2026年P(guān)ython數(shù)據(jù)分析師面試題及代碼實(shí)例含答案一、選擇題（每題2分，共10題）說明：以下題目主要考察Python基礎(chǔ)、數(shù)據(jù)分析常用庫及數(shù)據(jù)處理能力。1.以下哪個庫最適合用于數(shù)據(jù)清洗和預(yù)處理？A.MatplotlibB.PandasC.NumPyD.Scikit-learn2.在Pandas中，如何快速篩選出DataFrame中某列值大于10的所有行？A.`df[df['column']>10]`B.`df.query('column>10')`C.`df.filter(lambdax:x['column']>10)`D.以上都正確3.以下哪個函數(shù)可以用來計算NumPy數(shù)組中所有元素的平均值？A.`sum(arr)/len(arr)`B.`np.mean(arr)`C.`np.average(arr)`D.B和C都正確4.在Pandas中，如何對DataFrame進(jìn)行按行排序？A.`df.sort_values(by='column',ascending=False)`B.`df.sort_index(axis=0)`C.`df.rank(columns='column')`D.A和B都正確5.以下哪個庫主要用于數(shù)據(jù)可視化？A.PandasB.MatplotlibC.NumPyD.Scikit-learn答案與解析：1.B-解析：Pandas是專門為數(shù)據(jù)分析設(shè)計的庫，提供強(qiáng)大的數(shù)據(jù)清洗、過濾、分組等功能。Matplotlib和NumPy主要用于計算和可視化，Scikit-learn用于機(jī)器學(xué)習(xí)。2.D-解析：選項(xiàng)A和B都可以實(shí)現(xiàn)篩選，選項(xiàng)C的寫法不正確。Pandas支持多種篩選方式，A和B是常用方法。3.D-解析：`np.mean()`和`np.average()`都可以計算平均值，但`np.mean()`更常用。`sum(arr)/len(arr)`是手動計算，效率較低。4.A-解析：`sort_values()`按列值排序，`sort_index()`按索引排序。`rank()`用于計算排名，不是排序。A是按值排序的正確方式。5.B-解析：Matplotlib是Python中最常用的數(shù)據(jù)可視化庫，Pandas也有簡單的可視化功能，但Matplotlib更全面。NumPy和Scikit-learn不直接用于可視化。二、填空題（每空1分，共5題）說明：補(bǔ)全代碼或解釋。6.在Pandas中，使用______函數(shù)可以快速查看DataFrame的前5行數(shù)據(jù)。7.NumPy中，`np.array([1,2,3])`的類型是______。8.在Pandas中，使用______方法可以計算DataFrame的描述性統(tǒng)計（均值、標(biāo)準(zhǔn)差等）。9.Matplotlib中，`plt.plot(x,y)`繪制的是______圖。10.使用`df.groupby('column').sum()`可以按______分組并計算總和。答案與解析：6.`head()`-解析：`head()`默認(rèn)返回前5行，可指定參數(shù)調(diào)整行數(shù)。7.`ndarray`-解析：NumPy數(shù)組類型為`ndarray`，是Python中的基本數(shù)據(jù)結(jié)構(gòu)。8.`describe()`-解析：`describe()`自動計算統(tǒng)計量，如均值、標(biāo)準(zhǔn)差、分位數(shù)等。9.線性-解析：`plt.plot()`默認(rèn)繪制折線圖，也可通過參數(shù)改為散點(diǎn)圖等。10.`column`-解析：`groupby()`按指定列分組，然后對分組結(jié)果執(zhí)行聚合操作（如`sum()`）。三、簡答題（每題5分，共3題）說明：解釋或說明。11.簡述Pandas中`merge()`和`join()`的區(qū)別。12.解釋NumPy的廣播機(jī)制是什么，并舉例說明。13.如何使用Matplotlib繪制一個帶有誤差線的散點(diǎn)圖？答案與解析：11.-Pandas中`merge()`和`join()`的區(qū)別：-`merge()`：基于鍵（key）合并兩個DataFrame，類似于SQL中的`JOIN`操作，支持多種合并方式（內(nèi)連接、外連接等）。-`join()`：按索引合并，默認(rèn)左連接，類似于`merge(left_index=True)`，更簡單但功能有限。-示例：pythonimportpandasaspddf1=pd.DataFrame({'key':['A','B'],'value1':[1,2]})df2=pd.DataFrame({'key':['A','B'],'value2':[3,4]})mergeresult=pd.merge(df1,df2,on='key',how='inner')joinresult=df1.join(df2.set_index('key'),on='key',how='inner')12.-NumPy廣播機(jī)制：-廣播是NumPy自動擴(kuò)展數(shù)組維度以適配不同形狀數(shù)組進(jìn)行計算的功能，避免顯式復(fù)制數(shù)據(jù)，提高效率。-規(guī)則：1.若兩個數(shù)組形狀相同，直接計算；2.若形狀不同，沿維度擴(kuò)展較短的數(shù)組至較長數(shù)組的形狀；3.