大数据统计与分析复习测试卷含答案

第页大数据统计与分析复习测试卷含答案1.数据质量包含的要素有()A、准确性、完整性B、一致性、可解释性C、时效性、可信性D、以上所有要素【正确答案】：D2.numpy中向量转成矩阵使用()A、reshapeB、revalC、arangeD、random【正确答案】：A3.在下列选项中可以进行主键合并的是()。A、append()B、combine_first()C、concatD、merge【正确答案】：D4.导入pymysql数据的命令是()A、importdatabaseB、importSQLC、importpymysqlD、pipinstallMysql【正确答案】：C5.以下哪个不是Pandas连接数据库时的常见步骤？()A、导入必要的库（如Pandas和SQLAlchemy）B、创建数据库连接对象C、执行SQL查询并读取结果到DataFrameD、使用to_sql()函数将DataFrame写回数据库【正确答案】：D6.数据合并有()、主键合并和重叠合并三种。A、重复合并B、横向合并C、堆叠合并D、纵向合并【正确答案】：C7.代码“np.arange(0,1,0.2)”的运行结果为()。A、[0.2,0.4,0.6,0.8]B、[0.,0.2,0.4,0.6,0.8]C、[0.,0.2,0.4,0.6,0.8,1.0]D、[0.2,0.4,0.6,0.8,1.0]【正确答案】：B8.我们在使用pandas时需要导入什么模块。()A、importpandasaspdB、importsysC、importmatplotlibD、importpymysql【正确答案】：A9.下列关于Python数据分析库的描述正确的是()。A、pandas能够实现数据的整理工作B、Numpy的在线安装不需要其他任何的辅助工具C、Scipy的主要功能是可视化图表D、scikit-learn包含所有算法【正确答案】：A10.以下分组操作中不涉及原始对象的是()。A、应用一个函数B、分割对象C、聚合数据D、结合结果【正确答案】：C11.在下列选项中可以进行重叠合并的是()A、combine_first()B、concatC、mergeD、append()【正确答案】：A12.以下是回归模型评估指标的是()。A、均方根误差(RootMeanSquarError，RMS）B、准确率(Accuracy）C、精确率(Precision)D、召回率(Recal1)【正确答案】：A13.在下列选项中可以进行哑变量处理的是()。A、dummies函数B、get_cut函数C、get_dummies函数D、cut函数【正确答案】：C14.skleam转换器的主要方法不包括()。A、transform()B、fit_transform()C、fit()D、fit_transforms()【正确答案】：D15.下列算法中属于分类方法的是()。A、SVC算法B、K-MEDOIDS算法C、CLARANS算法D、CLIOU算法【正确答案】：A16.下列关于分析与建模流程的说法错误的是()A、分析与建模的模型选择要根据需求确定B、分析与建模丁作是数据分析的核心C、分析和建模时可以选择多个模型,同时分析D、传统的统计对比分析不属于分析与建模流程【正确答案】：D17.下列关于pandas数据读/写说法错误的是()A、read_csv能偶够读取所有文本文档的数据B、read_sql能够读取数据库的数据C、to_csv函数能够将结构化数据写入.csv文件D、to_excel函数能够将结构化数据写入Excel文件【正确答案】：A18.sklearn中用于对特征进行归一化的函数是()。A、StandardScalerBinarizerC、MinMaxScalerD、Normalizer【正确答案】：D19.关于iloc的说法不正确的是()A、既可以行索引，又可以列索引B、不能使用标签索引C、当传入的行索引位置或列索引位置为区间时，其为前闭后开区间D、可以接收Series【正确答案】：D20.pyplot模块中显示图例的函数是哪个?()A、plt.legend()B、plt.show()C、plt.title()D、plt.plot()【正确答案】：A21.numpy中，生成给定上下限范围的随机数函数是：()A、randomB、randC、randnD、randint【正确答案】：D22.获取DataFrame后10行，可以用以下哪个()A、df.loc[10]B、df[:-10]C、df[-10:]D、df.tail()【正确答案】：C23.以下哪种方法可以用于比较不同机器学习模型的性能？()A、交叉验证B、数据增强C、特征工程D、超参数调整【正确答案】：A24.改变数组的操作是()A、切片B、索引C、转置D、堆叠【正确答案】：A25.