2024年Python数据分析与应用题库

Python数据分析与应用題库下列nltk模块中，可以對句子实現分詞操作的是（）。[單项选择題]*A、nltk.corpusB、nltk.tokenize(對的答案)C、nltk.stemD、nltk.tag答案解析：暂無解析下列函数中，用于打開NLTK下载器的是（）。[單项选择題]*A、download()(對的答案)B、load()C、open()D、install()答案解析：暂無解析下列选项中，NLTK用来標识形容詞的是（）。[單项选择題]*A、JJ(對的答案)B、RBC、CCD、DT答案解析：暂無解析有关詞性归一化的說法中，下列描述對的的是（）。[單项选择題]*A、詞干提取和詞形還原最终都會得到詞根B、詞干提取可以捕捉基于詞根的规范單詞形式C、詞形還原需要删除不影响詞性的詞缀得到詞干D、詞形還原可以捕捉基于詞根的规范單詞形式(對的答案)答案解析：暂無解析下列选项中，用于控制jieba.cut()分詞模式的是（）。[單项选择題]*A、dataB、HMMC、is_allD、cut_all(對的答案)答案解析：jieba.cut()函数共接受三個参数，其中第一种為需要分詞的字符串，cut_all参数用来控制与否采用全模式，HMM参数用来控制与否使用HMM模型。下列措施中，用于返回出現相對较频繁的單詞的是（）。[單项选择題]*A、word_tokenize()B、pos_tag()C、most_common()(對的答案)D、cosine_distance()答案解析：word_tokenize()函数基于空格或標點對文本進行分詞；pos_tag()函数用于給單詞標注詞性；cosine_distance()函数用于求两個向量的夹角余弦值。下列选项中，用于標注詞語詞性的模块是（）。[單项选择題]*A、nltk.corpusB、nltk.tokenizeC、nltk.stemD、nltk.tag(對的答案)答案解析：暂無解析下列分詞模式中，可以将句子中所有成詞詞語都扫描出来的是（）。[單项选择題]*A、精确模式B、全模式(對的答案)C、搜索引擎模式D、模糊搜索模式答案解析：暂無解析假如但愿還原單詞的基本形式，则需要使用import語句导入哪個模块？（）[單项选择題]*A、nltk.corpusB、nltk.tokenizeC、nltk.stem(對的答案)D、nltk.tag答案解析：暂無解析有关文本预处理的過程，下列描述錯误的是（）。[單项选择題]*A、文本分詞是预处理過程中必不可少的一种操作B、詞干提取是一种很粗略的清除單詞两端詞缀的過程C、詞形還原是一种清除波折的詞缀且返回詞典中包括的詞的過程D、文本中的每個單詞都可以表明文本的特性(對的答案)答案解析：文本中包括某些停用詞，這些詞是無法表明文本特性的。通過date_range()函数创立DatetimeIndex對象時，假如只是传入了開始曰期，则還需要用（）参数指定产生多少個時间戳。[單项选择題]*A、freqB、endC、periods(對的答案)D、start答案解析：暂無解析請阅讀下面一段程序：[單项选择題]*运行上述程序，它最终输出的成果為（A）。(對的答案)A、B、C、D、答案解析：暂無解析下列措施中，可以转换時期频率的是（）。[單项选择題]*A、shift()B、rolling()C、asfreq()(對的答案)D、resample()答案解析：shift()措施用于沿著時间轴方向将数据進行前移或後移；rolling()措施用于滑動窗口；resample()是一种對常规時间序列数据重新采样和频率转换的便捷的措施。下列措施中，用来创立一种滑動窗口的是（）。[單项选择題]*A、shift()B、rolling()(對的答案)C、asfreq()D、resample()答案解析：暂無解析請阅讀下面一段程序：运行程序，它最终执行的成果為（）。[單项选择題]*A、4B、3(對的答案)C、2D、1答案解析：暂無解析创立一种DatetimeIndex對象的代码如下：pd.date_range('/08/10','/08/15')[單项选择題]*默认状况下，该對象中時间戳的频率為（B）。(對的答案)A、HB、DC、SD、T答案解析：暂無解析下列选项中，用来表达時间序列中的频率為每周六的是（），[單项选择題]*A、WOM-2MONB、W-FRIC、W-SUND、W-SAT(對的答案)答案解析：暂無解析下列选项中，用来表达Pandas中的時期的是（）。[單项选择題]*A、Period(對的答案)B、TimestampC、IntervalD、Series答案解析：暂無解析通過date_range()函数创立DatetimeIndex對象時，可以设置哪個参数指定终止曰期？（）[單项选择題]*A、freqB、periodsC、end(對的答案)D、start答案解析：在date_range()函数中，freq参数用来指定计時單位；periods参数表达产生多少個時间戳索引值；end表达终止曰期；start表达起始曰期。创立DatetimeIndex對象的代码如下：pd.date_range(start='/2/1',end='/2/28',freq=________)假如但愿生成的時间戳為每周曰，则下列选项中可以填写到横线处的是（）。[單项选择題]*A、WOM-2MONB、W-FRIC、W-SUN(對的答案)D、W-SAT答案解析：暂無解析通過date_range()函数创立DatetimeIndex對象時，可以设置哪個参数来变化计時單位？（）[單项选择題]*A、freq(對的答案)B、periodsC、endD、start答案解析：在date_range()函数中，freq参数用来指定计時單位；periods参数表达产生多少個時间戳索引值；end表达终止曰期；start表达起始曰期。請阅讀下面一段程序：运行上述程序，它最终执行的成果為（）。[單项选择題]*A、Timestamp('-11-0800:00:00')(對的答案)B、Timestamp('-10-0800:00:00')C、Timestamp('-11-08')D、Timestamp('-10-08')答案解析：DatetimeIndex對象是由一组時间戳构成的索引，它裏面的每個標量值都是一种Timestamp對象。當使用resample()措施重新采样時，下列哪個参数可以确定采样的闭合区间？（）[單项选择題]*A、labelB、fill_methodC、howD、closed(對的答案)答案解析：暂無解析有关降采样的說法中，下列描述錯误的是（）。