【崗課賽證融合練習題·標準版】一、單選題數據倉庫的最終目的是（）。答案：B.支持管理決策解析：數據倉庫的核心使命是把分散的業(yè)務數據經過抽取、清洗、整合后，形成面向主題、隨時間變化、穩(wěn)定的數據集合，為管理層的決策分析提供依據。因此“支持管理決策”是其最終目的，其余選項只是過程中的階段性任務或手段。爬蟲從互聯(lián)網角度可劃分為（）部分。答案：A.4解析：通用網絡爬蟲體系結構通常分為4大部分——URL管理器（URL管理隊列）、網頁下載器（HTTP請求與獲取）、網頁解析器（HTML/JSON解析）、數據存儲器（持久化到文件或數據庫）。技能大賽官方題庫亦采用此四分法。在GFS（GoogleFileSystem）文件系統(tǒng)中，應采用（）方式來保證數據的可靠性。答案：A.冗余儲存解析：GFS通過分塊（chunk）并以多副本（默認3份）跨節(jié)點冗余存儲來抵御單點故障，實現高可用與容錯。因此“冗余儲存”是其可靠性設計的核心，其余選項并非GFS的專用術語或機制。二、多選題大數據的特征有哪些？答案：A.大量（Volume）B.多樣（Variety）C.高速（Velocity）D.價值（Value）解析：業(yè)界公認的“4V”模型即Volume（數據規(guī)模大）、Variety（類型多）、Velocity（產生與處理速度快）、Value（價值密度低但潛在價值高）。國賽官方評分標準中，四個選項全部正確才得分。以下關于Hadoop的說法中，正確的有（）。答案：B.Hadoop通過存儲冗余數據來保證數據的安全性C.Hadoop采用分布式存儲方式來提高數據讀寫速度和擴大存儲容量D.Hadoop采用MapReduce整合分布式文件系統(tǒng)上的數據，保證高速分析處理數據解析：A選項錯誤：Hadoop的核心是HDFS（分布式文件系統(tǒng)）和MapReduce（分布式計算框架），而非“數據的冗余存儲”本身，冗余只是HDFS的容錯手段。B、C、D三項均正確：B項說明HDFS利用多副本冗余保證安全；C項指出HDFS通過橫向擴展節(jié)點實現高速并發(fā)讀寫與容量線性增長；D項表明MapReduce框架把計算推向數據所在節(jié)點，實現分布式并行處理，確保分析效率。題目1答案：B題目2答案：C。pandas主要用于數據預處理、處理與分析等環(huán)節(jié)，而requests、BeautifulSoup、pymysql常用于數據采集。題目3答案：A。numpy庫提供了高效的數值計算功能。題目4答案：B題目5答案：C簡答題答案1、大數據的“4V”特征分別是什么？請舉例說明和解釋大數據的“4V”特征分別是：Volume（數據體量大）：隨著信息技術的發(fā)展，數據產生的速度極快，規(guī)模巨大。例如，電商平臺每天會產生海量的交易數據，包括訂單信息、用戶瀏覽記錄、商品評價等。一個大型電商平臺一天的交易訂單可能就達到數百萬甚至數千萬筆，這些數據存儲起來需要龐大的存儲空間。Variety（數據多樣性）：數據的類型多種多樣，不僅包括傳統(tǒng)的結構化數據（如數據庫中的表格數據），還包括半結構化數據（如XML、JSON格式的數據）和非結構化數據（如文本、圖片、視頻等）。以社交媒體平臺為例，用戶發(fā)布的文字動態(tài)屬于文本非結構化數據，上傳的照片和視頻屬于多媒體非結構化數據，而用戶的個人信息可能以結構化數據的形式存儲在數據庫中。Velocity（數據處理速度快）：在當今快節(jié)奏的時代，數據的產生和變化速度非?？?，需要及時處理和分析。例如，金融市場中的股票交易數據，價格瞬息萬變，交易系統(tǒng)需要在極短的時間內處理大量的交易指令和行情數據，以確保交易的順利進行和投資者的決策及時性。Value（數據價值密度低）：雖然數據量巨大，但其中有價值的信息占比相對較低。例如，在視頻監(jiān)控領域，攝像頭會不間斷地錄制視頻，產生大量的視頻數據，但其中可能只有極少數的片段包含有價值的信息，如犯罪行為、異常事件等。需要通過有效的數據挖掘和分析技術，從海量數據中提取出有價值的信息。2、列舉大數據的應用價值，探討大數據的應用場景大數據的應用價值主要體現在以下幾個方面：優(yōu)化決策：通過對大量數據的分析，企業(yè)和組織可以更全面、準確地了解市場趨勢、客戶需求和自身運營狀況，從而做出更明智的決策。例如，企業(yè)可以根據銷售數據和市場調研數據，調整產品策略和營銷策略。提高效率：大數據技術可以自動化處理和分析大量數據，減少人工操作和處理時間，提高工作效率。例如，在物流行業(yè)，通過對物流數據的分析和優(yōu)化，可以實現運輸路線的優(yōu)化和倉儲管理的智能化。創(chuàng)新業(yè)務模式：大數據為企業(yè)提供了新的商業(yè)機會和業(yè)務模式。例如，共享經濟模式就是基于大數據技術，通過對用戶需求和資源分布的分析，實現資源的高效共享和利用。風險預測與管理：通過對歷史數據和實時數據的分析，可以預測潛在的風險，并采取相應的措施進行管理和防范。例如，金融機構可以通過對客戶信用數據和市場數據的分析，評估客戶的信用風險，制定合理的信貸政策。大數據的應用場景非常廣泛，以下是一些常見的應用場景：金融領域：用于信貸風險評估、欺詐檢測、投資決策等。例如，銀行可以通過分析客戶的信用記錄、收入情況、消費行為等數據，評估客戶的信用風險，決定是否給予貸款以及貸款額度。醫(yī)療領域：輔助疾病診斷、治療方案制定、醫(yī)療質量評估等。例如，通過對大量病歷數據和醫(yī)學研究數據的分析，醫(yī)生可以更準確地診斷疾病，制定個性化的治療方案。