2026年數據分析師編程能力面試題及代碼示例含答案題型一：Python基礎與數據處理（共5題，每題10分，總分50分）題目1：請編寫Python代碼，讀取`data.csv`文件中的數據，篩選出`銷售額`大于10000的記錄，并按`日期`字段升序排序，最后輸出前10條記錄的`客戶名稱`和`銷售額`字段。假設`data.csv`文件包含`日期`、`客戶名稱`、`銷售額`三列，字段分隔符為`,`。代碼示例：pythonimportpandasaspd讀取CSV文件data=pd.read_csv('data.csv',delimiter=',',parse_dates=['日期'])篩選銷售額大于10000的記錄filtered_data=data[data['銷售額']>10000]按日期升序排序sorted_data=filtered_data.sort_values(by='日期',ascending=True)輸出前10條記錄的客戶名稱和銷售額result=sorted_data[['客戶名稱','銷售額']].head(10)print(result)答案與解析：1.代碼解析：-`pd.read_csv`讀取CSV文件，`delimiter=','`指定字段分隔符為逗號，`parse_dates=['日期']`將`日期`列解析為日期格式。-`data['銷售額']>10000`篩選出銷售額大于10000的記錄。-`sort_values(by='日期',ascending=True)`按`日期`升序排序。-`head(10)`輸出前10條記錄，`[['客戶名稱','銷售額']]`選擇指定字段。2.關鍵點：-CSV文件讀取時注意字段分隔符和日期解析。-篩選和排序操作需結合實際業(yè)務需求調整。題目2：請編寫Python代碼，使用`numpy`庫計算一個3x3矩陣的跡（主對角線元素之和）。假設矩陣存儲在變量`matrix`中。代碼示例：pythonimportnumpyasnp定義3x3矩陣matrix=np.array([[1,2,3],[4,5,6],[7,8,9]])計算矩陣的跡trace=np.trace(matrix)print(f"矩陣的跡為：{trace}")答案與解析：1.代碼解析：-`np.array`創(chuàng)建3x3矩陣。-`np.trace(matrix)`計算主對角線元素之和（1+5+9=15）。2.關鍵點：-矩陣操作需使用`numpy`庫。-跡的計算僅針對方陣（行數等于列數）。題目3：請編寫Python代碼，使用`collections`庫統(tǒng)計一個字符串中每個字符的出現次數，并按出現次數降序排列。假設字符串存儲在變量`s`中。代碼示例：pythonfromcollectionsimportCounter定義字符串s="abracadabra"統(tǒng)計字符出現次數counter=Counter(s)按出現次數降序排列sorted_counter=counter.most_common()print(sorted_counter)答案與解析：1.代碼解析：-`Counter(s)`統(tǒng)計字符出現次數（`{'a':5,'b':2,'r':2,'c':1,'d':1}`）。-`most_common()`按出現次數降序排列。2.關鍵點：-`Counter`是統(tǒng)計高頻元素的高效工具。-結果為列表，每個元素為`(字符,次數)`元組。題目4：請編寫Python代碼，使用`datetime`庫計算當前時間距離2026年1月1日還有多少天。假設當前時間為2025年12月31日。代碼示例：pythonfromdatetimeimportdatetime定義當前時間和目標時間current_time=datetime(2025,12,31)target_time=datetime(2026,1,1)計算差值delta=target_time-current_time輸出天數print(f"距離2026年1月1日還有：{delta.days}天")答案與解析：1.代碼解析：-`datetime(2025,12,31)`創(chuàng)建當前時間。-`target_time`為目標時間。-`delta.days`計算日期差值（1天）。2.關鍵點：-日期計算需使用`datetime`庫。-結果為整數天數。題目5：請編寫Python代碼，使用`itertools`庫生成0到9的所有排列組合，并輸出前10個結果。假設使用`itertools.permutations`函數。代碼示例：pythonfromitertoolsimportpermutations生成0到9的排列組合perm=permutations(range(10),2)輸出前10個結果fori,pinenumerate(perm):print(f"{i+1}:{p}")答案與解析：1.代碼解析：-`permutations(range(10),2)`生成0到9的2長度排列（如`(0,1)`,`(0,2)`等）。-`enumerate`用于遍歷并計數。2.關鍵點：-`itertools.permutations`生成有序排列。-結果為元組列表，需指定長度（如2表示每組2個元素）。