2025年P(guān)ython數(shù)據(jù)分析與可視化專項(xiàng)訓(xùn)練試卷：全國(guó)計(jì)算機(jī)二級(jí)考試沖刺押題庫(kù)考試時(shí)間：______分鐘總分：______分姓名：______一、選擇題（每小題2分，共20分）1.下列哪個(gè)Python模塊主要用于提供高性能的多維數(shù)組對(duì)象和數(shù)值計(jì)算功能？A.PandasB.MatplotlibC.NumPyD.Seaborn2.在Python中，訪問(wèn)列表元素的索引從哪個(gè)數(shù)字開(kāi)始？A.0B.1C.-1D.無(wú)固定起始索引3.下列哪個(gè)是PandasSeries對(duì)象的唯一標(biāo)識(shí)符？A.indexB.dataC.shapeD.values4.讀取CSV文件到PandasDataFrame對(duì)象時(shí)，使用哪個(gè)函數(shù)？A.read_excel()B.read_sql()C.read_csv()D.read_json()5.在Pandas中，用于對(duì)DataFrame按某一列或多列進(jìn)行排序的函數(shù)是？A.groupby()B.sort()C.order()D.sort_values()或sort_index()6.在Matplotlib中，用于創(chuàng)建圖表標(biāo)題的函數(shù)是？A.xlabel()B.ylabel()C.title()D.legend()7.在Matplotlib中，`plt.plot(x,y)`默認(rèn)繪制什么類型的圖形？A.散點(diǎn)圖B.柱狀圖C.折線圖D.直方圖8.下列哪個(gè)是Pandas中用于處理缺失值的常用方法？A.dropna()B.fillna()C.bothAandBD.remove()9.當(dāng)PandasDataFrame中某列的數(shù)據(jù)類型為datetime時(shí)，進(jìn)行日期運(yùn)算通常會(huì)使用哪個(gè)對(duì)象？A.timedeltaB.date_rangeC.TimestampD.Period10.下列哪個(gè)語(yǔ)句可以正確導(dǎo)入Pandas庫(kù)？A.importpandasaspdB.requirepandasaspdC.includepandasaspdD.loadpandasaspd二、填空題（每空2分，共20分）1.在Python中，`[]`用于創(chuàng)建________或________。2.NumPy數(shù)組中的`dtype`屬性用于指定數(shù)組元素的________。3.使用Pandas的`df.loc[]`或`df.iloc[]`可以基于________或________選擇數(shù)據(jù)。4.修改PandasDataFrame中某一行某一列的值，可以使用________或________語(yǔ)法。5.Matplotlib中最頂層的模塊是________，它提供了畫(huà)布和繪圖區(qū)的基本管理。6.在Matplotlib中，通過(guò)設(shè)置`figsize=(寬,高)`參數(shù)可以調(diào)整________的尺寸。7.Pandas的`groupby()`函數(shù)可以實(shí)現(xiàn)對(duì)數(shù)據(jù)的________和________。8.`NaN`是________的縮寫(xiě)，在數(shù)值計(jì)算中通常代表缺失值。9.Matplotlib的`plt.savefig('filename.png')`函數(shù)用于將圖表________到文件。10.在Pandas中，`df.columns`屬性用于獲取DataFrame的________列表。三、判斷題（每小題2分，共10分）1.NumPy數(shù)組是Python原生的列表，具有相同的數(shù)據(jù)類型和更高效的操作。（）2.PandasSeries對(duì)象只能存儲(chǔ)一維數(shù)據(jù)，而DataFrame可以存儲(chǔ)二維數(shù)據(jù)。（）3.使用`df.drop_duplicates()`可以刪除DataFrame中包含重復(fù)行的數(shù)據(jù)。（）4.Matplotlib和Seaborn都是獨(dú)立的繪圖庫(kù)，它們之間沒(méi)有關(guān)系。（）5.在進(jìn)行數(shù)據(jù)分析和可視化時(shí)，數(shù)據(jù)清洗是必不可少的步驟。（）四、簡(jiǎn)答題（每小題5分，共15分）1.簡(jiǎn)述使用NumPy創(chuàng)建一個(gè)3x3全零浮點(diǎn)型數(shù)組的兩種方法。2.列舉PandasDataFrame的兩種常用數(shù)據(jù)合并方式（函數(shù)名即可）。3.說(shuō)明Matplotlib中，如何通過(guò)代碼設(shè)置散點(diǎn)圖中不同數(shù)據(jù)點(diǎn)的顏色和大小。五、代碼填空題（每空2分，共20分）根據(jù)以下要求，將適當(dāng)?shù)膬?nèi)容填寫(xiě)在橫線上。```python#1.使用Pandas讀取名為"data.csv"的文件到DataFrame變量df中importpandasaspd#________#2.選擇df中'列名1'和'列名2'兩列的數(shù)據(jù)#________#3.計(jì)算df中'數(shù)值列名'列的平均值#________#4.找到df中'分類列名'列中值為"類別A"的所有行#________#5.