若一個數(shù)組在某個維度為1，則在該維度上廣播。-示例：pythonimportnumpyasnpa=np.array([1,2,3])#(3,)b=np.array([4])#(1,)廣播后：a擴(kuò)展為(3,1)，b擴(kuò)展為(1,3)，結(jié)果為(3,3)result=a+bprint(result)#[[567][678][789]]13.-繪制帶有誤差線的散點(diǎn)圖：-使用`plt.errorbar()`函數(shù)，可傳入x、y值及誤差數(shù)據(jù)（`yerr`）。-示例：pythonimportmatplotlib.pyplotaspltx=[1,2,3,4]y=[10,8,12,6]yerr=[0.5,1,0.3,0.7]plt.errorbar(x,y,yerr=yerr,fmt='o',ecolor='red',capsize=5)plt.xlabel('X軸')plt.ylabel('Y軸')plt.title('帶誤差線的散點(diǎn)圖')plt.show()四、代碼實(shí)現(xiàn)題（每題10分，共2題）說明：完成指定功能。14.任務(wù)：-讀取CSV文件`sales.csv`（包含`date`,`product`,`sales`列），篩選出2023年銷售額大于10000的記錄，按`product`分組并計算總銷售額。-要求：使用Pandas，輸出結(jié)果按銷售額降序排列。示例代碼：pythonimportpandasaspd代碼實(shí)現(xiàn)15.任務(wù)：-生成一個包含100個隨機(jī)數(shù)的NumPy數(shù)組（范圍0-1），計算其均值和標(biāo)準(zhǔn)差，并繪制直方圖（bins=20）。-要求：使用Matplotlib和NumPy，標(biāo)題包含均值和標(biāo)準(zhǔn)差。示例代碼：pythonimportnumpyasnpimportmatplotlib.pyplotasplt代碼實(shí)現(xiàn)答案與解析：14.pythonimportpandasaspddf=pd.read_csv('sales.csv')篩選2023年銷售額>10000df['date']=pd.to_datetime(df['date'])filtered=df[(df['date'].dt.year==2023)&(df['sales']>10000)]按product分組并計算總銷售額result=filtered.groupby('product')['sales'].sum().sort_values(ascending=False)print(result)-解析：-使用`pd.to_datetime()`確保`date`列是日期格式；-篩選條件為`year==2023`和`sales>10000`；-`groupby()`按`product`分組，`sum()`計算總和，`sort_values()`降序排列。15.pythonimportnumpyasnpimportmatplotlib.pyplotasplt生成隨機(jī)數(shù)data=np.random.rand(100)計算均值和標(biāo)準(zhǔn)差mean=np.mean(data)std=np.std(data)繪制直方圖plt.hist(data,bins=20,edgecolor='black')plt.title(f'隨機(jī)數(shù)分布\n均值={mean:.2f},標(biāo)準(zhǔn)差={std:.2f}')plt.xlabel('值')plt.ylabel('頻數(shù)')plt.show()-解析：-`np.random.rand(100)`生成100個0-1的隨機(jī)數(shù)；-`np.mean()`和`np.std()`計算統(tǒng)計量；-`plt.hist()`繪制直方圖，`bins=20`設(shè)置bins數(shù)量，`edgecolor`美化。五、綜合應(yīng)用題（15分）說明：結(jié)合實(shí)際場景解決問題。16.任務(wù)：-讀取CSV文件`customer.csv`（包含`age`,`gender`,`purchase`列），完成以下分析：1.計算各年齡段的平均購買金額；2.繪制性別與平均購買金額的條形圖；3.篩選出購買金額最高的10%客戶，并按性別分組統(tǒng)計數(shù)量。示例代碼：pythonimportpandasaspdimportmatplotlib.pyplotasplt代碼實(shí)現(xiàn)答案與解析：16.pythonimportpandasaspdimportmatplotlib.pyplotaspltdf=pd.read_csv('customer.csv')1.計算各年齡段的平均購買金額age_mean=df.groupby('age')['purchase'].mean().sort_index()print("各年齡段平均購買金額：\n",age_mean)2.繪制性別與平均購買金額的條形圖gender_mean=df.groupby('gender')['purchase'].mean()plt.bar(gender_mean.index,gender_mean.values)plt.title('性別與平均購買金額')plt.xlabel('性別')plt.ylabel('平均購買金額')plt.show()3.篩選出購買金額最高的10%客戶top_10=df.nlargest(int(len(df)0.1),'purchase')gender_count=top_10.groupby('gender').size()pr