2025年統(tǒng)計學(xué)期末考試題庫——統(tǒng)計軟件Python數(shù)據(jù)分析實戰(zhàn)試題考試時間：______分鐘總分：______分姓名：______一、選擇題（本部分共20道題，每題2分，共40分。請仔細(xì)閱讀每題選項，選擇最符合題意的答案，并將答案填涂在答題卡相應(yīng)位置上。）1.在Python中，用于導(dǎo)入pandas庫的正確語法是？A.importpandasaspdB.includepandasaspdC.requirepandasaspdD.loadpandasaspd2.以下哪個函數(shù)可以用來讀取CSV文件到pandasDataFrame中？A.read_excel()B.read_csv()C.read_sql()D.read_json()3.當(dāng)你想要查看DataFrame的前5行數(shù)據(jù)時，應(yīng)該使用哪個函數(shù)？A.head()B.tail()C.sample()D.first()4.如何選擇DataFrame中滿足特定條件的行？A.df.loc[condition]B.df.iloc[condition]C.df.query(condition)D.以上都是5.在pandas中，如何對DataFrame進(jìn)行排序？A.sort()B.order()C.sort_values()D.arrange()6.如何計算DataFrame中某一列的平均值？A.mean()B.average()C.std()D.median()7.在pandas中，如何對DataFrame進(jìn)行分組并計算每組的統(tǒng)計量？A.groupby().sum()B.groupby().mean()C.groupby().aggregate()D.以上都是8.如何在pandas中合并兩個DataFrame？A.merge()B.join()C.concat()D.以上都是9.在pandas中，如何處理缺失值？A.dropna()B.fillna()C.bothAandBD.noneoftheabove10.如何在pandas中創(chuàng)建一個新的列？A.df['new_column']=valueB.df.append({'new_column':value})C.df.insert(loc,column,value)D.以上都是11.如何在pandas中刪除一個列？A.deldf['column']B.df.drop(columns=['column'])C.df.pop('column')D.以上都是12.如何在pandas中篩選出某一列中包含特定字符串的行？A.df[df['column'].str.contains('string')]B.df[column].contains('string')C.df.loc[df['column'].str.contains('string')]D.以上都是13.如何在pandas中計算兩個列之間的相關(guān)性？A.df.corr()B.df.cov()C.df.correlation()D.df.pairplot()14.如何在pandas中繪制直方圖？A.df.hist()B.df.plot(kind='hist')C.bothAandBD.noneoftheabove15.如何在pandas中繪制散點圖？A.df.plot(kind='scatter')B.df.scatter()C.bothAandBD.noneoftheabove16.如何在pandas中保存DataFrame到CSV文件？A.df.to_csv('filename.csv')B.df.save('filename.csv')C.df.export('filename.csv')D.noneoftheabove17.如何在pandas中讀取Excel文件？A.read_excel()B.read_csv()C.load_excel()D.noneoftheabove18.如何在pandas中處理重復(fù)值？A.drop_duplicates()B.unique()C.bothAandBD.noneoftheabove19.如何在pandas中應(yīng)用自定義函數(shù)到DataFrame的每一行？A.df.apply()B.df.map()C.bothAandBD.noneoftheabove20.如何在pandas中隨機(jī)抽樣？A.df.sample()B.df.choice()C.bothAandBD.noneoftheabove二、填空題（本部分共10道題，每題2分，共20分。請將答案填寫在橫線上。）1.在pandas中，用于創(chuàng)建DataFrame的函數(shù)是________。2.在pandas中，用于選擇DataFrame中某一列的語法是________。3.在pandas中，用于計算DataFrame中某一列標(biāo)準(zhǔn)差的函數(shù)是________。4.在pandas中，用于對DataFrame進(jìn)行分組的函數(shù)是________。5.