wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

Chương 9-Lập trình & Giao tiếp

Total questions: 30

Worksheet time: 15mins

Name
Class
Date
1.

Thư viện nào thường được sử dụng để xử lý dữ liệu trong Python?

a)

NumPy

b)

Matplotlib

c)

TensorFlow

d)

Flask

2.

Định dạng phổ biến nào được sử dụng để lưu trữ dữ liệu bảng?

a)

.txt

b)

.csv

c)

.exe

d)

.png

3.

Câu lệnh nào dùng để đọc dữ liệu từ tệp CSV trong Python?

a)

open('file.csv')

b)

pd.read_csv('file.csv')

c)

csv.load('file.csv')

d)

np.read('file.csv')

4.

Thư viện nào phổ biến để xây dựng trang web với Python?

a)

Django

b)

OpenCV

c)

Scikit-learn

d)

Pandas

5.

Flask là gì?

a)

Một framework web

b)

Một thư viện xử lý ảnh

c)

Một công cụ phân tích dữ liệu

d)

Một hệ điều hành

6.

Thư viện nào trong Python hỗ trợ vẽ biểu đồ?

a)

NumPy

b)

Pandas

c)

Matplotlib

d)

Flask

7.

Machine Learning là gì?

a)

Một loại ngôn ngữ lập trình

b)

Một phương pháp học dữ liệu bằng máy tính

c)

Một phần mềm chỉnh sửa ảnh

d)

Một hệ điều hành

8.

Để xây dựng mô hình Machine Learning, thư viện nào thường được sử dụng?

a)

TensorFlow

b)

BeautifulSoup

c)

Selenium

d)

OpenCV

9.

API là viết tắt của cụm từ nào?

a)

Advanced Processing Interface

b)

Application Programming Interface

c)

Automated Python Integration

d)

Artificial Processing Intelligence

10.

Python có thể được sử dụng để xây dựng các ứng dụng trí tuệ nhân tạo không?

a)

b)

Không

c)

Chỉ trên Windows

d)

Chỉ trên Linux

11.

Lệnh nào dùng để hiển thị 5 dòng đầu tiên của DataFrame trong Pandas?

a)

df.top(5)

b)

df.head(5)

c)

df.show(5)

d)

df.first(5)

12.

Trong Flask, hàm render_template() dùng để làm gì?

a)

Kết nối cơ sở dữ liệu

b)

Xử lý dữ liệu

c)

Render HTML từ template

d)

Tạo API

13.

Biểu đồ nào thường được dùng để hiển thị phân bố dữ liệu?

a)

Biểu đồ đường

b)

Biểu đồ histogram

c)

Biểu đồ tròn

d)

Biểu đồ cột

14.

requests.get(url) trong Python có tác dụng gì?

a)

Gửi yêu cầu HTTP GET đến URL

b)

Mở tệp từ URL

c)

Lưu dữ liệu vào URL

d)

Tạo một API mới

15.

Trong mô hình kiến trúc của Django (MVT), thành phần Template đóng vai trò gì?

a)

Xử lý logic và truy vấn dữ liệu từ cơ sở dữ liệu

b)

Chịu trách nhiệm hiển thị giao diện người dùng và định dạng dữ liệu để trình bày

c)

Điều hướng các yêu cầu từ người dùng đến đúng hàm xử lý

d)

Quản lý cấu trúc các bảng trong cơ sở dữ liệu

16.

Trong Machine Learning, "train-test split" có nghĩa là gì?

a)

Chia tập dữ liệu thành tập huấn luyện và kiểm tra

b)

Xóa dữ liệu không cần thiết

c)

Chia dữ liệu thành các nhóm nhỏ

d)

Kiểm tra lỗi trong dữ liệu

17.

Để xử lý ảnh trong Python, thư viện nào thường được dùng?

a)

OpenCV

b)

Pandas

c)

Flask

d)

Requests

18.

Trong Flask, để tạo một đường dẫn (route) liên kết một hàm xử lý với URL /home, cú pháp nào sau đây là chính xác?

a)

@app.url("/home")

b)

@app.route("/home")

c)

app.link("/home")

d)

@flask.path("/home")

19.

