Python数据分析与展示 _ 课程综合测试(客观题)

1单选(1分) 一般说，numpy-matplotlib-pandas是数据分析和展示的一条学习路径，哪个是对这三个库不正确的说明？ A.pandas仅支持一维和二维数据分析，多维数据分析要用numpy B.matplotlib支持多种数据展示，使用pyplot子库即可 C.numpy底层采用C实现，因此，运行速度很快 D.pandas也包含一些数据展示函数，可不用matplotlib

正确答案：A

2单选(1分) 在使用numpy绘制图像手绘效果的实例中，关于使用像素间梯度值，如下哪个说法是正确的？ A.梯度值是颜色值的灰度表示 B.梯度值是颜色值的一维表示，颜色越相近梯度值越大 C.梯度值用于表示颜色值在RGB维度上数据的相关关系 D.梯度值用于表示颜色间差距，相似颜色趋近于白色

正确答案：D

3单选(1分) 下面两段代码，哪个说法不正确？

    import numpy as np
   a = np.array([0, 1, 2, 3, 4])
   import pandas as pd
   b = pd.Series([0, 1, 2, 3, 4])
[/code]
​
A.a和b是不同的数据类型，之间不能直接运算  
B.a和b表达同样的数据内容  
C.a和b都是一维数据  
D.a参与运算的执行速度明显比b快
​
正确答案：D
​
4单选(1分)  
哪个选项更能代表如下代码的运行结果？
​
```code
   import numpy as np
   x = np.array([ [ 0, 1, 2, 3, 4], [9, 8, 7, 6] ])
   x.dtype()
[/code]
​
A.float32类型  
B.int32类型  
C.uint32类型  
D.object类型
​
正确答案：D
​
5单选(1分)  
Python基本语法仅支持整数、浮点数和复数类型，numpy和pandas库则支持int64/int32/int16/int8等20余种数字类型，如下说法哪个不正确？  
A.科学计算可能涉及很多数据，对存储和性能有较高要求，因此支持更多种数字类型。  
B.numpy底层是C语言实现，因此，天然支持了多种数据类型。  
C.程序员必须精确指定数据类型，因此，会给编程带来一定负担  
D.对元素类型精确定义，有助于numpy和pandas库更合理优化存储空间。
​
正确答案：C
​
6单选(1分)  
如下哪个代码不能生成一个ndarray对象？  
A. ` a = np.array([0, 1, 2, 3, 4]) `  
B. ` a = np.array({0:0,1:1,2:2,3:3,4:4}) `  
C. ` a = np.array((0, 1, 2, 3, 4) `  
D. ` a = np.array(0, 1, 2, 3, 4) `
​
正确答案：D
​
7单选(1分)  
如下哪个语句能够生成一个n*n的正方形矩阵，对角线值为1，其余位置值为0。  
A.np.zeros((n,n))  
B.np.eye(n)  
C.np.full((n,n),1)  
D.np.ones((n,n))
​
正确答案：B
​
8单选(1分)  
哪个是下面代码的运行结果？
​
```code
   import numpy as np
   a = np.arange(12).reshape((3,4))
   print(a.mean())
[/code]
​
A.[4, 5, 6, 7]  
B.16.5  
C.5.5  
D.[1.5, 5.5, 9.5]
​
正确答案：C
​
9单选(1分)  
如下代码中plt的含义是什么？
​
```code
   import matplotlib.pyplot as plt
[/code]
​
A.别名  
B.类名  
C.函数名  
D.变量名
​
正确答案：A
​
10单选(1分)  
阅读下面代码：
​
```code
   import matplotlib.pyplot as plt
   plt.plot([9, 7, 15, 2, 9])
   plt.savefig('test', dpi=600)
[/code]
​
其中，savefig()函数的作用是什么？  
A.将数据图存储成文件  
B.记录并存储数据  
C.刷新数据  
D.显示所绘制的数据图
​
正确答案：A
​
11单选(1分)  
阅读下面代码：
​
```code
   import matplotlib.pyplot as plt
   plt.plot([9, 7, 15, 2, 9])
   plt.show()
[/code]
​
其中，show()函数的作用是什么？  
A.显示所绘制的数据图  
B.存储所绘制的数据图  
C.缓存所绘制的数据图  
D.刷新所绘制的数据图
​
正确答案：A
​
12单选(1分)  
阅读如下代码：
​
```code
   import pandas as pd
   s = pd.Series(10, index=['a', 'b', 'c']
[/code]
​
关于变量s，哪个说法是不正确的？  
A.如果index部分省略，默认生成的索引是0, 1, 2  
B.s是一个一维数组  
C.s中元素的索引分别是’a’, ‘b’, ‘c’  
D.s中每个元素的值是10
​
正确答案：A
​
13单选(1分)  
阅读如下代码：
​
```code
   import pandas as pd
   a = pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])
[/code]
​
哪个是print(a.index)的结果？  
A.[9, 8, 7, 6]  
B.[‘a’, ‘b’, ‘c’, ‘d’]  
C.(‘a’, ‘b’, ‘c’, ‘d’)  
D.Index([‘a’, ‘b’, ‘c’, ‘d’])
​
正确答案：D
​
14单选(1分)  
阅读如下代码：
​
```code
   import pandas as pd
   dt = {'one': [9, 8, 7, 6], 'two': [3, 2, 1, 0]}
   a = pd.DataFrame(dt)
[/code]
​
哪个是print(a.values)的结果？  
A.[[9 8 7 6] [3 2 1 0]]  
B.[3, 2, 1, 0]  
C.[[9 3]  
[8 2]  
[7 1]  
[6 0]]  
D.[9, 8, 7, 6]
​
正确答案：C
​
15单选(1分)  
阅读如下代码：
​
```code
   import pandas as pd
   dt = {'one': [9, 8, 7, 6], 'two': [3, 2, 1, 0]}
   a = pd.DataFrame(dt)
[/code]
​
