2025年大學(xué)《數(shù)據(jù)計(jì)算及應(yīng)用》專業(yè)題庫——數(shù)據(jù)計(jì)算及應(yīng)用專業(yè)的實(shí)驗(yàn)實(shí)踐考試時(shí)間：______分鐘總分：______分姓名：______一、編程實(shí)現(xiàn)題請閱讀以下要求，使用Python語言編寫代碼完成指定任務(wù)。假設(shè)所有代碼均需在標(biāo)準(zhǔn)庫的基礎(chǔ)上完成，無需安裝額外的第三方庫。1.編寫一個(gè)函數(shù)`count_vowels(s)`，接收一個(gè)字符串參數(shù)`s`。函數(shù)需要統(tǒng)計(jì)并返回字符串`s`中所有元音字母（a,e,i,o,u，不區(qū)分大小寫）出現(xiàn)的總次數(shù)。在函數(shù)外部，調(diào)用該函數(shù)并打印輸出處理字符串`"Hello,World!PythonisFun"`時(shí)的元音字母總數(shù)。2.編寫代碼實(shí)現(xiàn)一個(gè)簡單的文本文件讀取與統(tǒng)計(jì)程序。程序需要：*從當(dāng)前目錄下讀取名為`sample.txt`的文本文件（假設(shè)文件內(nèi)容為普通英文文本，不含特殊格式）。*統(tǒng)計(jì)文件中總單詞數(shù)（以空格、標(biāo)點(diǎn)符號或換行符為分隔符）和總行數(shù)。*打印輸出統(tǒng)計(jì)結(jié)果，格式為：`"Totalwords:X,Totallines:Y"`，其中`X`和`Y`分別為統(tǒng)計(jì)到的單詞數(shù)和行數(shù)。二、數(shù)據(jù)處理與分析題假設(shè)你獲得了一份名為`sales_data.csv`的CSV文件，其內(nèi)容結(jié)構(gòu)如下（每行代表一條銷售記錄）：```product_id,category,price,quantity,regionP001,Electronics,1299.99,2,EastP002,Clothing,89.99,5,NorthP003,Home,199.50,1,SouthP004,Electronics,499.99,3,WestP005,Clothing,45.99,8,North...```請編寫Python代碼片段，使用標(biāo)準(zhǔn)庫中的`csv`模塊完成以下任務(wù)：1.讀取`sales_data.csv`文件。2.跳過標(biāo)題行，遍歷文件中的每一行數(shù)據(jù)。3.計(jì)算并打印輸出`Electronics`類別商品的總銷售額（`price*quantity`）。4.找出并打印輸出銷售`quantity`數(shù)量最多的商品信息（包括`product_id`,`category`,`price`,`quantity`,`region`）。三、數(shù)據(jù)庫操作題請使用SQL語言編寫滿足以下要求的SQL查詢語句。1.假設(shè)有兩個(gè)數(shù)據(jù)庫表：`employees`（員工表）和`departments`（部門表）。`employees`表有列`emp_id`（員工ID，主鍵），`name`（姓名），`salary`（薪水），`dept_id`（部門ID，外鍵）。`departments`表有列`dept_id`（部門ID，主鍵），`dept_name`（部門名稱）。*編寫一個(gè)SQL查詢語句，查找薪水高于其所在部門平均薪水的所有員工的`emp_id`和`name`。*編寫一個(gè)SQL查詢語句，按`dept_name`對部門進(jìn)行分組，并計(jì)算每個(gè)部門的員工總數(shù)和平均薪水（僅顯示部門名稱、員工總數(shù)和平均薪水）。四、綜合應(yīng)用題假設(shè)你需要構(gòu)建一個(gè)簡單的數(shù)據(jù)處理流程，用于處理一組原始數(shù)據(jù)。請描述該流程的主要步驟，并用自然語言或偽代碼形式簡要說明。1.數(shù)據(jù)獲取:假設(shè)原始數(shù)據(jù)以壓縮文件`raw_data.zip`形式提供，其中包含一個(gè)名為`data.csv`的CSV文件。請描述如何使用標(biāo)準(zhǔn)庫或常用命令行工具（如`zip`命令）解壓該文件，獲取`data.csv`。2.數(shù)據(jù)加載與初步檢查:描述如何使用Python代碼（無需安裝第三方庫）讀取`data.csv`文件的前5行數(shù)據(jù)，并打印輸出查看其內(nèi)容結(jié)構(gòu)。3.