




版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
項目六數(shù)據(jù)分析工具Pandas入門一、單選題1.下列選項中,描述不正確的是(A)A.Pandas只有Series和DataFrame這兩種數(shù)據(jù)結構B.Series是一維的數(shù)據(jù)結構C.DataFrame是二維的數(shù)據(jù)結構D.Series和DataFrame都可以重置索引2.下列選項中,描述正確的是(B)A.Series是一維的數(shù)據(jù)結構,其索引在右,數(shù)據(jù)在左B.DataFrame是二維的數(shù)據(jù)結構,并且該結構具有行索引和列索引C.Series結構中的數(shù)據(jù)不可以進行算術運算D.Series對象只提供了index屬性3.下列選項中,描述不正確的是(A)A.Pandas只提供了讀取文本文件、Excel文件的函數(shù)B.從excel文件中讀入的數(shù)據(jù)系統(tǒng)自動轉換成DataFrame對象C.read_excel()函數(shù)用來讀取Excel文件D.Pandas提供了將數(shù)據(jù)寫入到外部文件中的方法4.閱讀下面的程序,該程序執(zhí)行后的輸出結果為(B)importpandasaspddata=[[68,56,88],[86,52,71],[88,79,89]]df=pd.DataFrame(data,columns=['語文','數(shù)學','英語'])df['語文'][1]A.68B.86C.88D.報錯5.使用上一題的數(shù)據(jù)集df,語句df.loc[1:2,'語文']執(zhí)行后的結果是(A)A.186288Name:語文,dtype:int64B.068186Name:語文,dtype:int64C.152279Name:語文,dtype:int64D.056152Name:語文,dtype:int64二、實操題實操題答案見“代碼”文件夾下“ch6”文件夾中的“項目六-技能訓練-實操題.ipynb”。項目七統(tǒng)計計算與分組運算一、單選題1.下列哪個函數(shù)不是Pandas的統(tǒng)計計算函數(shù)(D)A.mean()函數(shù)B.sum()函數(shù)C.max()函數(shù)D.print()函數(shù)2.下列選項中,哪個方法可以一次性輸出多個統(tǒng)計指標?(C)A.mean()B.median()C.describe()D.sum()3.下列選項中,描述不正確的是(C)A.sort_index()函數(shù)專門用于按數(shù)據(jù)集的索引標簽名進行排序B.Pandas支持按行或列的索引名排序和按實際值排序C.sort函數(shù)既可以按索引名排序又可以按實際值排序D.sort_values()函數(shù)用于將數(shù)據(jù)集按值進行排序4.下列選項中,關于groupby()的操作不正確的是(D)A.list(df.groupby('系部'))B.df.groupby(by='系部')C.df.groupby('系部',sort=True)D.df.groupby('系部','性別')5.對于如下數(shù)據(jù)集df的分組運算,對代碼的解釋下列哪個選項是錯誤的?(D)系部姓名性別比賽得分1會計系李彥斌男892信息系趙科男793金融系章麗麗女684會計系王靜女775會計系彭偉男676信息系金子軒女82A.df.groupby(‘系部’),表示按“系部”進行分組B.df.groupby([‘系部’,’性別’]),表示按“系部”和“性別”進行分組C.df.groupby(‘系部’).sum(),表示按“系部“分組并求每個系部的比賽總分D.df.groupby('性別').sum(),表示按“性別“分組并求男生和女生的總數(shù)二、實操題實操題答案見“代碼”文件夾下“ch7”文件夾中的“項目七-技能訓練-實操題.ipynb”。項目八數(shù)據(jù)清洗一、單選題1.下列選項中,描述不正確的是(B)A.數(shù)據(jù)清洗的目的是為了提高數(shù)據(jù)質量B.空值一定要刪除C.數(shù)據(jù)預處理包括數(shù)據(jù)的清洗、合并、重塑與轉換D.在Pandas中,缺失值使用NaN表示2.下列選項中,用于刪除缺失值或空值的方法是(B)A.isnull()B.dropna()C.notnull()D.fillna()3.下列選項中,說法不正確的選項是(A)A.fillna()函數(shù)不能通過inplace參數(shù)來確定是否對原始數(shù)據(jù)集進行填充更改B.使用位于空值前面的數(shù)據(jù)進行填充的代碼是df.fillna(method='bfill')C.使用位于空值后面的數(shù)據(jù)進行填充的代碼是df.fillna(method='ffill')D.用平均值填充空值的代碼是df.fillna(df.mean())4.