在pandas中，用于合并兩個DataFrame的函數(shù)是________。6.在pandas中，用于處理缺失值的函數(shù)是________。7.在pandas中，用于創(chuàng)建新列的語法是________。8.在pandas中，用于刪除列的語法是________。9.在pandas中，用于計算兩個列之間相關(guān)性的函數(shù)是________。10.在pandas中，用于保存DataFrame到CSV文件的函數(shù)是________。三、判斷題（本部分共10道題，每題2分，共20分。請仔細(xì)閱讀每題，判斷其正誤，并將答案填涂在答題卡相應(yīng)位置上。）1.在pandas中，DataFrame和Series是兩種不同的數(shù)據(jù)結(jié)構(gòu)，其中DataFrame是一個二維的表格數(shù)據(jù)結(jié)構(gòu)，而Series是一個一維的數(shù)組數(shù)據(jù)結(jié)構(gòu)。這句話對嗎？2.使用pandas的loc和iloc選擇數(shù)據(jù)時，loc只能選擇行，而iloc只能選擇列。這句話對嗎？3.在pandas中，groupby函數(shù)只能進(jìn)行分組統(tǒng)計，不能進(jìn)行分組排序。這句話對嗎？4.在pandas中，merge函數(shù)和join函數(shù)是等價的，沒有區(qū)別。這句話對嗎？5.在pandas中，dropna函數(shù)默認(rèn)會刪除包含缺失值的行。這句話對嗎？6.在pandas中，fillna函數(shù)只能用固定的值填充缺失值，不能使用表達(dá)式填充。這句話對嗎？7.在pandas中，apply函數(shù)可以對DataFrame的某一列應(yīng)用自定義函數(shù)，也可以對整個DataFrame應(yīng)用自定義函數(shù)。這句話對嗎？8.在pandas中，sort_values函數(shù)默認(rèn)按照升序排序。這句話對嗎？9.在pandas中，繪制圖表需要使用matplotlib庫。這句話對嗎？10.在pandas中，保存DataFrame到文件只能保存為CSV格式。這句話對嗎？四、簡答題（本部分共5道題，每題4分，共20分。請根據(jù)題目要求，簡潔明了地回答問題。）1.簡述pandas中DataFrame和Series的區(qū)別。2.簡述pandas中merge函數(shù)和join函數(shù)的區(qū)別。3.簡述pandas中sort_values函數(shù)的常用參數(shù)及其作用。4.簡述pandas中處理缺失值的方法及其優(yōu)缺點。5.簡述pandas中繪制圖表的基本步驟。五、操作題（本部分共5道題，每題12分，共60分。請根據(jù)題目要求，編寫相應(yīng)的pandas代碼，完成指定的操作。）1.假設(shè)你有一個名為“data.csv”的文件，其中包含以下列：姓名、年齡、性別、收入。請編寫代碼讀取該文件到pandasDataFrame中，并顯示前10行數(shù)據(jù)。2.假設(shè)你有一個名為“data.csv”的文件，其中包含以下列：姓名、年齡、性別、收入。請編寫代碼篩選出年齡大于30歲的男性，并顯示他們的姓名和收入。3.假設(shè)你有一個名為“data.csv”的文件，其中包含以下列：姓名、年齡、性別、收入。請編寫代碼計算每個性別的平均收入，并顯示結(jié)果。4.假設(shè)你有一個名為“data.csv”的文件，其中包含以下列：姓名、年齡、性別、收入。請編寫代碼將“收入”列的缺失值填充為該列的平均值，并顯示處理后的數(shù)據(jù)。5.假設(shè)你有一個名為“data.csv”的文件，其中包含以下列：姓名、年齡、性別、收入。請編寫代碼繪制“年齡”列的直方圖，并保存為“age_histogram.png”文件。本次試卷答案如下一、選擇題答案及解析1.A.importpandasaspd解析：在Python中，導(dǎo)入pandas庫的標(biāo)準(zhǔn)語法是使用import語句，并習(xí)慣性地將pandas作為pd別名導(dǎo)入，方便后續(xù)使用。2.B.read_csv()解析：讀取CSV文件到pandasDataFrame的標(biāo)準(zhǔn)函數(shù)是read_csv()，其他選項分別用于讀取Excel、SQL和JSON文件。3.A.head()解析：查看DataFrame前幾行數(shù)據(jù)最常用的函數(shù)是head()，默認(rèn)顯示前5行，可以通過參數(shù)調(diào)整行數(shù)。4.D.以上都是解析：選擇滿足條件的行可以使用loc、iloc或query方法，這三種方式都是有效且常用的選擇方法。5.C.sort_values()解析：對DataFrame進(jìn)行排序的標(biāo)準(zhǔn)函數(shù)是sort_values()，可以指定排序的列和排序方式（升序或降序）。6.A.mean()解析：計算某一列平均值的函數(shù)是mean()，其他選項分別用于計算標(biāo)準(zhǔn)差、中位數(shù)和平均值。