a):
return a**2+2
func(4)
a)
18
b)
10
c)
4
d)
无输出
62.
以下程序的输出结果是（ ）。
mynum=lambda x,y: x if x<y else y
n=mynum(20, 24)
print(n)
a)
20
b)
24
c)
44
d)
2024
63.
对于DataFrame对象，以下说法错误的是
a)
DataFrame对象是一个表格型的数据结果
b)
DataFrame对象的列是有序的
c)
DataFrame对象列与列之间的数据类型可以互不相同
d)
DataFrame对象每一行都是一个Series
64.
针对下面代码，以下说法错误的是
import pandas as pd
df = pd.DataFrame({'a': list('ert'), 'b':[3,2,1]}, index=['x', 'y', 'z'])
a)
df[0:1]返回第0行的数据
b)
df[0:1]返回第0列的数据
c)
df[0]会报错
d)
df['e']会报错
65.
下面代码的输出结果是
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df.shape)
a)
(3,)
b)
(3, 1)
c)
(, 3)
d)
-3
66.
正则表达式是用来实现
a)
匹配字符串
b)
替换字符串
c)
查找字符串
d)
以上选项都是
67.
下面哪个不是python中re模块中的函数
a)
re.match
b)
re.search
c)
re.find
d)
re.findall
68.
以下哪个函数定义在Python中是有效的？
a)
def my_function(parameter1, parameter2): pass
b)
def my_function(parameter1, parameter2, *args): pass
c)
def my_function(parameter1, parameter2, **kwargs): pass
d)
所有以上
69.
以下哪个Pandas函数用于根据特定列中的条件选择行？
a)
df.loc[]
b)
df.iloc[]
c)
df.query()
d)
df.filter()
70.
以下哪个Matplotlib函数用于创建折线图？
a)
plt.plot()
b)
plt.scatter()
c)
plt.bar()
d)
plt.hist()
71.
假设有一个 Pandas DataFrame 'df'，其中包含 'Date' 列和其它列中的数值数据。如何计算每个月的平均值并将结果存储在新的 DataFrame 中？
a)
df.groupby('Date')['column1', 'column2', ...].mean()
b)
df.resample('M')['column1', 'column2', ...].mean()
c)
df.set_index('Date')['column1', 'column2', ...].mean().unstack()
d)
df.assign(Monthly_Average=df.groupby('Date')['column1', 'column2', ...].mean())
72.
考虑一个包含整数值的 NumPy 数组 'arr'。如何将所有大于 50 的值替换为 100，将所有小于 0 的值替换为 -100？
a)
arr[arr > 50] = 100; arr[arr < 0] = -100
b)
np.where(arr > 50, 100, arr)
c)
np.where(arr < 0, -100, 100)
d)
arr[np.logical_or(arr > 50, arr < 0)] = [100, -100]
73.
在numpy库中，用于生成指定形状和范围的随机整数的函数是?
a)
np.random.randint()
b)
np.random.rand()
c)
np.linspace()
d)
np.arange()
74.
在pandas库中，DataFrame对象的哪个方法用于按照某列的值对数据进行排序？
a)
arrange()
b)
sort_index()
c)
order()
d)
sort_values()
75.
在Python中，如果你有一个函数def my_func(a, b=10, c=20):，你如何调用它，使得a=5，b使用默认值，c=30？
a)
my_func(5)
b)
my_func(a=5, c=30)
c)
my_func(5, 20, 30)
d)
my_func(5, c=30, b=20)
76.
在Python中，使用re模块，要匹配一个由大写字母、小写字母、数字和下划线组成的，长度在6到16之间的字符串，你应该使用哪个正则表达式？
a)
^[A-Za-z0-9_]{6,17}
b)
^[A-Za-z0-9_]{6,16}$
c)
^[A-Za-z0-9_]{6}$
d)
^[A-Za-z0-9_]{17}$
77.
在pandas中，如果你有一个DataFrame df，并且你想要查看前5行数据，你应该使用哪个方法？
a)
df.tail()
b)
df.show(5)
c)
df.head()
d)
df.view(5)
78.
在使用 matplotlib 库绘制图形时，以下哪个选项是正确的关于如何设置 x 轴和 y 轴标签的？
a)
plt.x_label('X Label')和plt.y_label('Y Label')
b)
plt.axis_label('X Label', 'Y Label')
c)
plt.labels('X Label', 'Y Label')
d)
plt.xlabel('X Label')和plt.ylabel('Y Label')
79.
