2025年大数据分析师职业技能测试卷：Python数据分析与数据清洗技巧试题

2025年大数据分析师职业技能测试卷：Python数据分析与数据清洗技巧试题考试时间：______分钟总分：______分姓名：______一、Python基础语法与变量要求：请根据Python基础语法，完成以下编程题目，包括变量定义、数据类型转换、运算符使用等。1.定义一个变量，存储你的姓名，并打印出来。2.定义一个变量，存储你的年龄，并打印出来。3.定义一个变量，存储你的身高（单位：米），并打印出来。4.定义一个变量，存储你的体重（单位：千克），并打印出来。5.将你的身高和体重转换为体重指数（BMI），并打印出来。6.定义一个变量，存储一个字符串，表示你的兴趣爱好，并打印出来。7.定义一个变量，存储一个整数，表示你的考试成绩，并打印出来。8.定义一个变量，存储一个浮点数，表示你的平均分，并打印出来。9.定义一个变量，存储一个布尔值，表示你是否喜欢编程，并打印出来。10.定义一个变量，存储一个列表，包含你的朋友姓名，并打印出来。二、Python数据结构与控制流要求：请根据Python数据结构与控制流，完成以下编程题目，包括列表、元组、字典、集合等数据结构的使用，以及if语句、for循环、while循环等控制流的使用。1.定义一个列表，包含10个整数，并打印出来。2.定义一个元组，包含5个字符串，并打印出来。3.定义一个字典，包含3个键值对，其中键为字符串，值为整数，并打印出来。4.定义一个集合，包含5个元素，并打印出来。5.使用for循环遍历列表，打印出列表中的每个元素。6.使用while循环计算1到10的累加和。7.使用if语句判断一个整数是否为偶数，并打印出结果。8.使用列表推导式生成一个包含10个平方数的列表，并打印出来。9.使用字典推导式生成一个包含键值对的字典，其中键为字符串，值为对应字符串的长度，并打印出来。10.使用集合推导式生成一个包含所有奇数的集合，并打印出来。四、数据清洗与预处理要求：以下题目涉及数据清洗与预处理的基本操作，请使用Python代码完成以下任务。1.给定一个包含缺失值的列表，使用适当的方法填充缺失值。2.给定一个包含重复元素的列表，删除所有重复的元素。3.给定一个包含空字符串的列表，删除所有空字符串。4.给定一个包含负数的列表，将所有负数转换为0。5.给定一个包含日期字符串的列表，将日期格式统一为“YYYY-MM-DD”。6.给定一个包含浮点数的列表，四舍五入每个元素到两位小数。7.给定一个包含字典的列表，每个字典包含“姓名”和“年龄”键值对，删除所有年龄小于18岁的字典。8.给定一个包含数字的列表，使用适当的函数将列表中的数字转换为字符串。9.给定一个包含文本的列表，去除每个字符串的首尾空白字符。10.给定一个包含数字和文本的列表，创建一个新的列表，只包含数字。五、Pandas库基本操作要求：以下题目要求使用Pandas库进行数据操作，请根据Pandas库的相关功能完成以下任务。1.使用Pandas创建一个DataFrame，包含两列：姓名和分数。2.向DataFrame中添加两行数据。3.从DataFrame中删除一行数据。4.更改DataFrame中某行的某个值。5.查找DataFrame中分数大于90的记录。6.计算DataFrame中平均分数。7.将DataFrame中的姓名列转换为小写。8.选择DataFrame中的姓名列和分数列。9.对DataFrame进行排序，按照分数降序排列。10.将DataFrame保存为CSV文件。六、数据可视化要求：以下题目要求使用matplotlib库进行数据可视化，请根据matplotlib库的相关功能完成以下任务。1.使用matplotlib绘制一个简单的折线图，展示三个时间点的数据变化。2.使用matplotlib绘制一个散点图，展示两组数据之间的关系。3.使用matplotlib绘制一个柱状图，展示不同类别数据的数量。4.使用matplotlib绘制一个饼图，展示不同类别数据占比。5.对柱状图应用分组，展示不同类别数据的变化趋势。6.对饼图应用标签，标明每个部分的数据占比。7.使用matplotlib调整折线图的颜色和线型。8.使用matplotlib添加标题和坐标轴标签到散点图中。9.使用matplotlib在柱状图上添加数据标签。10.使用matplotlib保存图表为PNG文件。本次试卷答案如下：一、Python基础语法与变量1.name="张三"print(name)解析：定义了一个变量name，存储了字符串"张三"，并使用print函数打印出来。2.age=25print(age)解析：定义了一个变量age，存储了整数25，并使用print函数打印出来。3.height=1.75print(height)解析：定义了一个变量height，存储了浮点数1.75（单位：米），并使用print函数打印出来。4.weight=70print(weight)解析：定义了一个变量weight，存储了整数70（单位：千克），并使用print函数打印出来。5.bmi=weight/(height**2)print("BMI:",bmi)解析：根据体重和身高计算了体重指数（BMI），并使用print函数打印出来。