7.D.以上都是解析：對DataFrame進(jìn)行分組并計算統(tǒng)計量可以使用groupby().sum()、groupby().mean()或groupby().aggregate()，這三種方式都是有效且常用的分組統(tǒng)計方法。8.D.以上都是解析：合并兩個DataFrame可以使用merge()、join()或concat()函數(shù)，這三種方式都是有效且常用的合并方法。9.C.bothAandB解析：處理缺失值可以使用dropna()刪除缺失值或fillna()填充缺失值，這兩種方法都是常用且有效的處理缺失值的方法。10.D.以上都是解析：創(chuàng)建新列可以使用df['new_column']=value、df.append({'new_column':value})或df.insert(loc,column,value)方法，這三種方式都是有效且常用的創(chuàng)建新列的方法。11.D.以上都是解析：刪除列可以使用deldf['column']、df.drop(columns=['column'])或df.pop('column')方法，這三種方式都是有效且常用的刪除列的方法。12.D.以上都是解析：篩選包含特定字符串的行可以使用df[df['column'].str.contains('string')]、df[column].contains('string')或df.loc[df['column'].str.contains('string')]方法，這三種方式都是有效且常用的篩選方法。13.A.df.corr()解析：計算兩個列之間相關(guān)性的標(biāo)準(zhǔn)函數(shù)是corr()，其他選項分別用于計算協(xié)方差和繪制散點圖。14.C.bothAandB解析：繪制直方圖可以使用df.hist()或df.plot(kind='hist')方法，這兩種方式都是有效且常用的繪制直方圖的方法。15.C.bothAandB解析：繪制散點圖可以使用df.plot(kind='scatter')或df.scatter()方法，這兩種方式都是有效且常用的繪制散點圖的方法。16.A.df.to_csv('filename.csv')解析：保存DataFrame到CSV文件的標(biāo)準(zhǔn)函數(shù)是to_csv()，可以指定文件名和路徑。17.A.read_excel()解析：讀取Excel文件到pandasDataFrame的標(biāo)準(zhǔn)函數(shù)是read_excel()，其他選項分別用于讀取CSV、SQL和JSON文件。18.C.bothAandB解析：處理重復(fù)值可以使用drop_duplicates()刪除重復(fù)值或unique()獲取唯一值，這兩種方法都是常用且有效的處理重復(fù)值的方法。19.D.noneoftheabove解析：應(yīng)用自定義函數(shù)到DataFrame的每一行應(yīng)該使用apply()方法，map()方法用于對Series應(yīng)用函數(shù)。20.A.df.sample()解析：隨機(jī)抽樣的標(biāo)準(zhǔn)函數(shù)是sample()，其他選項不是pandas的內(nèi)置函數(shù)。二、填空題答案及解析1.在pandas中，用于創(chuàng)建DataFrame的函數(shù)是DataFrame()。解析：創(chuàng)建DataFrame的標(biāo)準(zhǔn)函數(shù)是DataFrame()，可以傳入字典、列表或其他DataFrame作為輸入。2.在pandas中，用于選擇DataFrame中某一列的語法是df['column']。解析：選擇某一列的標(biāo)準(zhǔn)語法是使用列名作為索引，例如df['column']。3.在pandas中，用于計算DataFrame中某一列標(biāo)準(zhǔn)差的函數(shù)是std()。解析：計算標(biāo)準(zhǔn)差的標(biāo)準(zhǔn)函數(shù)是std()，可以應(yīng)用于某一列或整個DataFrame。4.在pandas中，用于對DataFrame進(jìn)行分組的函數(shù)是groupby()。解析：對DataFrame進(jìn)行分組的標(biāo)準(zhǔn)函數(shù)是groupby()，可以指定分組鍵和聚合函數(shù)。5.在pandas中，用于合并兩個DataFrame的函數(shù)是merge()。解析：合并兩個DataFrame的標(biāo)準(zhǔn)函數(shù)是merge()，可以指定合并鍵和合并方式。6.在pandas中，用于處理缺失值的函數(shù)是dropna()和fillna()。解析：處理缺失值的標(biāo)準(zhǔn)函數(shù)是dropna()和fillna()，分別用于刪除和填充缺失值。7.在pandas中，用于創(chuàng)建新列的語法是df['new_column']=value。