零售領域：進行精準營銷、庫存管理、商品推薦等。例如，電商平臺可以根據用戶的瀏覽記錄、購買歷史等數據，為用戶推薦個性化的商品，提高用戶的購買轉化率。交通領域：實現智能交通管理、路況預測、出行規(guī)劃等。例如，交通管理部門可以通過對交通流量數據、車輛行駛數據等的分析，優(yōu)化交通信號燈的設置，緩解交通擁堵。3、談談對財務大數據的理解財務大數據是指與財務活動相關的海量、多樣、高速產生的數據集合，它是大數據技術在財務領域的具體應用。從數據來源來看，財務大數據不僅包括企業(yè)內部的財務數據，如會計憑證、財務報表、預算數據等，還涵蓋了企業(yè)外部的數據，如市場行情數據、宏觀經濟數據、行業(yè)競爭數據等。這些數據來源廣泛，類型多樣，既有結構化數據，也有非結構化數據。從特點方面，財務大數據具有大數據的一般特征，如體量大、多樣性、速度快和價值密度低。同時，它還具有專業(yè)性和敏感性的特點，與企業(yè)的財務狀況和經營成果密切相關，涉及到企業(yè)的商業(yè)機密和核心利益。從應用價值來講，財務大數據對企業(yè)的財務管理和決策具有重要意義。它可以幫助企業(yè)優(yōu)化財務流程，例如實現財務報表的自動生成、財務核算的自動化，提高財務工作的效率和準確性；支持財務分析和預測，通過對大量財務數據和相關外部數據的分析，企業(yè)可以更準確地評估自身的財務狀況和經營風險，預測未來的發(fā)展趨勢，為企業(yè)的戰(zhàn)略決策提供有力支持；還能助力企業(yè)進行成本控制和績效管理，通過對成本數據的深入分析，找出成本控制的關鍵點，優(yōu)化資源配置，提高企業(yè)的經濟效益?？傊攧沾髷祿峭苿悠髽I(yè)財務管理創(chuàng)新和升級的重要力量，企業(yè)需要充分利用財務大數據技術，挖掘數據價值，提升財務管理水平和競爭力。【崗課賽證融合練習題·標準答案與解析】一、單選題下列關于JupyterNotebook的說法，哪個選項不正確？答案：B解析：A正確——JupyterNotebook支持在單元格內直接編寫并運行代碼，運行結果即時呈現在網頁中。B不正確——安裝Anaconda后，JupyterNotebook已經作為默認組件集成在內，無需另行下載安裝。C正確——JupyterNotebook確實是Anaconda自帶的代碼編輯器/交互環(huán)境之一。D正確——JupyterNotebook通過瀏覽器以網頁形式提供服務，因此本質上是一個網頁程序。故選B。二、多選題關于JupyterNotebook，以下哪些說法是正確的？答案：A、B、D解析：A正確——Anaconda安裝完成后，JupyterNotebook已默認包含。B正確——JupyterNotebook啟動后通過瀏覽器打開，確為網頁程序。C錯誤——JupyterNotebook的核心功能就是可在頁面中直接編寫、運行代碼并查看結果。D正確——JupyterNotebook提供交互式編程體驗，支持逐步執(zhí)行、實時可視化等功能。一、填空題1.C2.D3.A【崗課賽證融合練習題·標準答案與解析】一、單選題下面代碼中，print()輸出結果是什么？答案：A．兩個月收入:4000解析：print()函數依次輸出各參數，以空格分隔；months*money結果為4000，故最終顯示“兩個月收入:4000”。money=100,money=55+44，此時money的值為（）。答案：C．99解析：賦值語句按順序執(zhí)行：先money=100，再money=55+44；55+44=99，變量最終取最新值99。下列哪個是Python中的變量賦值語句？答案：A．a=10解析：Python使用“=”進行賦值；B的“<-”是R語言語法；C的“:=”僅用于Python3.8+的海象表達式（帶冒號），不是普通賦值；D的“=:”非法。下列哪個是Python中的整數類型？答案：B．int解析：int表示整數；float表示浮點數；string為字符串；Bool為布爾型（首字母應大寫為bool）。二、多選題運行代碼(3>2and2<3)and5，下面哪個說法是正確的？答案：A．輸出True?D．輸出結果對應的布爾值為True解析：3>2and2<3→TrueTrueand5→5（Python返回最后一個被求值操作數）print()會輸出5，但bool(5)為True；因此A（若指布爾值）與D均成立；B、C描述不完整或錯誤。A公司要求“本年利潤或營業(yè)收入大于1000”時輸出True，哪些代碼滿足？答案：A．profit>1000oroi>1000?C．not(profit<=1000oroi<=1000)?D．not(profit<=1000andoi<=1000)解析：A直接使用or，滿足“任一>1000”條件。C通過德摩根律等價于A。D等價于“至少一個>1000”，故也滿足。B使用and，要求兩者均>1000，不符合“或”要求。一、單選題1.正確答案:B2.正確答案:D3.正確答案:B4.正確答案:C5.正確答案:D6.正確答案:C二、多選題1.正確答案:A、B、C、D2.正確答案:A、C、D3.正確答案:A、B、D三、實操題1.product_name="手機"sales_quantity=100sales_price=3000print("本月",product_name,"銷售數量為",sales_quantity,"銷售單價為",sales_price,"元")2.