1、Python數(shù)據(jù)分析與可視化習(xí)題答案弟一早1、闡述統(tǒng)計(jì)分析與數(shù)據(jù)挖掘的特點(diǎn)。傳統(tǒng)的統(tǒng)計(jì)分析是在已定假設(shè)、先驗(yàn)約束的內(nèi)情況下，對(duì)數(shù)據(jù)進(jìn)行整理篩選 和加工，由此得到一些信息。數(shù)據(jù)挖掘是將信息需要進(jìn)一步處理以獲得認(rèn)知，繼而轉(zhuǎn)為有效的預(yù)測和決策。統(tǒng)計(jì)分析是把數(shù)據(jù)變成信息的工具，數(shù)據(jù)挖掘是把信息變成認(rèn)知的工具。2、數(shù)據(jù)分析的基本步驟包括哪些？（1）數(shù)據(jù)收集；（2）數(shù)據(jù)預(yù)處理；（3）數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)；（4）數(shù)據(jù)后處理。3、相比R語言、MATLAB、SAS、SPSS等語言或工具，Python有哪些優(yōu)點(diǎn)？（1） Python是面向生產(chǎn)的；（2）強(qiáng)大的第三方庫的支持；（3） Python的膠水語言特性。AA*

2、 弟一早選擇題1、python之父是以下哪位？（A）A、吉多范羅蘇姆B、丹尼斯里奇C、詹姆斯高林思D、克里夫默勒2、python的縮進(jìn)功能有什么作用？ （C）A、增加代碼可讀性B、方便放置各類符號(hào)C、決定程序的結(jié)構(gòu)D、方便修改程序3、python的單行注釋通過什么符號(hào)完成？（B）A、雙斜杠（/）B、井號(hào)（#）C、三引號(hào)（”）D 回歸分析二、判斷題1. k近鄰算法的訓(xùn)練時(shí)間開銷為0。True.線性判別分析，針對(duì)訓(xùn)練集，將其投影到一條直線上，使得同類樣本點(diǎn)盡可能接近，異 類樣本點(diǎn)盡量遠(yuǎn)離。True.同一個(gè)問題和樣本產(chǎn)生的決策樹一定相同。False.回歸分析的目的在于了解變量間是否相關(guān)、相關(guān)方向和相

3、關(guān)強(qiáng)度，并建立數(shù)學(xué)模型來進(jìn) 行預(yù)測。True. DBSCAN聚類速度快且能夠有效處理噪聲和發(fā)現(xiàn)任意形狀的空間聚類。True三、填空題.貝葉斯公式：。(p (y | x) = (p (x | y) p (y) / (p (x).關(guān)聯(lián)規(guī)那么挖掘分為 和 o(生成頻繁項(xiàng)集生成強(qiáng)規(guī)那么). Apriori算法定律1：如果一個(gè)集合是頻繁項(xiàng)集，那么它的所有 都是頻繁項(xiàng)集；Apriori算法定律2：如果一個(gè)集合不是頻繁項(xiàng)集，那么它的所有 都不是頻繁項(xiàng)集。(子集超集).關(guān)聯(lián)規(guī)那么分析中，如果窮舉項(xiàng)集的所有組合，并測試每個(gè)組合是否滿足條件。那么對(duì)于一個(gè)元素個(gè)數(shù)為n的項(xiàng)集，所需要的時(shí)間復(fù)雜度為 o(0(2n).列

4、舉典型的無監(jiān)督學(xué)習(xí)：和 o(關(guān)聯(lián)分析聚類分析)第七章一、單項(xiàng)選擇題1、在支持向量機(jī)分類方法中，在擬合以后，可以通過以下哪一個(gè)參數(shù)獲取支持向量的索引()BB support.D以上均不是B NuSVCD以上均是B support.D以上均不是B NuSVCD以上均是A support_vectors_C nsupport2、以下能夠?qū)崿F(xiàn)多元分類的是()DA SVCC高斯過程分類3、以下說法不正確的選項(xiàng)是()AA scikit-learn實(shí)現(xiàn)的lineajmodel. Lasso類使用了坐標(biāo)上升算法來擬合系數(shù)B linear_model. BayesianRidge類實(shí)現(xiàn)了貝葉斯嶺回歸，能夠在回歸