解析：創(chuàng)建新列的標(biāo)準(zhǔn)語法是使用列名作為索引，并賦值，例如df['new_column']=value。8.在pandas中，用于刪除列的語法是deldf['column']或df.drop(columns=['column'])。解析：刪除列可以使用del語句或drop()函數(shù)，分別通過列名或列名列表刪除列。9.在pandas中，用于計算兩個列之間相關(guān)性的函數(shù)是corr()。解析：計算相關(guān)性的標(biāo)準(zhǔn)函數(shù)是corr()，可以應(yīng)用于某一列或整個DataFrame。10.在pandas中，用于保存DataFrame到CSV文件的函數(shù)是to_csv()。解析：保存DataFrame到CSV文件的標(biāo)準(zhǔn)函數(shù)是to_csv()，可以指定文件名和路徑。三、判斷題答案及解析1.對解析：DataFrame是一個二維的表格數(shù)據(jù)結(jié)構(gòu)，包含多列數(shù)據(jù)，而Series是一個一維的數(shù)組數(shù)據(jù)結(jié)構(gòu)，只包含單列數(shù)據(jù)。2.錯解析：loc和iloc都可以選擇行和列，loc選擇基于標(biāo)簽，iloc選擇基于位置。3.錯解析：groupby函數(shù)不僅可以進(jìn)行分組統(tǒng)計，還可以進(jìn)行分組排序，可以使用sort_values()方法。4.錯解析：merge函數(shù)和join函數(shù)在使用方式上有所不同，merge主要用于基于鍵的合并，而join主要用于基于索引的合并。5.對解析：dropna函數(shù)默認(rèn)會刪除包含缺失值的行，可以通過參數(shù)調(diào)整刪除行為。6.錯解析：fillna函數(shù)不僅可以用固定的值填充缺失值，還可以使用表達(dá)式填充，例如使用mean()函數(shù)填充。7.對解析：apply函數(shù)可以對DataFrame的某一列應(yīng)用自定義函數(shù)，也可以對整個DataFrame應(yīng)用自定義函數(shù)。8.對解析：sort_values函數(shù)默認(rèn)按照升序排序，可以通過參數(shù)調(diào)整排序方式。9.對解析：繪制圖表需要使用matplotlib庫，pandas的繪圖功能是基于matplotlib的。10.錯解析：保存DataFrame到文件不僅可以保存為CSV格式，還可以保存為Excel、JSON等多種格式。四、簡答題答案及解析1.簡述pandas中DataFrame和Series的區(qū)別。解析：DataFrame是一個二維的表格數(shù)據(jù)結(jié)構(gòu)，包含多列數(shù)據(jù)，而Series是一個一維的數(shù)組數(shù)據(jù)結(jié)構(gòu)，只包含單列數(shù)據(jù)。DataFrame可以通過行索引和列名進(jìn)行訪問，而Series只能通過索引進(jìn)行訪問。2.簡述pandas中merge函數(shù)和join函數(shù)的區(qū)別。解析：merge函數(shù)主要用于基于鍵的合并，可以指定合并鍵和合并方式（內(nèi)連接、外連接等），而join函數(shù)主要用于基于索引的合并，可以指定合并方式（左連接、右連接等）。3.簡述pandas中sort_values函數(shù)的常用參數(shù)及其作用。解析：sort_values函數(shù)的常用參數(shù)包括by（指定排序的列）、ascending（指定升序或降序）、inplace（是否在原地修改）等。4.簡述pandas中處理缺失值的方法及其優(yōu)缺點。解析：處理缺失值的方法包括刪除缺失值（dropna）和填充缺失值（fillna）。刪除缺失值簡單但可能丟失數(shù)據(jù)，填充缺失值可以保留數(shù)據(jù)但可能引入偏差。5.簡述pandas中繪制圖表的基本步驟。解析：繪制圖表的基本步驟包括導(dǎo)入matplotlib庫、創(chuàng)建數(shù)據(jù)、調(diào)用繪圖函數(shù)、設(shè)置圖表屬性（標(biāo)題、標(biāo)簽等）、顯示或保存圖表。五、操作題答案及解析1.假設(shè)你有一個名為“data.csv”的文件，其中包含以下列：姓名、年齡、性別、收入。請編寫代碼讀取該文件到pandasDataFrame中，并顯示前10行數(shù)據(jù)。解析：使用pandas的read_csv()函數(shù)讀取CSV文件，并使用head()函數(shù)顯示前10行數(shù)據(jù)。代碼：```pythonimportpandasaspddf=pd.read_csv('data.csv')print(df.head(10))```2.假設(shè)你有一個名為“data.csv”的文件，其中包含以下列：姓名、年齡、性別、收入。請編寫代碼篩選出年齡大于30歲的男性，并顯示他們的姓名和收入。解析：使用loc方法選擇滿足條件的行，并選擇指定的列。代碼：```pythonimportpandasaspddf=p