2025年大数据分析师职业技能测试卷：商业智能与数据驱动决策

2025年大数据分析师职业技能测试卷：商业智能与数据驱动决策考试时间：______分钟总分：______分姓名：______一、Excel数据分析与处理要求：运用Excel工具，对数据进行处理、分析，并使用图表展示分析结果。1.将以下数据填入Excel表格中，并计算平均值、中位数、众数、最大值、最小值。姓名成绩张三75李四88王五95赵六72钱七862.以下表格展示了某公司员工的年龄分布情况，请完成以下操作：-将数据填入Excel表格中。-计算年龄分布的众数、标准差、方差。-生成年龄分布的饼图和直方图。年龄人数20-301530-402540-501050-6053.使用Excel工具，将以下数据制作成折线图和柱状图。日期销售额2022-01-01500002022-01-02550002022-01-03480002022-01-04520002022-01-05600004.使用Excel的透视表功能，对以下数据进行分组统计，并展示结果。部门产品销售额销售部产品A30000销售部产品B25000市场部产品A20000市场部产品B18000研发部产品A150005.使用Excel的公式功能，计算以下数据：-计算每位员工的奖金，公式为：奖金=销售额×0.1%。-计算销售额最高的员工和最低的员工。-计算所有员工的平均奖金。员工销售额张三80000李四75000王五68000赵六76000钱七690006.使用Excel的数据透视表功能，分析以下数据，并回答以下问题：-各部门总销售额是多少？-各部门产品A和产品B的销售额分别是多少？-哪个部门的总销售额最高？部门产品A销售额产品B销售额总销售额销售部300002500055000市场部200001800038000研发部150000150007.使用Excel的筛选功能，筛选出销售额大于50000的员工。8.使用Excel的排序功能，按照销售额降序排序员工数据。9.使用Excel的数据验证功能，设置销售额只能输入大于0的数字。10.使用Excel的条件格式功能，将销售额低于平均值的单元格设置为红色背景。二、Python数据分析与处理要求：使用Python语言，对数据进行处理、分析，并使用图表展示分析结果。1.编写Python代码，对以下数据进行排序，并输出结果。数据：[5,3,8,1,4]2.编写Python代码，计算以下数据的平均值、中位数、众数。数据：[12,34,56,78,90]3.编写Python代码，计算以下数据的最大值、最小值、方差、标准差。数据：[1,2,3,4,5]4.编写Python代码，读取以下数据文件，并计算销售额的平均值。数据文件内容：2022-01-01,500002022-01-02,550002022-01-03,480002022-01-04,520002022-01-05,600005.编写Python代码，对以下数据进行分组统计，并输出结果。数据：[20,30,40,20,30,40,50,60,50,60]6.编写Python代码，将以下数据制作成折线图和柱状图。日期销售额2022-01-01500002022-01-02550002022-01-03480002022-01-04520002022-01-05600007.编写Python代码，使用pandas库读取以下数据文件，并计算销售额的平均值、最大值、最小值。数据文件内容：日期,销售额2022-01-01,500002022-01-02,550002022-01-03,480002022-01-04,520002022-01-05,600008.编写Python代码，使用numpy库计算以下数据的平均值、方差、标准差。数据：[1,2,3,4,5]9.编写Python代码，使用matplotlib库绘制以下数据的折线图和柱状图。数据：[20,30,40,20,30,40,50,60,50,60]10.编写Python代码，使用matplotlib库绘制以下数据的散点图。数据：[1,2,3,4,5][5,4,3,2,1]四、SQL数据库查询与操作要求：运用SQL语言，对数据库进行查询、更新、删除等操作。1.假设有一个名为“Employees”的数据库表，包含以下字段：EmployeeID（员工ID）、FirstName（姓名）、LastName（姓氏）、Department（部门）、Salary（薪资）。请根据以下要求编写SQL查询语句：a.查询所有员工的姓名和部门。b.查询薪资高于平均薪资的员工姓名、姓氏和薪资。c.查询部门为“Sales”的所有员工姓名和薪资。d.查询姓氏以“Z”开头的所有员工姓名和部门。e.更新薪资低于30000的员工薪资增加5000。f.删除部门为“HR”的员工记录。g.删除所有薪资为0的员工记录。五、数据可视化与图表制作要求：使用Python的matplotlib库，根据以下要求绘制数据图表。1.使用matplotlib库绘制以下数据的柱状图：-x轴：产品名称（ProductA,ProductB,ProductC）-y轴：销售额（10000,15000,20000）2.使用matplotlib库绘制以下数据的折线图：-x轴：日期（2022-01-01,2022-01-02,2022-01-03,2022-01-04,2022-01-05）-y轴：销售额（50000,55000,48000,52000,60000）3.使用matplotlib库绘制以下数据的散点图：-x轴：年龄（20,25,30,35,40）-y轴：收入（20000,25000,30000,35000,40000）4.