2025年統(tǒng)計(jì)學(xué)期末考試題庫(kù)：Python數(shù)據(jù)分析與可視化試題匯編考試時(shí)間：______分鐘總分：______分姓名：______一、Python數(shù)據(jù)分析基礎(chǔ)要求：請(qǐng)根據(jù)以下Python代碼片段，完成以下題目。```pythonimportpandasaspd#創(chuàng)建一個(gè)包含學(xué)生成績(jī)的DataFramedata={'姓名':['張三','李四','王五','趙六'],'語(yǔ)文':[80,85,90,95],'數(shù)學(xué)':[75,80,85,90],'英語(yǔ)':[85,90,95,100]}df=pd.DataFrame(data)#請(qǐng)完成以下任務(wù)：#1.計(jì)算每位學(xué)生的總分。#2.找出語(yǔ)文成績(jī)最高的學(xué)生。#3.計(jì)算語(yǔ)文成績(jī)的平均分。#4.將學(xué)生姓名列轉(zhuǎn)換為小寫。#5.刪除數(shù)學(xué)成績(jī)低于80分的學(xué)生記錄。```1.請(qǐng)寫出代碼片段，計(jì)算每位學(xué)生的總分。2.請(qǐng)寫出代碼片段，找出語(yǔ)文成績(jī)最高的學(xué)生。3.請(qǐng)寫出代碼片段，計(jì)算語(yǔ)文成績(jī)的平均分。4.請(qǐng)寫出代碼片段，將學(xué)生姓名列轉(zhuǎn)換為小寫。5.請(qǐng)寫出代碼片段，刪除數(shù)學(xué)成績(jī)低于80分的學(xué)生記錄。二、Python數(shù)據(jù)可視化要求：請(qǐng)根據(jù)以下Python代碼片段，完成以下題目。```pythonimportmatplotlib.pyplotaspltimportpandasaspd#創(chuàng)建一個(gè)包含學(xué)生成績(jī)的DataFramedata={'姓名':['張三','李四','王五','趙六'],'語(yǔ)文':[80,85,90,95],'數(shù)學(xué)':[75,80,85,90],'英語(yǔ)':[85,90,95,100]}df=pd.DataFrame(data)#請(qǐng)完成以下任務(wù)：#1.使用條形圖展示每位學(xué)生的語(yǔ)文、數(shù)學(xué)、英語(yǔ)成績(jī)。#2.使用折線圖展示每位學(xué)生的成績(jī)變化趨勢(shì)。#3.使用散點(diǎn)圖展示語(yǔ)文成績(jī)與數(shù)學(xué)成績(jī)之間的關(guān)系。#4.使用餅圖展示每位學(xué)生的成績(jī)分布情況。#5.將以上所有圖表保存為PDF文件。```1.請(qǐng)寫出代碼片段，使用條形圖展示每位學(xué)生的語(yǔ)文、數(shù)學(xué)、英語(yǔ)成績(jī)。2.請(qǐng)寫出代碼片段，使用折線圖展示每位學(xué)生的成績(jī)變化趨勢(shì)。3.請(qǐng)寫出代碼片段，使用散點(diǎn)圖展示語(yǔ)文成績(jī)與數(shù)學(xué)成績(jī)之間的關(guān)系。4.請(qǐng)寫出代碼片段，使用餅圖展示每位學(xué)生的成績(jī)分布情況。5.請(qǐng)寫出代碼片段，將以上所有圖表保存為PDF文件。三、數(shù)據(jù)清洗與處理要求：假設(shè)你從網(wǎng)絡(luò)爬蟲中獲取了一份數(shù)據(jù)，其中包含大量缺失值和異常值。請(qǐng)使用Python代碼完成以下任務(wù)。```pythonimportpandasaspd#假設(shè)原始數(shù)據(jù)如下data={'姓名':['張三','李四','王五','趙六','劉七'],'年齡':[25,None,30,22,45],'薪資':[5000,8000,None,12000,5000]}df=pd.DataFrame(data)#請(qǐng)完成以下任務(wù)：#1.刪除年齡和薪資中存在缺失值的行。#2.將年齡和薪資列中的異常值（如年齡小于18或薪資低于3000）替換為該列的平均值。#3.使用條件表達(dá)式將年齡大于35的員工薪資增加1000元。#4.將清洗后的數(shù)據(jù)保存為CSV文件。