5、問題的估計(jì)過程中引入?yún)?shù)正規(guī)化C gaussian_process. GaussianProcessRegressor 類實(shí)現(xiàn) f 一個(gè)用于回歸問題的高斯過 程D與最近鄰分類一樣，scikit-learn也實(shí)現(xiàn)了兩種鄰回歸，KNeighborsRegressor與RadiusNeighborsRegressor分別基于每個(gè)查詢點(diǎn)的k個(gè)最近鄰、每個(gè)查詢點(diǎn)的固定半徑內(nèi) 的“鄰居”數(shù)量實(shí)現(xiàn)4、以下關(guān)于k均值以下說法不正確的選項(xiàng)是()CA兩種k均值算法在使用時(shí)都需要通過n_clusters參數(shù)指定聚類的個(gè)數(shù)。B給足夠多的時(shí)間，k均值算法總能夠收斂，但可能得到的是局部最小值。C 在使用cluster.

6、KMeans時(shí)，通過n_jobs參數(shù)能指定該模型使用的處理器個(gè)數(shù)。假設(shè)為正 值，那么使用“n_jobs”個(gè)處理器，-3代表使用全部處理器，-2代表除了兩個(gè)處理器以外全 部使用，代表除了某個(gè)處理器以外全部使用。D cluster. MiniBatchKMeans類實(shí)現(xiàn)了 k均值的算法的小批量變體5、以下關(guān)于聚類說法不正確的選項(xiàng)是()CA在譜聚類中，可以設(shè)置assignabels參數(shù)以使用不同的分配策略。B在層次聚類中使用n_clusters參數(shù)可以指定聚類個(gè)數(shù)，linkage參數(shù)用于指定合并的策略， 可選用 ward、 complete、 averageC DBSCAN的核心概念是Core Sa

7、mples,即位于高密度區(qū)域的樣本，其中較小的min_samples 或者較大的esp表示形成聚類的密度較高。D 在BIRCH中，有兩個(gè)重要的參數(shù)：branching_factor （分支因子）和threshold（閾值）， 分支因子限制了一個(gè)節(jié)點(diǎn)中的子集群的數(shù)量，閾值限制了新加入的樣本和存在于現(xiàn)有子集群 中樣本的最大距離。二、對(duì)錯(cuò)題1、在邏輯回歸中，saga求解器基于隨機(jī)平均梯度下降算法，其在大數(shù)據(jù)集上的收斂速度更 快。（）錯(cuò)2、在最近鄰分類方法中，KNeighborsClassifier是基于每個(gè)查詢點(diǎn)的固定半徑r內(nèi)的鄰居 數(shù)量實(shí)現(xiàn)，其中r是用戶指定的浮點(diǎn)數(shù)。（）是k,是數(shù)量，是整數(shù)，錯(cuò)3

8、、MultinomialNB BernoulliNB GaussianNB 還提供了 partial_f it 方法,該方法能夠動(dòng) 態(tài)地解決加載大數(shù)據(jù)集的問題。與fit使用方法相同，操作比擬簡單。，錯(cuò)，與fit使用方 法不同4、嶺回歸從本質(zhì)上來說也是最小二乘法，只不過是通過對(duì)系數(shù)的大小施加懲罰來改進(jìn)。對(duì) 5、Mean-Shift算法不是高度可擴(kuò)展的，因?yàn)樵趫?zhí)行算法期間需要執(zhí)行多個(gè)最近鄰搜索。因 為當(dāng)質(zhì)心較少時(shí)，會(huì)停止迭代，所以此算法不收斂，錯(cuò)，是收斂的三、填空題1、scikit-learn是SciPy中一個(gè)非常著名的分支，scikit-learn所支持的算法、模型均 是經(jīng)過廣泛驗(yàn)證的。在本章的

9、學(xué)習(xí)中，主要介紹了、等3大類。2、在隨機(jī)梯度下降分類方法中，lineajmodel.SGDClassifier類實(shí)現(xiàn)了簡單的隨機(jī)梯度下 降分類，可以通過loss函數(shù)來設(shè)置損失函數(shù)，要軟件間隔對(duì)應(yīng)向量機(jī)、平滑Hinge或邏輯 回歸，loss的值應(yīng)分別選用、o3、目前，MLPClassifier只支持 函數(shù)，通過運(yùn)行 方法進(jìn)行概率估計(jì),MLP算法使用的是 傳播的方式。4、Scikit-learn支持高斯樸素貝葉斯、多項(xiàng)分布樸素貝葉斯與伯努利樸素貝葉斯算法，分 別由、實(shí)現(xiàn)。5、AffinintyPropagation類中，假設(shè)要設(shè)置相似度度量方式，設(shè)置阻尼因子，設(shè)置向量，代 表對(duì)各個(gè)點(diǎn)的偏好應(yīng)該要分