下列关于数据和数据分析的说法正确的是()A、数据就是数据库中的表格B、文字、声音和图像都是数据C、数据分析只能是对过去发生事情的描述和分析D、数据分析的数据只能是结构化的【正确答案】：B26.对Apriori算法，下列选项中表达有误的是()。Apriori算法是关联分析中最常用的算法之一。B、应用Apriori算法,需要先设定模型的最小支持度、最小置信度等阈值。C、应用Apriori算法时,输入的数据可以是连续型数据也可以是离散型数据。D、Aprior算法扫描数据库的次数依于最大频繁项集中项的数量。【正确答案】：C27.下列loc.iloc属性的用法正确的是()A、df.loc[‘列名’,‘索引名’];df.iloc[‘索引位置’,‘列位置’]B、df.loc[‘索引名’,‘列名’];df.iloc[‘索引位置’,‘列名’]C、df.loc[‘列名’,‘索引名’,];df.iloc[‘索引位置’,‘列名’]D、df.loc[‘索引名’,‘列名’];df.iloc[‘索引位置’,‘列位置’]【正确答案】：D28.Numpy中创建全为0的矩阵使用()A、zerosB、onesC、emptyD、arrange【正确答案】：A29.以下关于pandas数据预处理说法正确的是()。A、pandas没有做哑变量的函数B、在不导入其他库的情况下，仅仅使用pandas就可实现聚类分析离散化C、pandas可以实现所有的数据预处理操作D、cut函数默认情况下做的是等宽法离散化【正确答案】：D30.计算numpy中元素个数的方法()A、np.sqrt()B、np.size()C、np.identity()D、np.count()【正确答案】：B31.以下函数中不具备排序功能的是()A、sortB、argsortC、lexsortD、extract【正确答案】：D32.创建一个3×3的数组，下列代码中错误的是()A、np.arange(0,9).reshape(3,3)B、np.eyes(3)C、np.random.random([3,3,3])D、np.mat(“1,2,3;4,5,6;7,8,9”)【正确答案】：C33.在处理数据缺失值时，如果某特征的缺失值比例较小，以下哪种填充方法较为合适()A、均值填充B、中位数填充C、删除含有缺失值的样本D、用固定值填充【正确答案】：A34.假设有命令(P)importnumpyasnpbArray=np.array([[1,2,3],[4,5,6]])则，bArray.ndim的结果是A、1B、2C、3D、4【正确答案】：B35.下列关于pandas中drop_duplicates()方法的说法正确的是()。A、drop_duplicates()方法不会改变原数据的排列B、drop_duplicates()是常用的主键合并方法,能够实现左连接和右连接C、drop_duplicates(方法只对DataFrame有效D、drop_duplicates()方法仅支持单一特征数据去重【正确答案】：A36.假设有命令importnumpyasnpArray1=np.linspace(1,5,3,dtype=int)print(Array1)则,执行结果是(A、[135]B、[125]C、[1.3.5.]D、[1.2.5.]【正确答案】：A37.下列图形常用于分析各分组数据在总数据中所占比例的是()A、箱线图B、柱形图C、饼图D、折线图【正确答案】：C38.在Pandas中，用于从SQL数据库中读取数据到DataFrame的函数是？()A、pd.read_csv()B、pd.read_sql()C、pd.read_excel()D、pd.read_table()【正确答案】：B39.下列说法不正确的是()。A、柱形图可以用于查看整体数据的数量分布B、散点图可以用于查看数据中的离群值C、箱线图可以用于查看特征间的相关关系D、折线图可以用于查看数据的数量差异和变化趋势【正确答案】：C40.下列关于groupby方法说法正确的是()A、groupby能够实现分组聚合B、groupby方法的结果能够直接查看C、groupby是pandas提供的一个用来分组的方法D、groupby方法是pandas提供的一个用来聚合的方法【正确答案】：C41.下列不能创建数组的函数是()A、linspacB.zerosC、onesD、twos【正确答案】：D42.下列选项中，哪个是分类器效果验证指标中准确率的正确表述。()A、预测为正的数据在总数据中的比例B、预测正确的数据在总数据中的比例C、预测为正的数据中实际为正的数据所占比例D、实际为正的数据中被预测为正的数据所占比例【正确答案】：C43.以下关于数据分析预处理的过程描述正确的是()。A、数据清洗包含了数据标准化、数据合并和缺失值处理B、数据合并按照合并轴方向主要分为左连接、右连接、内连接和外连接C、预处理过程主要包括数据清洗、数据合并、数据标准化和数据转换，它们之间存在交叉，没有严格的先后关系D、数据标准化的主要对象是类别型的特征【正确答案】：C44.