[單项选择題]*A、降采样是将高频率数据聚合到低频率数据B、降采样的時间颗粒會变大C、降采样的数据量是增長的(對的答案)D、降采样就相称于此外一种形式的分组聚合操作答案解析：暂無解析下列措施中，可以對常规時间序列数据重新采样的是（）。[單项选择題]*A、shift()B、rolling()C、asfreq()D、resample()(對的答案)答案解析：暂無解析通過date_range()函数创立DatetimeIndex對象時，可以设置哪個参数指定产生多少個時间戳索引值？（）[單项选择題]*A、freqB、periods(對的答案)C、endD、start答案解析：在date_range()函数中，freq参数用来指定计時單位；periods参数表达产生多少個時间戳索引值；end表达终止曰期；start表达起始曰期。通過date_range()函数创立DatetimeIndex對象時，可以设置（）参数来规范時间戳。[單项选择題]*A、normalize(對的答案)B、periodsC、endD、freq答案解析：在date_range()函数中，(6)normalize参数用来规范時间戳；periods参数表达产生多少個時间戳索引值；end表达终止曰期；start表达起始曰期。通過date_range()函数创立DatetimeIndex對象時，可以设置哪個参数指定起始曰期？（）[單项选择題]*A、freqB、periodsC、endD、start(對的答案)答案解析：在date_range()函数中，freq参数用来指定计時單位；periods参数表达产生多少個時间戳索引值；end表达终止曰期；start表达起始曰期。有关時间序列的移動，下列說法錯误的是（）。[單项选择題]*A、移動是指沿著時间轴方向将数据進行前移或後移B、時间序列移動後，索引也會发生变化(對的答案)C、数据移動後會出現边界状况D、無论時间序列的数据怎么移動，索引是不會发生任何变化的答案解析：暂無解析請阅讀下面一段程序：运行上述程序，它最终输出的成果為（）。[單项选择題]*A、17B、-17(對的答案)C、-18D、18答案解析：暂無解析下图表中，可以识别异常值的是（）。[單项选择題]*A、箱形图(對的答案)B、折线图C、饼图D、散點图答案解析：暂無解析下列选项中，用于绘制單变量分布的函数是（）。[單项选择題]*A、displot()(對的答案)B、.joinplot()C、.pairplot()D、.boxplot()答案解析：暂無解析下列有关Bokeh库描述不對的的是（）。[單项选择題]*A、针對浏览器使用的交互式可视化库B、.提供优雅、简洁的通用图形构建C、.不合用于大量的数据集(對的答案)D、.可以迅速地、轻松地创立交互图答案解析：暂無解析下列有关常見图表說法對的的是（）。[單项选择題]*A、散點图不能在子图中绘制B、.散點的x轴刻度必须為数值C、.折线图可以用作查看特性间的趋势关系(對的答案)D、.箱形图可以用来查看特性间的有关关系答案解析：暂無解析下列选项中，用于绘制双变量分布的函数是（）[單项选择題]*A、displot()B、.joinplot()(對的答案)C、.pairplot()D、.boxplot()答案解析：暂無解析下列代码中，绘制散點图的是（）。[單项选择題]*A、plt.scatter(x,y)(對的答案)B、.plt.plot(x,y)C、.plt.legend('upperleft')D、.plt.xlabel('散點图')答案解析：暂無解析下列函数中，可以设置目前图形x轴范围的是（）。[單项选择題]*A、xlabel()B、xlim()(對的答案)C、title()D、legend()答案解析：暂無解析下列选项中不属于Seaborn中分类数据可视化库的是（）。[單项选择題]*A、分类数据散點图B、.分类数据的分布图C、.分类数据的记录估算图D、.分类数据的直方图(對的答案)答案解析：暂無解析下列函数中，可认為图表设置標題的是（）。[單项选择題]*A、xlim()B、xlabel()C、title()(對的答案)D、legend()答案解析：暂無解析下列函数中，可认為图表设置图例的是（）。[單项选择題]*A、legend()(對的答案)B、xlabel()C、title()D、xlim()答案解析：暂無解析在创立Figure對象時，可以指定哪個参数来給画布添加背景颜色？（）[單项选择題]*A、numB、dpiC、figsizeD、facecolor(對的答案)答案解析：暂無解析下列选项中，可以一次性创立多种子图的是（）。[單项选择題]*A、figure()(對的答案)B、subplot()C、add_subplot()D、subplots()答案解析：暂無解析下列pyplot模块的函数中，可以绘制散點图的是（）。[單项选择題]*A、bar()B、hist()C、pie()D、scatter()(對的答案)答案解析：暂無解析下图表中，可以清晰地反应出各数据系列的比例状况的是（）。[單项选择題]*A、直方图B、折线图C、饼图(對的答案)D、散點图答案解析：饼图可以显示一种数据序列（图表中绘制的有关数据點）中各项的大小与各项總和的比例，每個数据序列具有唯一的颜色或图形，并且与图例中的颜色是相對应的。下图表中，合用于比较跨类别数据的是（）。[單项选择題]*A、直方图B、折线图C、饼图D、散點图(對的答案)答案解析：暂無解析下列pyplot模块的函数中，可以绘制直方图的是（）。[單项选择題]*A、bar()B、hist()(對的答案)C、pie()D、scatter()答案解析：暂無解析下列参数中，调整後显示中文的是（）。[單项选择題]*A、lines.kinestyleB、.lines.linewidthC、.font.sans-serif(對的答案)D、.axes.unicode_minus答案解析：暂無解析下列pyplot模块的函数中，可以绘制饼图的是（）。[單项选择題]*A、bar()B、hist()C、pie()(對的答案)D、scatter()答案解析：暂無解析有关Matplotlib的說法中，下列描述對的的是（）。[單项选择題]*A、Matplotlib是一种Python3D绘图库B、它使用简朴，仅用几行代码就能生成多种图表(對的答案)C、仅仅合用于IPython平台D、只能输出PNG或PDF格式答案解析：Matplotlib是一种Python2D绘图库，作图風格靠近MATLAB，它已經成為Python中公认的数据可视化工具，合用于多种平台上。