10、別設(shè)置、等參數(shù)。答案：1、分類方法；回歸方法；聚類方法2、 hinge； modifiedhuber； log3、交叉嫡損失函數(shù)；predict_proba；反向傳播naive_bayes. GaussianNB naive bayes. MultinomialNB naive bayes. BernoulliNBAffinity damping、 preferencedpitight如以下圖所示，In3表示的意思是：()B第八章一、單項(xiàng)選擇題1、在使用savefile函數(shù)將生成的函數(shù)圖像保存為圖片時(shí)，可以使用以下哪個(gè)參數(shù)來指定圖 片清晰度()AB bbox_inchesD axesIn 1

11、: import matplotlib.pyplot as pitIn 2 : fig=plt.figure ()In 3 : axes=plt.subplot (2,2,1) axes=plt . subplot (2,2,3)In 4 : fig.suptitle(Example of multiple subplots *) In 5 : pit . show ()A figure對(duì)象中的subplot布局為2X2,B figure對(duì)象中的subplot布局為2X 1,C figure對(duì)象中的subplot布局為2義3,D figure對(duì)象中的subplot布局為2X2,A figure

12、對(duì)象中的subplot布局為2X2,B figure對(duì)象中的subplot布局為2X 1,C figure對(duì)象中的subplot布局為2義3,D figure對(duì)象中的subplot布局為2X2,選中了索引為1的subplot同時(shí)分別選中了索引為1和3的subplot選中了索引為1的subplot選中了索引為3的subplot3、代碼“axes, plot (t, s, color=k , linestyle=一的意思是()AA以t為橫軸，s為縱軸,A以t為橫軸，s為縱軸,畫函數(shù)圖像，線條類型為虛線B以s為橫軸，t為縱軸,B以s為橫軸，t為縱軸,畫函數(shù)圖像，線條類型為虛線C以t為橫軸，s為縱軸,

13、C以t為橫軸，s為縱軸,畫函數(shù)圖像，線條類型為實(shí)線D以s為橫軸，t為縱軸,D以s為橫軸，t為縱軸,畫函數(shù)圖像，線條類型為實(shí)線4、如以下圖所示，請(qǐng)問哪一行代碼創(chuàng)立了兩個(gè)柱狀圖()BIn 1 : import matplotlib.pyplot as pit import numpy as npIn 2 : figraxes=plt.subplots()In 3 : data_m=(40r 120, 20, 100, 30, 200) data_f=(60r 180, 30, 150, 20, 50)In 4 : index = np.arange(6)width=0 . 4In 5 : axes

14、.bar(index, data_m, width, color= * c1z label= * men1) axes.bar(index+width, data_fz width, color=1b, label=1 women *)In 6 : axes.set_xticks(index + width / 2)axes . set_xticklabels (TaxiMetro, Walk*, * Bus * f * Bicycle * r * Driving axes.legend()In 7 : pit.show()A In 4B In 6A In 4B In 6B In 5D In

15、75、在柱狀圖設(shè)計(jì)中，為了設(shè)置顏色的透明度可以設(shè)置哪個(gè)函數(shù)的哪個(gè)參數(shù)()DA axes, barh widthA axes, barh widthB axes, barh alphaC axes, bar widthD axes, bar alpha二、對(duì)錯(cuò)題1、一個(gè)figure對(duì)象只能建立一個(gè)axes, 一個(gè)axes中能夠建立多個(gè)subplot ()錯(cuò)誤2、minor tick比major tick更短，而且顯示具體的坐標(biāo)值()錯(cuò)誤3、為了讓直方圖的條紋面積為1,可以為axes, hist函數(shù)設(shè)置參數(shù)density二true ()對(duì)4、使用pylot進(jìn)行3D圖表的繪制,需要?jiǎng)?chuàng)立axes時(shí)設(shè)置

