大数据分析与应用学习通超星课后章节答案期末考试题库2023年

大数据分析与应用学习通超星课后章节答案期末考试题库2023年()方法以列表形式返回整个文件的内容,其中一行对应一个列表元素。

参考答案:

readlines()

()方法可以以序列的形式接受多个字符串作为参数,一次性写入多个字符串。

参考答案:

writelines()

()方法将指定的字符串写入文件当前插入位置。

参考答案:

write()

()方法读出的文件中当前行内容,并作为一个字符串返回。

参考答案:

readline()

()方法读出的文件所有内容并作为一个字符串返回。

参考答案:

read()

a和b都是ndarray数组对象,它们的维度相同,下面对于a>b的结果说法正确的是?

参考答案:

一个布尔型数组对象,维度是a.shape

csv文件中每条记录()

参考答案:

都有同样的字段序列

csv文件可以理解为用带逗号分隔的()纯文本形式存储表格数据的文件,

参考答案:

也可以是其它简单字符分割

csv文件是纯文本,使用某个字符集,如ASCII、Unicode、EBCDIC、或GB2312。

参考答案:

对

DataFrame对象的索引是不允许修改的,用户如果对索引直接赋值,系统会报错

参考答案:

对

matplotlib.pyplot模块中的函数axis()只能用于设置坐标轴的状态。

参考答案:

错

matplotlib.pyplot模块中的函数bar()只能用于绘制竖向条形图。

参考答案:

错

matplotlib.pyplot模块中的函数barh()可用于绘制横向条形图。

参考答案:

对

matplotlib.pyplot模块中的函数xlabel()可用于设置X轴的标签。

参考答案:

对

matplotlib.pyplot模块中的函数xlim()可用于设置X轴的刻度值。

参考答案:

错

matplotlib.pyplot模块中的函数yticks()可用于设置Y轴的刻度值和刻度标签。

参考答案:

对

networkx内置许多标准的图论算法,节点可为任意数据。

参考答案:

对

networkx库可以用图来表示节点与节点之间的关系,需要结合matplotlib库才可以将这种关系网络结构绘制到屏幕直观地呈现出来。

参考答案:

对

networkx库有两个主要的函数____和____。

参考答案:

draw_networkx_edges()###draw_networkx_nodes()

networkx是一个用Python语言开发的图论与复杂网络____工具,内置了常用的图与复杂网络分析算法,可以方便地进行复杂网络数据分析、仿真建模等工作。

参考答案:

建模

pandas允许用户使用set_index()方法将某列设置为新索引。

参考答案:

对

pandas库是以__1__库为基础构建的,通常用来处理表格型的数据集或与时间序列相关的数据集。

参考答案:

numpy

pandas提供了对各种格式数据的读取和写入工具,包括():

参考答案:

CSV数据###文本文件###MicrosoftExcel###SQL数据库###HDFS文件

pandas是一个遵循BSD开源协议的Python库,诞生于2008年,最初是作为一种__1__工具开发出来的。

参考答案:

金融数据分析

wirter对象的writerows()方法,()

参考答案:

只接受一个序列作为参数,可以是列表,也可以是元组

wordcloud库把词云当作一个____,它可以将文本中词语出现的____作为一个参数绘制词云。

参考答案:

对象###频率

wordcloud库生成词云有两种方法:____生成和____生成。

参考答案:

文本###频率

writelines()方法的参数可以是()

参考答案:

列表###集合###元组###字典

下列说法错误的是()。

参考答案:

networkx支持创建简单无向图,无法创建有向图###networkx支持创建有向图,无法创建多重图###networkx支持创建有向图和多重图,无法创建简单无向图

下列有关pandas库的特点,正确的是()

参考答案:

提供智能的数据对齐功能和缺失数据处理方式,可以方便地将混乱的数据处理成有序的形式。###可以很灵活地进行数据集的维度变换和旋转。###基于DataFrame对象的标签,可以对数据集进行灵活的切片、花式索引,或将大数据集分拆为多个小子集。###当需要修改数据尺度时,允许对数据对象中的数据列进行添加和删除操作。###提供了对多个数据集进行高效合并和连接的方法。###pandas提供了强大的分组引擎,可以对分组数据集进行拆分、应用、组合等操作,也可以方便地对数据集进行汇总统计和转换。