在创立Figure對象時，可以指定哪個参数来设置画布的尺寸？（）[單项选择題]*A、numB、dpiC、figsize(對的答案)D、facecolor答案解析：暂無解析有关分组聚合過程的說法中，下列描述不對的的是（）。[單项选择題]*A、拆分是指将数据集按照某些原则拆分為若干個组B、应用是指将某個函数或措施应用到每個分组C、合并是指将产生的新值整合到成果對象中D、只能對纵轴方向上的数据進行分组(對的答案)答案解析：拆分操作是在指定轴上進行的，既可以對横轴方向上的数据進行分组，也可以對纵轴方向上的数据進行分组。有关agg()措施的使用中，下列描述錯误的是（）。[單项选择題]*A、agg()措施中func参数只能传入一种函数(對的答案)B、.agg()措施中func参数可以传入多种函数C、.agg()措施中func参数可以传入自定义函数D、.agg()措施不能對产生的標量值進行广播答案解析：暂無解析下列有关groupby()措施的說法中，描述對的的是（）。[單项选择題]*A、用于将数据集实現分组与聚合操作B、调用groupby()措施返回一种DataFrameBy對象C、调用groupby()措施返回一种GroupBy對象(對的答案)D、groupby()措施只能将数据集按照纵轴方向進行分组答案解析：在Pandas中，可以通過groupby()措施将数据集按照某些原则划提成若干個组。通過groupby()措施执行分组操作，會返回一种GroupBy對象，该對象实际上并没有進行任何计算，只是包括某些有关分组键的中间数据而已。有关agg()措施的使用方法中，下列描述錯误的是（）。[單项选择題]*A、可以對每列数据应用同一种函数B、.可以對一列数据应用不一样的函数C、.每列的数据只能使用相似的函数(對的答案)D、.可以對不一样的列使用不一样的函数答案解析：暂無解析下列选项中，不属于groupby()措施分组方式的是（）。[單项选择題]*A、列表或数组B、DataFrame中某列的名称C、字典或SeriesD、集合(對的答案)答案解析：暂無解析有关transform(）措施的說法中，下列描述錯误的是（）。[單项选择題]*A、transform()措施可以使用广播B、.使用transform()措施可以返回一种与分组大小相等的数组C、.transform()措施只能使用内置措施對数据進行转换操作(對的答案)D、.transform()措施對DataFrame和Series都合用答案解析：暂無解析請阅讀下面一段程序：执行上述程序後，最终输出的成果為（）。[單项选择題]*A、AB032132232B、.AB023123223C、.AB034134234D、.AB043143243(對的答案)答案解析：暂無解析有关apply()措施的功能，下列选项中說法對的的是（）。[單项选择題]*A、apply()措施是對DataFrame(對的答案)B、.apply()措施可以实現所有agg措施的功能C、.apply()措施和map措施都可以進聚合操作D、.apply()措施只可以對行列進行操作答案解析：暂無解析有关groupby(）措施的返回值，下列說法錯误的是（）。[單项选择題]*A、groupby(）措施返回的是一种GroupBy對象B、返回的GroupBy對象采用的是惰性计算C、使用for循环可以遍历该對象中的分组信息D、groupby(）措施没有返回值(對的答案)答案解析：暂無解析有关apply()措施的說法中，下列描述對的的是（）。[單项选择題]*A、apply()措施是對DataFrame(對的答案)B、apply()措施可以实現所有agg措施的功能C、apply()措施和map措施都可以進聚合操作D、apply()措施只可以對行列進行操作答案解析：暂無解析請阅讀下面一段程序：执行上述程序後，最终输出的成果為（）。[單项选择題]*A、程序出現异常B、.data2key1A4.0B7.0(對的答案)C、.data1data2key1A3.04.0B6.57.0D、.data1data2key1B6.57.0答案解析：暂無解析下列选项中，用于删除缺失值的措施是（）。[單项选择題]*A、isnull()B、delete()C、dropna()(對的答案)D、fillna()答案解析：isnull措施用于检测，當返回成果中有True時，表达有反复的数据；fillna措施用于填充缺失数据。有关预处理的說法中，下列选项中描述不對的是（）。[單项选择題]*A、concat()函数可以沿著一条轴将多种對象進行堆叠B、merge()函数可以根据一种或多种键将不一样的DataFrame進行合并C、可以使用rename()措施對索引進行重命名操作D、unstack()措施可以将列索引旋转為行索引(對的答案)答案解析：unstack()措施可以将行索引旋转為列索引。下列选项中，有关fillna()措施描述對的的是（）。[單项选择題]*A、fillna()措施只能填充替代值為NaN的数据B、只支持前向填充方式C、默承认支持填充的最大数量為1D、fillna()措施可以填充替代值為NaN和None的数据(對的答案)答案解析：暂無解析有关数据重塑的說法中，下列选项描述錯误的是（）。[單项选择題]*A、数据重塑可以将DataFrame转换為SeriesB、stack()措施可以将列索引转换為行索引C、對一种DataFrame使用stack()措施後返回的一定是一种Series(對的答案)D、.unstack()措施可以将行索引转换為列索引答案解析：當一种DataFrame具有层次索引時，使用stack()措施會返回一种DataFrame對象。請阅讀下面的程序：执行上述程序後，最终输出的成果為（）。[單项选择題]*A、0False1False2True(對的答案)B、.0True1True2FalseC、.0False1False2FalseD、.0True1True2True答案解析：暂無解析下列选项中，有关drop_duplicates()措施描述錯误的是（）。[單项选择題]*A、仅支持單一特性数据的去重(對的答案)B、.仅對Series和DataFrame對象有效C、数据去重時默认保留第一种数据D、该措施不會变化原始数据排列答案解析：暂無解析有关异常值的說法，下列选项中描述錯误的是（）。[單项选择題]*A、异常值是指样本中明显偏离其他观测值的個别值(對的答案)B、可以使用3σ原则检测异常值C、可以使用Pandas中的箱线图检测异常值D、异常值可以使用其他的值来替代答案解析：异常数据并不一定是数据錯误，因此會根据实际状况下选择删除或保留。