6.hobbies="阅读、运动、编程"print(hobbies)解析：定义了一个变量hobbies，存储了字符串，表示兴趣爱好，并使用print函数打印出来。7.score=95print(score)解析：定义了一个变量score，存储了整数95，表示考试成绩，并使用print函数打印出来。8.average=88.5print(average)解析：定义了一个变量average，存储了浮点数88.5，表示平均分，并使用print函数打印出来。9.likes_programming=Trueprint(likes_programming)解析：定义了一个变量likes_programming，存储了布尔值True，表示是否喜欢编程，并使用print函数打印出来。10.friends=["李四","王五","赵六"]print(friends)解析：定义了一个变量friends，存储了一个包含朋友姓名的列表，并使用print函数打印出来。二、Python数据结构与控制流1.numbers=[1,2,3,4,5,6,7,8,9,10]print(numbers)解析：定义了一个列表numbers，包含了10个整数，并使用print函数打印出来。2.names=("Alice","Bob","Charlie","David","Eve")print(names)解析：定义了一个元组names，包含了5个字符串，并使用print函数打印出来。3.data={"name":"张三","age":25,"score":90}print(data)解析：定义了一个字典data，包含了3个键值对，其中键为字符串，值为整数，并使用print函数打印出来。4.numbers_set={1,2,3,4,5}print(numbers_set)解析：定义了一个集合numbers_set，包含了5个元素，并使用print函数打印出来。5.fornuminnumbers:print(num)解析：使用for循环遍历列表numbers中的每个元素，并使用print函数打印出来。6.sum=0i=1whilei<=10:sum+=ii+=1print(sum)解析：使用while循环计算1到10的累加和，并将结果存储在变量sum中，最后打印出来。7.ifscore>90:print("Excellent")解析：使用if语句判断分数是否大于90，如果条件为真，则打印出"Excellent"。8.squares=[x**2forxinrange(1,11)]print(squares)解析：使用列表推导式生成一个包含10个平方数的列表，并使用print函数打印出来。9.data_dict={k.lower():vfork,vindata.items()}print(data_dict)解析：使用字典推导式生成一个新的字典，将原始字典中的键转换为小写，并使用print函数打印出来。10.odd_numbers={xforxinrange(1,21)ifx%2!=0}print(odd_numbers)解析：使用集合推导式生成一个包含所有奇数的集合，并使用print函数打印出来。四、数据清洗与预处理1.data=[10,20,None,30,None,40]clean_data=[xifxisnotNoneelse0forxindata]print(clean_data)解析：使用列表推导式检查列表中的每个元素，如果元素不是None，则保留原值；如果是None，则用0替换。2.data=[1,2,2,3,4,4,4,5]unique_data=list(set(data))print(unique_data)解析：将列表转换为集合以去除重复元素，然后再次转换为列表。3.data=["","apple","banana","","orange"]non_empty_data=[xforxindataifx.strip()!=""]print(non_empty_data)解析：使用列表推导式去除列表中的空字符串，使用strip()方法去除字符串首尾的空白字符。4.data=[-5,0,5,-10,15]non_negative_data=[0ifx<0elsexforxindata]print(non_negative_data)解析：使用列表推导式将所有负数替换为0。5.data=["2020-01-01","2020/02/02","2020-03-03"]formatted_data=[d.replace("/","-")fordindata]print(formatted_data)解析：使用列表推导式将所有日期字符串的格式统一为"YYYY-MM-DD"。6.data=[12.345,67.891,123.4567]rounded_data=[round(x,2)forxindata]print(rounded_data)解析：使用列表推导式将所有浮点数四舍五入到两位小数。7.data=[{"name":"Alice","age":17},{"name":"Bob","age":19},{"name":"Charlie","age":15}]adult_data=[dfordindataifd["age"]>=18]print(adult_data)解析：使用列表推导式筛选出所有年龄大于等于18岁的字典。