16、projection為3d對(duì)5、繪制餅圖時(shí)要調(diào)用axes, pie函數(shù)，shadow表示百分比數(shù)值的顯示格式()錯(cuò)三、填空題1、如果我們要建立一個(gè)figure對(duì)象，讓它擁有2X2的axes布局，可以輸入以下代碼參考答案Import matplotlib. pyplot as pitfig, axes=plt. subplots (2,2)pit. show()2、構(gòu)建圖表的主要步驟包括、.參考答案：準(zhǔn)備數(shù)據(jù)；生成圖表對(duì)象并將數(shù)據(jù)數(shù)據(jù)傳入；調(diào)整圖表裝飾項(xiàng);3、如以下圖所示，添加箭頭尖端的位置為；注釋文字位置為Code 8-6添加注釋例如In 1 : import matplotlib.pyplo

17、t as pit import numpy as npIn 2 : fig=plt.figure() figr axes=plt.subplots()In 3 : axes.plot(np.arange(0r 24z 2), 14,9,7,5, 12, 19,23, 26, 27,24,21,19, ,-o,)In 4 : axes.set_xticks(np.arange (0,24,2)In 5 : axes.annotate(hottest at 16:00, xy=(16, 27), xytext=(16z 22), arrowprops=dict(facecolor=,black,r

18、 shrink=0.2), horizontalalignment=center1, verticalalignment= * centerIn 6 : axes.text(12, 10, * Date: March 26th, 2018 * z bbox=1 facecolor1: cyan1 ,alpha*: 0.3, 1pad1: 6)In 7 : pit.show()參考答案：(16,27) ； (16,22) 4、在繪制餅圖時(shí)，要調(diào)用axes, pie函數(shù)，其中參數(shù)labels, sizes, explode分別代表參考答案：餅圖中分區(qū)所代表的的含義；每個(gè)分區(qū)各自的面積占比，每個(gè)分區(qū)

19、相對(duì)中心的偏 移值5、在繪制表格時(shí)，需要調(diào)用axes, table函數(shù)，還可以通過、來設(shè)置行 標(biāo)簽和列標(biāo)簽。rowLabels； colLabelsD、雙分號(hào)（；）4、以下選項(xiàng)中,Python數(shù)據(jù)分析方向的庫是？ （C）A、PILB、DjangoC、 pandasD flask5、以下選項(xiàng)中,Python網(wǎng)絡(luò)爬蟲方向的庫是？ （D）A、numpyB、openpyxlC、PyQt5D、scrapy對(duì)錯(cuò)題1 winpython 會(huì)寫入 windows 注冊(cè)表（F）2、python與大多數(shù)程序設(shè)計(jì)語言的語法非常相近（T）3、Python的縮進(jìn)是一種增加代碼可讀性的措施（F）4、PANDAS是一個(gè)構(gòu)建

20、在Numpy之上的高性能數(shù)據(jù)分析庫（T）5、Jupyter是一個(gè)交互式的數(shù)據(jù)科學(xué)與科學(xué)計(jì)算開發(fā)環(huán)境（T）填空題1、python中的多行注釋使用三引號(hào)廣表示。2、pandas能對(duì)數(shù)據(jù)進(jìn)行排序、分組、歸并等操作。3、Scikitjearn包括多種分類、回歸、聚類、降維、模型選擇和預(yù)處理的算法。4、Matplotlib是一個(gè)繪圖庫。5、將Ipython工程中與其程序設(shè)計(jì)語言無關(guān)的局部獨(dú)立出來形成的新工程是Jupyter。弟二早選擇題1、以下不是集中趨勢的主要測度的是？ （D）A、均值B、中位數(shù)C、眾數(shù)D、方差2、以下不是離散程度的主要測度的是？（D）A、極差B、方差C、標(biāo)準(zhǔn)差D、中位數(shù)3、以下不屬于

21、數(shù)據(jù)質(zhì)量的評(píng)估標(biāo)準(zhǔn)的是？ （C）A、完整性B、一致性C、可控性D、及時(shí)性4、以下不屬于噪聲數(shù)據(jù)處理方法的是你？（B）A、分箱技術(shù)B、同化技術(shù)C、聚類技術(shù)D、回歸技術(shù)5、以下不屬于特征提取方法的是？ （B）A、主成分分析B、多重判別分析C、獨(dú)立成分分析D、線性判別分析對(duì)錯(cuò)題1、數(shù)據(jù)庫中不含缺失值的變量被稱為完全變量（T）2、噪聲是指被觀測變量的隨機(jī)誤差或標(biāo)準(zhǔn)差（F）3、一致性是指數(shù)據(jù)是否合乎規(guī)范，數(shù)據(jù)內(nèi)的數(shù)據(jù)是否保持一致的格 式（T）4、及時(shí)性是指數(shù)據(jù)產(chǎn)生到可以查看的時(shí)間間隔，也叫數(shù)據(jù)的延時(shí)時(shí) 長（T）5、特征構(gòu)建是指從預(yù)處理的數(shù)據(jù)中人工構(gòu)建新的特征（F）填空題1、數(shù)據(jù)分析需要特別關(guān)注集中趨勢、