如何创建一个 3x3 的二维 NumPy 数组，所有元素都为 1？
a)
np.array([[1, 1, 1], [1, 1, 1], [1, 1, 1]])
b)
np.ones((3, 3))
c)
np.zeros((3,3)) + 1
d)
以上全是正确的
80.
如何获取二维数组 arr 的第 2 行第 3 列的元素？
a)
arr[2, 3]
b)
arr[1, 2]
c)
arr[2][3]
d)
arr[2:3]
81.
下面哪一项代码可以对二维数组 arr 按行求和？
a)
np.sum(arr, axis=0)
b)
np.sum(arr, axis=1)
c)
arr.sum(axis=0)
d)
arr.sum('row')
82.
假设DataFrame对象df已满足题干条件，如何删除df中名为age的列？
a)
df.drop('age', axis=0, inplace=True)
b)
df = df.drop('age', axis=1)
c)
df = df.remove('age')
d)
df.delete('age', inplace=True)
83.
假设DataFrame对象df已满足题干条件，如何计算df中scores列的平均值？
a)
df.scores.mean()
b)
df['scores'].mean()
c)
df.loc[:, 'scores'].mean()
d)
以上全是正确的
84.
假设DataFrame对象df已满足题干条件，如何向df中添加一列 gender，所有值都设为 'M'？
a)
df['gender'] = 'M'
b)
df.columns.gender = 'M'
c)
df.insert('gender', 'M')
d)
df.add_column('gender', 'M')
85.
下面哪个正则表达式模式可以匹配以 'a' 开头、以 'b' 结尾的字符串？
a)
a.*b
b)
^a.*b$
c)
^ab$
d)
a.b
86.
下面哪个正则表达式模式可以匹配 'cat', 'bat' 或 'rat'？
a)
[cbr]at
b)
(cbr)at
c)
[^cbr]at
d)
c|b|rat
87.
以下选项中，不属于函数的作用的是（ ）
a)
提高代码执行速度
b)
降低编程复杂度
c)
增强代码可读性
d)
复用代码
88.
以下选项中，对于函数的定义错误的是（ ）
a)
def func(a,*b):
b)
def func(a,b=2):
c)
def func(a=1,b):
d)
def func(a,**b):
89.
关于return语句，以下选项中描述正确的是（ ）
a)
函数中最多只有一个return语句
b)
return只能返回一个值
c)
函数可以没有return语句
d)
函数必须有一个return语句
90.
定义函数def func(x,y=0,*z): pass，以下选项中调用该函数错误的是（ ）
a)
func()
b)
func(1)
c)
func(1,2)
d)
func(1,2,3,4,5)
91.
下面代码的执行结果是（ ）
def area(r, pi=3.14159)
return pi*r**2
area(3.14,2)
a)
无输出
b)
12.56
c)
12.56636
d)
19.7192
92.
正则表达式\D+[1-9]{3}能匹配以下哪个字符串（ ）
a)
2345
b)
s093
c)
S234
d)
Ds39
93.
以下re方法中用于替换字符串的是（ ）
a)
match
b)
sub
c)
find_all
d)
split
94.
正则表达式 “^\d[sz]+.”能匹配以下哪个字符串（ ）
a)
8sy
b)
sz7
c)
2ys
d)
3syz
95.
读取CSV文件的正确方法是什么？
a)
pd.read_csv()
b)
pd.load_csv()
c)
pd.open_csv()
d)
pd.csv_reader()
96.
设置索引的正确方法是什么？
a)
df.set_index('col')
b)
df.index_set('col')
c)
df.change_index('col')
d)
df.index = 'col'
97.
选择多列的正确语法是什么？
a)
df[['col1','col2']]
b)
df.select(['col1','col2'])
c)
df.get(['col1','col2'])
d)
df.cols('col1','col2')
98.
过滤price列大于100的行的方法是什么？
a)
df[df.price > 100]
b)
df.query('price > 100')
c)
df[df['price'] > 30]
d)
所有选项都正确
99.
合并两个DataFrame的方法有哪些？
a)
pd.merge(df1, df2)
b)
df1.join(df2)
c)
pd.concat([df1,df2])
d)
所有选项都正确
100.