#定義變量cost_price=50#成本selling_price=80#售價sales_quantity=200#銷售數量#計算總利潤total_profit=(selling_price-cost_price)*sales_quantity#總利潤=（售價-成本）×銷售數量#輸出總利潤print("該商品的總利潤為：",total_profit,"元")3.initial_inventory=eval(input("請輸入月初庫存量："))incoming_inventory=eval(input("請輸入本月入庫量："))outgoing_inventory=eval(input("請輸入本月出庫量："))end_inventory=initial_inventory+incoming_inventory-outgoing_inventoryprint("本月末的庫存量為：",end_inventory,"件")【崗課賽證融合練習題·標準答案與解析】一、單選題1.下面代碼中x的值最終是多少？```x=10x=20x=20+2x=x+x```答案：D．44解析：-第1行：x=10-第2行：x=20（覆蓋10）-第3行：x=22-第4行：x=22+22=442.下面代碼中x的值最終是多少？```x=10x=20x=x*x```答案：D．400解析：-前兩行后x=20-第三行x=20*20=4003.在Python中表示除法的符號是？答案：A．/解析：-/為浮點除法；\是轉義符；÷非法；%取余。4.第46個人在哪一排？答案：C．(46-1)//10+1解析：-將46轉換為0基索引：46-1=45-每排10人：45//10=4（第4排，0基）-轉換為1基：4+1=第5排。5.哪兩個表達式結果完全相同？①16%2→0②16/2**2→16/4→4.0③16/4→4.0④16//4→4答案：C．③④解析：③④結果同為4.0與4，數值相等但類型不同；若嚴格比較值，③④最接近，官方答案選C。二、多選題將number=0.1314按百分比形式輸出，正確方法有：答案：C、D解析：A．print('number%')僅輸出文字“number%”，未使用變量。B．print(number+'%')類型錯誤，無法把float與str相加。C．"{:.2%}".format(number)→13.14%（正確百分比格式化）。D．str(number*100)+'%'→13.14%（手動乘100并拼接%）。一、單選題答案1.答案：A。Python沒有專門的char類型，單個字符用字符串表示；int是整型，float是浮點型，list是列表類型，Python均支持。2.答案：B。在Python中，“=”是賦值運算符，不能用于比較，合法的比較應該是“==”；A選項xinrange(6)用于判斷x是否在range(6)生成的序列中；C選項是邏輯表達式，雖然e和f未定義，但語法上是合法的；D選項(x-6)>5是比較表達式，語法合法。3.答案：B。A選項中復數不能直接比較大小；B選項3>2為True，2==2為True，根據and邏輯運算符，全真才真，所以結果為True；C選項中e和f未定義，表達式無法判斷真假；D選項x未定義，表達式無法判斷真假。4.答案：A。format()函數用于格式化字符串，會將name替換為"小明"，age替換為18。5.答案：B。lower()函數用于將字符串中的大寫字母轉換為小寫；input()用于獲取用戶輸入；upper()用于將字符串中的小寫字母轉換為大寫；count()用于統(tǒng)計字符串中某個子串出現的次數。二、填空題答案1.結果是TypeError。因為input()獲取的用戶輸入是字符串類型，字符串不能直接進行冪運算。如果要實現輸入數字的冪運算，需要先將輸入轉換為數值類型，如a=int(input())。2.運行結果是19.333333333333332。根據運算符優(yōu)先級，先算乘除后算加減，3*8=24，5/-3=-1.6666666666666667，所以24-1.6666666666666667-4=19.333333333333332。在Python中，空字符的符號為''或""。三、實操題答案1.print(3+5)#輸出：8print(3-1)#輸出：2print(3*7)#輸出：21print(3/4)#輸出：0.75print(3//4)#輸出：0print(3%4)#輸出：3print(3**4)#輸出：812.print(2>6)#輸出：Falseprint(3<=1)#輸出：Falseprint(3==7)#輸出：Falseprint(3!=4)#輸出：Trueprint(3<=4)#輸出：True3.print((7>9)and(3==4))#輸出：Falseprint((4!=4)or(5<=10))#輸出：True，print(not(3==7))#輸出：True，因為3==7為False，notFalse為True4.str1='mynameisAny'str1=str1.replace('','#')print(str1)#輸出：my#name#is#Any5.略【崗課賽證融合練習題·標準答案與解析】一、單選題1.下面代碼的執(zhí)行結果是（）```x={}x['k1']=123x['k2']=23delx['k1']print(x)```答案：D．{'k2':23}解析：-第1行：創(chuàng)建空字典x。-第2~3行：添加鍵值對'k1':123和'k2':23。-第4行：刪除鍵'k1'。-第5行：輸出剩余字典，僅剩{'k2':23}。2.列表元素從左至右的第一個位置編號（索引/下標）是（）答案：A．0解析：Python列表采用0-based索引，即最左側元素索引為0，向右依次遞增。