2025年python數(shù)據(jù)分析期末考試題及答案一、選擇題（每題2分，共30分）1.以下哪個庫是Python中用于數(shù)據(jù)分析的常用庫？（）A.NumPyB.MatplotlibC.PandasD.以上都是答案：D。NumPy提供了高效的多維數(shù)組對象和處理這些數(shù)組的工具；Matplotlib是一個強(qiáng)大的繪圖庫，可用于數(shù)據(jù)可視化；Pandas提供了數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具，如DataFrame和Series，它們都是數(shù)據(jù)分析中常用的庫。2.在Pandas中，要讀取一個CSV文件，應(yīng)該使用哪個函數(shù)？（）A.`read_excel()`B.`read_csv()`C.`to_csv()`D.`to_excel()`答案：B。`read_excel()`用于讀取Excel文件；`read_csv()`用于讀取CSV文件；`to_csv()`用于將數(shù)據(jù)保存為CSV文件；`to_excel()`用于將數(shù)據(jù)保存為Excel文件。3.執(zhí)行以下代碼后，結(jié)果是什么？```pythonimportpandasaspddata={'Name':['Alice','Bob','Charlie'],'Age':[25,30,35]}df=pd.DataFrame(data)print(df['Age'].mean())```A.25B.30C.35D.無法計算答案：B。代碼創(chuàng)建了一個包含姓名和年齡的DataFrame，然后計算了年齡列的平均值。`(25+30+35)/3=30`。4.在NumPy中，創(chuàng)建一個全為0的3x3數(shù)組的正確方法是（）A.`np.zeros((3,3))`B.`np.ones((3,3))`C.`np.empty((3,3))`D.`np.full((3,3),0)`答案：A。`np.zeros((3,3))`創(chuàng)建一個3x3的全0數(shù)組；`np.ones((3,3))`創(chuàng)建一個3x3的全1數(shù)組；`np.empty((3,3))`創(chuàng)建一個3x3的未初始化數(shù)組；`np.full((3,3),0)`也可以創(chuàng)建全0數(shù)組，但`np.zeros`更簡潔常用。5.以下關(guān)于Pandas的Series和DataFrame的說法，錯誤的是（）A.Series是一維的，DataFrame是二維的B.Series可以看作是DataFrame的一列C.DataFrame不能由多個Series組成D.Series和DataFrame都有索引答案：C。DataFrame可以由多個Series組成，將多個Series組合在一起就可以形成一個DataFrame。A、B、D選項的描述都是正確的。6.要在Matplotlib中繪制折線圖，應(yīng)該使用哪個函數(shù)？（）A.`plt.scatter()`B.`plt.bar()`C.`plt.plot()`D.`plt.hist()`答案：C。`plt.scatter()`用于繪制散點(diǎn)圖；`plt.bar()`用于繪制柱狀圖；`plt.plot()`用于繪制折線圖；`plt.hist()`用于繪制直方圖。7.執(zhí)行以下代碼后，`df.shape`的結(jié)果是（）```pythonimportpandasaspddata={'A':[1,2,3],'B':[4,5,6]}df=pd.DataFrame(data)```A.(2,3)B.(3,2)C.(6,)D.無法確定答案：B。`df.shape`返回一個元組，第一個元素表示行數(shù)，第二個元素表示列數(shù)。這里有3行2列，所以結(jié)果是(3,2)。8.在NumPy中，要對數(shù)組進(jìn)行轉(zhuǎn)置，可以使用（）A.`arr.T`B.`np.transpose(arr)`C.以上都是D.以上都不是答案：C。`arr.T`和`np.transpose(arr)`都可以對NumPy數(shù)組進(jìn)行轉(zhuǎn)置操作。9.以下哪種方法可以用于處理PandasDataFrame中的缺失值？（）A.`dropna()`B.`fillna()`C.以上都是D.以上都不是答案：C。`dropna()`用于刪除包含缺失值的行或列；`fillna()`用于填充缺失值，所以兩者都可以處理缺失值。10.在Matplotlib中，要設(shè)置圖形的標(biāo)題，可以使用（）A.`plt.xlabel()`B.`plt.ylabel()`C.`plt.title()`D.`plt.legend()`答案：C。