2021 Python大数据分析(南京财经大学) 最新满分章节测试答案
本答案对应课程为:点我自动跳转查看
本课程起止时间为:2021-02-20到2021-06-30
第二章 数据查询分析（基础篇） 单元小测试1
小提示:本节包含奇怪的同名章节内容
1、 问题:下面关于DataFrame中行索引说法中，错误 的是：
选项：
A:行索引默认是从0开始累加的整数
B:默认的行索引主要起到唯一区分数据行的作用
C:随着更新的进行，索引有可能不能区分出唯一的行
D:行号不同于索引，其取值是从1开始不断累加的序号，不论如何更改，行号始终保持着这种序列关系
答案: 【行号不同于索引，其取值是从1开始不断累加的序号，不论如何更改，行号始终保持着这种序列关系】
2、 问题:有代码：print(frame.iloc[[3, 1], [0, 2]])它的含义是：
选项：
A:选择第4行和第2行并且第1列和第3列的表格数值
B:有错误，因为3不能放在1前面倒序来取
C:选择第4行和第2行并且第1列到第3列的表格数值
D:有错误，因为选择列要放在选择行前面
答案: 【选择第4行和第2行并且第1列和第3列的表格数值】
3、 问题:很多DataFrame方法中的inplace参数功能是：
选项：
A:用于设定记录排序的大小方向
B:用于设定是否强制更新原始数据
C:用于设定是否设置数据为只读模式
D:用于设定数据复制是否保留副本
答案: 【用于设定是否强制更新原始数据】
4、 问题:有代码为：frame.loc[frame[‘height’] > 1.80, ‘age’] = frame.loc[frame[‘height’] > 1.80, ‘age’] + 1该代码的功能为：
选项：
A:将所有身高大于1.80 m的学生身高增加1厘米
B:查询身高大于1.80 m的学生，并将不大于1.80 m的学生身高增加1厘米
C:将所有身高大于1.80 m的学生年龄增加1岁
D:代码有错误，因为loc选择后的数据不能更新
答案: 【将所有身高大于1.80 m的学生年龄增加1岁】
5、 问题:下面关于reset_index、sort_index和sort_values方法的说法中，错误 的是：
选项：
A:reset_index可以将当前索引还原复位为正常的数据列
B:sort_index表示按照索引排序当前数据
C:sort_values表示按照索引复位后的列来排序数据
D:sort_index无需参数而sort_values必须有参数
答案: 【sort_values表示按照索引复位后的列来排序数据】
6、 问题:有代码：print(frame.iloc[[3, 1], [0, 2]])它的含义是：
选项：
A:选择第4行和第2行中第1列和第3列的表格数值
B:有错误，因为3不能放在1前面倒序来取
C:选择第4行和第2行并且第1列到第3列的表格数值
D:有错误，因为选择列要放在选择行前面
答案: 【选择第4行和第2行中第1列和第3列的表格数值】
第三章 数据查询分析（高级篇） 测试1
1、 问题:下面关于PyCharm的说法中，正确的是哪一个？
选项：
A:安装完Python后，必须要安装PyCharm才能编写Python语句并运行
B:PyCharm和Python安装不分先后
C:PyCharm提供了一种更为方便的代码编辑功能，一站式进行编辑、运行和纠错
D:Pycharm有很多开发工具，我们这里使用的是一个非常著名而且好用的，称为Python
答案: 【PyCharm提供了一种更为方便的代码编辑功能，一站式进行编辑、运行和纠错】
2、 问题:下面关于Python进行数据分析的特点中，哪一项错误？
选项：
A:Python支持大数据分析，海量数据处理更为方便和快捷
B:和Excel相比，虽然Python提供了更快的数据处理能力，但是在可视化展示方面却不如Excel
C:和Python相比，Excel虽然功能较为简单，但是在易用性方面更易于上手
D:数据分析往往涉及计算机、统计、数学等多方面的学科知识
答案: 【和Excel相比，虽然Python提供了更快的数据处理能力，但是在可视化展示方面却不如Excel】
3、 问题:很多Python代码第一行都有：# coding:utf-8这个含义是：
选项：
A:表示要在国内发布代码
B:运行在中文电脑系统上
C:需要分析中文数据信息
D:代码中有中文信息
答案: 【代码中有中文信息】
4、 问题:from pandas import DataFrame这个语句的含义是：