下面引用中的np是什么含义?importnumpyasnp

参考答案:

numpy的约定别名,可更改

不同的语言有不同的词性标注集。为了方便指明词的词性,需要给每个词性编码,其中,n表示()。

参考答案:

名词

使用“withopen(“文件路径字符串”,”模式”)as文件对象名”的方法打开文本文件,当文件读写操作结束后,系统会自动调用close()方法关闭文件。

参考答案:

对

使用csv模块,csv的writer对象也提供一次写入多行的方法()

参考答案:

writerows()

使用csv模块创建的reader对象,从输出形式来看,每行输出的都是列表形式,且文件中所有数据都是列表。

参考答案:

错

使用csv模块生成writer对象,向csv文件stu.csv(假设在当前目录中)写入一条记录('张芳','女','20')时,正确的语句是():

参考答案:

importcsvwithopen("stu.csv","a")asstucsv:writer=csv.writer(stucsv)writer.writerow(['张芳','女','20'])

使用NumPy库中random子库中函数可以产生随机数组,在100到200整数中选择随机数,并生成4行5列元素的语句是:np.random.____(100,200,(4,5))

参考答案:

randint

假设写入文件'data_txt.csv'中的数据是整型的,用命令array1=np.loadtxt('data_txt.csv')读取数据到数组array1中,则array1可以完全还原数组,并且也是整型的。

参考答案:

错

假设在程序中,打开了具有词频的文本文件my.txt(如下图),然后读取了其内容的文本字符串放在变量text中,则当程序生成词云对象w之后,可以用语句w.generate(text)生成词云。

参考答案:

对

假设我们定义三维整型数组data,并将它写入二进制文件"data_tofile1.dat"中,命令如下:data=np.arange(50).reshape((2,5,5))data.tofile("data_tofile1.dat",format='%d')则该二进制文件"data_tofile1.dat"可以直接用记事本打开阅读。

参考答案:

错

假设我们定义三维整型数组data,并将它写入二进制文件"data_tofile1.dat"中,命令如下:data=np.arange(50).reshape((2,5,5))data.tofile("data_tofile1.dat",format='%d')然后我们用命令dataShape=np.fromfile("data_tofile1.dat",dtype=)从二进制文件"data_tofile1.dat"中重新读取数据并生成数组dataShape,则数组dataShape和原数组data相同。

参考答案:

错

假设我们需要绘制6个子图,布局是3行2列,若要在第5个子图区域绘制一个竖向条形图,则创建这个子绘图区域的正确的语句是()

参考答案:

plt.subplot(3,2,5)

假设有DataFrame对象df1内容如下图:则df1.head(2)的值是。

参考答案:

对

假设有DataFrame对象df1内容如下图:则df1.iloc[2]和df1.loc["广州"]的值相同,都是。

参考答案:

对

假设有DataFrame对象df1内容如下图:则df1.tail(2)的值是。

参考答案:

错

假设有DataFrame对象df1内容如下图:则执行命令df1=df1.reindex(['广州','深圳','上海','重庆','北京'])的结果是()

参考答案:

DataFrame对象df1的行序根据新的索引顺序改变了,结果是

假设有DataFrame对象df内容如下图:则df.at[2,'GDP']的值是21500。

参考答案:

对

假设有DataFrame对象df内容如下图:则df.iat[2,2]的值是1090。

参考答案:

对

假设有DataFrame对象df内容如下图:则df.iloc[0:2,0:2]的值是。

参考答案:

对

假设有DataFrame对象df内容如下图:则df.iloc[0:2]的值是。

参考答案:

错

假设有DataFrame对象df内容如下图:则df.index值是()

参考答案:

RangeIndex(start=0,stop=5,step=1)

假设有DataFrame对象df内容如下图:则df.loc[0:2]的值是。

参考答案:

错

假设有DataFrame对象df内容如下图:则df.shape值是()

参考答案:

(5,3)

假设有DataFrame对象df内容如下图:则Index(['城市','GDP','人口'],dtype='object')是属性()的值

参考答案:

df.columns

假设有DataFrame对象df内容如下图:则对执行代码df1=df.set_index(['城市'])的结果描述正确是()

参考答案:

将df中的“城市”列作为新索引创建一个新对象df1###df1.shape的值是(5,2)###df1.index的值是Index(['北京','上海','广州','深圳','重庆'],dtype='object',name='城市')###df1的内容是

假设有DataFrame对象gradedf,内容如下图:则对于如下命令的正确说法是()

参考答案:

对这个gradedf按“性别“分类汇总,分别统计男女生人数,并打印结果###首先生成gradedf的按“性别”分组的分组对象group,再利用group分类汇总,分别统计男女生人数###这个命令生成的分组对象group不能用于汇总“成绩”

假设有Series对象grade的值如下图:则命令grade["钱四"]=90执行的结果是()

参考答案:

因为不存在"钱四"这个索引,会在Series对象grade中添加一项,索引是"钱四",值是90

假设有两个DataFrame对象,gradewjf用于存放微积分的成绩,gradexxds用于存放线性代数的成绩,内容如下:则命令result=pd.merge(gradewjf,gradexxds,how='left',on='学号'),生成的DataFrame对象result的结果中()

参考答案:

只有四位同学“林璜、罗功勉、容飞、邓汜”的微积分成绩和线性代数成绩都有###“林媚”同学只有微积分成绩,“计建祖”同学的数据行缺失

假设有两个DataFrame对象,gradewjf用于存放微积分的成绩,gradexxds用于存放线性代数的成绩,内容如下:则命令result=pd.merge(gradewjf,gradexxds,how='outer',on='学号'),生成的DataFrame对象result的结果中()

参考答案:

只有四位同学“林璜、罗功勉、容飞、邓汜”的微积分成绩和线性代数成绩都有###“林媚”同学只有微积分成绩,且“计建祖”同学只有线性代数成绩,缺失的成绩为NaN

假设有两个DataFrame对象,gradewjf用于存放微积分的成绩,gradexxds用于存放线性代数的成绩,内容如下:则命令result=pd.merge(gradewjf,gradexxds,how='right',on='学号'),生成的DataFrame对象result的结果中()

参考答案:

只有四位同学“林璜、罗功勉、容飞、邓汜”的微积分成绩和线性代数成绩都有###“林媚”同学的数据行缺失,“计建祖”同学只有线性代数成绩

假设有两个DataFrame对象,gradewjf用于存放微积分的成绩,gradexxds用于存放线性代数的成绩,内容如下:则命令result=pd.merge(gradewjf,gradexxds,on='学号'),生成的DataFrame对象result的结果中()

参考答案:

没有“林媚”、“计建祖”这两位同学的的微积分成绩和线性代数成绩###只有四位同学“林璜、罗功勉、容飞、邓汜”的微积分成绩和线性代数成绩

假设有两个DataFrame对象gradewjf和gradewjf1,分别存放不同学生的微积分的成绩单,内容如下:则命令gradewjf12=gradewjf.append(gradewjf1)的作用是()

参考答案:

将gradewjf中的成绩单在前,与gradewjf1中的成绩单合并,赋值给新生成的DataFrame对象gradewjf12,原来的两个DataFrame对象gradewjf和gradewjf1不变

假设有两个字典生成的Series对象存放着成绩单,程序按四比六加权平均求总评成绩并打印:importpandasaspddic={'张一':88,'李二':79,'赵三':82,'孙四':93,'王五':65}grade1=pd.Series(dic)dic={'张一':90,'李二':80,'赵三':95,'孙四':100,'郑六':76}grade2=pd.Series(dic)print(grade1*0.4+grade2*0.6)则下列说法正确的是()

参考答案:

除去'王五'和'郑六'的成绩因有缺失,所得结果是空值显示NaN以外,其余成绩都会正确求解

假设有代码如下:importjiebas='李明硕士毕业于中国科学院计算所'print(jieba.lcut_for_search(s))则代码中使用的是

参考答案:

搜索引擎模式

假设有代码如下:importjiebas='李明硕士毕业于中国科学院计算所'print(jieba.lcut(s,cut_all=True))则代码中使用的是

参考答案:

全模式

假设有代码如下:importjiebas='李明硕士毕业于中国科学院计算所'print(jieba.lcut(s))则代码中使用的是

参考答案:

精确模式

假设有代码如下:importwordcloudtext='Lifeisshort,youneedpython!'w=wordcloud.WordCloud()w.generate(text)w.to_file('result1.png')则说法是():

参考答案:

该程序生成词云的方法是根据文本生成词云。###该程序是将生成的词云结果输出到指定的文件中。

假设有代码如下:importwordcloudtext={'中国':80751,'韩国':8190,'伊朗':5870}w=wordcloud.WordCloud(font_path=r'C:\Windows\Fonts\simhei.ttf')w.fit_words(text)w.to_file('result4.png')则说法正确的是():

参考答案:

该程序生成词云的方法是根据词频生成词云。###用fit_words生成词频,参数必须是字典类型,就如程序中的text。###该程序是将生成的词云结果输出到指定的文件中。

假设有如下代码生成Series对象:importpandasaspds1=pd.Series([2,4,6,8])则关于s1索引说法正确的是()

参考答案:

s1的索引是自动生成的整数类型###s1的索引是[0,1,2,3]###创建s1时,其索引也可以用参数index设置为字符串类型

假设有字符串变量s="我爱北京天安门",则jieba.lcut(s)的返回值是()。

参考答案:

列表

假设有定义整型数组data的代码如下:importnumpyasnpdata=np.arange(50).reshape(5,10)则命令np.savetxt('data_txt.csv',data,fmt="%d")可以将数组data中的数据写入csv文件'data_txt.csv'中,并且写入的数据是整型的。

参考答案:

对

假设有定义整型数组data的代码如下:importnumpyasnpdata=np.arange(50).reshape(5,10)则命令np.savetxt('data_txt.txt',data)写入文件的数据也是整型。

参考答案:

错

假设有成绩单在字典中,学号是键,成绩是值,有程序可以根据输入的学号查到成绩,若输入的学号错误,则可以用()捕获。程序如下:ls={"20190001":95,"20190002":100,"20190003":78,"20190004":90}n=input("请输入要检索的同学的学号:")try:x=ls[n]except____:print("无此学号!")else:print("成绩为",x)

参考答案:

KeyError

假设有数组data被如下定义:importnumpyasnpdata=np.arange(50).reshape(5,2,5)则,命令np.savetxt('data_txt.txt',data,fmt='%d')可以正常执行,将该数组data写入文件data_txt.txt。

参考答案:

错

假设有数组如下:Array2=np.array([[6,5,10,7],[4,1,2,9],[8,6,3,5]]),则Array2.mean(axis=0)的值等于()

参考答案:

array([6.,4.,5.,7.])

假设有数组如下:Array2=np.array([[6,5,10,7],[4,1,2,9],[8,6,3,5]]),则print(Array2.argmax(axis=0))的结果等于()

参考答案:

[2201]

假设有数组如下:Array2=np.array([[6,5,10,7],[4,1,2,9],[8,6,3,5]]),则print(Array2.argmin(axis=1))的结果等于()

参考答案:

[112]

假设有数组如下:Array2=np.array([[6,5,10],[4,1,2],[8,6,3]]),则print(Array2.cumsum())的结果等于()

参考答案:

[61121252628364245]

假设有数组如下:Array4=np.array([[15,16,8,13],[19,3,0,16],[5,13,5,15]]),则Array4.max()的值等于()

参考答案:

19

假设有数组如下:Array4=np.array([[15,16,8,13],[19,3,0,16],[5,13,5,15]]),则Array4.max(axis=0)的值等于()

参考答案:

array([19,16,8,16])

假设有数组如下:Array4=np.array([[15,16,8,13],[19,3,0,16],[5,13,5,15]]),则Array4.min(axis=1)的值等于()

