- 下列选项中，用于搭建数据仓库和保证数据质量的是（B）。
A．数据收集 B.数据处理
C．数据分析 D.数据展现
- Anaconda的说法中，下列描述错误的是（C）。
- Anaconda是一个可以对包和环境进行统一管理的发行版本。
- Anaconda包含了conda、Python在内的不超过180个科学包及其依赖项。
- Anaconda是完全开源的、付费的。
- Anaconda避免了单独安装包时需要配置或兼容等各种问题。
- 关于Anaconda的组件中，可以编译文档且展示展示数据分析过程的是（D）。
A. Anaconda Navigator B. Anaconda Prompt
C.Spyder D.Jupyter Notebook
- 下面列出的数据分析中，用于绘制数组的2D图形的是（C）。
A．Numpy B.Pandas
C.Matplotlib D.NLTK
5.下列选项中，用来表示数组维度的属性是（B）。
- ndim B.shape C.size D,dtype
6.下列代码中，创建的是一个3行3列的数组的是（D）。
A.arr=np.array([1,2,3]) B.arr=np.array([[1,2,3],[4,5,6])
C.arr=np.array([[1,2],[3,4]]) D.np.ones((3,3))
7.请阅读下面一段程序：
arr_2d=np.array([[11,20,13],[14,25,16],[27,18,9]])
print（arr_2d[1,:1]）
执行上述程序后，最终输出的结果为（A）。
A.[14] B[25] C.[14,25] D.【20，25】
8.请阅读下面一段程序：
arr=np.arange(6).reshape（1，2，3）
print（arr.teanspose（2，0，1））
执行上述程序后，最终的输出结果为（C）。
A.[[[2 5]] [[0 3]] [[1 4]]]
B.[[[1 4]] [[0 3]] [[2 5]]]
C.[[[0 3]] [[1 4]] [[2 5]]]
D.[[[0] [3]] [[1] [4]] [[2] [5]]]
9.下列函数或方法中，用来表示矢量化三元表达式的是（A）。
A.where（） B.cumsum（） C.sort() D.unique（）
10.下列选项中，描述不正确的是（A）。
A.Pandas中只有Series和DataFrame这两中数据结构。
B.Series是一维的数据结构。
C.DataFrame是二维的数据结构。
D.Series和DataFrame都可以重置索引
11.下列选项中，描述正确是（B）。
A.Series是一种一维数据结构，其索引在右，数据在左
B.DataFrame是二维数据结构，并且该结构具有行索引和列索引
C．Series结构中的数据不可以进行算术运算
D.sort_values（）方法可以将Series或DataFrame中的数据按照索引排序
12.下列方法中，可以将元组转化为MultiIndex对象的是（A）。
A.from_tuples() B.from_arrays()
C.from_product() D.from_list()
13.下列选项中，哪个方法可以一次性输出多个统计指标？（A）
A.describe（） B.mean（） C.median（） D.sum（）
14.请阅读下面一段程序：
Import pandas as pd
ser_obj=pd.Series(range(1,6),index=[5，3，0，4，2])
ser_obj.sort_index()
执行上述程序后，最终输出的结果为（B）
A.5 1 B.0 3. C.5 1 D.2 5
- 2 2 5 4 4 4 4
- 3 3 2 3 2 0 3
- 2 5 3 2
2 5 5 1 0 3 5 1
15.下列选项中，描述不正确的是（B）。
A.数据清洗的目的是为了提高数据质量
B．异常值一定要删除
C.可使用drop_duplicates方法删除重复数据
D.concat（）函数可以沿着一条轴将多个对象进行堆叠
16.请阅读下面一段程序
from pandas import Series
import pandas as pd
from numpy import NaN
series_obj=Series([None,4,NaN])
pd.isnull（series_obj）
执行上述程序后，最终输出的结果为（A）
- 0 True B.0 True C.0 False D.0 True
- False 1 True 1 True 1 True
- True 2 False 2 True 2 True
17.下列选项中，可以用于删除缺失值或空值的方法是（C）
A.isnull（） B.notnull（） C.dropna（） D.fillna（）
18.下列选项中，描述不正确是（D）
A.concat（）函数可以沿着一条轴将多个对象进行堆叠
B.merge（）函数可以根据一个或多个键将不同的DataFrame进行合并
C.可以使用rename（）方法对索引进行重命名操作
D.unstack（）方法可以将列索引旋转为行索引
19.请阅读下列一段程序：
import numpy as np
import pandas as pd
ser_obj=pd.Series([4,np.nan,6,5,-3,2])
ser_obj.sort_values()
执行上述程序后，最终输出的结果为（A）。
A.4 -3.0 B. 1 NaN C.5 2.0 D.0 4.0
5 2.0 2 6.0 0 4.0 1 NaN
- 4.0 3 5.0 3 5.0 2 6.0
3 5.0 0 4.0 2 6.0 3 5.0
2 6.0 5 2.0 4 -3.0 4 -3.0
1 NaN 4 -3.0 1 NaN 5 2.0
20.下列选项中，关于groupby（）方法说法不正确的是（A）
A.分组件可以是列表或数组，但长度不需要与待分组轴的长度相同
B.可以通过DataFrame中的列名的值进行分组
C.可以使用函数进行分组
D.可使用Series或字典分组
21.下列选项中，关于agg（）方法的使用描述不正确是（A）
agg（）方法中func参数只能传入一个函数
B.agg（）方法中func参数可以传入多个函数
C.agg（）方法中func参数可以传入自定义函数
D.agg（）方法不能对产生的标量值进行广播