下面哪一个获取DataFrame结构的属性？()A、df.shapeB、df.ndimC、df.sizeD、df.dtypes【正确答案】：A45.numpy中,random函数生成的数值在()之间A、[0,1]B、(0,1)C、[0,1)D、(0,1]【正确答案】：C46.在K-Means聚类算法中，K值的选择通常会影响什么？()A、聚类的结果和模型的复杂度B、数据的预处理方式C、聚类的速度D、数据的特征选择【正确答案】：A47.下列不属于Python优势的是()A、拥有大量的第三方库,能够调用C++Jav语言B、开源免费C、语法简洁,程序开发速度快D、程序的运行速度在所有计算机语言中最快【正确答案】：D48.以下哪种学习方式不需要标记数据？()A、监督学习B、无监督学习C、强化学习D、半监督学习【正确答案】：B49.plt.xlabel('×坐标轴’,fontproperties='simHei',fontsize=20)()A、设置坐标轴标签的大小B、设置坐标轴标签的字体,以正确显示中文C、设置坐标轴标签的颜色D、设置坐标轴标签的风格【正确答案】：B50.假设某DataFrame中有一列名name，如何获取该列()A、B、df."name"C、df(name)D、df("name")【正确答案】：A51.K-Means聚类算法的目标是？()A、最小化类内距离之和B、最大化类内距离之和C、最小化类间距离之和D、最大化类间距离之和【正确答案】：A52.下列与标准化方法有关的说法中错误的是()。A、离差标准化简单易懂，对最大值和最小值敏感度不高B、常用的标准化方法，又名零一均值标准化C、小数定标标准化实质上就是将数据按照一定的比例缩小D、多个特征的数据的KMeans聚类不需要对数据进行标准化【正确答案】：A53.统计图形中，常用于检查异常值的是()。A、Q-Q图B、箱型图C、帕累托图D、气泡图【正确答案】：B54.下列语句中pyplot是什么含义？importmatplotlib.pyplotaspltA、matplotlib的子库B、matplotlib的子函数C、matplotlib的类D、matplotlib的方法【正确答案】：A55.逻辑回归模型的输出是？()A、一个确切的类别B、一个连续的数值C、属于某一类别的概率D、一个区间【正确答案】：C56.以下关于缺失值检测的说法中，正确的是()A、null和notnull可以对缺失值进行处理B、dropna方法既可以删除观测记录，也可以删除特征C、fillna方法中用来替换缺失值的值只能是数据框D、pandas库中的interpolate模块包含多种插值方法【正确答案】：B57.使用哪个函数可以给整个坐标系增加标题?()A、plt.text()B、plt.annotate()C、plt.title()D、plt.label()【正确答案】：C58.以下函数中，计算name列平均值的是()A、df[“name”].mean()B、df[“name”].std()C、df[“name”].max()D、df[“name”].min()【正确答案】：A59.在使用pd.read_sql()函数时，如果你想要将查询结果中的某一列作为DataFrame的索引，应该使用哪个参数？()A、index_colB、set_indexC、keyD、id【正确答案】：A60.下列关于数据分析流程的说法错误的是()A、需分析是数据分析最重要的一部分B、数据预处理是能够建模的前提C、模型评估能评价模型的优劣D、声音和图像无法用数据分析【正确答案】：D61.pandas中提供了()函数用来识别缺失值。A、isnullB、notnullC、nullD、dropna【正确答案】：A62.下列关于concat函数、append方法、merge函数和join方法的说法正确的是()。A、concat是最常用的主键合并的函数，能够实现内连接和外连接B、append方法只能用来做纵向堆叠，适用于所有纵向堆叠情况C、merg是最常用的主键合并的函数，能够实现左连接和右连接D、join是常用的主键合并方法之一，但不能够实现左连接和右连接【正确答案】：C63.numpy提供了两种基本对象，一种是ndarray，一种是()A、arrayB、ufuncC、matrixD、Series【正确答案】：B64.脏数据是指()。A、污染的数据B、不规则的数据C、存在计算机内的数据D、异常值、缺失值【正确答案】：D65.在下列选项中不属于检测与处理缺失值的方法的是()A、插值法B、替换法C、哑变量处理D、删除法【正确答案】：C66.数据标准化的常用方法不包括以下哪种？()A、Min-Max标准化B、Z-scor标准化C、对数变换D、独热编码【正确答案】：D67.