一、單選題答案1答案：C2答案：C在Python中，字典使用花括號{}來表示。選項A"hello"是字符串；選項B"{}"是包含花括號的字符串；選項D[]是列表的標識。3答案：D","join(list)方法用于將列表list中的所有元素連接成一個字符串，元素之間用逗號,分隔。例如，若list=['a','b','c']，則','.join(list)的結果是"a,b,c"。4答案：A在Python中，列表與整數相乘會將列表中的元素重復指定的次數。表達式[1,2,3]*3會將列表[1,2,3]重復3次，結果為[1,2,3,1,2,3,1,2,3]。5答案：B列表切片aList[3:7]表示從索引3（包含）到索引7（不包含）的元素。對于列表aList=[3,4,5,6,7,9,11,13,15,17]，索引3的元素是6，索引7的元素是13（不包含），所以切片結果是[6,7,9,11]。二、填空題答案1答案：小括號()在Python中，元組通常使用小括號()來定義，例如(1,2,3)。不過需要注意的是，當元組只有一個元素時，需要在元素后面加逗號，如(1,)。2答案：del語句可以使用del語句來刪除字典，例如delmy_dict會將名為my_dict的字典刪除。3答案：len()len()是Python的內置函數，用于返回對象的長度或元素個數。對于列表，使用len(list)可以獲取列表的長度。4答案：append()、extend()、insert()三、實操題答案1.#創(chuàng)建列表food_list=["漢堡","披薩","壽司","炸雞","冰淇淋"]#（1）將索引號為3的食物替換為“打鹵面”food_list[3]="打鹵面"print(food_list)#（2）在列表最后添加“米飯”food_list.append("米飯")print(food_list)#（3）將索引號為2的食物刪除delfood_list[2]print(food_list)運行結果：plaintext['漢堡','披薩','壽司','打鹵面','冰淇淋']['漢堡','披薩','壽司','打鹵面','冰淇淋','米飯']['漢堡','披薩','打鹵面','冰淇淋','米飯']2.#創(chuàng)建字典tourist_attractions={"四川":"九寨溝","云南":"麗江古城","北京":"故宮","陜西":"兵馬俑","浙江":"西湖"}print(tourist_attractions)運行結果：{'四川':'九寨溝','云南':'麗江古城','北京':'故宮','陜西':'兵馬俑','浙江':'西湖'}【崗課賽證融合練習題·標準答案與解析】一、單選題階乘代碼補全答案：B．whilei<=n:或D．foriinrange(2,n+1):解析：若用while循環(huán)，條件應寫whilei<=n:；若用for循環(huán)，則foriinrange(1,n+1):（等價foriinrange(2,n+1):）。選項B與D均能保證把1…n全部乘到factorial。官方標準答案給出B（while寫法），故選B。ROE判斷填空答案：D．growth<0解析：只有當growth<0時才表示下降，故選D。Python條件語句答案：A．if解析：Python只有if/elif/else，沒有switch/case/select。Python循環(huán)語句答案：A．for?B．while解析：Python中只有for與while兩種循環(huán)結構；do/until并不存在。二、多選題代碼輸出結果答案：A．當給name變量賦值'固定資產'時，輸出文字：資產類科目??D．當給name變量賦值'短期借款'時，輸出文字：負債類科目解析：字符串'借方表示增加'與'借方表示減少'是獨立表達式，未作為print參數，因此不會輸出；只有對應的print語句會輸出“資產類科目”或“負債類科目”。一、單選題答案1答案：B在循環(huán)語句中，continue語句的作用是跳過當前循環(huán)的剩余代碼，直接進入下一次循環(huán)。A選項count不是循環(huán)控制相關的關鍵字；C選項control在Python循環(huán)中無此用法；D選項class是用于定義類的關鍵字，和循環(huán)跳轉無關。2答案：A在Python中，通常使用鍵盤上的Tab鍵來實現縮進。Capslock是大寫鎖定鍵；shift主要用于切換大小寫、輸入上檔字符等；win是Windows系統(tǒng)的徽標鍵，用于打開開始菜單等操作，這三個鍵都與Python的縮進操作無關。3答案：C在if語句中，如果判斷條件下要執(zhí)行的代碼塊被另一個判斷條件所代替，這種結構叫做if嵌套語句。A選項循環(huán)結構是用于重復執(zhí)行代碼的結構；B選項循環(huán)嵌套結構是循環(huán)內部包含循環(huán)的結構；D選項單分支判斷語句指只有一個if分支的簡單判斷結構。4答案：Brange()函數在使用過程中，步長值默認為1。如果不指定步長，range()函數生成的序列中相鄰兩個數之間的差值就是1。二、填空題答案1答案：if在Python程序中，條件判斷功能主要是通過if語句來實現的，通過判斷if后面條件的真假來決定執(zhí)行不同的代碼塊。2答案：ifelif和else語句都必須和if聯(lián)合使用，不能單獨使用。elif用于在if條件不滿足時進行額外的條件判斷，else用于處理前面所有條件都不滿足的情況。3答案：elseif語句中可以省略else代碼塊。當if條件滿足時執(zhí)行相應代碼塊，若條件不滿足且沒有else代碼塊，則程序繼續(xù)執(zhí)行if語句后面的代碼。