2024智慧树网课答案数据可视化技术（广西科技大学）最新完整智慧树知到满分章节测试答案

文章目录[隐藏]

第一章单元测试
第二章单元测试
第三章单元测试
第四章单元测试
第五章单元测试

第一章单元测试

1、问题:以下不属于Numpy常用功能的是（）
选项：
A:随机函数
B:统计量
C:画图
D:文件读写
答案: 【
画图
】

2、问题:以下哪个函数不能将文件存为二进制（）
选项：
A:numpy.save
B:numpy.loadtxt
C:numpy.savez
D:numpy.savez_compressed
答案: 【
numpy.loadtxt
】

3、问题:numpy.savetxt的参数中，文件路径写在（）
选项：
A:fname
B:fmt
C:footer
D:comments
答案: 【
fname
】

4、问题:关于numpy.random.seed，下列说法错误的是（）
选项：
A:设置的seed( )值仅一次有效
B:seed( )用于指定随机数生成时所用算法开始的整数值
C:如果使用相同的seed( )值，则每次生成的随机数都相同
D:seed( )不能为空
答案: 【
seed( )不能为空
】

5、问题:numpy.random.normal可通过设置（）参数设定正态分布的均值
选项：
A:loc
B:scale
C:size
D:μ
答案: 【
loc
】

6、问题:关于numpy.random.rand和numpy.random.uniform，下列说法错误的是（）
选项：
A:rand函数可生成多维矩阵
B:rand函数根据给定维度生成[0,1)之间的数据
C:uniform从一个均匀分布(low,high)中随机采样
D:uniform只能生成一维数据
答案: 【
uniform从一个均匀分布(low,high)中随机采样
】

7、问题:numpy.random.binomial生成的随机数服从（）
选项：
A:正态分布
B:二项分布
C:均匀分布
D:泊松分布
答案: 【
二项分布
】

8、问题:numpy.random.binomial可通过设置（）参数设定成功的概率
选项：
A:n
B:p
C:size
D:μ
答案: 【
p
】

9、问题:关于numpy.random.poisson，下列说法错误的是（）
选项：
A:该函数产生size个服从均值及标准差为lam的泊松分布随机数
B:lam参数代表是单位时间(或单位面积)内随机事件的平均发生次数
C:size参数可设置产生的样本的shape
D:泊松分布是连续函数
答案: 【
泊松分布是连续函数
】

10、问题:Numpy的函数中常用于表示集中趋势的统计量不包括（）
选项：
A:numpy.average
B:numpy.median
C:numpy.std
D:numpy.percentile
答案: 【
numpy.std
】

11、问题:关于Numpy中常用的统计量函数，下列说法错误的是（）
选项：
A:numpy.std计算的是样本方差的有偏估计
B:numpy.ptp用于计算样本极差
C:numpy.percentile可通过q参数设置分位值
D:numpy.count_nonzero可计算非零样本数
答案: 【
numpy.std计算的是样本方差的有偏估计
】

12、问题:关于Numpy中的距离计算，下列说法错误的是（）
选项：
A:numpy.linalg.norm可以处理矩阵范数
B:欧式距离计算欧式空间中两点间的直线距离，numpy.linalg.norm中的ord参数设置为2
C:曼哈顿距离计算两点间的直角距离，numpy.linalg.norm中的ord参数设置为none
D:numpy.corrcoef可以计算两变量的相关系数
答案: 【
曼哈顿距离计算两点间的直角距离，numpy.linalg.norm中的ord参数设置为none
】

第二章单元测试

1、问题:Pandas查看、检查数据中df.describe的功能是（）
选项：
A:查看DataFrame对象的前n行
B:查看行数和列数
C:查看数值型列的汇总统计
D:查看索引、数据类型和内存信息
答案: 【
查看数值型列的汇总统计
】

2、问题:对于一个Series或DataFrame对象来说，如下选项中说法错误的是（）。
选项：
A:isnull()方法可以用来判断缺失值
B:drop()方法可以用来删除缺失行
C:fillna()方法可以用来填充缺失行
%1. fillna()方法可通过method参数指定缺失值用其上或其下的第一个非缺失值填充
答案: 【
drop()方法可以用来删除缺失行
】

3、问题:查看数据框df前5行数据的函数是（）
选项：
A:df.head()
B:df.tail()
C:df.describe()
D:df.shape()
答案: 【
df.head()
】

4、问题:从数据框df中筛选出学校为S_1并且数学成绩大于60的数据正确的是（）
选项：
A:[(df[‘School’]==’S_1′) & (df[‘Math’]＞60)]
B:df[(df[‘School’]==’S_1′) & (df[‘Math’]＞60)]
C:df[(df[‘School’]==’S_1′) | (df[‘Math’]＞60)]
D:df[([‘School’]==’S_1′) | ([‘Math’]＞60)]
答案: 【
df[(df[‘School’]==’S_1′) & (df[‘Math’]＞60)]
】

5、问题:Pandas 适用于处理以下类型的数据是（）
选项：
A:与 SQL 或 Excel 表类似的，含异构列的表格数据;
B:有序和无序（非固定频率）的时间序列数据;
C:带行列标签的矩阵数据，包括同构或异构型数据;
D:任意其它形式的观测、统计数据集, 数据转入 Pandas 数据结构时不必事先标记。
答案: 【
与 SQL 或 Excel 表类似的，含异构列的表格数据;
有序和无序（非固定频率）的时间序列数据;
带行列标签的矩阵数据，包括同构或异构型数据;
任意其它形式的观测、统计数据集, 数据转入 Pandas 数据结构时不必事先标记。
】

6、问题:数据框的三个属性是（）
选项：
A:df.index
B:df.values
C:df.icol
D:df.columns
答案: 【
df.index
df.values
df.columns
】

第三章单元测试

1、问题:关于matplotlib和seaborn，下列说法错误的是（）
选项：
A:都是基于Python的画图库
B:matplotlib封装程度比seaborn要高
C:matplotlib参数设置细节灵活度高
D:seaborn会自行做好配色，美观大方
答案: 【
matplotlib封装程度比seaborn要高
】