`plt.xlabel()`用于設(shè)置x軸標(biāo)簽；`plt.ylabel()`用于設(shè)置y軸標(biāo)簽；`plt.title()`用于設(shè)置圖形的標(biāo)題；`plt.legend()`用于顯示圖例。11.執(zhí)行以下代碼后，`result`的值是（）```pythonimportnumpyasnparr=np.array([1,2,3,4,5])result=arr[1:3]```A.`[1,2]`B.`[2,3]`C.`[3,4]`D.`[4,5]`答案：B。NumPy數(shù)組的切片操作`arr[1:3]`表示從索引1開始（包含）到索引3結(jié)束（不包含），所以結(jié)果是`[2,3]`。12.關(guān)于Pandas的`groupby`方法，以下說法正確的是（）A.只能按一列進(jìn)行分組B.分組后不能進(jìn)行聚合操作C.可以按多列進(jìn)行分組并進(jìn)行聚合操作D.分組后的數(shù)據(jù)類型不變答案：C。`groupby`方法可以按一列或多列進(jìn)行分組，分組后可以進(jìn)行各種聚合操作，如求和、求平均值等。分組后的數(shù)據(jù)類型會變?yōu)閌GroupBy`對象。13.在NumPy中，要創(chuàng)建一個從0到9的整數(shù)數(shù)組，應(yīng)該使用（）A.`np.arange(10)`B.`np.linspace(0,9,10)`C.以上都是D.以上都不是答案：A。`np.arange(10)`創(chuàng)建一個從0到9的整數(shù)數(shù)組；`np.linspace(0,9,10)`創(chuàng)建一個從0到9均勻分布的包含10個元素的數(shù)組，元素不一定是整數(shù)。14.要在PandasDataFrame中添加一列新數(shù)據(jù)，可以使用（）A.`df['new_column']=new_data`B.`df.add_column('new_column',new_data)`C.`df.insert('new_column',new_data)`D.以上都不對答案：A?？梢灾苯油ㄟ^`df['new_column']=new_data`的方式在DataFrame中添加一列新數(shù)據(jù)。B和C選項的方法使用錯誤。15.在Matplotlib中，要顯示圖形，應(yīng)該使用（）A.`plt.show()`B.`plt.draw()`C.`plt.savefig()`D.`plt.close()`答案：A。`plt.show()`用于顯示圖形；`plt.draw()`用于重繪圖形；`plt.savefig()`用于保存圖形；`plt.close()`用于關(guān)閉圖形窗口。二、填空題（每題3分，共15分）1.在Pandas中，要獲取DataFrame的列名，可以使用`df.______`屬性。答案：columns。`df.columns`可以返回DataFrame的列名。2.NumPy數(shù)組的`dtype`屬性表示數(shù)組的______。答案：數(shù)據(jù)類型。`dtype`屬性用于表示NumPy數(shù)組中元素的數(shù)據(jù)類型。3.在Matplotlib中，要設(shè)置圖形的x軸刻度標(biāo)簽，可以使用`plt.______()`函數(shù)。答案：xticks。`plt.xticks()`用于設(shè)置x軸的刻度標(biāo)簽。4.在Pandas中，`df.sort_values(by='column_name')`用于按`column_name`列對DataFrame進(jìn)行______操作。答案：排序。`sort_values`方法用于對DataFrame按指定列進(jìn)行排序。5.要將PandasDataFrame保存為Excel文件，可以使用`df.______('filename.xlsx')`方法。答案：to_excel。`to_excel`方法用于將DataFrame保存為Excel文件。三、簡答題（每題10分，共30分）1.簡述NumPy、Pandas和Matplotlib在數(shù)據(jù)分析中的作用。答：-NumPy：NumPy是Python中用于科學(xué)計算的基礎(chǔ)庫。它提供了高效的多維數(shù)組對象`ndarray`以及對這些數(shù)組進(jìn)行操作的各種函數(shù)。在數(shù)據(jù)分析中，NumPy主要用于存儲和處理大量的數(shù)值數(shù)據(jù)，例如在數(shù)據(jù)預(yù)處理階段，對原始數(shù)據(jù)進(jìn)行向量化操作，如數(shù)據(jù)的縮放、歸一化等。它還為其他數(shù)據(jù)分析庫提供了基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)，很多數(shù)據(jù)分析庫（如Pandas）都是基于NumPy數(shù)組實(shí)現(xiàn)的。