2025年P(guān)ython二級考試專項訓(xùn)練：數(shù)據(jù)可視化實戰(zhàn)考試時間：______分鐘總分：______分姓名：______一、選擇題（每題2分，共20分）1.在Python數(shù)據(jù)可視化中，以下哪個庫通常被視為基于Matplotlib構(gòu)建的，更側(cè)重于統(tǒng)計圖形的繪制？A.PlotlyB.BokehC.SeabornD.Pyecharts2.當需要創(chuàng)建一個展示數(shù)據(jù)分布情況的直方圖時，以下哪個Matplotlib函數(shù)最為常用？A.plot()B.scatter()C.bar()D.hist()3.以下哪個Python包是進行數(shù)據(jù)分析和操作的標準庫？A.MatplotlibB.SeabornC.PandasD.NumPy4.在Seaborn中，若要繪制兩個變量之間的關(guān)系圖，并展示不同類別數(shù)據(jù)點的分布，常用的函數(shù)是？A.sns.histplot()B.sns.jointplot()C.sns.relplot()D.sns.barplot()5.在處理PandasDataFrame時，若要選擇所有列中值為非缺失值（NaN）的行，應(yīng)使用哪個方法？A.df.dropna()B.df.fillna()C.df.dropna(how='all')D.df.dropna(subset=None,how='any',thresh=None,inplace=False)6.以下哪個方法可以用來設(shè)置Matplotlib圖表的標題？A.set_xlabel()B.set_ylabel()C.set_title()D.set_xticks()7.在Matplotlib中，一個畫布（Figure）可以包含多個坐標系（Axes），用于繪制不同的子圖。以下哪個函數(shù)常用于創(chuàng)建包含多個子圖的畫布布局？A.plt.subplots()B.fig.add_subplot()C.plt.subplot()D.fig.subplots()8.當需要對數(shù)據(jù)進行排序以便于繪制趨勢圖時，Pandas的哪個方法最為合適？A.df.sort_values()B.df.sort_index()C.df.rank()D.df.sort_column()9.在數(shù)據(jù)可視化中，選擇合適的圖表類型對于清晰傳達信息至關(guān)重要。對于展示不同類別數(shù)據(jù)的數(shù)量比較，柱狀圖（BarChart）通常是較好的選擇。A.TrueB.False10.Seaborn的`lineplot()`函數(shù)默認會為每條線添加置信區(qū)間（CI）帶。A.TrueB.False二、填空題（每空2分，共20分）1.在Matplotlib中，用于控制圖表大小（寬度和高度，單位為英寸）的參數(shù)是`__________`。2.若要在一個Seaborn圖表中為不同類別的數(shù)據(jù)點設(shè)置不同的顏色，可以使用參數(shù)`__________`。3.處理和分析結(jié)構(gòu)化數(shù)據(jù)時，Pandas庫中的`__________`對象是核心數(shù)據(jù)結(jié)構(gòu)。4.Matplotlib中的`plt.show()`函數(shù)用于_________繪制好的圖表。5.當數(shù)據(jù)集中存在缺失值時，可以使用Pandas的`__________`函數(shù)來填充這些缺失值。6.在Seaborn中，`sns.set_style()`函數(shù)可以用來設(shè)置圖表的整體風(fēng)格，例如`'white'`、`'dark'`、`'whitegrid'`或`'darkgrid'`。7.若要繪制一個散點圖，展示兩個數(shù)值型變量之間的關(guān)系，在Matplotlib中可以使用`__________`函數(shù)。8.使用Pandas的`melt()`函數(shù)可以將寬格式數(shù)據(jù)轉(zhuǎn)換為長格式數(shù)據(jù)，其中參數(shù)`id_vars`指定保持不變的列，而`value_vars`指定要轉(zhuǎn)換的列。9.在Matplotlib圖表中，通過`__________`屬性可以設(shè)置x軸的標簽。10.繪制箱線圖（BoxPlot）時，箱體的上下邊緣通常代表數(shù)據(jù)的哪個分位數(shù)？分別是`__________`和`__________`分位數(shù)。三、編程題（共3題，共60分）1.（20分）假設(shè)你已經(jīng)成功導(dǎo)入了Pandas庫（導(dǎo)入別名`pd`）并加載了一個名為`df`的DataFrame，其中包含以下列：`'Date'`（日期）、`'Category'`（類別，如'ProductA','ProductB'）、`'Sales'`（銷售額）。請編寫Python代碼，完成以下任務(wù)：a.繪制一個柱狀圖，展示不同`'Category'`的`'Sales'`總額。請為圖表設(shè)置一個標題`'TotalSalesbyCategory'`，并為x軸和y軸分別設(shè)置標簽`'Category'`和`'TotalSales'`。b.在同一個圖表（可以使用`subplots=True`參數(shù)在`barplot`中實現(xiàn)，或單獨創(chuàng)建并組合子圖）中，為每個類別繪制銷售額隨時間變化的折線圖。假設(shè)`'Date'`列已經(jīng)是適合繪圖的時間格式。2.（20分）繼續(xù)使用上一題的`df`DataFrame。請編寫Python代碼，完成以下任務(wù)：a.使用Seaborn庫，繪制一個`'Sales'`數(shù)據(jù)的分布直方圖。請設(shè)置圖表的標題為`'DistributionofSales'`。b.在同一個圖表區(qū)域（可以使用`sharex=True`參數(shù)在`histplot`中實現(xiàn)，或調(diào)整布局），在同一張圖上繪制`'Sales'`數(shù)據(jù)的核密度估計圖（KDE）。確保直方圖和KDE曲線清晰可辨。3.（20分）假設(shè)`df`DataFrame中新增了一列`'Region'`，表示銷售區(qū)域（如'East','West','North'）。請編寫Python代碼，完成以下任務(wù)：a.使用Seaborn的`relplot()`函數(shù)，繪制一個關(guān)系圖（scatterplot），展示`'Sales'`與另一個數(shù)值列（例如，可以假設(shè)DataFrame中還有一個名為`'Cost'`的列，表示成本）之間的關(guān)系。