```四、數(shù)據(jù)分析與統(tǒng)計(jì)要求：根據(jù)以下數(shù)據(jù)，使用Python完成數(shù)據(jù)分析與統(tǒng)計(jì)任務(wù)。```pythonimportpandasaspd#假設(shè)有一份銷售數(shù)據(jù)，包含日期、銷售額、產(chǎn)品類別等信息data={'日期':['2023-01-01','2023-01-02','2023-01-03','2023-01-04','2023-01-05'],'銷售額':[1000,1500,1200,1800,1600],'產(chǎn)品類別':['A','A','B','B','A']}df=pd.DataFrame(data)#請(qǐng)完成以下任務(wù)：#1.計(jì)算每個(gè)產(chǎn)品類別的總銷售額。#2.計(jì)算銷售額的平均值、中位數(shù)和眾數(shù)。#3.找出銷售額最大的日期。#4.繪制銷售額隨時(shí)間變化的折線圖。```五、數(shù)據(jù)可視化應(yīng)用要求：使用Python中的Matplotlib庫(kù)，根據(jù)以下數(shù)據(jù)繪制一個(gè)合適的數(shù)據(jù)可視化圖表。```pythonimportmatplotlib.pyplotaspltimportpandasaspd#假設(shè)有一份市場(chǎng)調(diào)查數(shù)據(jù)，包含產(chǎn)品名稱、滿意度評(píng)分等信息data={'產(chǎn)品名稱':['產(chǎn)品1','產(chǎn)品2','產(chǎn)品3','產(chǎn)品4','產(chǎn)品5'],'滿意度評(píng)分':[4.5,4.2,4.8,4.0,4.7]}df=pd.DataFrame(data)#請(qǐng)完成以下任務(wù)：#1.繪制一個(gè)條形圖，展示每個(gè)產(chǎn)品的滿意度評(píng)分。#2.在條形圖的基礎(chǔ)上，添加數(shù)據(jù)標(biāo)簽，顯示每個(gè)產(chǎn)品的具體評(píng)分。#3.調(diào)整圖表的標(biāo)題、標(biāo)簽和顏色，使其更具有吸引力。#4.將繪制好的圖表保存為PNG文件。本次試卷答案如下：一、Python數(shù)據(jù)分析基礎(chǔ)1.計(jì)算每位學(xué)生的總分。```pythondf['總分']=df['語(yǔ)文']+df['數(shù)學(xué)']+df['英語(yǔ)']```解析思路：通過(guò)加和每位學(xué)生的語(yǔ)文、數(shù)學(xué)、英語(yǔ)成績(jī)，得到每位學(xué)生的總分，并將這個(gè)新列添加到DataFrame中。2.找出語(yǔ)文成績(jī)最高的學(xué)生。```pythontop_student=df.loc[df['語(yǔ)文'].idxmax()]```解析思路：使用`idxmax()`方法找到語(yǔ)文成績(jī)最高的行索引，然后使用`.loc[]`訪問(wèn)這個(gè)行索引對(duì)應(yīng)的行，得到語(yǔ)文成績(jī)最高的學(xué)生信息。3.計(jì)算語(yǔ)文成績(jī)的平均分。```pythonaverage_chinese=df['語(yǔ)文'].mean()```解析思路：直接調(diào)用`mean()`方法計(jì)算語(yǔ)文成績(jī)列的平均值。4.將學(xué)生姓名列轉(zhuǎn)換為小寫。```pythondf['姓名']=df['姓名'].str.lower()```解析思路：使用`.str.lower()`方法將姓名列中的每個(gè)字符串轉(zhuǎn)換為小寫。5.刪除數(shù)學(xué)成績(jī)低于80分的學(xué)生記錄。```pythondf=df[df['數(shù)學(xué)']>=80]```解析思路：使用布爾索引選擇數(shù)學(xué)成績(jī)大于等于80分的行，然后賦值給原來(lái)的DataFrame。二、Python數(shù)據(jù)可視化1.使用條形圖展示每位學(xué)生的語(yǔ)文、數(shù)學(xué)、英語(yǔ)成績(jī)。