題型二：SQL查詢與數據庫操作（共5題，每題10分，總分50分）題目6：請編寫SQL查詢，從`sales`表（包含`id`、`product_name`、`region`、`sales_amount`字段）中篩選出`region`為"華東"且`sales_amount`大于5000的記錄，并按`sales_amount`降序排列。代碼示例：sqlSELECTid,product_name,region,sales_amountFROMsalesWHEREregion='華東'ANDsales_amount>5000ORDERBYsales_amountDESC;答案與解析：1.代碼解析：-`WHEREregion='華東'ANDsales_amount>5000`篩選條件。-`ORDERBYsales_amountDESC`按銷售額降序排列。2.關鍵點：-篩選條件需區(qū)分字段和值（如`region`是字符串需加引號）。-降序排列使用`DESC`。題目7：請編寫SQL查詢，從`employees`表（包含`id`、`name`、`department`、`salary`字段）中計算每個部門的平均工資，并按平均工資降序排列。代碼示例：sqlSELECTdepartment,AVG(salary)ASavg_salaryFROMemployeesGROUPBYdepartmentORDERBYavg_salaryDESC;答案與解析：1.代碼解析：-`AVG(salary)`計算平均工資。-`GROUPBYdepartment`按部門分組。-`ORDERBYavg_salaryDESC`按平均工資降序排列。2.關鍵點：-分組查詢需使用`GROUPBY`。-別名`avg_salary`使結果更清晰。題目8：請編寫SQL查詢，從`orders`表（包含`order_id`、`customer_id`、`order_date`、`total_amount`字段）中查詢2025年每個客戶的訂單總數和總金額，并按總金額降序排列。代碼示例：sqlSELECTcustomer_id,COUNT(order_id)AStotal_orders,SUM(total_amount)AStotal_amountFROMordersWHEREorder_dateBETWEEN'2025-01-01'AND'2025-12-31'GROUPBYcustomer_idORDERBYtotal_amountDESC;答案與解析：1.代碼解析：-`WHEREorder_dateBETWEEN'2025-01-01'AND'2025-12-31'`篩選2025年訂單。-`COUNT(order_id)`統(tǒng)計訂單總數。-`SUM(total_amount)`計算總金額。-`GROUPBYcustomer_id`按客戶分組。2.關鍵點：-日期范圍查詢使用`BETWEEN`。-多聚合函數需分組。題目9：請編寫SQL查詢，從`products`表（包含`product_id`、`product_name`、`category`、`price`字段）中查詢每個類別的最貴產品名稱和價格，并按價格降序排列。代碼示例：sqlSELECTcategory,product_name,priceFROMproductsp1WHEREprice=(SELECTMAX(price)FROMproductsp2WHEREp1.category=p2.category)ORDERBYpriceDESC;答案與解析：1.代碼解析：-子查詢`SELECTMAX(price)FROMproductsp2WHEREp1.category=p2.category`查找每個類別的最高價格。-主查詢匹配最高價格的產品。2.關鍵點：-子查詢需關聯主查詢的`category`字段。-結果為每個類別的最貴產品。題目10：請編寫SQL查詢，從`employees`表（包含`id`、`name`、`department`、`salary`字段）中刪除`salary`低于平均工資的員工記錄。代碼示例：sqlDELETEFROMemployeesWHEREsalary<(SELECTAVG(salary)FROMemployees);答案與解析：1.代碼解析：-子查詢`SELECTAVG(salary)`計算平均工資。-`DELETE`刪除低于平均工資的記錄。2.關鍵點：-刪除操作需謹慎，建議先測試子查詢結果。-子查詢必須返回單個值。題型三：機器學習與數據分析（共5題，每題10分，總分50分）題目11：請使用Python的`scikit-learn`庫，對`diabetes.csv`數據集進行線性回歸分析，并輸出模型的系數和截距。假設數據集包含`age`、`weight`、`blood_pressure`等特征和`diabetes_score`目標變量。代碼示例：pythonimportpandasaspdfromsklearn.linear_modelimportLinearRegression讀取數據data=pd.read_csv('diabetes.csv')特征和目標變量X=data[['age','weight','blood_pressure']]y=data['diabetes_score']線性回歸模型model=LinearRegression()model.fit(X,y)輸出系數和截距print(f"系數：{model.coef_}")print(f"截距：{ercept_}")答案與解析：1.