2026年P(guān)ython數(shù)據(jù)分析實(shí)踐（計(jì)算機(jī)編程）試題及答案

（考試時(shí)間：90分鐘滿分100分）班級(jí)______姓名______第I卷（選擇題共40分）答題要求：每題只有一個(gè)正確答案，請(qǐng)將正確答案的序號(hào)填在括號(hào)內(nèi)。(總共10題，每題4分)1.以下哪種數(shù)據(jù)類型在Python中不能直接用于數(shù)據(jù)分析計(jì)算？（）A.列表B.字典C.元組D.集合2.在Python中，用于讀取CSV文件數(shù)據(jù)的常用庫(kù)是（）A.numpyB.pandasC.matplotlibD.scikit-learn3.以下哪個(gè)函數(shù)可以用于計(jì)算數(shù)組元素的均值？（）A.sum()B.mean()C.std()D.var()4.若要對(duì)DataFrame中的某一列數(shù)據(jù)進(jìn)行排序，應(yīng)使用的方法是（）A.sort_index()B.sort_values()C.rank()D.apply()5.在Python中，用于數(shù)據(jù)可視化的強(qiáng)大庫(kù)是（）A.seabornB.statsmodelsC.tensorflowD.keras6.當(dāng)處理大規(guī)模數(shù)據(jù)時(shí)，以下哪種數(shù)據(jù)結(jié)構(gòu)更適合存儲(chǔ)和操作數(shù)據(jù)？（）A.列表B.數(shù)組（numpy.ndarray）C.元組D.集合7.以下哪個(gè)方法可以用于將DataFrame中的數(shù)據(jù)保存為CSV文件？（）A.save()B.write()C.to_csv()D.save_as_csv()8.要從數(shù)據(jù)中提取特定條件的數(shù)據(jù)子集，可使用（）A.loc[]B.iloc[]C.query()D.以上都是9.在數(shù)據(jù)分析中，用于處理缺失值的方法不包括（）A.刪除含有缺失值的行或列B.填充缺失值C.忽略缺失值進(jìn)行計(jì)算D.直接修改數(shù)據(jù)類型10.以下哪個(gè)庫(kù)常用于數(shù)據(jù)建模和機(jī)器學(xué)習(xí)算法？（）A.pandasB.scikit-learnC.matplotlibD.numpy第II卷（非選擇題共60分）二、填空題（每題4分，共20分）1.在Python中，創(chuàng)建一個(gè)numpy數(shù)組的方法是使用______函數(shù)。2.pandas中的DataFrame類似于______，可以方便地處理表格數(shù)據(jù)。3.數(shù)據(jù)可視化時(shí)，設(shè)置圖表標(biāo)題可使用______函數(shù)（以matplotlib為例）。4.對(duì)數(shù)據(jù)進(jìn)行分組操作后，要計(jì)算每組的總和，可使用______方法。5.若要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，可使用______庫(kù)中的相關(guān)函數(shù)。三、簡(jiǎn)答題（每題10分，共20分）1.簡(jiǎn)述Python中列表和numpy數(shù)組在數(shù)據(jù)分析方面的主要區(qū)別。2.說(shuō)明在數(shù)據(jù)分析中，數(shù)據(jù)清洗的主要步驟和目的。四、編程題（20分）材料：有一個(gè)包含學(xué)生成績(jī)的CSV文件，其中有“姓名”“語(yǔ)文成績(jī)”“數(shù)學(xué)成績(jī)”“英語(yǔ)成績(jī)”等列。要求編寫Python代碼完成以下任務(wù)：讀取文件數(shù)據(jù)，計(jì)算每個(gè)學(xué)生的平均成績(jī)，并將結(jié)果保存到一個(gè)新的CSV文件中，新文件包含“姓名”和“平均成績(jī)”兩列。答題區(qū)域：五、分析題（20分）材料：給出了某城市一周內(nèi)每天的氣溫?cái)?shù)據(jù)，如下：[25,28,23,26,29,31,30]。要求分析這些數(shù)據(jù)的基本特征，如均值、中位數(shù)、標(biāo)準(zhǔn)差等，并繪制氣溫變化的折線圖。答題區(qū)域：答案：第I卷答案1.C2.B3.B4.B5.A6.B7.C8.D9.D10.B第II卷答案二、填空題答案1.np.array()2.二維表格3.plt.title()4.sum()5.scikit-learn三、簡(jiǎn)答題答案1.列表是Python原生的數(shù)據(jù)結(jié)構(gòu)，靈活性高但計(jì)算效率低，適合存儲(chǔ)不同類型數(shù)據(jù)。numpy數(shù)組是專門為數(shù)值計(jì)算設(shè)計(jì)，計(jì)算效率高，元素類型必須一致，更適合大規(guī)模數(shù)值數(shù)據(jù)的處理。2.數(shù)據(jù)清洗步驟包括：處理缺失值（刪除或填充）、處理重復(fù)值（刪除）、處理異常值（檢測(cè)并修正或剔除）；目的是提高數(shù)據(jù)質(zhì)量，保證數(shù)據(jù)分析結(jié)果的準(zhǔn)確性和可靠性。四、編程題答案```pythonimportpandasaspddf=pd.read_csv('學(xué)生成績(jī).csv')df['平均成績(jī)']=(df['語(yǔ)文成績(jī)']+df['數(shù)學(xué)成績(jī)']+df['英語(yǔ)成績(jī)'])/3new_df=df[['姓名','平均成績(jī)']]new_df.to_csv('學(xué)生平均成績(jī).csv',index=False)```五、分析題答案均值：(25+28+23+26+29+31+30)/7=27中位數(shù)：排序后為[23,25,26,28,29,30,31]，中位數(shù)是28標(biāo)準(zhǔn)差：通過(guò)計(jì)算約為2.67```pythonimportmatplotlib.pyplotaspltimportnumpyasnptemps=[25,28,23,2