填充缺失值为0的正确方法是什么？
a)
df.fillna(0)
b)
df.replace(np.nan, 0)
c)
df.na_fill(0)
d)
A和B都正确
101.
分组聚合的典型操作是什么？
a)
df.groupby('col').sum()
b)
df.aggregate('col', 'sum')
c)
df.sum().groupby('col')
d)
df.group('col').agg('sum')
102.
重命名列'old'为'new'的正确方法是什么？
a)
df.rename(columns={'old':'new'})
b)
df.columns['old'] = 'new'
c)
df.rename_column('old','new')
d)
df.set_column_name('old','new')
103.
删除包含缺失值的行的正确方法是什么？
a)
df.dropna()
b)
df.remove_na()
c)
df.delete_null()
d)
df.clean()
104.
应用函数到列的正确语法是什么？
a)
df['col'].apply(func)
b)
df.apply(func)['col']
c)
df.apply_to_column('col', func)
d)
df.column_apply('col', func)
105.
将字符串列转换为日期类型的正确方法是什么？
a)
pd.to_datetime(df['date'])
b)
df['date'].to_datetime()
c)
pd.convert_datetime(df['date'])
d)
df['date'].convert_to_datetime()
106.
删除重复行的正确方法是什么？
a)
df.drop_duplicates()
b)
df.remove_duplicates()
c)
df.delete_duplicates()
d)
df.unique()
107.
对DataFrame按列排序的正确方法是什么？
a)
df.sort_values('col')
b)
df.order_by('col')
c)
df.arrange('col')
d)
df.sort('col')
108.
计算每列缺失值数量的正确方法是什么？
a)
df.isnull().sum()
b)
df.na_count()
c)
df.missing().count()
d)
df.countna()
109.
改变列数据类型的正确方法是什么？
a)
df['col'].astype(int)
b)
df['col'].to_integer()
c)
df['col'].convert_dtype(int)
d)
df['col'].as_integer()
110.
从DataFrame中随机采样5行的正确方法是什么？
a)
df.sample(5)
b)
df.take(5)
c)
df.random(5)
d)
df.select_random(5)
111.
将字符串列转换为大写的正确方法是什么？
a)
df['col'].str.upper()
b)
df['col'].upper()
c)
df['col'].str_to_upper()
d)
df['col'].apply(str.upper)
112.
以下哪个函数用于创建全零数组？
a)
np.zeros()
b)
np.empty()
c)
np.arange()
d)
np.linspace()
113.
如何获取数组的维度信息？
a)
array.dim
b)
array.size
c)
array.shape
d)
array.ndim
114.
以下哪个操作会改变原始数组？
a)
array.reshape()
b)
array.copy()
c)
array.view()
d)
array.resize()
115.
如何计算数组元素的平均值？
a)
np.median()
b)
np.average()
c)
np.mean()
d)
np.sum()/array.size
116.
以下哪个函数用于计算点积？
a)
np.dot()
b)
np.cross()
c)
np.inner()
d)
np.outer()
117.
如何反转一维数组？
a)
array.reverse()
b)
np.invert(array)
c)
array[::-1]
d)
np.flipud(array)
118.
创建从2到10（不含10）的数组，步长为2：
a)
np.array([2,4,6,8])
b)
np.arange(2,10,2)
c)
np.linspace(2,10,4)
d)
np.range(2,10,2)
119.
如何获取数组中的唯一元素？
a)
np.distinct()
b)
np.unique()
c)
array.unique()
d)
np.setdiff1d()
120.
布尔索引的作用是：
a)
用于逻辑运算
b)
根据条件筛选数组元素
c)
创建布尔类型数组
d)
进行位运算操作
121.
如何将数组展平为一维？
a)
array.flatten()
b)
array.ravel()
c)
array.reshape(-1)
d)
以上所有
122.
np.nan表示什么？
a)
空数组
b)
无效操作结果
c)
缺失值或未定义数值
d)
无穷大
123.
如何计算数组的标准差？
a)
np.variance()
b)
np.var()
c)
np.std()
d)
np.standard_dev()
124.
如何沿指定轴求和？
a)
np.add()
b)
np.sum(axis=n)
c)
array.cumsum()
d)
np.total()
100 %