下列选项中，有关dropna()措施描述對的的是（）。[單项选择題]*A、dropna()措施只會删除值為NaN的数据B、dropna()措施不會删除值為None的数据C、dropna()措施會删除值為None和NaN的数据(對的答案)D、dropna()措施只會检测缺失数据和空值答案解析：dropna()默认删除None或NaN，不過可以指定参数，對轴進行删除。有关哑变量的說法中，下列选项描述錯误的是（）。[單项选择題]*A、哑变量是人為虚设的变量B、哑变量在转换成指標矩阵後，其值一般為0或1C、Pnadas中get_dummies()函数可以對类别進行哑变量处理D、哑变量的使用没有实际意义(對的答案)答案解析：暂無解析下列有关数据预处理的說法中，描述不對的的是（）。[單项选择題]*A、数据清洗的目的是為了提高数据质量B、异常值不一定要删除C、通過drop_duplicates()措施可以删除反复数据D、concat()函数可以根据一种或多种键将不一样的DataFrame進行合并(對的答案)答案解析：concat()函数可以沿著一条轴将多种對象進行堆叠。下列选项中，有关duplicated()措施描述對的的是（）。[單项选择題]*A、duplicate()措施用于删除反复值B、duplicate()措施用于標识反复值(對的答案)C、duplicate()措施會变化原始数据D、duplicate()措施會将反复的数据標识為False答案解析：暂無解析有关Series构造，下列描述對的的是（）。[單项选择題]*A、Series是一种类似于二维数组的對象B、Series由一组数据和与之有关的索引两部分构成(對的答案)C、Series只能保留整数和字符串类型的数据D、Series的索引默认是從1開始答案解析：暂無解析Pandas在执行算术运算時，没有對齐的位置會使用（）進行补齐。[單项选择題]*A、NullB、0(對的答案)C、NaND、null_values答案解析：暂無解析下列有关Pandas库的說法中對的的是（）。[單项选择題]*A、Pandas中只有两种数据构造B、Pandas不支持讀取文本数据C、Pandas是在NumPy基础上建立的新程序库(對的答案)D、.Pandas中Series和DataFrame可以处理数据分析中一切的問題答案解析：除了書中简介的两种常見数据构造，Pandas中尚有另一种数据构造Panel在進行算术运算時，假如但愿一次性输出多种记录指標可以使用（）措施。[單项选择題]*A、statistics()B、describe()(對的答案)C、all()D、results()答案解析：暂無解析下列措施中，可以将元组转换為MultiIndex對象的是（）。[單项选择題]*A、from_tuples()(對的答案)B、.from_arrays()C、.from_product()D、.from_list()答案解析：from_tuples()是将元组列表转换為MultiIndex對象；from_arrays()是将数组列表转换為MultiIndex對象；from_product()是從多种集合笛卡尔积中创立一种MultiIndex對象請阅讀下面一段程序:执行上述程序後，最终输出的成果為（）。[單项选择題]*A、012304-1-30126-1-7286-51B、.012304-1-30126-1-7286-51(對的答案)C、.0123286-51126-1-704-1-30D、.321000-3-141-7-16221-568答案解析：暂無解析有关Pandas中数据排序，下列說法對的的是（）。[單项选择題]*A、即可以按照行索引排序，也可以按照列索引排序(對的答案)B、.sort_index()措施表达按照值進行排序C、.sort_values()措施表达按照索引進行排序D、默认状况下，sort_index()措施按照降序排列答案解析：暂無解析有关Pandas层次化索引，下列說法錯误的是（）。[單项选择題]*A、层次化索引是指Pandas對象在一种轴方向上具有多层索引B、层次化索引至多只能有两层索引(對的答案)C、可以使用swaplevel()措施對层次化索引的位置互换次序D、使用sort_index()可以對索引進行排序答案解析：Pandas层次化索引没有详细的层数限制請阅讀下面一段程序：执行上述程序後，最终输出的成果為（）。[單项选择題]*A、a3.0d2.0c1.0bNaNB、.a3.0bNaNc1.0d2.0(對的答案)C、.程序出現异常D、.c1d2a3答案解析：暂無解析下列有关DataFrame說法對的的是（）。[單项选择題]*A、DataFrame构造是由索引和数据构成(對的答案)B、DataFrame的行索引位于最右侧C、创立一种DataFrame對象時需要指定索引D、DataFrame每列的数据类型必须是相似的答案解析：暂無解析請阅讀下面一段程序执行上述程序後，最终输出的成果是（）。[單项选择題]*A、5132034425B、.0325324451(對的答案)C、.5144322503D、.2544033251答案解析：暂無解析下列选项中，不属于ndarray對象属性的是（）。[單项选择題]*A、shapeB、.dtypeC、.ndimD、.map(對的答案)答案解析：暂無解析請看如下代码：對代码中的NumPy数组执行sort()措施成果對的的是（）。[單项选择題]*A、[[267][236]](對的答案)B、.[[267][632]]C、.[[762][632]]D、.[[762][236]]答案解析：暂無解析下列有关ndarray對象描述對的的是（）。[單项选择題]*A、ndarray對象中可以存储不一样类型的元素B、.ndarray對象中存储元素的类型必须是相似的(對的答案)C、.ndarray對象不支持广播操作D、.ndarray對象不具有矢量运算能力答案解析：根据ndarry的特點可知，该對象中元素的类型必须是相似的下列选项中，用来表达矢量化三元体現式的是（）。[單项选择題]*A、where()(對的答案)B、.cumsum()C、.sort()D、.unique()答案解析：暂無解析請阅讀下列一段示例程序：运行上述程序，那么最终输出的成果為（）。[單项选择題]*A、(3,2)(對的答案)B、.(2,3)C、.(3,0)D、.(2,0)答案解析：暂無解析在NumPy通用函数中，用于计算元素级最大值的函数是（）。