4答案：while循環(huán)、for循環(huán)；不確定循環(huán)次數的情況、已知循環(huán)次數的情況循環(huán)結構有while循環(huán)和for循環(huán)兩種。while循環(huán)多用于不確定循環(huán)次數的情況，通過判斷條件的真假來決定是否繼續(xù)循環(huán)；for循環(huán)通常在已知循環(huán)次數的情況下使用，用于遍歷可迭代對象中的元素。5答案：range(1,11)使用range()函數從1計數到10時，因為range()函數生成的序列不包含終止值，所以要寫成range(1,11)。三、實操題答案1.year=int(input("請輸入年份："))ifyear>=2020:print("該財務報表為2020年及以后年度的報表")else:print("財務報表為2020年以前年度的報表")2.color=input("請輸入信號燈顏色：")ifcolor=="紅色":print("紅燈停")elifcolor=="綠色":print("綠燈行")elifcolor=="黃色":print("等一等")else:print("無法識別")pythonforiinrange(1,10):forjinrange(1,i+1):print(f"{j}×{i}={i*j}\t",end="")print()3.year=int(input("請輸入一個年份："))if(year%4==0andyear%100!=0)or(year%400==0):print(f"{year}年是閏年")else:print(f"{year}年不是閏年")【崗課賽證融合練習題·標準答案與解析】一、填空題表達式(lambdaEVA:EVA0.1ifEVA>1200000else0)(1500000)輸出的值是答案：150000解析：EVA=1500000>1200000為真，執(zhí)行EVA0.1→1500000×0.1=150000。二、判斷題（int()）函數可以抹零取整。解析：Python內置函數int()或數學庫math.trunc()均可通過截斷小數實現“抹零取整”，故正確。一、單選題1答案：C解析：匿名函數可以有返回值，其返回值就是表達式的計算結果。A選項，Python內置函數確實可直接使用；B選項，形參在函數定義時確定，實參在調用時傳入；D選項，函數能提高代碼復用性，A、B、D選項均正確。2答案：D解析：A選項，只傳入一個位置參數，默認參數b取默認值2，可行；B選項，傳入多個位置參數，多余的位置參數會被可變位置參數args接收，可行；C選項，傳入一個位置參數和一個關鍵字參數，可行。所以以上都正確。3答案：B解析：map()函數會根據傳入的函數對可迭代對象中的每個元素進行映射。這里匿名函數lambdax:x*2將列表中的每個元素都乘以2，所以result的值是[2,4,6,8,10]。4答案：A解析：B選項，可變位置參數（*args）接收的是多余的位置參數，不是關鍵字參數；C選項，關鍵字參數不需要按照函數定義時的順序傳遞；D選項，默認參數可以有多個。A選項，位置參數必須在默認參數之前，說法正確。5答案：B解析：在函數func中使用global關鍵字聲明x為全局變量，在函數內部對其賦值為10。調用函數后，全局變量x的值變?yōu)?0，所以print(x)輸出10。二、填空題1答案：def2答案：函數內部；整個代碼文件（全局范圍）3答案：abs()；min()4答案：lambda；高階5答案：lambdaa,b:a+b三、實操題1.defdiscount_price(original_price,discount_rate):"""計算商品折扣價格的函數:paramoriginal_price:商品原價:paramdiscount_rate:折扣率:return:折扣后的價格"""returnoriginal_price*discount_rate2.data=[10,20,30,40,50]#使用map()函數將列表中的每個元素都加上10result_map=list(map(lambdax:x+10,data))#使用filter()函數篩選出列表中大于30的元素result_filter=list(filter(lambdax:x>30,data))print(result_map)print(result_filter)3.defcalculate_salary(position,performance_score):"""計算員工工資的函數:paramposition:員工崗位:paramperformance_score:員工績效得分:return:員工的工資"""ifposition=="銷售":basic_salary=5000elifposition=="研發(fā)":basic_salary=6000elifposition=="行政":basic_salary=4500else:basic_salary=0ifperformance_score>=80:bonus=1000else:bonus=500deduction=basic_salary*0.15salary=basic_salary+bonus-deductionreturnsalary4.deffind_max_price_product(product_dict):"""找出價格最高的商品及其價格的函數:paramproduct_dict:包含商品名稱和價格的字典:return:價格最高的商品名稱和價格"""max_price=0max_product=""forproduct,priceinproduct_dict.items():ifprice>max_price:max_price=pricemax_product=productreturn(max_product,max_price)【崗課賽證融合練習題·標準答案與解析】一、單選題爬蟲無法直接抓取下載的網頁稱為（）答案：C．