下列关于特征去重的说法错误的是()。A、corr()方法可通过相似度矩阵去重B、可通过equals()方法进行特征去重C、相似度矩阵去重可对任意类型的重复特征去重D、相似度矩阵去重只能对数值型的重复特征去重【正确答案】：C68.关于AUC的说法中正确的是()A、ROC曲线上的面积大小B、是精准率和召回率的调和平均值C、用来评价分类模型效果的重要指标D、分类正确的正样本个数占真正的正样本个数的比例【正确答案】：C69.如何查看DataFrame的基本信息(列名、列类型、是否有缺失值等()A、B、()C、df.describe()D、df.describe【正确答案】：B70.下列关于pandas支持的数据结构的说法错误的是()。A、pandas支持Series和DataFrameB、Series被定义为能够存储各种类型数据的一维数组C、pandas只支持Series数据结构D、DataFram可与带有标记轴(行和列)的二维数组一起使用【正确答案】：C71.在下列选项中可以进行横向堆叠的是()。A、join()B、concatC、combine_first()D、merge【正确答案】：B72.在使用pd.read_sql()函数时，哪个参数用于指定数据库连接对象？()A、sqlB、conC、index_colD、columns【正确答案】：B73.下列参数中调整后显示中文的是()A、lines.linestyleB、lines.linewidthC、font.sans-serifD、axes.unicode_minus【正确答案】：C74.pandas中提供了()函数来完成缺失值填充的功能。A、fillB、fillnaC、dropnaD、interpolate【正确答案】：B75.importpandasaspddf=pd.DataFrame({'a':[1,2,3]})print(df.shape)输出结果是:()A、(3,)B、(3,1)C、(,3)D、(3)【正确答案】：B76.哪个选项不属于大数据4V特点?()A、VolumeB、ValidC、VarietyD、Value【正确答案】：B77.下列用于横向组合数组的函数是()A、vstackB、hsplitC、vsplitD、hstack【正确答案】：D78.下列关于插值法的说法错误的是()A、线性插值通过求解线性方程得到缺失值B、常见的线性插值有拉格朗日插值和牛顿插值C、常见的插值法有线性插值、多项式插值和样条插值D、pandas中的interpolate()方法可进行插值操作【正确答案】：B79.numpy包中，计算标准差的函数是：()A、numpy.meanB、numpy.medianC、numpy.varD、numpy.std【正确答案】：D80.绘制折线图的函数是下面哪个?()A、pyplot.scatter()B、pyplot.plot()C、pyplot.grid()D、pyplot.show()【正确答案】：B81.在下列选项中可以进行特征删除的是()。A、dropna()方法B、notnull()方法C、fillna()方法D、isnull()方法【正确答案】：A82.下列关于分组聚合的说法错误的是()。A、pandas分组方法只有一个groupby()方法B、pandas分组聚合操作能够实现组内标准化C、使用pandas的groupby()方法进行分组时,只能对列进行操作D、pandas聚合时能够使用agg()、apply()、transform()方法【正确答案】：C83.使用哪个函数可以给坐标系增加横轴标签?()A、plt.xlabel("标签”)B、plt.label(x,"标签”)C、plt.label(y,"标签”)D、plt.ylabel("标签”)【正确答案】：A84.关于Series索引方式错误的是()A、s[0:2]B、s[2]C、s[s>2]D、s[s=2]【正确答案】：D85.在下列选项中可以进行缺失值替换的是()。A、fillna()方法B、notnull()方法C、dropna()方法D、isnull()方法【正确答案】：A86.下列代码中能够为图形添加图例的是()。A、plt.xticks([0,1,2,3,4])B、plt.plot(x,y)C、plt.title('散点图')D、plt.legend('y=cosx')【正确答案】：D87.下列不属于数据分析应用场景的是()A、计算机硬盘使用寿命预测B、码头货物吞吐量预测C、某人一生的命运预测D、产品销售分析【正确答案】：C88.以下关于drop_duplicates函数的说法中错误的是()。A、仅对DataFram和Series类型的数据有效B、仅支持单一特征的数据去重C、数据重复时默认保留第一个数据D、该函数不会改变原始数据排列【正确答案】：B89.pandas提供了对各种格式数据文件的读取和写入工具,其中不包括哪种?