[單项选择題]*A、maxB、.maximum(對的答案)C、.minD、.maximal答案解析：暂無解析在创立ndarray對象時，可以使用（）参数来指定元素类型。[單项选择題]*A、dtype(對的答案)B、.dtypesC、.typeD、.types答案解析：暂無解析有关创立ndarray對象。下列描述錯误的是（）。[單项选择題]*A、使用list()函数可以创立一种ndarray對象(對的答案)B、.通過ones()函数创立元素值都為1的数组C、.ndarray對象可以使用array()函数创立D、.通過zeros()函数创立元素值都是0的数组答案解析：list()函数不可以创立一种ndarry對象，不過可以将一种列表做為参数传入array()函数中创立一种ndarray對象在NumPy模块中表达生成随机种子的函数是（）。[單项选择題]*A、seed()(對的答案)B、rand()C、beta()D、randint()答案解析：暂無解析要想创立一种3*4的数组，下列选项對的的是（）。[單项选择題]*A、np.arange(12).reshape(4,3)(對的答案)B、.np.arange(12).reshape(3,4)C、.np.arange(7).reshape(4,3)D、.np.arange(7).reshape(3,4)答案解析：暂無解析下列有关数据分析概念的描述錯误的是（）。[單项选择題]*A、使用合适的记录分析措施對搜集来的大量数据進行分析B、.数据分析可以從数据中提炼出有用的信息并形成結论C、.数据分析可以對数据進行更深层的研究D、.数据分析不可以在杂乱無章的数据中提取有用的数据(對的答案)下列选项中，用于搭接数据仓库和保证数据质量的是（）。[單项选择題]*A、数据搜集B、.数据处理(對的答案)C、.数据分析D、.数据展現有关数据分析的說法，下列描述錯误的是（）。[單项选择題]*A、数据分析可以通過计算机工具和数學知识处理数据B、.可以做出具有针對性的决策C、.数据分析没有实际的使用意义(對的答案)D、.在大数据环境下，数据分析可以挖掘出更有价值的信息有关Anaconda的组件中，可以编辑文档且展示数据分析過程的是（）。[單项选择題]*A、AnacondaNavigatorB、.AnacondaPromptC、.SpyderD、.JupyterNotebook(對的答案)答案解析：JupyterNotebook可以重現整個分析過程，并将阐明文字、代码、图表、公式和結论都整合在一种文档中数据分析的一般流程為（）。[單项选择題]*A、明确目的和思绪、数据搜集、数据处理、数据分析、数据展現(對的答案)B、.明确目的和思绪、数据搜集、数据分析、数据展現C、.数据搜集、数据处理、数据分析、数据展現D、.明确目的和思绪、数据处理、数据分析、数据展現文本分詞是预处理過程中必不可少的一种操作。[判断題]*對(對的答案)錯答案解析：暂無解析余弦相似度与向量的幅值無关，只与向量的方向有关。[判断題]*對(對的答案)錯答案解析：暂無解析Anaconda中默认已經安装了NLTK库，可以用import导入使用。[判断題]*對(對的答案)錯答案解析：暂無解析詞干提取可以捕捉基于詞根的规范單詞形式。[判断題]*對錯(對的答案)答案解析：暂無解析若某個詞在這些文本中出現的次数最多，则表达這個單詞比较具有代表性。[判断題]*對(對的答案)錯答案解析：暂無解析假如将cut()函数的cut_all参数设為False，则表达的是按照精确模式進行分詞，[判断題]*對(對的答案)錯答案解析：暂無解析nltk.classify是一种用于类别標签標识的模块。[判断題]*對(對的答案)錯答案解析：暂無解析文本数据可以直接用来分析，不需要做任何处理。[判断題]*對錯(對的答案)答案解析：文本数据并不能直接被用来分析，而是要進行一系列的预处理操作，重要包括分詞、詞形统一化、删除停用詞等。中文并没有一种形式上的分界符。[判断題]*對(對的答案)錯答案解析：暂無解析我們可以直接使用pip命令安装jieba库。[判断題]*對(對的答案)錯答案解析：暂無解析假如两個向量的夹角越小，则表达它們越不相似。[判断題]*對錯(對的答案)答案解析：暂無解析假如将cut()函数的cut_all参数设為False，则表达按照全模式進行分詞。[判断題]*對錯(對的答案)答案解析：暂無解析NLTK是一套基于Python的自然語言处理工具包。[判断題]*對(對的答案)錯答案解析：暂無解析NLP重要是实現人与计算机之间用英文進行有效沟通。[判断題]*對錯(對的答案)答案解析：暂無解析在NLTK中，假如但愿給單詞標注詞性，则需要先保证已經下载了averaged_perceptron_tagger模块。[判断題]*對(對的答案)錯答案解析：暂無解析最基本的時间序列就是以時间戳為索引的Series對象。[判断題]*對(對的答案)錯答案解析：暂無解析若调用shift()措施時传入一种正数，则表明時间序列中的数据會沿著纵轴方向移動一次。[判断題]*對(對的答案)錯答案解析：暂無解析假如把年份字符串作為索引使用，则可以获取到属于這一年的所有数据。[判断題]*對(對的答案)錯答案解析：暂無解析時间序列的基础频率背面還可以跟著一种曰期偏移量。[判断題]*對(對的答案)錯答案解析：暂無解析在使用date_range()函数创立DatetimeIndex對象時，必须要保证同步指定start、end、periods、freq中至少三個参数。[判断題]*對(對的答案)錯答案解析：暂無解析降采样的時间颗粒會变大。[判断題]*對(對的答案)錯答案解析：暂無解析通過date_range()函数创立DatetimeIndex對象時，假如只是传入了開始曰期或結束曰期，则還需要用periods参数指定产生多少個時间戳。[判断題]*對(對的答案)錯答案解析：暂無解析假如是将低频率数据转换到高频率数据，则称為降采样。[判断題]*對錯(對的答案)答案解析：暂無解析在時间序列中，默认生成的時间戳是按天计算的。[判断題]*對(對的答案)錯答案解析：暂無解析若调用shift()措施時传入一种正数，则表明時间序列中的数据會沿著纵轴反方向移動一次。[判断題]*對錯(對的答案)答案解析：暂無解析假如Period對象加上或者減去一种整数，则會根据详细的時间單位進行位移操作[判断題]*對(對的答案)錯答案解析：暂無解析Period對象不支持参与数學运算。[判断題]*對錯(對的答案)答案解析：Period對象可以参与数學运算。假如Period對象加上或者減去一种整数，则會根据详细的時间單位進行位移操作。