-Pandas：Pandas是專門為數(shù)據(jù)分析而設(shè)計的庫，它提供了兩個重要的數(shù)據(jù)結(jié)構(gòu)：`Series`和`DataFrame`。`Series`用于處理一維數(shù)據(jù)，`DataFrame`用于處理二維表格數(shù)據(jù)，類似于Excel表格。Pandas提供了豐富的數(shù)據(jù)處理和分析工具，如數(shù)據(jù)讀?。ㄈ缱x取CSV、Excel文件）、數(shù)據(jù)清洗（處理缺失值、重復(fù)值等）、數(shù)據(jù)篩選、分組聚合、數(shù)據(jù)排序等功能，使得數(shù)據(jù)處理和分析變得更加方便和高效。-Matplotlib：Matplotlib是一個用于數(shù)據(jù)可視化的庫，它可以將數(shù)據(jù)以各種圖形的形式展示出來，如折線圖、柱狀圖、散點(diǎn)圖、直方圖等。在數(shù)據(jù)分析中，可視化是非常重要的環(huán)節(jié)，通過圖形可以更直觀地觀察數(shù)據(jù)的分布、趨勢、關(guān)系等，幫助分析師發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和問題，從而做出更準(zhǔn)確的決策。2.如何處理PandasDataFrame中的缺失值？請舉例說明。答：處理PandasDataFrame中的缺失值通常有以下幾種方法：-刪除缺失值：使用`dropna()`方法。```pythonimportpandasaspdimportnumpyasnpdata={'A':[1,np.nan,3],'B':[4,5,np.nan]}df=pd.DataFrame(data)刪除包含缺失值的行df_dropped=df.dropna()print(df_dropped)```-填充缺失值：使用`fillna()`方法。```python使用特定值填充df_filled=df.fillna(0)print(df_filled)使用前一個值填充（向前填充）df_ffill=df.fillna(method='ffill')print(df_ffill)使用后一個值填充（向后填充）df_bfill=df.fillna(method='bfill')print(df_bfill)```-使用統(tǒng)計值填充：可以使用均值、中位數(shù)等統(tǒng)計值填充。```python使用均值填充mean_value=df['A'].mean()df_filled_mean=df.fillna({'A':mean_value})print(df_filled_mean)```3.請簡述在Matplotlib中繪制圖形的基本步驟。答：在Matplotlib中繪制圖形的基本步驟如下：-導(dǎo)入必要的庫：通常需要導(dǎo)入`matplotlib.pyplot`庫，有時還會導(dǎo)入`numpy`等用于提供數(shù)據(jù)的庫。```pythonimportmatplotlib.pyplotaspltimportnumpyasnp```-準(zhǔn)備數(shù)據(jù)：可以使用`numpy`等庫提供數(shù)據(jù)，或者從文件中讀取數(shù)據(jù)。```pythonx=np.linspace(0,10,100)y=np.sin(x)```-創(chuàng)建圖形和坐標(biāo)軸：使用`plt.figure()`創(chuàng)建一個新的圖形窗口，使用`plt.subplot()`或`plt.axes()`等方法創(chuàng)建坐標(biāo)軸。如果只繪制一個圖形，也可以直接使用默認(rèn)的坐標(biāo)軸。```pythonplt.figure()```-繪制圖形：根據(jù)需要選擇合適的繪圖函數(shù)，如`plt.plot()`繪制折線圖、`plt.scatter()`繪制散點(diǎn)圖等。```pythonplt.plot(x,y)```-設(shè)置圖形屬性：可以設(shè)置圖形的標(biāo)題、坐標(biāo)軸標(biāo)簽、圖例等屬性，增強(qiáng)圖形的可讀性。```pythonplt.title('SinFunction')plt.xlabel('X')plt.ylabel('Y')```-顯示或保存圖形：使用`plt.show()`顯示圖形，或者使用`plt.savefig()`保存圖形。```pythonplt.show()```四、編程題（每題15分，共30分）1.給定一個包含學(xué)生姓名、年齡和成績的CSV文件`students.csv`，編寫Python代碼完成以下任務(wù)：-讀取CSV文件并將其存儲為PandasDataFrame。-計算學(xué)生的平均成績。-篩選出成績大于平均成績的學(xué)生。-將篩選后的學(xué)生信息保存為