數(shù)據(jù)清洗:描述如何處理`data.csv`文件中可能存在的兩種問題：*某些行可能包含缺失值（例如，某列的值為空字符串或特定標(biāo)記）。*某些行的`date`列格式不統(tǒng)一（例如，存在`"2023-01-15"`和`"01/15/2023"`兩種格式）。4.數(shù)據(jù)轉(zhuǎn)換:描述如何將清洗后的數(shù)據(jù)中`price`列的字符串格式（如`"$99.99"`）轉(zhuǎn)換為浮點(diǎn)數(shù)類型，以便后續(xù)進(jìn)行計(jì)算。5.結(jié)果輸出:描述如何將處理后的數(shù)據(jù)保存到一個(gè)新的CSV文件`processed_data.csv`中。試卷答案一、編程實(shí)現(xiàn)題1.```pythondefcount_vowels(s):vowels="aeiouAEIOU"returnsum(1forcharinsifcharinvowels)text="Hello,World!PythonisFun"print(count_vowels(text))```解析思路:定義函數(shù)`count_vowels`接收字符串`s`。使用生成器表達(dá)式遍歷字符串`s`中的每個(gè)字符`char`，檢查`char`是否在元音集合`vowels`中（不區(qū)分大小寫）。對滿足條件的字符計(jì)數(shù)求和，返回總數(shù)量。在函數(shù)外部調(diào)用函數(shù)并打印結(jié)果。2.```pythonimportcsvword_count=0line_count=0try:withopen('sample.txt','r',encoding='utf-8')asfile:reader=csv.reader(file)forrowinreader:line_count+=1word_count+=len(row)exceptFileNotFoundError:print("Filesample.txtnotfound.")exceptExceptionase:print(f"Anerroroccurred:{e}")print(f"Totalwords:{word_count},Totallines:{line_count}")```解析思路:使用`open`函數(shù)以讀取模式打開`sample.txt`文件。使用`csv.reader`讀取文件內(nèi)容，它將每行數(shù)據(jù)按分隔符分割成列表。遍歷`reader`對象的每一行`row`。每處理一行，行數(shù)`line_count`加1，當(dāng)前行的單詞數(shù)（列表長度`len(row)`）加到`word_count`上。最后打印總單詞數(shù)和總行數(shù)。增加了異常處理以應(yīng)對文件不存在或其他讀取錯(cuò)誤的情況。二、數(shù)據(jù)處理與分析題```pythonimportcsvtotal_electronics_sales=0.0try:withopen('sales_data.csv','r',encoding='utf-8')asfile:reader=csv.DictReader(file)next(reader)#Skipheaderrowforrowinreader:ifrow['category'].strip().lower()=='electronics':try:price=float(row['price'].strip())quantity=int(row['quantity'].strip())total_electronics_sales+=price*quantityexcept(ValueError,AttributeError):pass#Skiprowswithinvaliddataprint(f"TotalElectronicsSales:{total_electronics_sales:.2f}")max_quantity=-1max_sales_info=Noneforrowinreader:#Re-readorusedatafrompreviousreadifpossibletry:quantity=int(row['quantity'].strip())ifquantity>max_quantity:max_quantity=quantitymax_sales_info={'product_id':row['product_id'].strip(),'category':row['category'].strip(),'price':float(row['price'].strip()),'quantity