在降采样時，時间序列的数据量是增長的。[判断題]*對錯(對的答案)答案解析：暂無解析在操作時间戳索引時，可以直接使用任何曰期字符串来选用子集。[判断題]*對錯(對的答案)答案解析：在操作時间戳索引時，可以直接使用一种曰期字符串（符合可以被解析的格式）進行获取。時间序列的移動是指沿著纵轴方向将数据進行前移或後移。[判断題]*對錯(對的答案)答案解析：暂無解析PeriodIndex是用来指代一系列時间段的索引构造。[判断題]*對(對的答案)錯答案解析：暂無解析起始曰期与結束曰期定义了時间序列索引的严格边界。[判断題]*對(對的答案)錯答案解析：暂無解析時间序列分析没有任何硬性的规定。[判断題]*對錯(對的答案)答案解析：暂無解析升采样的時间颗粒是变小的。[判断題]*對(對的答案)錯答案解析：暂無解析時间序列是不能使用位置索引来获取数据。[判断題]*對錯(對的答案)答案解析：最简朴的选用時间序列子集的方式，是直接使用位置索引来获取详细的数据。位于左上角的子图编号為1。[判断題]*對(對的答案)錯答案解析：暂無解析每调用一次add_subplot()措施會规划画布划分子图，且只會添加一种子图。[判断題]*對(對的答案)錯答案解析：暂無解析Figure對象容許划分為多种绘图区域。[判断題]*對(對的答案)錯答案解析：Figure對象容許划分為多种绘图区域，每個绘图区域都是一种Axes對象，它拥有属于自已的坐標系统，被称為子图。subplot(323)和subplot(3,2,3)是等价的。[判断題]*對(對的答案)錯答案解析：暂無解析散點图包括的数据點越少，比较的效果就會越好。[判断題]*對錯(對的答案)答案解析：散點图是指数据點在直角坐標系平面上的分布图，一般用于比较跨类别的数据。散點图包括的数据點越多，比较的效果就會越好。假如但愿一次性创立一组子图，则可以通過subplot()函数進行实現。[判断題]*對錯(對的答案)答案解析：暂無解析直方图可以运用方块的高度来反应数据的差异。[判断題]*對(對的答案)錯答案解析：暂無解析Figure對象可以理解為一张空白的画布，用于容纳图表的多种组件。[判断題]*對(對的答案)錯答案解析：暂無解析我們可以调用new()函数构建一张新的空白画布。[判断題]*對錯(對的答案)答案解析：假如不但愿在默认的画布上绘制图形，则可以调用figure()函数构建一张新的空白画布。pyplot模块中默认拥有一种Figure對象。[判断題]*對(對的答案)錯答案解析：暂無解析agg()措施可以使用顾客自定义的函数。[判断題]*對(對的答案)錯答案解析：通過agg()措施進行聚合時，func参数既可以接受Pandas中的内置措施，也可以接受自定义的函数，同步，這些措施与函数可以作用于每一列，也可以将多种函数或措施作用于同一列，還可以将不一样函数或措施作用于不一样的列。使用agg()措施進行聚合运算會對产生的標量值進行广播。[判断題]*對錯(對的答案)答案解析：暂無解析通過agg()措施進行聚合時只能接受單個函数。[判断題]*對錯(對的答案)答案解析：通過agg()措施進行聚合時，func参数既可以接受Pandas中的内置措施，也可以接受自定义的函数，同步，這些措施与函数可以作用于每一列，也可以将多种函数或措施作用于同一列，還可以将不一样函数或措施作用于不一样的列。groupby()措施不能使用函数做為分组键。[判断題]*對錯(對的答案)答案解析：暂無解析使用Series對象做為分组键時，必须保证Series對象的長度与被分组数组的長度相等。[判断題]*對錯(對的答案)答案解析：假如S假如Series對象的索引長度与Pandas對象的索引長度不相似時，则只會将部分（具有相似索引長度）数据進行分组，而不會将所有的数据進行分组。eries對象的索引長度与Pandas對象的索引長度不相似時，则只會将部分（具有相似索引長度）数据進行分组，而不會将所有的数据進行分组。使用字典做為分组键時，字典的键必须和数据中的列名相映射。[判断題]*對(對的答案)錯答案解析：暂無解析只要使用groupby()措施分组，就會产生一种DataFrameGroupby對象[判断題]*對錯(對的答案)答案解析：一般，使用Series调用groupby()措施返回的是SeriesGroupBy對象，而使用DataFrame调用groupby()措施返回的是DataFrameBy對象。使用transform()措施進行聚合运算，所得對象的行索引与被分组對象的行索引大小一定相等。[判断題]*對(對的答案)錯答案解析：暂無解析apply()措施可以将某個函数应用到DataFrame對象的每個数据。[判断題]*對錯(對的答案)答案解析：暂無解析groupby()措施可以将DataFrame中的某個列名做為分组键。[判断題]*對(對的答案)錯答案解析：暂無解析在箱形图中超過上界和下界的值称為异常值。[判断題]*對(對的答案)錯答案解析：暂無解析具有多层索引的DataFrame對象通過stack()重塑後，返回的是一种Series對象。[判断題]*對錯(對的答案)答案解析：暂無解析使用merge()函数進行数据合并時，不需要指定合并键。[判断題]*對錯(對的答案)答案解析：暂無解析fillna()措施处理缺失数据時可以使用Series對象填充，但不可以使用DataFrame對象填充。[判断題]*對錯(對的答案)答案解析：暂無解析dropna()措施可以删除数据中所有的缺失值。[判断題]*對(對的答案)錯答案解析：暂無解析drop_duplicated()措施可以删除反复值。[判断題]*對錯(對的答案)答案解析：暂無解析rename()措施可以重命名索引名。[判断題]*對(對的答案)錯答案解析：暂無解析缺失数据是人為故意导致的。[判断題]*對錯(對的答案)答案解析：暂無解析通過merge()函数合并数据時可以指定多种键。[判断題]*對(對的答案)錯答案解析：暂無解析join()措施可以使用左连接和右连接两种方式连接数据。[判断題]*對(對的答案)錯答案解析：暂無解析read_html()函数可以讀取网页中所有的数据。[判断題]*對錯(對的答案)答案解析：read_html()措施只能讀取网页中table標签中的数据Series是一种类似于一维数组的對象。[判断題]*對(對的答案)錯答案解析：暂無解析Series和DataFrame都支持切片操作。[判断題]*對(對的答案)錯答案解析：暂無解析describe()措施可以一次性输出多种记录指標。[判断題]*對(對的答案)錯答案解析：暂無解析层次化索引可以互换分层次序。