對于下列代碼生成的數(shù)據(jù)集df,下列哪個選項的結果和其他三個選項不一樣(C)importpandasaspddata={"姓名":['李彥','趙科','章麗','王靜','彭偉','金子'],"性別":['男','男','女','女','男','女']}df=pd.DataFrame(data)A.df.duplicated(subset=['性別'])B.df.duplicated(subset='性別')C.df.duplicated(subset=['性別'],keep='last')D.df.duplicated(subset=['性別'],keep='first')5.下列選擇項中,用于刪除重復值的函數(shù)是(A)A.drop_duplicates()函數(shù)B.drop()函數(shù)C.dropna()函數(shù)D.del()函數(shù)二、實操題實操題答案見“代碼”文件夾下“ch8”文件夾中的“項目八-技能訓練-實操題.ipynb”。項目九數(shù)據(jù)規(guī)整一、單選題1.下列選項中,描述不正確的是(D)A.concat()函數(shù)默認是行拼接B.concat()函數(shù)要實現(xiàn)列拼接,要指定axis=1C.行拼接是指上下多行進行拼接D.列拼接操作后,兩個數(shù)據(jù)集中相同列信息只保留一列2.關于匿名函數(shù),描述不正確的是(D)A.使用匿名函數(shù)可以省去定義函數(shù)的過程,讓代碼更加精簡B.匿名函數(shù)有個限制,就是只能有一個表達式C.匿名函數(shù)也是一個函數(shù)對象,把匿名函數(shù)賦值給一個變量,再利用變量來調用該函數(shù)D.匿名函數(shù)也可以實現(xiàn)復雜的編程邏輯3.func=lambdax:x**2語句定義了一個匿名函數(shù),計算一個數(shù)的平方,現(xiàn)在要計算2的平方,正確的調用是(A)A.func(2)B.func2C.funcD.func=24.下列選項中,關于apply()方法正確的說法是(C)A.apply()方法是對DataFrame每一個元素應用某個函數(shù)B.apply()方法只能對行列進行操作C.apply()方法可以對數(shù)據(jù)進行分組D.apply()方法返回的結果一定與原數(shù)據(jù)的形狀相同5.下列代碼生成數(shù)據(jù)集df,現(xiàn)在要求每一行的數(shù)據(jù)總和,正確的代碼為(A)importnumpyasnpdata=[[1,2,3,4],[5,6,7,8],[9,10,11,12]]df=pd.DataFrame(data,columns=list('abcd'))dfA.df.apply(lambdax:x.sum(),axis=1)B.df.apply(lambdax:x.sum())C.df.apply(lambdax:x.add(),axis=1)D.df.apply(lambdax:x.add())二、實操題實操題答案見“代碼”文件夾下“ch9”文件夾中的“項目九-技能訓練-實操題.ipynb”。項目十數(shù)據(jù)分析與可視化一、單選題1.有如下數(shù)據(jù)集df,要對該數(shù)據(jù)集進行轉置,下列哪個選項不正確(C)a b c d0 1 2 3 41 5 6 7 82 9 10 11 12A.df1=pd.DataFrame(df.T)B.df1=pd.DataFrame(df.values.T)C.df1=pd.DataFrame(T)D.df1=pd.DataFrame(df.T,index=df.columns,columns=df.index)2.在第1題的數(shù)據(jù)集df中增加一列e列,正確的代碼是(A)A.df['e']=[8,8,8]B.df[e]=[8,8,8]C.df['e']=[‘8’,‘8’,‘8’]D.e=[8,8,8]3.下列選項中,關于Matplotlib庫說法不正確的是(D)A.Matplotlib是當前用于數(shù)據(jù)可視化的最流行的Python包之一B.Matplotlib提供了繪制散點圖、條形圖、折線圖、餅圖、直方圖的方法C.漸進、交互的方式實現(xiàn)數(shù)據(jù)可視化D.Matplotlib不能支持中文顯示4.Matplot
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 三農信息人才培養(yǎng)計劃及實施方案
- 多領域融合的智能科技項目開發(fā)協(xié)議
- 工程項目居間的合同
- 化工廠員工勞動協(xié)議
- 經營承包合同
- 勞務輸出合作協(xié)議書
- 第2課 獎品數(shù)量好計算(教學設計)2024-2025學年五年級上冊信息技術泰山版
- 新媒體主播合約協(xié)議書8篇
- Unit 8 Knowing the world Lesson 2 My home country 教學設計 2024-2025學年冀教版英語七年級上冊
- 甘肅幼兒園塑膠施工方案
- 胃癌影像診斷課件
- 建筑工程勞務作業(yè)服務方案
- 探究水垢的主要成份
- (完整版)小學生心理健康教育課件
- 軍隊文職專用簡歷(2023年)
- 建筑裝飾工程施工總平面布置圖
- 鐵路基本建設工程設計概(預)算編制辦法-國鐵科法(2017)30號
- 顏真卿《勸學》ppt課件1
- 特種設備安全技術檔案(附表格)
- (完整版)中國古代書法史課件
- 人教版英語八年級上冊單詞默寫表
評論
0/150
提交評論