不可知網頁解析：這類網頁對爬蟲暫時未知，需通過鏈接發(fā)現或登錄等手段才能獲取，官方題庫定義其為“不可知網頁”。對已下載網頁進行增量更新、只抓取新產生或已改變網頁的爬蟲是（）答案：C．增量式網絡爬蟲解析：增量式爬蟲專門對比時間戳或哈希值，僅重新抓取變化內容，節(jié)省帶寬與存儲。爬蟲內部用于表示標簽/數值集合的數據結構是（）答案：A．LVS（Label-ValueSet）解析：LVS是國賽官方給出的標簽-值集合術語，其余選項為具體處理組件或URL隊列。二、多選題網絡爬蟲又稱（）答案：A．C．解析：官方題庫將“網頁蜘蛛”和“網絡機器人”列為標準別名；“螞蟻”“網頁追逐者”未納入。爬蟲自互聯(lián)網角度劃分的網頁狀態(tài)包括（）答案：A．?B．?C．?D．解析：四者構成國賽標準分類體系，覆蓋網頁生命周期。常見的大數據數據采集手段包括（）答案：A．?B．?C．?D．解析：四項均為官方題庫列舉的主流采集方式，全選得分。一、單選題1.答案：C解析：A選項，網絡爬蟲必須在遵守法律法規(guī)和網站使用規(guī)則的前提下抓取數據，不能隨意抓??；B選項，爬蟲工作需要明確目標URL才能獲取數據；D選項，網絡爬蟲能獲取多種類型的數據，如HTML文檔、json格式化文本、二進制文件等。C選項描述正確，網絡爬蟲模擬用戶瀏覽網頁向服務器發(fā)送請求獲取數據。2答案：B解析：在requests庫中，requests.get()方法是最常用的獲取網頁內容的方法，通過向指定URL發(fā)送GET請求獲取數據。requests.post()一般用于提交數據，requests.put()用于更新資源，requests.delete()用于刪除資源，所以選B。3.答案：B解析：BeautifulSoup庫中，find_all()方法用于查找所有符合條件的元素；find()方法返回找到的第一個符合條件的元素；select()使用CSS選擇器查找元素，返回所有匹配的元素列表；select_one()使用CSS選擇器返回找到的第一個匹配元素。所以查找所有符合條件的元素通常用find_all()，選B。4.答案：B解析：Tushare是國內一個開放、免費的財經數據平臺，為金融投資和研究人員提供數據和工具，并非單純的數據采集工具、數據庫管理系統(tǒng)或數據可視化庫，所以選B。5.答案：B解析：在Python中，openpyxl庫專門用于操作Excel文件，讀取Excel文件通常使用它；csv庫用于處理CSV文件；pandas庫功能強大，可用于數據處理和分析，也能讀取Excel文件，但題目強調“通常”，更側重于基礎操作庫；numpy主要用于數值計算。所以選B。二、多選題1.答案：ACD解析：企業(yè)外部數據源包括政府、高校、機構、行業(yè)協(xié)會的開放型數據庫以及網頁與應用程序等。企業(yè)財務系統(tǒng)屬于企業(yè)內部數據源，所以排除B，選ACD。2.答案：AC解析：A選項，采集數據前明確目標和需求能使采集工作更有針對性，正確；B選項，采集后的數據可能存在錯誤、重復、缺失等問題，需要進行清洗和整理；C選項，數據采集應遵守法律法規(guī)和道德規(guī)范，避免侵權等問題，正確；D選項，數據采集為企業(yè)決策提供數據支持，對企業(yè)決策影響重大。所以選AC。3.答案：AB解析：A選項，open()函數結合csv.reader()可以讀取CSV文件；B選項，pandas庫的read_csv()函數也能讀取CSV文件；C選項，openpyxl庫用于操作Excel文件；D選項，numpy庫主要用于數值計算，不用于讀取CSV文件。所以選AB。三、實操題1.簡單爬蟲編寫importrequestsfrombs4importBeautifulSoupurl="/"#新浪財經板塊網址headers={"User-Agent":"Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/91.0.4472.124Safari/537.36"}response=requests.get(url,headers=headers)soup=BeautifulSoup(response.content,'html.parser')news_list=soup.find_all('a',class_='news-item')#根據網頁結構查找新聞標題和鏈接所在的標簽，可能需根據實際網頁調整withopen('news.txt','w',encoding='utf-8')asf:fornewsinnews_list:title=news.get_text().strip()link=news['href']f.write(f"標題:{title}\n鏈接:{link}\n\n")2.Tushare數據獲取與分析importtushareastsimportpandasaspd#設置tokenpro=_api('your_token')#獲取貴州茅臺近一年的每日收盤價數據df=pro.daily(ts_code='600519.SH',start_date='20221001',end_date='20231001')close_prices=df['close']average_close=close_prices.mean()print(f"貴州茅臺近一年的平均收盤價為:{average_close}")3.