[判断題]*對(對的答案)錯答案解析：暂無解析在操作DataFrame對象時，可以通過指定索引名的方式获取数据。[判断題]*對(對的答案)錯答案解析：暂無解析Pandas只有Series和DataFrame两种数据构造。[判断題]*對錯(對的答案)答案解析：Pandas有Series、DataFrame、Panel三种数据构造DataFrame的构造是由索引和数据构成的。[判断題]*對(對的答案)錯答案解析：暂無解析Pandas既可以按照索引排序也可以按照数据排序。[判断題]*對(對的答案)錯答案解析：暂無解析通過from_arrays()措施可以将元组列表转换為MultiIndex對象。[判断題]*對錯(對的答案)答案解析：暂無解析ndarray對象的数据类型可以通過type()措施進行转换。[判断題]*對錯(對的答案)答案解析：ndarray對象的数据类型可以通astype()措施進行转换假如两個数组的形状不一样，则它們是無法执行算术运算的。[判断題]*對錯(對的答案)答案解析：當数组满足某一维度等長或满足其中一种数组為一维数组時，便可以通過广播机制進行运算。ndarray對象中的swapaxes()措施可以将两個轴進行转换。[判断題]*對(對的答案)錯答案解析：暂無解析假设目前有一种3行3列的ndarray数组，假如想要获取第3行第2列的元素，可以使用ndarray[3,2]。[判断題]*對錯(對的答案)答案解析：索引從0開始计数NumPy支持比Python更多的数据类型。[判断題]*對(對的答案)錯答案解析：暂無解析NumPy数组不需要循环遍历，即可對每個元素执行批量的算术运算操作。[判断題]*對(對的答案)錯答案解析：暂無解析通過empty()函数创立的数组中所有元素值都是NaN。[判断題]*對錯(對的答案)答案解析：暂無解析通用函数會對数组中的每一种元素都進行操作。[判断題]*對錯(對的答案)答案解析：暂無解析假如但愿创立一种数组，则只能用array()函数实現。[判断題]*對錯(對的答案)答案解析：暂無解析sort()措施可以對任何轴上的数据進行排序[判断題]*對(對的答案)錯答案解析：暂無解析Seaborn是Python中基于Matplotlib的数据可视化工具，它提供了诸多高层封装的函数。[判断題]*對(對的答案)錯数据分析是一种有目的地搜集和整合数据的過程。[判断題]*對錯(對的答案)答案解析：数据分析的目的在于，将隐藏在一大批看似杂乱無章的数据信息集中提炼出来有用的数据，以找出所研究對象的内在规律，并非只對数据進行搜集和整顿。NLTK库合用于处理文本分析。[判断題]*對(對的答案)錯假如要卸载指定环境中的包，则直接使用remove命令移除即可。[判断題]*對(對的答案)錯JupyterNotebook的長处是可以重現整個分析過程，并将阐明文字、代码、图表、公式和結论都整合在一种文档中。[判断題]*對(對的答案)錯使用pip命令也可以查看Anconda安装的包。[判断題]*對(對的答案)錯Anconda是完全免费的。[判断題]*對(對的答案)錯conda是一种在Windows、MacOS、和Linux上运行的開源软件包管理系统和环境管理系统。[判断題]*對(對的答案)錯Pandas是一种基于NumPy的数据分析包，它是為了处理数据分析任务而创立的。[判断題]*對(對的答案)錯JupyterNotebook可以将文献保留為ipynb格式。[判断題]*對(對的答案)錯下列选项中，有关分组聚合描述對的的是（）。*A、拆分是将数据集按照某些原则拆分為若干個组(對的答案)B、.应用是将某個函数或措施（内置和自定义均可）应用到每個分组(對的答案)C、.合并是将产生的新值整合到成果對象中(對的答案)D、.应用函数時只能使用pandas内置的函数答案解析：暂無解析下列有关apply()措施說法不對的的是（）。*A、apply()措施是對DataFrame每一种元素应用某個函数(對的答案)B、.apply()措施可以实現transform()措施所有的功能(對的答案)C、.apply()措施只可以對行列進行操作D、.對不一样列数据应用不一样函数(對的答案)答案解析：暂無解析有关GroupBy對象，下列描述對的的是（）*A、DataFrame通過度组後得到了一种DataFrameGroupBy對象(對的答案)B、.Series通過度组後得到了一种SeriesGroupBy對象(對的答案)C、.可以直接查當作果D、.采用惰性计算(對的答案)答案解析：暂無解析下列有关groupby()措施的使用，描述不對的的是（）*A、分组键可以是一种Series對象B、.使用字典做為分组键時，對字典中的数据没有任何规定(對的答案)C、.函数不可以做為分组键(對的答案)D、.返回的构造可以直接查看答案解析：暂無解析下列选项中，有关transform()措施描述不對的的是（）。*A、會對標量值产生广播操作B、.返回的数据可以与被分组数据形状相等(對的答案)C、.可以對每一列数据应用不一样的函数D、.可以對不一样的数据应用不一样的函数(對的答案)答案解析：暂無解析下列选项中，属于agg()措施使用方式的是（）。*A、對每一列数据应用同一种函数(對的答案)B、.對某列数据应用不一样的数据(對的答案)C、.對不一样列数据应用不一样函数(對的答案)D、.對成果進行广播操作答案解析：暂無解析下列有关agg()措施描述對的的是（）。*A、可以對每一列数据应用不一样的函数(對的答案)B、.只能接受一种函数C、.會對成果進行广播操作D、.可以對不一样的数据应用不一样的函数(對的答案)答案解析：暂無解析當使用groupby()措施分组時，下列选项中可以作為分组方式的是（）。*A、列表或数组(對的答案)B、.DataFrame中某列的名称(對的答案)C、.字典或Series(對的答案)D、.集合答案解析：暂無解析下列函数中，可以對数据進行的合并的是（）。*A、concat()(對的答案)B、.join()(對的答案)C、.merge()l(對的答案)D、.combine_first()(對的答案)答案解析：暂無解析下列选项中，有关数据预处理說法錯误的是（）。*A、数据清洗包括了数据原则化、数据合并和缺失值处理(對的答案)B、数据合并按照合并轴的方向重要分為左连接、右连接、内连接和外连接(對的答案)C、数据分析的预处理過程包括数据清洗、数据合并、数据原则化和数据转换，它們之间存在交叉，没有严格的先後关系D、.数据原则化的重要對象是类别型特性(對的答案)答案解析：暂無解析下列措施中，可以修改数据类型的是（）。