()A、CSV文件B、文本文件C、工作簿文件D、EXE文件【正确答案】：D90.有一份数据，需要查看数据的类型，并将部分数据做强制类型转换，以及对数值数据做基本的描述性分析。下列的步骤和方法正确的是()A、dtypes查看类型，astype转换类别，describe描述性统计B、astype查看类型，dtypes转换类别，describ描述性统计C、describe查看类型，astype转换类别，dtypes描述性统计D、dtypes查看类型，describe转换类别，astyp描述性统计【正确答案】：A91.不列不属于数组的常用统计函数的是()A、split(分割字符串)B、sumC、meanD、std【正确答案】：A92.存在关联规则为A→B,此规则的confidence为80%，则代表()。A、买B商品的顾客中有80%的顾客会同时购买AB、同时购买A,B两商品的顾客占所有顾客的80%C、买A商品的顾客中有80%的顾客会同时购买BD、两商品A，B在交易数据库中同时被购买的机率为80%【正确答案】：C93.numpy中矩阵转成向量使用()AreshapeB、resizeC、arangeD、random【正确答案】：B94.classification_report函数用于输出分类模型评价报告,其内容不包括()。A、true_postive_rateB、fl-scoreC、recallD、precision【正确答案】：A95.利用()函数可以删除一列或者一行元素。A、deleteB、dropC、clearD、cut【正确答案】：B96.大数据的最显著特征是()A、数据规模大B、数据类型多样C、数据处理速度快D、数据价值密度高【正确答案】：A97.在数据挖掘中，如果发现买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？()A、关联规则发现B、聚类C、分类D、自然语言处理【正确答案】：A98.在pyplot子模块中创建画布的是下面哪个函数?()A、figure()B、legend()C、subplots()D、random()【正确答案】：A99.如果你想根据某个列的值对DataFrame进行排序，你应该使用哪个方法？()A、sort()B、sort_values()C、order()D、arrange()【正确答案】：B100.在处理时间序列数据时，如果你想将DataFrame的索引设置为日期时间类型，你应该使用哪个方法？()A、set_index()B、to_datetime()C、asfreq()D、resample()【正确答案】：B101.pandas的常用类不包括()A、SeriesB、DataFramC.PanelD、Index【正确答案】：C102.能删除行或列数据的命令是()A、selectB、popC、updateD、drop【正确答案】：D103.数据预处理对机器学习是很重要的,下面说法正确的是()A、数据预处理的效果直接决定了机器学习的结果质量B、数据噪声对神经网络的训练没什么影响C、对于有问题的数据都直接删除即可D、预处理不需要花费大量的时间【正确答案】：A104.numpy包中,用来计算中位数的函数是:()A、numpy.meanB、numpy.medianC、numpy.varD、numpy.std【正确答案】：B105.在使用Pandas连接MySQL数据库时，常用的数据库驱动是？()A、psycopg2B、pymysqlC、sqlite3D、cx_Oracle【正确答案】：D106.下列哪种不是处理缺失值的方法()A、删除缺失值B、填充缺失值C、设置默认值D、利用插值法【正确答案】：C107.在Seaborn中，哪个函数用于绘制热力图，展示数据集中不同变量之间的相关性？()A、sns.heatmap()B、sns.pairplot()C、sns.clustermap()D、sns.jointplot()【正确答案】：A108.对于DataFrame对象,以下说法错误的是:()A、DataFrame对象是一个表格型的数据结构B、DataFrame对象的列是有序的C、DataFrame对象列与列之间的数据类型可以互不相同DataFrame对象每一行都是一个Series对象【正确答案】：D109.下列属于NumPy提供的基本对象的是()A、ndarrayB、listC、matrixD、tuple【正确答案】：A110.下列关于模型评价与优化的说法正确的是()A、模型评价的目的是为了确认模型的有效性B、所有的模型评价方法相同C、模型评价结果良好,模型一定可用,不需要重构D、模型构建完成就可以使用【正确答案】：A111.最简单的Series是由()的数据构成A、一个数组B、两个数组C、三个数组D、四个数组【正确答案】：A112.importpan