':quantity,'region':row['region'].strip()}except(ValueError,AttributeError):passifmax_sales_info:print(f"MostQuantitySold:{max_sales_info}")exceptFileNotFoundError:print("Filesales_data.csvnotfound.")exceptExceptionase:print(f"Anerroroccurred:{e}")```解析思路:使用`csv.DictReader`讀取`sales_data.csv`文件，該讀取器將每行數(shù)據(jù)轉(zhuǎn)換為字典，列名作為鍵。`next(reader)`跳過標(biāo)題行。第一部分遍歷數(shù)據(jù)行，使用`if`語句檢查`category`是否為`"electronics"`（去除空格并轉(zhuǎn)為小寫以增加魯棒性）。對于符合條件的行，嘗試將`price`和`quantity`轉(zhuǎn)換為浮點(diǎn)數(shù)和整數(shù)，并累加到`total_electronics_sales`。最后打印總銷售額。第二部分重新遍歷數(shù)據(jù)行（或保留之前的數(shù)據(jù)），嘗試將`quantity`轉(zhuǎn)換為整數(shù)，記錄最大銷售量的商品信息。增加了異常處理以跳過數(shù)據(jù)格式不正確的行。三、數(shù)據(jù)庫操作題1.```sqlSELECTe.emp_id,FROMemployeeseWHEREe.salary>(SELECTAVG(e2.salary)FROMemployeese2WHEREe2.dept_id=e.dept_id);```解析思路:使用一個(gè)子查詢。外層查詢選擇`employees`表中滿足`salary`大于子查詢結(jié)果的員工記錄。子查詢計(jì)算與當(dāng)前員工`e`具有相同`dept_id`的所有員工的平均薪水`AVG(e2.salary)`。只有當(dāng)當(dāng)前員工的薪水高于其所在部門的平均薪水時(shí)，才被選中。2.```sqlSELECTd.dept_name,COUNT(e.emp_id)AStotal_employees,AVG(e.salary)ASaverage_salaryFROMdepartmentsdLEFTJOINemployeeseONd.dept_id=e.dept_idGROUPBYd.dept_name;```解析思路:使用`LEFTJOIN`將`departments`表和`employees`表連接起來，連接條件是部門ID`dept_id`相等。`GROUPBYd.dept_name`按部門名稱分組。對于每個(gè)分組，使用`COUNT(e.emp_id)`統(tǒng)計(jì)該部門的員工數(shù)量（使用`emp_id`作為非聚合列確保計(jì)數(shù)包含部門下無員工的部門），使用`AVG(e.salary)`計(jì)算該部門員工的平均薪水。`AS`關(guān)鍵字用于給聚合結(jié)果命名。使用`LEFTJOIN`確保即使某些部門沒有員工，也能在結(jié)果中顯示（員工數(shù)量為0，平均薪水為NULL或根據(jù)定義計(jì)算出的值）。四、綜合應(yīng)用題解析思路:1.數(shù)據(jù)獲取:使用命令行工具`zip`或Python的`zipfile`模塊解壓`raw_data.zip`。例如，在命令行執(zhí)行`unzipraw_data.zip`。或者使用Python代碼`importzipfile;withzipfile.ZipFile('raw_data.zip','r')asz:z.extract('data.csv')`。2.數(shù)據(jù)加載與初步檢查:使用Python的`open`函數(shù)讀取`data.csv`文件。使用`csv.reader`或`csv.DictReader`讀取文件。遍歷讀取器對象的前5個(gè)元素（例如，使用`itertools.islice`或簡單的`for`循環(huán)計(jì)數(shù)），并將它們打印出來以查看數(shù)據(jù)格式和結(jié)構(gòu)。3.數(shù)據(jù)清洗:*缺失值處理:在遍歷數(shù)據(jù)行時(shí)進(jìn)行檢查。對于每一列，判斷值是否為空（如`''`,`None`,特定標(biāo)記如`'#N/A#'`）?？梢允褂胉ifvalueisNoneorvalue.strip()==''orvalue.strip()=='#N/A