*A、astype()(對的答案)B、to_numberic()(對的答案)C、dim()D、type()答案解析：暂無解析检测出异常值之後，一般會采用哪些方式处理它們？（）*A、直接将具有异常值的记录删除(對的答案)B、用品体的值来進行替代，可用前後两個观测值的平均值修正该异常值(對的答案)C、不处理，直接在具有异常值的数据集上進行记录分析(對的答案)D、视為缺失值，运用缺失值的处理措施修正该异常值(對的答案)答案解析：暂無解析下列有关反复值处理的說法中，對的的是（）。*A、duplicated()措施可以標识反复数据B、drop_duplicates()措施用于删除反复数据(對的答案)C、反复数据的判断原则是两個数据中所有条目的值都相等(對的答案)D、duplicated()措施支持從前向後和從後向前两种查找模式(對的答案)答案解析：duplicated()措施用于標识反复数据。有关Pandas中的数据重塑，下列說法對的的是（）。*A、stack()措施可以将列索引转换為行索引(對的答案)B、unstack()措施可以将列索引转换為行索引C、當一种DataFrame通過pivot()措施通過轴向旋转後返回一种新的DataFrame(對的答案)D、pivot()措施可以将列索引转换為行索引答案解析：暂無解析有关预处理中的数据合并，下列說法中錯误的是（）。*A、concat()函数是最常用的主键合并函数，可以通過内连接和外连接的方式堆叠合并数据(對的答案)B、merge()函数是最常用的主键合并的函数，但不可以通過左连接和右连接的方式合并数据(對的答案)C、join()措施是最常用的主键合并措施之一，但不可以通過左连接和右连接的方式合并数据(對的答案)D、combine_first()措施只合用于DataFrame對象(對的答案)答案解析：暂無解析下列有关异常值检测的說法中對的的是（）。*A、在使用3σ原则检测异常值時需要保证数据遵守正态分布(對的答案)B、检测出的异常值不一定會被删除(對的答案)C、.检测出的异常值一定會被删除D、Pandas中可以使用boxplot()措施绘制箱形图，以实現對数据中的异常值進行检测(對的答案)答案解析：异常值會根据实际状况选择删除還是保留。有关空值和缺失值，下列說法中對的的是（）。*A、NaN和None是完全同样的B、.使用isnull()可以检测数据中与否存在空值或缺失值(對的答案)C、notnull()与isnull()措施都可以判断数据中与否存在空值或缺失值(對的答案)D、dropna()措施可以删除空值和缺失值(對的答案)答案解析：暂無解析Pandas的数据构造有（）。*A、Series(對的答案)B、.DataFrame(對的答案)C、C.Panel(對的答案)D、D.Vector答案解析：暂無解析對于Pandas索引操作，下列說法錯误的是（）。*A、可通過指定索引名的方式進行选用(對的答案)B、swaplevel()措施可以将层次索引的位置進行互换(對的答案)C、sort_index()措施會對层次索引進行排序(對的答案)D、在使用sort_index()措施排序時，會优先选择按内层索引進行排序答案解析：暂無解析下列有关Pandas层次化索引說法對的的是（）。*A、层次化索引是指Pandas對象在一种轴方向上具有多层索引(對的答案)B、使用from_tuples()措施可以将列表转换為MultiIndex對象(對的答案)C、使用from_arrays()措施可以将数组列表转换為MultiIndex(對的答案)D、层次化索引不可以排序答案解析：层次化索引可以使用sort_index對索引進行排序有关讀写excel文献的說法中，下列描述對的的是（）。*A、to_excel()措施表达将构造化数据写入到Excel文献中(對的答案)B、.to_excel()措施表达将构造化数据讀取到DataFrame中C、.read_excel()函数表达将构造化数据讀取到DataFrame中(對的答案)D、.read_excel()函数表达将构造化数据写入到DataFrame中答案解析：暂無解析下列有关Pandas的索引說法對的的是（）。*A、Pandas中的索引都是Index类對象(對的答案)B、索引對象是可修改的C、索引對象是不可修改的(對的答案)D、Index對象是可以共享的(對的答案)答案解析：索引對象是不可以修改的有关讀取网页表格数据的說法中，下列描述對的的是（）。*A、使用read_html()函数可以讀取网页表格数据(對的答案)B、read_html()函数返回一种DataFrame對象C、read_html()函数返回一种DataFrame列表對象(對的答案)D、read_html()函数只能對网页中的table標签進行讀取(對的答案)答案解析：read_html()措施返回的是一种DataFrame列表下列措施中可以讀取数据库数据的是（）。*A、read_sql()(對的答案)B、read_table()(對的答案)C、read_sql_query()(對的答案)D、read_query()答案解析：在讀取数据库数据中没有read_query()措施下列有关Series說法對的的是（）。*A、Series是一种类似一维数组的對象(對的答案)B、Series可以保留任何类型的数据(對的答案)C、Series由数据和索引构成(對的答案)D、Series构造的数据位于索引的左侧(對的答案)答案解析：暂無解析下列Pandas措施中，用于求最大值和最小值的是（）。*A、sumB、meanC、max(對的答案)D、min(對的答案)答案解析：暂無解析下列函数中，可以创立NumPy数组的是（）。*A、array()(對的答案)B、.zeros()(對的答案)C、C.empty()(對的答案)D、D.ones()(對的答案)答案解析：暂無解析有关数组排序*A、當数组使用sort()措施後，数组默认從小到大進行排序(對的答案)B、.當数组使用sort()措施後，数组默认從大到小進行排序C、.sort()措施可以對任何一种轴上的元素進行排序(對的答案)D、.sort()措施排序不會修改数组自身答案解析：暂無解析NumPy数组的转置可以通過（）实現。*A、transpose()(對的答案)B、.reshape()C、.T(對的答案)D、.transform()。答案解析：Numpy数组的转置可通過transpose()和T属性实現下列有关随机数模块描述對的的是（）。*A、NumPy的random