参考答案:

array([8,0,5])

假设有数组如下:Array4=np.array([[5,1,8,3],[9,3,0,6],[4,10,7,2]]),则Array4.sum()的值等于()

参考答案:

58

假设有生成词云的python语句如下:wcloud=wordcloud.WordCloud(background_color="blue",max_words=50,width=1000,height=860,margin=2).fit_words(freq)则说法正确的是():

参考答案:

该词云背景颜色是蓝色。###该词云的画布宽度1000像素,高度860像素。###该词云单词的最大数目是50。###该词云是根据词频生成的。

假设有程序如下:importjieba.possegaspsgtext="我和同学一起去北京故宫玩"seg=psg.cut(text)foreleinseg:print(ele,end='')则在打印的结果中,“去”和“玩”的词性标注是()

参考答案:

/v

假设有程序如下:下列说法错误的是()

参考答案:

此程序可绘制一个散点图,图中的点均为红色五角星形状

假设有绘制饼图的程序如下:下列说法正确的是()

参考答案:

标着45%的第三个饼块分离

假设用如下语句绘制图形:则下列说法正确是()

参考答案:

该图线条是红色破折线、线宽1.5、点是菱形的

假设程序中变量text代表一段旅游景点中文介绍的字符串,想用下列代码筛选地名,请选择正确的词性字母将代码填写完整seg=psg.cut(text)lst=[x.wordforxinsegifx.flag==()]

参考答案:

'ns'

假设程序中有语句w=wordcloud.WordCloud(font_path=r'C:\Windows\Fonts\simhei.ttf'),这说明,该词云指定用黑体字。

参考答案:

对

创建DataFrame对象只能用字典来转换。

参考答案:

错

创建DataFrame对象后,系统自动创建索引,我们不能自行定义

参考答案:

错

利用matplotlib库绘图时,同一个图中的中文字体只能是相同的。

参考答案:

错

可以使用reindex()方法改变DataFrame对象的数据行顺序,生成一个匹配新索引的新对象。

参考答案:

对

可以用参数mask指定词云的遮罩形状,若该参数非空的话,则设置的宽高值将被忽略。

参考答案:

对

在Numpy中创建全为1的矩阵使用函数___

参考答案:

ones

在numpy中能将向量转成矩阵的并返回该值的函数是_______

参考答案:

reshape

在numpy中能直接将向量转成矩阵,但并不返回任何值的函数是_______

参考答案:

resize

在python语言的程序中,若要将默认的路径改成”D:\documents\python”,错误的语句是()

参考答案:

importosos.getcwd(r“D:\documents\python”)###importosgetcwd(r“D:\documents\python”)###importoschdir(r“D:\documents\python”)

在配置实例对象wordcloud参数时,如果是展示中文,我们应当设置font_path参数指定中文字体,因为在部分系统环境内显示中文会出现乱码。

参考答案:

对

填写如下空格,生成一个3行4列的ndarray对象a:a=np.arange(12).____((3,4))

参考答案:

reshape

如果python程序中以读取模式打开文件时,文件不存在,可以在try语句中用来捕获这种错误的异常名称为()。

参考答案:

IOError

如果写入扩展名.dat的数组是多维的,则用函数numpy.fromfile()读取的数组也与原数组形状相同。

参考答案:

错

如果写入扩展名为.npy的文件中的数组是多维的,则用函数numpy.load()读取的数组与原数组形状相同。

参考答案:

对

如果对于csv文件使用writer对象写入记录时,可以在打开文件时增加一个参数“newline=''”,指明写入新记录时后不插入空行。

参考答案:

对

如果有许多新词需要都加入分词词典,则以下说法正确的是()

参考答案:

可以用load_userdict()指定自定义词典一次性加入

如果没有添加图例,我们可以用函数text()在图中指定位置显示文字加以说明。

参考答案:

对

导入社交关系网络库的命令是import____asnx。

参考答案:

networkx

尽管在WordCloud里虽然也有process_text()方法用于把很长的文字做分隔,但这个方法本身是根据英文文本分词设计的,所以对于中文文字的展示必须要配合更适合做中文分词处理的jieba分词库来操作效果更佳。

参考答案:

对

开发者若要把“云计算”这个词做为新词添加到分词字典中,正确的语句是()

参考答案:

jieba.add_word('云计算')

有ndarray对象实例aArray,代码如下:importnumpyasnpaArray=np.array([[0,1,2,3,4],[9,8,7,6,5]])则aArray.itemsize的执行结果是什么?