代碼解析：-`pd.read_csv`讀取數據。-`X`為特征列，`y`為目標列。-`LinearRegression`創(chuàng)建模型并擬合數據。-`coef_`為特征系數，`intercept_`為截距。2.關鍵點：-特征和目標變量需分離。-線性回歸適用于連續(xù)目標變量。題目12：請使用Python的`scikit-learn`庫，對`iris.csv`數據集進行K-means聚類分析，并輸出每個樣本的聚類標簽和聚類中心。假設數據集包含`sepal_length`、`sepal_width`等特征。代碼示例：pythonimportpandasaspdfromsklearn.clusterimportKMeans讀取數據data=pd.read_csv('iris.csv')特征X=data[['sepal_length','sepal_width']]K-means聚類（假設聚類數為3）kmeans=KMeans(n_clusters=3,random_state=42)kmeans.fit(X)輸出聚類標簽和中心print(f"聚類標簽：{kmeans.labels_}")print(f"聚類中心：{kmeans.cluster_centers_}")答案與解析：1.代碼解析：-`KMeans(n_clusters=3)`創(chuàng)建聚類模型。-`fit(X)`擬合數據。-`labels_`為樣本聚類標簽，`cluster_centers_`為聚類中心。2.關鍵點：-聚類數需根據業(yè)務調整（如鳶尾花數據通常為3）。-聚類結果需解釋業(yè)務含義。題目13：請使用Python的`pandas`庫，對`sales.csv`數據集進行時間序列分析，計算每月銷售額的滾動平均值（窗口大小為3個月）。假設數據集包含`date`（日期）和`sales_amount`（銷售額）字段。代碼示例：pythonimportpandasaspd讀取數據data=pd.read_csv('sales.csv',parse_dates=['date'])設置日期為索引data.set_index('date',inplace=True)計算滾動平均值rolling_avg=data['sales_amount'].rolling(window=3).mean()print(rolling_avg)答案與解析：1.代碼解析：-`parse_dates`將日期列解析為日期格式。-`set_index`將日期列設為索引。-`rolling(window=3).mean()`計算3個月滾動平均值。2.關鍵點：-時間序列分析需設置時間索引。-滾動窗口大小需根據業(yè)務調整。題目14：請使用Python的`matplotlib`庫，繪制`sales.csv`數據集的銷售額時間序列圖，并標注每月最高銷售額點。假設數據集包含`date`（日期）和`sales_amount`（銷售額）字段。代碼示例：pythonimportpandasaspdimportmatplotlib.pyplotasplt讀取數據data=pd.read_csv('sales.csv',parse_dates=['date'])設置日期為索引data.set_index('date',inplace=True)繪制時間序列圖plt.figure(figsize=(10,6))plt.plot(data['sales_amount'],label='MonthlySales')標注最高銷售額點max_sales=data['sales_amount'].idxmax()plt.scatter(max_sales,data.loc[max_sales,'sales_amount'],color='red')plt.text(max_sales,data.loc[max_sales,'sales_amount'],f"Max:{data.loc[max_sales,'sales_amount']}",fontsize=12)plt.xlabel('Date')plt.ylabel('SalesAmount')plt.title('MonthlySalesTimeSeries')plt.legend()plt.show()答案與解析：1.代碼解析：-`plt.plot`繪制時間序列圖。-`idxmax()`查找最高銷售額日期。-`plt.scatter`和`plt.text`標注最高點。2.關鍵點：-時間序列圖需標注關鍵點。-`matplotlib`可自定義樣式。題目15：請使用Python的`seaborn`庫，對`tips.csv`數據集繪制箱線圖，比較不同`day`（星期幾）的`total_bill`（總賬單）分布。假設數據集包含`day`和`total_bill`字段。代碼示例：pythonimportpandasaspdimportseabornassns讀取數據data=pd.read_csv('tips.csv')繪制