使用Matplotlib繪制x=[1,2,3,4],y=[10,20,15,25]的折線圖，設(shè)置圖表標(biāo)題為"數(shù)據(jù)趨勢(shì)"importmatplotlib.pyplotaspltx=[1,2,3,4]y=[10,20,15,25]#________#________#6.創(chuàng)建一個(gè)NumPy數(shù)組arr=[1,2,3,4,5]，并將數(shù)組中所有大于3的元素替換為10importnumpyasnparr=np.array([1,2,3,4,5])#________```六、代碼閱讀與完善題（共25分）閱讀以下Python代碼片段，分析其功能，并根據(jù)要求完善代碼。```pythonimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt#示例數(shù)據(jù)data={'姓名':['張三','李四','王五','趙六','錢(qián)七'],'部門(mén)':['銷(xiāo)售部','技術(shù)部','銷(xiāo)售部','技術(shù)部','銷(xiāo)售部'],'銷(xiāo)售額':[12000,15000,8000,20000,16000]}#創(chuàng)建DataFramedf=pd.DataFrame(data)#1.（5分）計(jì)算每個(gè)部門(mén)的平均銷(xiāo)售額，并將結(jié)果按平均銷(xiāo)售額從高到低排序，存儲(chǔ)到new_df中#new_df=________#2.（10分）使用Matplotlib繪制柱狀圖，橫軸為部門(mén)名稱，縱軸為對(duì)應(yīng)部門(mén)的平均銷(xiāo)售額。#要求：柱狀圖顏色為藍(lán)色，添加標(biāo)題"各部門(mén)平均銷(xiāo)售額"，橫軸標(biāo)簽為"部門(mén)"，縱軸標(biāo)簽為"平均銷(xiāo)售額"。#（只需填寫(xiě)繪圖和設(shè)置相關(guān)的代碼）#________#________#________#________#3.（10分）篩選出銷(xiāo)售額大于15000的員工信息，并將篩選結(jié)果打印輸出。#（只需填寫(xiě)篩選和打印代碼）#________#請(qǐng)完善上述代碼中需要填寫(xiě)的部分。```---試卷答案一、選擇題1.C2.A3.A4.C5.D6.C7.C8.C9.C10.A二、填空題1.列表,元組2.數(shù)據(jù)類型3.標(biāo)簽,位置4.`df.loc[index,column]`,`df.iloc[row,column]`5.Figure6.Figure7.分組,聚合8.NotaNumber9.保存10.列三、判斷題1.錯(cuò)誤2.正確3.正確4.錯(cuò)誤5.正確四、簡(jiǎn)答題1.答：方法一：`np.zeros((3,3),dtype=float)`。方法二：`np.array([[0.0,0.0,0.0],[0.0,0.0,0.0],[0.0,0.0,0.0]],dtype=float)`。2.答：`merge`或`join`。3.答：在`plt.scatter(x,y)`函數(shù)中，可以通過(guò)`c`參數(shù)設(shè)置顏色，通過(guò)`s`參數(shù)設(shè)置大小，例如`plt.scatter(x,y,c='red',s=50)`。五、代碼填空題```python#1.使用Pandas讀取名為"data.csv"的文件到DataFrame變量df中importpandasaspddf=pd.read_csv("data.csv")#2.選擇df中'列名1'和'列名2'兩列的數(shù)據(jù)df[['列名1','列名2']]#3.計(jì)算df中'數(shù)值列名'列的平均值df['數(shù)值列名'].mean()#4.找到df中'分類列名'列中值為"類別A"的所有行df[df['分類列名']=="類別A"]#5.使用Matplotlib繪制x=[1,2,3,4],y=[10,20,15,25]的折線圖，設(shè)置圖表標(biāo)題為"數(shù)據(jù)趨勢(shì)"importmatplotlib.pyplotaspltx=[1,2,3,4]y=[10,20,15,25]plt.plot(x,y)plt.title("數(shù)據(jù)趨勢(shì)")plt.xlabel("橫軸")plt.ylabel("縱軸")#6.創(chuàng)建一個(gè)NumPy數(shù)組arr=[1,2,3,4,5]，并將數(shù)組中所有大于3的元素替換為10importnumpyasnparr=np.array([1,2,3,4,5])arr[arr>3]=10```六、代碼閱讀與完善題```pythonimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt#示例數(shù)據(jù)data={'姓名':['張三','李四','王五','趙六','錢(qián)七'],'部門(mén)':['銷(xiāo)售部','技術(shù)部','銷(xiāo)售部','技術(shù)部','銷(xiāo)售部'],'銷(xiāo)售額':[12000,15000,8000,20000,16000]}#創(chuàng)建DataFramedf=pd.DataFrame(data)#1.計(jì)算每個(gè)部門(mén)的平均銷(xiāo)售額，并將結(jié)果按平均銷(xiāo)售額從高到低排序，存儲(chǔ)到new_df中new_df=df.groupby('部門(mén)')['銷(xiāo)售額'].mean().sort_values(ascending=False)#2.使用Matplotlib繪制柱狀圖，橫軸為部門(mén)名稱，縱軸為對(duì)應(yīng)部門(mén)的平均銷(xiāo)售額