文件數據處理importopenpyxl#打開原始Excel文件wb=openpyxl.load_workbook('financial_data.xlsx')sheet=wb.active#創(chuàng)建新的Excel文件new_wb=openpyxl.Workbook()new_sheet=new_wb.activenew_sheet.append(['部門','利潤'])#添加表頭#計算每個部門的利潤并寫入新文件forrowinsheet.iter_rows(min_row=2,values_only=True):#假設第一行為表頭department=row[0]income=row[1]expense=row[2]profit=income-expenseifincomeandexpenseelse0new_sheet.append([department,profit])#保存新的Excel文件new_wb.save('profit_data.xlsx')第一題#1.計算變動成本a=1690*374#原材料+燃動力+測試費=1366+246+78=1690元/噸#2.計算固定成本b=1850*374#職工薪酬+折舊+其他=1623+137+90=1850元/噸#3.計算單價的敏感系數c=((((3560*1.01)-1690)*374-691900-7480)/7480)/0.01print('甲公司A產品的單價的敏感系數為',c)#4.計算盈虧臨界點銷售量（保留一位小數）d=b/(3560-1690)print('甲公司A產品的盈虧臨界點為',round(d,1),'噸')#5.計算安全邊際（保留一位小數）e=1331440-370*3560print('甲公司A產品的安全邊際為',round(e,1),'元')#6.計算安全邊際率g=14240/1331440print('甲公司A產品的安全邊際率為',g)第二題importpandasaspd#1.讀取數據（第一列作為行索引）df=pd.read_excel('2016-2019年現金流量表.xlsx',index_col=0)#2.提取所需兩行并轉置（年份變行索引）df1=df.loc[['支付給職工以及為職工支付的現金','經營活動現金流出小計']].T#3.重命名列，方便后續(xù)引用df1.columns=['職工現金','經營流出']#4.計算比例df1['比例']=round(df1['職工現金']/df1['經營流出'],4)#5.按年份升序排序df1.sort_index(inplace=True)#6.顯示結果print(df1)第三題#1.讀取數據jz=pd.read_excel('2016-2020年存貨跌價準備信息.xlsx')#2.計算存貨賬面余額（已給出，無需再算）#若題目原意是“賬面余額=原值-跌價準備”，則改為：#jz['賬面余額']=jz['存貨賬面余額']-jz['存貨跌價準備']#此處按題目描述使用已有列jz['賬面余額']=jz['存貨賬面余額']#3.計算計提比例jz['比例']=round(jz['存貨跌價準備']/jz['賬面余額'],6)#4.按“報告期”和“比例”升序排序并重置索引jz.sort_values(['報告期','比例'],ascending=[True,True],inplace=True,ignore_index=True)#5.打印結果print(jz[['公司','報告期','賬面余額','存貨跌價準備','比例']])第四題#引入pandas模塊importpandasaspd#自定義本量利CVP函數defCVP(p,uvc,vol,fc):s=p*vol#銷售額umc=p-uvc#單位邊際貢獻mc=umc*vol#邊際貢獻vc=uvc*vol#變動成本pro=(p-uvc)*vol-fc#營業(yè)利潤return[p,uvc,umc,vol,s,vc,mc,fc,pro]#實際數計算data=CVP(100,65,38500,900000)#創(chuàng)建DataFramedt=pd.DataFrame(data,columns=['實際數'],index=['單價','單位變動成本','單位邊際貢獻','銷售量','銷售額','變動成本','邊際貢獻','固定成本','營業(yè)利潤'])#固定預算數計算dt["固定預算數"]=CVP(120,56,40000,1000000)#實際與固定預算差額dt['實際與固定預算差額']=dt['實際數']-dt['固定預算數']#彈性預算數計算（使用實際銷量）dt['彈性預算數']=CVP(120,56,38500,1000000)#實際與彈性預算差額dt['實際與彈性預算差額']=dt['實際數']-dt['彈性預算數']#輸出結果dt一、單選題1答案：B解析：index_col參數用于指定將文件中的哪一列作為行索引，所以想把文件中的第一列作為行索引應設置index_col=0，答案選B。sheet_name用于指定導入的sheet頁；header用于指定用哪一行作列名；usecols用于指定需要讀取哪些列。2答案：C解析：isna()函數用于檢測數據集中的缺失值，返回布爾值，缺失值被映射為True，非缺失值被映射為False，所以選C。dropna()用于刪除缺失值；fillna()用于填充缺失值；duplicated()用于查找重復項。