2025年P(guān)ython數(shù)據(jù)分析項目卷考試時間：______分鐘總分：______分姓名：______一、數(shù)據(jù)采集1.請使用Python編寫一個爬蟲程序，從指定的新聞網(wǎng)站（例如：/）抓取首頁的新聞標題和鏈接。要求使用`requests`庫獲取網(wǎng)頁內(nèi)容，并使用`BeautifulSoup`庫解析HTML，提取所需信息。假設新聞標題位于`<a>`標簽的`title`屬性中，新聞鏈接位于`<a>`標簽的`href`屬性中。2.假設有一個提供天氣數(shù)據(jù)的API，其URL為`/data`，需要API密鑰`your_api_key`。請編寫Python代碼，調(diào)用該API獲取指定城市（例如："Beijing"）的當前溫度和天氣狀況描述。要求使用`requests`庫發(fā)送GET請求，并在請求參數(shù)中包含必要的API密鑰和城市名稱。二、數(shù)據(jù)清洗3.假設你有一個包含學生成績的CSV文件`grades.csv`，其中包含列：`StudentID`,`Subject`,`Score`。請使用Python的`pandas`庫讀取該文件，并處理以下問題：a.刪除包含缺失值（`NaN`）的行。b.將`Score`列的數(shù)據(jù)類型轉(zhuǎn)換為浮點型。c.找出`Score`列中超過100的異常值，并將其替換為該學生所在科目的平均分。d.為數(shù)據(jù)框添加一個新列`Pass/Fail`，如果`Score`大于等于60，則值為`Pass`，否則為`Fail`。三、數(shù)據(jù)分析4.繼續(xù)使用上一題中的`grades.csv`數(shù)據(jù)框。請使用`pandas`庫進行以下分析：a.計算每個科目的平均分。b.找出成績最高的3名學生，并顯示他們的`StudentID`、`Subject`和`Score`。c.使用`groupby`功能，按`Subject`分組，計算每個科目的及格率（通過人數(shù)/總?cè)藬?shù)）。d.假設新增一列`GradeLevel`，其值根據(jù)`Score`分為三個等級：`A`（90分及以上）、`B`（60分至89分）、`C`（60分以下）。計算每個等級的學生人數(shù)。四、數(shù)據(jù)可視化5.基于上一題的分析結(jié)果，請使用`matplotlib`庫或`seaborn`庫完成以下可視化任務：a.繪制一個條形圖，展示每個科目的平均分。b.繪制一個餅圖，展示不同`GradeLevel`（A、B、C）的學生人數(shù)占比。c.繪制一個散點圖，橫軸為學生的`Score`，縱軸為`GradeLevel`，并使用不同的顏色區(qū)分不同的`GradeLevel`。試卷答案一、數(shù)據(jù)采集1.```pythonimportrequestsfrombs4importBeautifulSoupurl='/'headers={'User-Agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/58.0.3029.110Safari/537.3'}response=requests.get(url,headers=headers)soup=BeautifulSoup(response.text,'html.parser')news_list=[]fora_taginsoup.find_all('a',title=True):title=a_tag.get('title')link=a_tag.get('href')iftitleandlink:news_list.append({'title':title,'link':link})#news_list包含了所有找到的新聞標題和鏈接```2.```pythonimportrequestsapi_key='your_api_key'city='Beijing'url=f'/data?city={city}&appid={api_key}'response=requests.get(url)data=response.json()current_temp=data['current']['temp']#假設溫度單位是攝氏度weather_description=data['current']['weather'][0]['description']#current_temp,weather_description包含了當前溫度和天氣狀況描述```二、數(shù)據(jù)清洗3.```pythonimportpandasaspd#讀取CSV文件df=pd.read_csv('grades.csv')#a.刪除包含缺失值的行df=df.dropna()#b.將Score列的數(shù)據(jù)類型轉(zhuǎn)換為浮點型df['Score']=df['Score'].astype(float)#c.找出Score列中超過100的異常值，并替換為該學生所在科目的平均分forindex,rowindf.iterrows():ifrow['Score']>100:subject_avg=df[df['Subject']==row['Subject']]['Score'].mean()df.at[index,'Score']=subject_avg#d.為數(shù)據(jù)框添加一個新列Pass/Faildf['Pass/Fail']=df['Score'].apply(lambdax:'Pass'ifx>=60else'Fail')```三、數(shù)據(jù)分析4.```python#繼續(xù)使用上一題的df數(shù)據(jù)框#a.計算每個科目的平均分subject_avg_scores=df.groupby('Subject')['Score'].mean()#b.找出成績最高的3名學生top_students=df.nlargest(3,'Score')#c.計算每個科目的及格率pass_rates=df.groupby('Subject').apply(lambdax:(x['Pass/Fail']=='Pass').sum()/len(x)).reset_index(name='PassRate')#d.計算每個等級的學生人數(shù)grade_level_counts=df['GradeLevel'].value_counts()```四、數(shù)據(jù)可視化5.```pythonimportmatplotlib.pyplotasplt#或importseabornassns#a.繪制條形圖，展示每個科目的平均分subject_avg_scores.plot(kind='bar')plt.xlabel('Subject')plt.ylabel('AverageScore')plt.title('AverageScorebySubject')plt.show()#b.繪制餅圖，展示不同GradeLevel的學生人數(shù)占比grade_level_counts.plot(kind='pie',autopct='%1.1f%%')plt.title('GradeLevelDistribution')plt.ylabel('')#隱藏y軸標簽plt.show()#c.繪制散點圖，橫軸為Score，縱軸為GradeLevel#首先為不同GradeLevel設置不同顏色color_map={'A':'red','B':'green','C':'blue'}df.plo