使用matplotlib库绘制以下数据的饼图：-数据：各部门人数（Sales:30,Marketing:25,IT:20,HR:15）5.使用matplotlib库绘制以下数据的箱线图：-x轴：产品名称（ProductA,ProductB,ProductC）-y轴：销售价格（100,150,200）六、数据清洗与预处理要求：使用Python进行数据清洗和预处理。1.给定以下数据列表，请使用Python代码删除列表中的重复元素。数据列表：[1,2,3,2,4,5,6,3,7,8,9,5]2.给定以下数据字典，请使用Python代码将字典中的键值对转换为列表，并删除重复的键值对。数据字典：{'a':1,'b':2,'c':3,'d':4,'a':5,'b':6}3.给定以下数据列表，请使用Python代码将列表中的空值替换为特定值。数据列表：[1,2,None,4,5,'',7,8,9,None]4.给定以下数据列表，请使用Python代码将列表中的负数转换为0。数据列表：[-1,2,-3,4,-5,6,-7,8,-9,10]5.给定以下数据列表，请使用Python代码将列表中的字符串转换为整数类型。数据列表：['1','2','3','4','5','6','7','8','9','10']本次试卷答案如下：一、Excel数据分析与处理1.解析：-平均值：(75+88+95+72+86)/5=82-中位数：将成绩排序后，中间的值为中位数，即82-众数：出现次数最多的成绩，本题中无重复成绩，故无众数-最大值：95-最小值：722.解析：-众数：年龄分布的众数是出现次数最多的年龄组，即30-40岁。-标准差：计算各年龄组与平均年龄差的平方和的平均值再开平方根。-方差：标准差的平方，即年龄分布的方差。-饼图和直方图：饼图显示各年龄组在总人数中的比例，直方图显示各年龄组的人数分布。3.解析：-折线图：连接每个日期对应的销售额，展示销售额随时间的变化趋势。-柱状图：每个日期对应一个柱状，柱状的高度表示该日期的销售额。4.解析：-透视表：通过透视表，可以快速查看每个部门、每个产品的销售额。-统计结果：各部门总销售额、各部门产品A和产品B的销售额、总销售额最高的部门。5.解析：-公式：奖金=销售额×0.1%-销售额最高员工：张三，销售额为80000-销售额最低员工：赵六，销售额为76000-平均奖金：(80000+75000+68000+76000+69000)/5=728006.解析：-分组统计：通过透视表对部门、产品、销售额进行分组统计。-部门总销售额：销售部55000，市场部38000，研发部15000。-各部门产品A和产品B的销售额：销售部产品A30000，产品B25000；市场部产品A20000，产品B18000；研发部产品A15000。-总销售额最高的部门：销售部。二、Python数据分析与处理1.解析：-排序：使用sorted()函数对列表进行排序，结果为[1,3,4,5,8]。2.解析：-平均值：计算所有数值的和除以数值的个数。-中位数：将列表排序后，取中间的值。-众数：使用collections模块中的Counter类来统计每个数值的出现次数，取出现次数最多的数值。3.解析：-最大值：使用max()函数找出列表中的最大值。-最小值：使用min()函数找出列表中的最小值。-方差：计算每个数值与平均值的差的平方，求和后除以数值的个数。-标准差：方差的平方根。4.解析：-读取数据文件：使用Python的内置函数open()打开文件，使用readlines()读取所有行，使用split()分割每行数据。-计算平均值：将销售额转换为整数类型，求和后除以行数。5.解析：-分组统计：使用列表推导式对数据进行分组，统计每个数字出现的次数。6.解析：-折线图和柱状图：使用matplotlib库中的pyplot模块绘制图形。-数据转换：将字符串转换为整数类型。7.解析：-读取数据文件：使用pandas库的read_csv()函数读取数据。-计算平均值、最大值、最小值：使用pandas库的mean()、max()、min()函数计算。8.解析：-计算平均值、方差、标准差：使用numpy库的mean()、var()、std()函数计算。9.解析：-绘制图表：使用matplotlib库的pyplot模块绘制折线图和柱状图。10.解析：-绘制散点图：使用matplotlib库的pyplot模块绘制散点图。四、SQL数据库查询与操作1.解析：-a.SELECTFirstName,DepartmentFROMEmployees;-b.SELECTFirstName,LastName,SalaryFROMEmployeesWHERESalary>(SELECTAVG(Salary)FROMEmployees);-c.SELECTFirstName,SalaryFROMEmployeesWHEREDepartment='Sales';-d.SELECTFirstName,DepartmentFROMEmployeesWHERELastNameLIKE'Z%';-e.UPDATEEmployeesSETSalary=Salary+5000WHERESalary<30000;-f.DELETEFROMEmployeesWHEREDepartment='HR';-g.DELETEFROMEmployeesWHERESalary=0;五、数据可视化与图表制作1.解析：-柱状图：使用matplotlib库的pyplot模块绘制柱状图。2.解析：-折线图：使用matplotlib库的pyplot模块绘制折线图。3.解析：-散点图：使用matplotlib库的pyplot模块绘制散点图。