```pythonimportmatplotlib.pyplotasplt#設(shè)置繪圖參數(shù)plt.figure(figsize=(10,6))#繪制條形圖plt.bar(df['姓名'],df['語(yǔ)文'],color='blue',label='語(yǔ)文')plt.bar(df['姓名'],df['數(shù)學(xué)'],color='green',bottom=df['語(yǔ)文'],label='數(shù)學(xué)')plt.bar(df['姓名'],df['英語(yǔ)'],color='red',bottom=df['語(yǔ)文']+df['數(shù)學(xué)'],label='英語(yǔ)')#添加標(biāo)題和標(biāo)簽plt.title('學(xué)生成績(jī)條形圖')plt.xlabel('學(xué)生姓名')plt.ylabel('成績(jī)')plt.legend()#顯示圖表plt.show()```解析思路：首先創(chuàng)建一個(gè)合適大小的圖形，然后分別繪制語(yǔ)文、數(shù)學(xué)、英語(yǔ)成績(jī)的條形圖，并設(shè)置顏色、底部位置和標(biāo)簽，最后添加標(biāo)題、標(biāo)簽和圖例，最后顯示圖表。2.使用折線圖展示每位學(xué)生的成績(jī)變化趨勢(shì)。```python#由于沒有提供時(shí)間序列數(shù)據(jù)，無(wú)法直接繪制折線圖。以下代碼僅供參考。#假設(shè)數(shù)據(jù)中包含日期和成績(jī)列df['日期']=pd.to_datetime(df['日期'])#設(shè)置繪圖參數(shù)plt.figure(figsize=(10,6))#繪制折線圖plt.plot(df['日期'],df['語(yǔ)文'],label='語(yǔ)文')plt.plot(df['日期'],df['數(shù)學(xué)'],label='數(shù)學(xué)')plt.plot(df['日期'],df['英語(yǔ)'],label='英語(yǔ)')#添加標(biāo)題和標(biāo)簽plt.title('學(xué)生成績(jī)折線圖')plt.xlabel('日期')plt.ylabel('成績(jī)')plt.legend()#顯示圖表plt.show()```解析思路：將日期列轉(zhuǎn)換為日期時(shí)間格式，然后分別繪制語(yǔ)文、數(shù)學(xué)、英語(yǔ)成績(jī)的折線圖，并設(shè)置標(biāo)題、標(biāo)簽和圖例，最后顯示圖表。3.使用散點(diǎn)圖展示語(yǔ)文成績(jī)與數(shù)學(xué)成績(jī)之間的關(guān)系。```python#設(shè)置繪圖參數(shù)plt.figure(figsize=(10,6))#繪制散點(diǎn)圖plt.scatter(df['語(yǔ)文'],df['數(shù)學(xué)'],color='purple')#添加標(biāo)題和標(biāo)簽plt.title('語(yǔ)文與數(shù)學(xué)成績(jī)散點(diǎn)圖')plt.xlabel('語(yǔ)文成績(jī)')plt.ylabel('數(shù)學(xué)成績(jī)')#顯示圖表plt.show()```解析思路：直接繪制語(yǔ)文成績(jī)與數(shù)學(xué)成績(jī)的散點(diǎn)圖，并設(shè)置標(biāo)題和標(biāo)簽，最后顯示圖表。4.使用餅圖展示每位學(xué)生的成績(jī)分布情況。```python#由于每位學(xué)生的成績(jī)不是一個(gè)單一的值，無(wú)法直接繪制餅圖。以下代碼僅供參考。