Neural Network là gì?

a)

Mô hình toán học mô phỏng cách hoạt động của não bộ

b)

Một thư viện Python

c)

Một thuật toán sắp xếp dữ liệu

d)

Một kiểu dữ liệu

20.

Pandas dùng để làm gì?

a)

Xử lý dữ liệu

b)

Vẽ đồ thị

c)

Huấn luyện mô hình AI

d)

Thiết kế giao diện

21.

Trong Pandas, kết quả của đoạn mã sau là gì?

import pandas as pd

data = {'A': [1, 2, 2], 'B': [4, 5, 6]}

df = pd.DataFrame(data)

df = df.drop_duplicates(subset=['A'], keep='last')

print(df.iloc[0]['B'])

a)

4

b)

5

c)

6

d)

2

22.

Trong Flask, đoạn mã sau thực hiện chức năng gì?

@app.route('/user/')

def show_user(name): return f'User: {name}'

a)

Chỉ truy cập được nếu URL là /user/name.

b)

Định nghĩa một dynamic route (đường dẫn động) nhận giá trị từ URL làm tham số cho hàm.

c)

Tạo một thư mục mới tên là name.

d)

Lỗi vì không thể dùng dấu ngoặc nhọn <> trong route.

23.

Cho đoạn mã xử lý dữ liệu với Pandas sau:

import pandas as pd

df = pd.DataFrame({'Score': [10, 20, 30, 40]})

result = (df['Score'] > 25).mean()

print(float(result))

a)

25.0

b)

35.0

c)

30.0

d)

40.0

24.

Trong Scikit-learn, mục đích của đoạn mã sau là gì?

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()

X_scaled = scaler.fit_transform(X)

a)

Chia dữ liệu thành tập Train và Test.

b)

Loại bỏ các giá trị bị thiếu (NaN).

c)

Chuẩn hóa dữ liệu về dạng có trung bình bằng 0 và độ lệch chuẩn bằng 1.

d)

Mã hóa các biến phân loại thành số.

25.

Kết quả của đoạn mã sau là gì?

import pandas as pd

df = pd.DataFrame({'Group': ['A', 'A', 'B', 'B'], 'Value': [10, 20, 5, 15]})

result = df.groupby('Group').transform(lambda x: x - x.mean())

print(result.iloc[0]['Value'])

a)

10.0

b)

-5.0

c)

15.0

d)

0.0

26.

Khi gửi một yêu cầu với thư viện requests, đoạn mã nào dùng để kiểm tra yêu cầu thành công (mã trạng thái 200200 )?

import requests

response = requests.get('https://api.example.com')

a)

if response.status_code == 200:

b)

if response == 'success':

c)

if response.text == 'OK':

d)

if response.check():

27.

Cho đoạn mã Flask sau, khi người dùng truy cập URL /search?q=python, kết quả trả về là gì?

from flask import Flask, request

app = Flask(__name__)

@app.route('/search')

def search(): query = request.args.get('q', 'default')

page = request.args.get('p', '1')

return f'Searching {query} at page {page}'

a)

Searching default at page 1

b)

Searching python at page python

c)

Searching python at page 1

d)

Lỗi vì thiếu tham số 'p' trong URL

28.

Cho đoạn mã Scikit-learn sau, đây là thuật toán gì?

from sklearn.cluster import KMeans

model = KMeans(n_clusters=3)

model.fit(data)

a)

Hồi quy tuyến tính (Linear Regression).

b)

Phân loại (Classification).

c)

Phân cụm dữ liệu không giám sát (Unsupervised Clustering).

d)

Xử lý ngôn ngữ tự nhiên (NLP).

29.

Cho hai DataFrame df1 và df2 như sau:

import pandas as pd

df1 = pd.DataFrame({'ID': [1, 2], 'Name': ['An', 'Binh']})

df2 = pd.DataFrame({'ID': [2, 3], 'Age': [20, 25]})

result = pd.merge(df1, df2, on='ID', how='inner') print(len(result))

a)

1

b)

2

c)

3

d)

4

30.

Đoạn mã Pandas sau in ra giá trị nào?

import pandas as pd

s = pd.Series([10, None, 30])

print(s.fillna(0)[1])

a)

0.0

b)

None

c)

10.0

d)

20.0