希望获得[‘one’, ‘two’]，使用如下哪个语句？  
A.a.index  
B.a.row  
C.a.values  
D.a.columns
​
正确答案：D
​
16单选(1分)  
阅读如下代码：
​
```code
   import pandas as pd
   dt = {'one': [9, 8, 7, 6], 'two': [3, 2, 1, 0]}
   a = pd.DataFrame(dt)
[/code]
​
希望获得[3, 2, 1, 0]，使用如下哪个语句？  
A.a.ix[1]  
B.a.index[1]  
C.a.colums[1]  
D.a[1]
​
正确答案：D
​
17单选(1分)  
阅读如下代码：
​
```code
   import pandas as pd
   dt = {'one': [9, 8, 7, 6], 'two': [3, 2, 1, 0]}
   a = pd.DataFrame(dt)
[/code]
​
请问，哪个关于a.reindex()的说法是正确的？  
A.a中部分列的值可能被修改  
B.a中部分行的值可能修改  
C.a中部分索引可能被修改  
D.a的值不改变
​
正确答案：D
​
18单选(1分)  
pandas库中Series对象的索引表示类似：Index([5, 4, 3, 2, 1], dtype=’int’)，如下哪个说法是不正确的？  
A.Index()表示这是一个Index类型  
B.’int’说明各元素是整数类型  
C.dtype表示Index类型中各元素的数据类型  
D.5, 4, 3, 2, 1是Index的五个元素，这是一个五维数据
​
正确答案：D
​
19单选(1分)  
下面关于Series和DataFrame的理解，哪个是不正确的？  
A.DataFrame表示带索引的二维数据  
B.Series和DataFrame之间不能进行运算  
C.Series表示带索引的一维数据  
D.可以像对待单一数据一样对待Series和DataFrame对象
​
正确答案：B
​
20单选(1分)  
Series和DataFrame类型中的.cumsum()方法，下面哪个说法是正确的？  
A.计算全部元素的个数  
B.计算全部元素的和  
C.依次计算第n-1和第n个元素的和  
D.依次计算前1、2、…、n个元素的和
​
正确答案：D
​
21填空(2分)  
请补全如下代码，修改数组a的维度。
​
```code
   import numpy as np
   a = np.ones((2, 3, 4), dtype=np.int32)
   a.______((3, 8))
[/code]
​
正确答案：resize
​
22填空(2分)  
请补全如下代码，交换数组a的两个维度，生成新的数组b。
​
```code
   import numpy as np
   a = np.arange(12).reshape((3,4))
   b = a.______(0, 1)
[/code]
​
正确答案：swapaxes
​
3填空(2分)  
请补全如下代码，修改数组a的类型为整数。
​
```code
   import numpy as np
   a = np.arange(12, dtype=np.float).reshape((3,4))
   a = a.________(np.int)
[/code]
​
正确答案：astype
​
24填空(2分)  
请补全如下代码，随机生成一个(3, 4)维的随机数组，每个值随机产生。
​
```code
   import numpy as np
   a = np.random.______(100, 200, (3, 4))
[/code]
​
正确答案：randint  
25填空(2分)  
请阅读如下代码：
​
```code
   import numpy as np
   a = np.array([10, 8, 15, 6, 1])
   np.gradient(a)
[/code]
​
上述代码的运行结果是：  
[-2. **___ ** -1. -7. -5.]
​
正确答案：2.5
​
26填空(2分)  
补全如下代码，调整变量a中第2行和第3行，使这两行交换：
​
```code
   import pandas as pd
   dt = {'one': [9, 8, 7, 6], 'two': [3, 2, 1, 0]}
   a = pd.DataFrame(dt)
   a = a.reindex( _______ = (2, 3))
[/code]
​
正确答案：index
​
27填空(2分)  
补全如下代码，对生成的变量a在0轴上进行升序排列。
​
```code
   import pandas as pd
   import numpy as np
   a = pd.DataFrame(np.arange(20).reshape(4,5), index = ['z', 'w', 'y', 'x'])
   a.____________()
[/code]
​
正确答案：sort_index
​
28填空(2分)  
补全如下代码，对生成的变量a在1轴上进行降序排列。
​
```code
   import pandas as pd
   import numpy as np
   a = pd.DataFrame(np.arange(20).reshape(4,5), index = ['z', 'w', 'y', 'x'])
   a.____________(axis=1, ascending=False)
[/code]
​
正确答案：sort_index
​
29填空(2分)  
补全如下代码，对生成的变量a在第2列上进行数值升序排列。
​
```code
   import pandas as pd
   import numpy as np
   a = pd.DataFrame(np.arange(20).reshape(4,5), index = ['z', 'w', 'y', 'x'])
   a.____________(2)
[/code]
​
正确答案：sort_values
​
30填空(2分)  
补全如下代码，打印其中非NaN变量的数量。
​
```code
   import pandas as pd
   import numpy as np
   a = pd.DataFrame(np.arange(20).reshape(4,5))
   b = pd.DataFrame(np.arange(16).reshape(4,4))
   print((a+b).______())
[/code]
​
正确答案：count
​
​
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210608151750993.gif)