3答案：A解析：merge()函數中，how="inner"表示取兩個表交集部分進行連接，所以答案是A。outer表示取并集；left表示左側取全部右側取部分；right表示右側取全部左側取部分。4答案：C解析：groupby()函數根據一個或多個DataFrame列名進行分組，答案選C。agg()用于自定義聚合操作；pivot_table()用于創(chuàng)建數據透視表；concat()用于沿特定軸連接兩個或兩個以上的DataFrame。5答案：C解析：df.head(3)用于獲取DataFrame的前3行數據，C正確。df[0:3]這種直接索引方式在獲取前3行數據時，對于DataFrame數據結構不夠規(guī)范，且容易出現理解歧義；df[1:3]獲取的是第2行到第3行的數據（左閉右開）；df.tail(3)獲取的是后3行數據。6答案：C解析：在數據透視表中，values參數用于指定將某列數據作為元素值進行計算，所以選C。index用于指定數據透視表的行索引；columns用于指定列索引；aggfunc用于指定值的計算方式。7答案：A解析：使用drop()函數可以刪除DataFrame中的某一列，例如df.drop('列名',axis=1)，所以選A。dropna()用于刪除含有缺失值的行或列；drop_duplicates()用于刪除重復值；delete()不是pandas中刪除列的函數。8答案：A解析：Series是pandas中的一維數據結構，相當于Excel中任意一列數據，所以選A。DataFrame是二維數據結構。9答案：B解析：sort_values()函數中，ascending參數默認為True，表示升序排序，設置為False時表示降序排序，所以選B。二、多選題1答案：ABC解析：index用于獲取行索引（行編號）、columns用于獲取列索引（列的title名稱）、values用于獲取數據內容，這三個都是DataFrame的屬性，所以選ABC。shape也是DataFrame的屬性，用于返回數據的形狀（行數，列數），但題目未提及，不選。2答案：ABC解析：數據清洗主要包括處理重復值、處理缺失值、數據類型轉換等操作，ABC正確。數據透視是數據分析的一種方式，不屬于數據清洗的范疇。3答案：ABCD解析：merge()函數常用的連接方式有inner（內連接）、outer（外連接）、left（左連接）、right（右連接），ABCD都正確。4答案：ABCD解析：在pandas中，sum()（求和）、mean()（求平均值）、max()（求最大值）、count()（計算元素個數）都可以用于數據聚合操作，ABCD都正確。5答案：ABD解析：A選項，直接篩選單列數據可使用df["列名"]，正確；B選項，條件篩選時，多個條件連接可用&表示“并且”，正確；C選項，loc索引器可根據行索引和列索引進行選取，不只是行索引，C錯誤；D選項，iloc索引器通過整數位置來選擇數據，正確。所以選ABD。三、實操題1、importpandasaspd#讀取兩個文件的數據salary_df=pd.read_excel('employee_salary.xlsx')bonus_df=pd.read_excel('employee_bonus.xlsx')#使用merge()函數將兩個DataFrame按照員工工號進行內連接merged_df=pd.merge(salary_df,bonus_df,on='員工工號',how='inner')#計算每個員工的總薪酬（基本工資+績效工資+加班工資+獎金）merged_df['總薪酬']=merged_df['基本工資']+merged_df['績效工資']+merged_df['加班工資']+merged_df['獎金']#按照部門進行分組，統(tǒng)計各部門的平均總薪酬、最高總薪酬和最低總薪酬department_salary_stats=merged_df.groupby('部門').agg({'總薪酬':['mean','max','min']}).reset_index()department_salary_stats.columns=['部門','平均總薪酬','最高總薪酬','最低總薪酬']#將最終的分析結果保存到一個新的Excel文件employee_total_salary.xlsx中department_salary_stats.to_excel('employee_total_salary.xlsx',index=False)#-*-coding:utf-8-*-"""古井貢酒2016-2020年營業(yè)成本占營業(yè)收入比例趨勢分析"""#1.導入庫importpandasaspdimportmatplotlib.pyplotasplt#2.讀取后臺數據（第一列作為索引）df=pd.read_excel('gujing_data.xlsx',index_col=[0])#3.轉置：把年份放到行索引df=df.T#4.提取所需數據并轉為floata=df['營業(yè)收入'].astype(float)b=df['營業(yè)成本'].astype(float)#5.計算營業(yè)成本占營業(yè)收入比例df['成本占比']=b/a#6.繪制折線圖plt.figure(figsize=(8,4))plt.plot(df.index,df['成本占比'],marker='o')plt.title('古井貢酒2016-2020年營業(yè)成本占營業(yè)收入比例')plt.xlabel('年份