选项：
A:从DataFrame类导入pandas类
B:从pandas库导入DataFrame类
C:从pandas库导入DataFrame库
D:从DataFrame库导入pandas类
答案: 【从pandas库导入DataFrame类】
5、 问题:frame = pd.DataFrame(data, index=[6, 5, 4, 3, 2, 1, 0])index代码的含义是：
选项：
A:对现有数据按照倒序排列
B:重新对现有每一行设置新的index数值
C:设置每行的数值内容
D:对现有列按照index排序
答案: 【重新对现有每一行设置新的index数值】
6、 问题:print(frame[1:2])这里的1:2是指：
选项：
A:输出索引号为1和2的行
B:输出序号为1和2的行
C:输出索引号为1的行
D:输出第二行
答案: 【输出第二行】
7、 问题:print(frame[frame[‘age’].isin([16, 18])])含义是：
选项：
A:输出年龄为16到18的所有行
B:输出年龄为16或者18的所有行
C:输出年龄为16到17的所有行
D:输出年龄为17的所有行
答案: 【输出年龄为16或者18的所有行】
8、 问题:round函数功能是：
选项：
A:最大值
B:四舍五入
C:大于该数值的最小整数
D:绝对值
答案: 【四舍五入】
9、 问题:下面关于rename的说法中，正确的是：
选项：
A:rename只能改变列的名称
B:rename只能改变行的名称
C:是pandas的方法
D:rename既能改变行也能改变列的名称
答案: 【rename既能改变行也能改变列的名称】
10、 问题:下面关于数据更新的说法中，错误的是：
选项：
A:append只能在最后一行后添加新行
B:insert可以在任何行前后添加新行
C:drop可以删除行，也可以删除列
D:update可以更新数据行
答案: 【update可以更新数据行】
11、 问题:print(frame.sort_values(by=[‘age’], ascending=False))含义是：
选项：
A:按照年龄降序输出所有数据
B:按照年龄升序输出所有数据
C:按照年龄降序，相同元素按照索引号排序
D:按照年龄升序，相同元素按照索引号排序
答案: 【按照年龄降序输出所有数据】
12、 问题:下面关于排序和选择的说法中，错误的是：
选项：
A:排序和选择功能各不一样，选择重点在于挑选所有满足条件的行，而排序重点关注首尾行
B:先排序再选择和先选择后排序效果并不一样，比如先排序再选择会导致排序失效
C:先排序再选择和先选择后排序效果一样，因为选择不会改变排序的次序
D:排序和选择都可以根据索引号来进行
答案: 【先排序再选择和先选择后排序效果并不一样，比如先排序再选择会导致排序失效】
13、 问题:print(frame[‘age’].groupby(frame[‘age’]).count().sort_index())含义是：
选项：
A:对年龄分组并统计年龄的种类数，并按照升序来排列
B:统计年龄的种类数，并分组和按照升序来排列
C:对年龄分组并统计各组人数，并按照升序来排列
D:语法错误
答案: 【对年龄分组并统计各组人数，并按照升序来排列】
14、 问题:下面关于分组聚合的说法中，正确的是：
选项：
A:聚合函数不能单用，只能结合分组使用
B:分组后聚合和先聚合后分组效果一样
C:分组聚合的结果行数量与组的个数一样
D:为了更快的分组聚合，我们必须首先排序数据
答案: 【分组聚合的结果行数量与组的个数一样】
15、 问题:print(pd.merge(students, scores))下面关于该语句的说法中，正确的是：
选项：
A:自动根据索引号建立连接
B:自动去除一个多余的同名连接列
C:默认采用左外连接
D:可以按照任意两个列进行连接，并自动添加_x和_y后缀
答案: 【自动去除一个多余的同名连接列】
第五章 时间数据分析（高级篇） 单元小测试2
1、 问题:从datetime类型的数据列 birthday 中获取年份，正确 的方法是：
选项：
A:frame[‘birthday’].dt.year
B:frame[‘birthday’].year
本文章不含期末不含主观题！！
本文章不含期末不含主观题！！
支付后可长期查看
有疑问请添加客服QQ 2356025045反馈
如遇卡顿看不了请换个浏览器即可打开
请看清楚了再购买哦，电子资源购买后不支持退款哦