22.下列选项中，关于transform（）方法说法正确的是（B）
A.不会与原数据保持相同形状
B.会对产生的标量值进行广播操作
C.func参数只能传入内置函数
D.func参数可以传入多个内置函数
23.下列选项中，关于apply（）方法说法正确的是（B）
A.apply()方法是对DataFrame每一个元素应用某个函数
B.apply（）方法只能够对行列进行操作
C.apply（）方法可以对数据进行分组
D.apply（）方法返回的结果一定与原数据的形状,3相同
24.请阅读下面一段程序：
import pandas as pd
（pd.DataFrame([[2,3],]*3,columns=[‘A’,’B’])）.apply(lambda x:x+1)
执行上述程序后，最终输出的结果为（C）
A. A B B. A B C. A B D. A B
0 3 2 0 2 3 0 3 4 0 4 3
1 3 2 1 2 3 1 3 4 1 4 3
2 3 2 2 2 3 2 3 4 2 4 3
25.下列选项中，关于Matplotlib库说法不正确是（A）
A.Matplotlib是一个Python3D绘图库
B.可输出PNG、PDF等格式
C.渐进、交互的方式实现数据可视化
D.使用简单
26.下列选项中，不属于Seaborn库特点的是（D）
A.Seaborn是基于Matplotlib的可视化库
B.基于网格绘制出更加复杂的图像集合
C.多个内置主题及颜色主题
D.可以处理大量的数据流
27.下列选项中，关于bokeh库说法不正确的是（D）
A.bokeh是一个专门针对Web浏览器使用的交互式可视化库
B.Plotting接口用于构建各种组装图形元素
C.Models接口可以为开发者提供最大的灵活性
D.Charts库可直接使用，不需要单独安装
28.在Matplotlib中，用于绘制散点图的函数是（B）
A.hist（） B.scatter（） C.bar（） D.pie（）
29.下列选项中，只对图标描述不正确是（D）
A.箱形图可以提供有关数据分散情况的信息，可以很直观的查看数据的四分位分布
B.折线图是用直线段将数据连接起来而组成的图形，以折线的方式显示数据的变化
C.饼图显示一个数据序列中的各项的大小与各项总和的比例
D.条形图是由一系列高度不等的纵向条纹或线段表示数据分布情况
30.下列选项中，不可以用做Pandas对象索引的是（A）
A.Period B.DatetimeIndex C.PeriodIndex D.MultiIndex
31.请阅读下面一段程序：
import pandas as pd
period1=pd.Period（‘2015/6/1’）
print（period1+50）
执行上述程序后，最终输出的结果为（D）
A.2015-07-18 B.2015-07-19 C.2015-07-20 D.2015-07-21
32.请阅读下面一段程序：
import pandas as pd
import numpy as np
date_index=pd.date_range(start=”2018/08/10”,periods=5)
date_se=pd.Series(np.arange(5),index=date_index)
sorted_se=date_se.sort_index()
print(sorted_se.truncate(after=’2018-8-11’))
执行上述程序后，最终输出的结果为（D）
A.2018-08-12 2 B.2018-08-12 2 C.2018-08-10 0 D.2018-08-10 0
2018-08-13 3 2018-08-13 3 2018-08-11 1 2018-08-11 1
2018-08-14 4 2018-08-12 2
33.下列函数中，用于创建固定频率DatetimeIndex对象的是（B）
A.shift（） B.date_range() C.period_range() D.asfreq()
34.关于重采样的说法中，下列描述错误的是（C）
A.重采样是将时间序列从一个频率转到另一个频率
B.升采样的时间颗粒是变小的
C.时间序列数据在降采样时，总体的数据量是增加的
D.时间序列数据在降采样时，总体的数据量是减少的
35.下列选项中，关于nltk库的描述不正确的是（A）
A.nltk擅长处理英文文本
B,nltk包括分词、词性标注、命名实体识别及句法分析等
C.nltk是一个免费的、开源的、社区驱动的项目
D.nltk库只能处理英文文本
36.根据中文的特点以下不属于分词算法的是（B）
A.基于规则的分词方法 B.基于统计的分词方法
C.基于理解的分词方法 D.基于动态的分词方法
37.下列选项中，不属于jieba分词模式的是（D）
A.精确模式 B.全模式 C.搜索引擎模式 D.繁体分词模式
38.阅读下面一段程序：
from nltk.corpus import stopwords
import nltk
sentence=’Life is short,you need Python.’
words=nltk.word_tokenize(sentence)
stop_words=stopwords.words(‘enhlish’)
remain_words=[]
for word in words:
if word not in stop_words:
remain_words.append(word)
print(remain_words)
执行上述程序后，最终输出的结果为（A）
A.[‘Life’,’short’,’,’,’need’,’Python’,’.’] B. [‘Life’,’short’,’need’,’Python’,’.’]
C. [‘Life’,’is’,’short’,’,’,’need’,’Python’,’.’] D. [‘Life’,’short’,’,’,’you’,’need’,’Python’,’.’]
39.阅读下面一段程序：
import jieba
sentence=’人生苦短，我用Python‘
terms_list=jieba.cut(sentence,cut_all=True)
print(‘ ‘,join(terms_list))
执行上述程序后，最终输出的结果为（B）
A.人生 苦短 我用 Python B.人生 苦短 我 用 Python
C.人生苦短 我 用 Python D.人 生 苦 短 我 用 Python