22、離散程度兩點(diǎn)。2、一般可以通過數(shù)據(jù)統(tǒng)計(jì)中的記錄值和唯一值兩個(gè)值來評(píng)估數(shù)據(jù)質(zhì) 量的完整性。3、數(shù)據(jù)質(zhì)量是數(shù)據(jù)分析結(jié)果的有效性和準(zhǔn)確性的前提保證。4、異常數(shù)據(jù)如果沒喲規(guī)律可循幾乎不可能被還原，只能將其過濾。5、特征提取是在原始特征的基礎(chǔ)上，自動(dòng)構(gòu)建新的特征，將源石特 征轉(zhuǎn)換為一組更具物理意義、統(tǒng)計(jì)意義或者核的特征。第四章選擇題：1、關(guān)于NumPy說法不正確正確的選項(xiàng)是（D）A、NumPy是Python處理數(shù)組和矢量運(yùn)算的庫。B、NumPy是高性能計(jì)算的基礎(chǔ)。C、NumPy是數(shù)據(jù)分析的基礎(chǔ)。D、Pandas scikit-learn 和 Matplotlib 是 NumPy 的基礎(chǔ)2、關(guān)于ndarr

23、ay對(duì)象說法不正確正確的選項(xiàng)是（D）As Ndarray對(duì)象指的是多維數(shù)組對(duì)象。B、Ndarray對(duì)象是NumPy中很重要的對(duì)象。C、Ndarray保存的是同一類型的對(duì)象。D、Ndarray的訪問方式不同于列表。3、以下哪些不是描述ndarray對(duì)象的屬性（C）A、 shapeB、ndimC、arrayD、size4、創(chuàng)立單位矩陣，對(duì)角線元素為1,其余為0需要用到以下哪個(gè)函數(shù)（D）A、 onesB、onesjikeC、empty J ikeD、eye identity5、對(duì)以下函數(shù)說法正確的選項(xiàng)是（B）A、reshape會(huì)修改原adarray對(duì)象B、reveal不會(huì)修改原adarray對(duì)象C、

24、T會(huì)修改原adarray對(duì)象D、resize不會(huì)修改原adarray對(duì)象判斷題1、floatl6為半精度浮點(diǎn)數(shù)。（對(duì)）2、floatl28為雙精度浮點(diǎn)數(shù)（錯(cuò)）擴(kuò)展精度3、complexl28 （cl6）使用兩個(gè)雙精度浮點(diǎn)數(shù)表示的復(fù)數(shù)。（對(duì)）4、empty指定shape,創(chuàng)立新數(shù)組，且填充為0 （錯(cuò)）不填充5、size指ndarray對(duì)象的維度。（錯(cuò)）元素個(gè)數(shù)填空題1、代碼中用指代NumPy。2、查詢某個(gè)ndarray對(duì)象的dtype屬性，會(huì)返回一個(gè)（dtype）類型的對(duì)象。3、T函數(shù)返回原ndarray對(duì)象的（轉(zhuǎn)置）4、布爾值的字節(jié)長度為（1）5、ndim指ndarray對(duì)象的（維度）。第五章

25、一、單項(xiàng)選擇題.以下哪一個(gè)Series對(duì)象不同()AA disc = T :1,，2, :2,，3, :3 obj c = Series (disc, index=11, 2, 3)B disc =1 :1, 2 :2, 3 :3 obj_c = Series(disc, index= 1, 2, 3)C disc = a : 1, b :2, c :3 obj c = Series (disc, index=11, 2, 3)D disc = a : 1, b :2, c :3 obj_c 二 Series (disc, index= 1, 2, 3).以下哪一項(xiàng)不是DataFrame對(duì)象的屬性（）DA columnsB indexC valuesD length.以下哪一項(xiàng)可以對(duì)DataFrame對(duì)象進(jìn)行行的刪除（）AAdrop, axis=0Bdrop, axis=lC delD pop. Index對(duì)象中，以下哪一項(xiàng)針對(duì)時(shí)間間隔數(shù)據(jù)（）DA Int64IndexB MultilndexC DatetimeindexD Perio