8.data=[10,20,30,40,50]str_data=[str(x)forxindata]print(str_data)解析：使用列表推导式将所有数字转换为字符串。9.data="Hello,World!"stripped_data=data.strip()print(stripped_data)解析：使用strip()方法去除字符串首尾的空白字符。10.data=[1,"Alice",3,"Bob",5,"Charlie"]numeric_data=[xforxindataifisinstance(x,int)]print(numeric_data)解析：使用列表推导式筛选出所有数字元素。五、Pandas库基本操作1.importpandasaspddata=pd.DataFrame({"name":["张三","李四","王五"],"score":[90,85,92]})print(data)解析：使用pandas库创建了一个DataFrame，包含了姓名和分数两列，并使用print函数打印出来。2.data.loc[0,"name"]="赵六"print(data)解析：使用loc方法修改DataFrame中第一行的姓名为"赵六"，并打印修改后的DataFrame。3.data.drop(1,inplace=True)print(data)解析：使用drop方法删除DataFrame中的第二行，并设置inplace=True以直接修改原DataFrame。4.data.at[0,"score"]=95print(data)解析：使用at方法修改DataFrame中第一行的分数为95。5.filtered_data=data[data["score"]>90]print(filtered_data)解析：使用条件过滤DataFrame中的记录，只保留分数大于90的行。6.average_score=data["score"].mean()print(average_score)解析：计算DataFrame中分数列的平均值。7.data["name"]=data["name"].str.lower()print(data)解析：使用str.lower()方法将姓名列中的所有字符串转换为小写。8.selected_data=data[["name","score"]]print(selected_data)解析：使用列名选择DataFrame中的姓名和分数列。9.data.sort_values("score",ascending=False,inplace=True)print(data)解析：使用sort_values方法根据分数列降序排列DataFrame。10.data.to_csv("students.csv",index=False)print("DataFramesavedto'students.csv'")解析：将DataFrame保存为CSV文件，不包含索引列。六、数据可视化1.importmatplotlib.pyplotaspltplt.plot([1,2,3],[10,20,30])plt.show()解析：使用matplotlib.pyplot模块绘制了一个简单的折线图，展示了三个时间点的数据变化。2.importmatplotlib.pyplotaspltplt.scatter([1,2,3],[10,20,30])plt.show()解析：使用matplotlib.pyplot模块绘制了一个散点图，展示了两组数据之间的关系。3.importmatplotlib.pyplotaspltplt.bar(["A","B","C","D"],[10,20,15,25])plt.show()解析：使用matplotlib.pyplot模块绘制了一个柱状图，展示了不同类别数据的数量。4.importmatplotlib.pyplotaspltplt.pie([10,20,30],labels=["A","B","C"],autopct='%1.1f%%')plt.show()解析：使用matplotlib.pyplot模块绘制了一个饼图，展示了不同类别数据的占比。5.importmatplotlib.pyplotaspltplt.bar(["A","B","C"],[10,20,15],color=["red","green","blue"])plt.show()解析：使用matplotlib.pyplot模块绘制了一个分组柱状图，展示了不同类别数据的变化趋势。6.importmatplotlib.pyplotaspltplt.pie([10,20,30],labels=["A","B","C"],autopct='%1.1f%%')plt.legend()plt.show()解析：使用matplotlib.pyplot模块绘制了一个饼图，并添加了图例以标明每个部分的数据占比。7.importmatplotlib.pyplotaspltplt.plot([1,2,3],[10,20,30],color="blue",linestyle=":")plt.show()解析：使用matplotlib.pyplot模块绘制了一个折线图，并设置了颜色和线型。8.importmatplotlib.pyplotas