#假設(shè)數(shù)據(jù)中包含每個(gè)科目的成績(jī)，需要將每位學(xué)生的成績(jī)進(jìn)行分組#將成績(jī)進(jìn)行分組并計(jì)算占比categories=['語(yǔ)文','數(shù)學(xué)','英語(yǔ)']forcategoryincategories:df[category+'_占比']=df[category]/df[category].sum()#設(shè)置繪圖參數(shù)plt.figure(figsize=(8,8))#繪制餅圖plt.pie(df['語(yǔ)文占比'],labels=df['姓名'],autopct='%1.1f%%',startangle=90)plt.pie(df['數(shù)學(xué)占比'],labels=df['姓名'],autopct='%1.1f%%',startangle=90,colors=['green','blue','red'])#添加標(biāo)題plt.title('學(xué)生成績(jī)分布餅圖')#顯示圖表plt.show()```解析思路：首先將每位學(xué)生的成績(jī)轉(zhuǎn)換為占比，然后分別繪制語(yǔ)文、數(shù)學(xué)成績(jī)的餅圖，并設(shè)置標(biāo)簽和占比顯示格式，最后顯示圖表。5.將以上所有圖表保存為PDF文件。```pythonfrommatplotlib.backends.backend_pdfimportPdfPages#創(chuàng)建一個(gè)PDF文件withPdfPages('student_scores.pdf')aspdf:#保存條形圖plt.figure(figsize=(10,6))plt.bar(df['姓名'],df['語(yǔ)文'],color='blue',label='語(yǔ)文')plt.bar(df['姓名'],df['數(shù)學(xué)'],color='green',bottom=df['語(yǔ)文'],label='數(shù)學(xué)')plt.bar(df['姓名'],df['英語(yǔ)'],color='red',bottom=df['語(yǔ)文']+df['數(shù)學(xué)'],label='英語(yǔ)')plt.title('學(xué)生成績(jī)條形圖')plt.xlabel('學(xué)生姓名')plt.ylabel('成績(jī)')plt.legend()pdf.savefig()plt.close()#保存折線圖（假設(shè)數(shù)據(jù)中包含日期）#...（省略代碼）#保存散點(diǎn)圖#...（省略代碼）#保存餅圖#...（省略代碼）```解析思路：使用`PdfPages`對(duì)象創(chuàng)建一個(gè)PDF文件，然后在一個(gè)with語(yǔ)句中，保存每個(gè)圖表的圖像。首先保存條形圖，然后重復(fù)相同的步驟保存其他圖表，最后關(guān)閉圖像和PDF文件。三、數(shù)據(jù)清洗與處理1.刪除年齡和薪資中存在缺失值的行。```pythondf=df.dropna(subset=['年齡','薪資'])```解析思路：使用`dropna()`方法刪除包含缺失值的行，`subset`參數(shù)指定需要檢查缺失值的列。2.將年齡和薪資列中的異常值替換為該列的平均值。```pythondf['年齡']=df['年齡'].apply(lambdax:df['年齡'].mean()ifx<18orpd.isnull(x)elsex)df['薪資']=df['薪資'].apply(lambdax:df['薪資'].mean()ifx<3000orpd.isnull(x)elsex)```解析思路：使用`apply()`方法對(duì)年齡和薪資列的每個(gè)元素應(yīng)用一個(gè)函數(shù)，如果元素小于18歲或薪資低于3000元，或者元素是缺失值，則替換為該列的平均值。3.使用條件表達(dá)式將年齡大于35的員工薪資增加1000元。```pythondf.loc[df['年齡']>35,'薪資']+=1000```解析思路：使用`.loc[]`方法選擇年齡大于35的行，然后對(duì)薪資列的值增加1000元。4.將清洗后的數(shù)據(jù)保存為CSV文件。```pythondf.to_csv('cleaned_data.csv',index=False)```解析思路：使用`to_csv()`方法將DataFrame保存為CSV文件，`index=False`參數(shù)表示不保存行索引。四、數(shù)據(jù)分析與統(tǒng)計(jì)1.計(jì)算每個(gè)產(chǎn)品類別的總銷售額。```pythoncategory_sales=df.groupby('產(chǎn)品類別')['銷售額'].sum()```解析思路：使用`groupby()`方法根據(jù)產(chǎn)品類別對(duì)數(shù)據(jù)進(jìn)行分組，然后對(duì)每個(gè)組中的銷售額進(jìn)行求和。