b.在這個關(guān)系圖中，請使用參數(shù)設(shè)置，使得不同`'Region'`的數(shù)據(jù)點使用不同的顏色。同時，為圖表添加圖例，圖例標題為`'Region'`。c.設(shè)置圖表的整體樣式為`'whitegrid'`。試卷答案一、選擇題1.C2.D3.C4.C5.D6.C7.A8.A9.A10.A二、填空題1.figsize2.hue3.DataFrame4.顯示5.fillna6.style7.scatter8.melt9.xlabel10.第一（或25%），第三（或75%）三、編程題1.代碼示例（部分，需根據(jù)實際df結(jié)構(gòu)補充完整）：```pythonimportpandasaspdimportmatplotlib.pyplotasplt#假設(shè)df已加載#a.繪制柱狀圖#計算每個類別的銷售額總和sales_by_category=df.groupby('Category')['Sales'].sum()#繪制柱狀圖plt.figure(figsize=(10,6))#可選：設(shè)置畫布大小sales_by_category.plot(kind='bar')plt.title('TotalSalesbyCategory')plt.xlabel('Category')plt.ylabel('TotalSales')plt.xticks(rotation=0)#可選：旋轉(zhuǎn)x軸標簽plt.tight_layout()#可選：調(diào)整布局plt.show()#b.繪制銷售額隨時間變化的折線圖#假設(shè)'Date'已轉(zhuǎn)換為datetime類型plt.figure(figsize=(12,6))#可選：設(shè)置畫布大小forcategoryindf['Category'].unique():category_data=df[df['Category']==category]category_data.groupby('Date')['Sales'].sum().plot(label=category)plt.title('SalesTrendbyCategory')plt.xlabel('Date')plt.ylabel('TotalSales')plt.legend()plt.xticks(rotation=45)#可選：旋轉(zhuǎn)x軸標簽plt.tight_layout()plt.show()```解析思路：1.選擇題：考察對常用庫、函數(shù)、Pandas操作及基本可視化原則的理解。需熟悉各庫特點和常用方法。2.填空題：考察對關(guān)鍵參數(shù)、核心概念（如DataFrame、置信區(qū)間）的記憶。3.編程題1：a.核心是`groupby`計算分組統(tǒng)計，然后用`plot(kind='bar')`繪制柱狀圖，并使用`set_title`,`set_xlabel`,`set_ylabel`設(shè)置圖表元素。b.需要區(qū)分不同類別的數(shù)據(jù)，可以使用循環(huán)或`hue`參數(shù)（Seaborn），并按日期分組計算總和后繪制折線圖。注意`Date`列的格式。2.代碼示例（部分，需根據(jù)實際df結(jié)構(gòu)補充完整）：```pythonimportseabornassnsimportmatplotlib.pyplotasplt#假設(shè)df已加載#a.繪制直方圖plt.figure(figsize=(10,6))#可選：設(shè)置畫布大小sns.histplot(data=df,x='Sales',kde=False)#設(shè)置kde=False只畫直方圖plt.title('DistributionofSales')plt.xlabel('Sales')plt.ylabel('Frequency')plt.show()#b.繪制KDE圖plt.figure(figsize=(10,6))#可選：設(shè)置畫布大小sns.histplot(data=df,x='Sales',kde=True)#設(shè)置kde=True繪制直方圖和KDEplt.title('SalesDistributionwithKDE')plt.xlabel('Sales')plt.ylabel('Density')plt.show()```解析思路：1.選擇題：同上。2.填空題：同上。3.編程題2：a.使用Seaborn的`histplot()`函數(shù)繪制直方圖，通過`data`指定DataFrame，`x`指定要繪制的數(shù)據(jù)列。用`set_title`等設(shè)置標題和軸標簽。`kde=False`參數(shù)確保只顯示直方圖。b.同樣使用`histplot()`，將`kde`參數(shù)設(shè)為`True`，即可在直方圖的基礎(chǔ)上疊加核密度估計曲線。注意調(diào)整標題和軸標簽。3.代碼示例（部分，需根據(jù)實際df結(jié)構(gòu)補充完整）：```pythonimportseabornassnsimportmatplotlib.pyplotasplt#假設(shè)df已加載#a.繪制關(guān)系圖（散點圖）sns.relplot(data=df,x='Sales',y='Cost',kind='scatter')#默認是scatterplot#b.添加hue參數(shù)和圖例sns.relplot(data=df,x='Sales',y='Cost',hue='Region',kind='scatter')plt.legend(title='Region')#顯式設(shè)置圖例標題#c.設(shè)置整體樣式sns.set_style("whitegrid")#可以將a和b合并在一個plt.figure中plt.figure(figsize=(10,6))#可選：設(shè)置畫布大小sns.relplot(data=df,x='Sales',y='Cost',hue='Region',kind='scatter')plt.title('SalesvsCostbyRegion')#添加圖表標題plt.legend(title='Region')#確保圖例標題sns.set_style("whitegrid")#設(shè)置樣式，通常在繪圖前設(shè)置或通過參數(shù)plt.show()```解析思路：1.選擇題：同上。2.填空題：同上。3.編程題3：a