参考答案:

4

有ndarray对象实例aArray,代码如下:importnumpyasnpaArray=np.array([[0,1,2,3,4],[9,8,7,6,5]])则aArray.shape的执行结果是什么?

参考答案:

(2,5)

有如下语句:importnumpyasnpA=np.arange(12).reshape(3,4)则A[:,1]的值是____注意答案不要有空格

参考答案:

[1,5,9];array([1,5,9]);[1,5,9];array([1,5,9]);1,5,9

有如下语句:importnumpyasnpA=np.arange(12).reshape(3,4)则A[1,::-1]的值是____注意答案不要有空格

参考答案:

[7,6,5,4];array([7,6,5,4]);[7,6,5,4];array([7,6,5,4]);7,6,5,4

有如下语句:importnumpyasnpA=np.arange(12).reshape(3,4)则A[1:3]的值是[[4,5,6,7],[8,9,10,11]]

参考答案:

对

有如下语句:importnumpyasnpA=np.arange(12).reshape(3,4)则A[1]的值是[0,1,2,3]

参考答案:

错

有如下语句:importnumpyasnpA=np.arange(12)可生成数组[1,2,3,4,5,6,7,8,9,10,11,12]

参考答案:

错

有如下语句:importnumpyasnpnp.full((3,3),True)可生成一个shape为(3,3)的所有值为True的数组。

参考答案:

对

有数组n=np.arange(24).reshape(2,-1,2,2),n.shape的返回结果是什么

参考答案:

(2,3,2,2)

有语句如下:importnumpyasnpArray5=np.linspace(1,10,10,dtype=int)则数组Array5的值是[1,2,3,4,5,6,7,8,9,10]

参考答案:

对

有语句如下:importnumpyasnpb=np.array([[1,2,3],[4,5,6]])则b.ndim的值为6

参考答案:

错

生成一个3行4列全0的ndarray对象a的语句是:a=np.____((3,4),dtype='int32')

参考答案:

zeros

生成一个shape为(3,3)的单位数组的语句是:importnumpyasnpnp.eye(3,dtype=int)

参考答案:

对

生成一个shape为(3,3)的单位数组的语句是:importnumpyasnpnp.ones((3,3))>0

参考答案:

错

生成一个全是0的并且shape为(4,4)的二维整型数组a的语句是:importnumpyasnpa=np.zeros((4,4),dtype=int)

参考答案:

对

生成一个全是1的并且shape为(2,4)的二维整型数组a的语句是:importnumpyasnpa=np.ones((2,4))

参考答案:

错

用numpy.fromfile()函数可以把.txt和.csv文件中的数据读取到数组中。

参考答案:

错

用numpy.fromfile()函数读取.dat文件中的数据到数组中,返回的是一维数组。

参考答案:

对

用numpy.ndarray.tofile()函数只能把一维或二维的数组写入扩展名为.dat的文件中。

参考答案:

错

用函数numpy.load()可以读取存放在扩展名为.dat的二进制文件中的数据到数组中。

参考答案:

错

用函数numpy.load()可以读取存放在扩展名为.npy的文件中的数据到数组中。

参考答案:

对

用函数numpy.load()读取扩展名为.npy的文件中的数据到数组中时,可以返回和原数组形状相同的数组。

参考答案:

对

用函数numpy.loadtxt()从文本文件读取数据到数组中,如果不指定数据类型,则数组默认为是浮点数类型(float64)。

参考答案:

对

用函数numpy.loadtxt()从文本文件读取数据只能返回一维数组。

参考答案:

错

用函数numpy.save()可以将多维数组写入到扩展名为.npy的文件中。

参考答案:

对

用函数numpy.save()可以将数组数据写入numpy