2.計(jì)算銷售額的平均值、中位數(shù)和眾數(shù)。```pythonaverage_sales=df['銷售額'].mean()median_sales=df['銷售額'].median()mode_sales=df['銷售額'].mode()[0]#獲取眾數(shù)列表中的第一個(gè)值```解析思路：分別使用`mean()`、`median()`和`mode()`方法計(jì)算銷售額的平均值、中位數(shù)和眾數(shù)。3.找出銷售額最大的日期。```pythonmax_sales_date=df.loc[df['銷售額'].idxmax()]['日期']```解析思路：使用`idxmax()`方法找到銷售額最大的行索引，然后訪問(wèn)該行索引對(duì)應(yīng)的日期列，得到銷售額最大的日期。4.繪制銷售額隨時(shí)間變化的折線圖。```python#設(shè)置繪圖參數(shù)plt.figure(figsize=(10,6))#繪制折線圖plt.plot(df['日期'],df['銷售額'],marker='o')#添加標(biāo)題和標(biāo)簽plt.title('銷售額隨時(shí)間變化折線圖')plt.xlabel('日期')plt.ylabel('銷售額')#顯示圖表plt.show()```解析思路：首先將日期列轉(zhuǎn)換為日期時(shí)間格式，然后繪制銷售額的折線圖，并設(shè)置標(biāo)題、標(biāo)簽和標(biāo)記，最后顯示圖表。五、數(shù)據(jù)可視化應(yīng)用1.繪制一個(gè)條形圖，展示每個(gè)產(chǎn)品的滿意度評(píng)分。```python#設(shè)置繪圖參數(shù)plt.figure(figsize=(10,6))#繪制條形圖plt.bar(df['產(chǎn)品名稱'],df['滿意度評(píng)分'],color='purple')#添加標(biāo)題和標(biāo)簽plt.title('產(chǎn)品滿意度評(píng)分條形圖')plt.xlabel('產(chǎn)品名稱')plt.ylabel('滿意度評(píng)分')#顯示圖表plt.show()```解析思路：直接繪制產(chǎn)品名稱和滿意度評(píng)分的條形圖，并設(shè)置標(biāo)題、標(biāo)簽和顏色，最后顯示圖表。2.在條形圖的基礎(chǔ)上，添加數(shù)據(jù)標(biāo)簽，顯示每個(gè)產(chǎn)品的具體評(píng)分。```python#設(shè)置繪圖參數(shù)plt.figure(figsize=(10,6))#繪制條形圖bars=plt.bar(df['產(chǎn)品名稱'],df['滿意度評(píng)分'],color='purple')#添加數(shù)據(jù)標(biāo)簽forbarinbars:yval=bar.get_height()plt.text(bar.get_x()+bar.get_width()/2,yval,round(yval,1),va='bottom')#添加標(biāo)題和標(biāo)簽plt.title('產(chǎn)品滿意度評(píng)分條形圖')plt.xlabel('產(chǎn)品名稱')plt.ylabel('滿意度評(píng)分')#顯示圖表plt.show()```解析思路：首先繪制條形圖，然后遍歷每個(gè)條形，獲取其高度，并在條形中心的x坐標(biāo)處添加文本標(biāo)簽，顯示評(píng)分的具體數(shù)值，最后設(shè)置標(biāo)題、標(biāo)簽和顯示圖表。3.調(diào)整圖表的標(biāo)題、標(biāo)簽和顏色，使其更具有吸引力。```python#設(shè)置繪圖參數(shù)plt.figure(figsize=(10,6))#繪制條形圖bars=plt.bar(df['產(chǎn)品名稱'],df['滿意度評(píng)分'],color='skyblue')#添加數(shù)據(jù)標(biāo)簽forbarinbars:yval=bar.get_height()plt.text(bar.get_x()+bar.get_width()