电大《财务大数据分析与决策》形考任务题库

题目1.下列哪个选项不属于大数据的特点？（）

A. 海量化的数据

B. 大数据都是有价值的数据

C. 数据类型的多样化

D. 大数据的价值密度相对较低

题目2.下列哪个选项不属于大数据处理的环节？（）

A. 数据模型

B. 数据预处理

C. 数据分析

D. 数据可视化

题目3.下列不属于大数据思维的是（）。

A. 全样思维

B. 容错思维

C. 抽样思维

D. 相关思维

题目4.下列关于Jupyter Notebook，说法不正确的是（）

A. Jupyter Notebook是Anaconda集成环境中自带的代码编辑器

B. Jupyter Notebook是一个网页程序

C. Jupyter Notebook页面单元格中不仅可以输入代码还可以输入文字

D. Jupyter Notebook的Markdown单元中只能输入文字

题目5.下列print语句使用正确的是（）。

A. print（“你好，大数据”）

B. print（你好，大数据）

C. print（[你好，大数据]）

D. print'你好，大数据'

题目6.Jupyter Notebook中每个代码单元可书写（）行代码。

A. 一至多

B. 一

C. 十

D. 至多一

题目7.大数据产生的原因包括（）。

A. 全球所有人都是信息的接收者和产生者

B. 各类传感器24小时不停地产生数据

C. 人类活动的进一步扩展使数据规模急剧膨胀

D. 大数据以每年50%的速度增长

题目8.大数据的“4V”特点具体指（）。

A. Volume

B. Variety

C. Velocity

D. Value

题目9.Value是指大数据的价值密度。与结构化数据相比，大数据的价值密度相对较高。

A. 正确

B. 错误

题目10.有多种方法可以启动Jupyter Notebook。

A. 正确

B. 错误

题目1.下面代码中x的值最终等于（）。

x=10

x=20

x=x+1A. 21

B. 20

C. 11

D. 10

题目2.定义变量a=888，该变量值的类型是（）。

A. 整型

B. 浮点型

C. 字符型

D. 布尔型

题目3.下面代码中， print（）输出值的数量为（）。

str1 = 'Hello!'

str2 = 'World!'

print（str1， str2）A. 1个

B. 2个

C. 3个

D. 4个

题目4.定义 cList2=[1，2，3，4]，则cList2[0]的执行结果为（）。

A. 0

B. 1

C. 2

D. 3

题目5.下面代码中，首次进入for循环体的输出结果是（）。

for i in [0，1，2，3]:

print（'i的值为{}'.format（i））A. i=1

B. i=2

C. i=3

D. i=0

题目6.下列Python变量名书写符合命名规则的是（）。

A. 11num

B. num11

C. print

D. Num11

题目7.在Python的双分支结构语法格式中，当if条件表达式为（）时，将执行if分支体中的语句。

A. 真

B. 假

C. True

D. False

题目8.程序的三种基本控制结构是（）。

A. 逻辑结构

B. 分支结构

C. 循环结构

D. 顺序结构

题目9.运行如下代码，输出结果是（）。

for i in range（3，6）:

print（'*'）A. 输出三行，每行各一个*

B. 输出一行，包括三个*

C. 输出四行，每行各一个+*

D. 输出一行，包括四个*

题目10.划线处的正确代码是（）。

if（）:

print（"cROE小于roeAvg."）A. cROE = = roeAvg

B. cROE <； roeAvg C. cROE >； roeAvg

D. cROE >；= roeAvg

题目1.下面不属于Series创建方法的是（）。

A. 通过一维数组创建序列

B. 通过字典的方式创建序列

C. 通过DataFrame中的某一行或某一列创建序列

D. 通过二维数据创建

题目2.关于Pandas数据读写的说法中，下列描述错误的是（）。

A. read_csv（）能够读取所有文本数据

B. read_sql（）可以读取数据库中的数据

C. to_csv（）能够将结构化数据写入到csv文件中

D. to_excel（）能够将结构化数据写入到excel文件中

题目3.下列代码正确的执行结果是（）。

s = pd.Series（[1，2，4]，index=['a'，'b'，'c']）

print（s）A. a 1

b 2

c 4

B. a 1

c 2

b 3

C. a b c

1 2 4

D. a 1 b 3 c 2

题目4.下列函数中，不属于Pandas统计计算函数的是（）。

A. mean（）

B. sum（）

C. min（）

D. print（）

题目5.下列选项中，（）函数可以一次性输出多个统计指标。

A. describe（）

B. mean（）

C. input（）

D. sum（）

题目6.现有如下工资数据集，求最高工资，正确代码是（）。

data={'李伟':10000，'张妍':12000，'赵丽':13000，'杨朋':9000}

s = pd. Series（data）

print（s）A. s.max（）

B. s.max（axis=1）

C. s.min（）

D. s.min（axis=1）

题目7.下列关于Pandas数据排序说法正确的是（）。

A. sort_values（）可以按值排序

B. sort_values（）可以按索引排序

C. sort_index（）可以按索引排序

D. sort_index（）可以按值排序

题目8.下列选项中，关于groupby（）的操作正确的是（）。

A. list（df.groupby（'系部'））

B. df.groupby（by='系部'）

C. df.groupby（'系部'，sort=True）

D. df.groupby（'系部'，'性别'）

题目9.loc方法是基于索引的数据访问方法，iloc方法是基于位置索引的访问方法

A. 正确

B. 错误

题目10.groupby方法可以使用多个分组标签。

A. 正确

B. 错误

题目1.下列关于数据预处理的描述中，描述不正确的是（）。

A. 数据清洗的目的是为了提高数据质量

B. 空值一定要删除

C. 数据预处理包括数据的清洗、合并、重塑与转换

D. 在Pandas中，缺失值使用NaN表示

题目2.下面关于dropna（）的axis参数描述中，说法正确的是（）。

A. 默认axis=0，删除包含缺失值的列

B. 默认axis=0，删除包含缺失值的行

C. 默认axis=1，删除包含缺失值的列

D. 默认axis=1，删除包含缺失值的行

题目3.下列关于Matplotlib库的描述中，说法不正确的是（）。

A. Matplotlib是当前用于数据可视化的最流行的Python包之一

B. Matplotlib提供了绘制散点图、条形图、折线图、饼图、直方图的方法

C. 可通过交互方式实现数据可视化

D. Matplotlib不能支持中文显示

题目4.plot（x，y）的命令含义是（）。

A. 打印

B. 输出

C. 绘图

D. 计算

题目5.想要在数据集df第1列前插入一列[88，90，69，65，89，82]，列标签是“C语言”。下列代码正确的是（）。

A. df.insert（1，"C语言"，[88，90，69，65，89，82]）

B. df.insert（0，"C语言"，[88，90，69，65，89，82]）

C. df.add（1，"C语言"，[88，90，69，65，89，82]）

D. df.append（1，"C语言"，[88，90，69，65，89，82]）

题目6.Pandas提供了isnull（）函数和notnull（）函数来检测数据中是否存在缺失值。

A. 正确

B. 错误

题目7.在Pandas中可以实现数据合并的方法只有concat（）。

A. 正确

B. 错误

题目8.数据转置是指对数据的行列进行互换，在这个过程中数据的形状改变，数据逻辑也发生变化。

A. 正确

B. 错误

题目9.有如下数据集df，

要增加一列“总成绩”，实现如下图的效果：

那么正确的代码是（）。

A. df['总成绩']=0

B. df[总成绩]=0

C. df['总成绩']=[0，0，0，0，0，0]

D. 总成绩=0

题目10.从如下程序生成的数据集中只提取语文和数学这两列，下列选项中代码正确的是（）。

import pandas as pd

data = {'语文': [86，99， 68， 83， 79， 91]，

'数学':[78，66，58，75，77， 59]，

'英语': [68， 99， 68，83， 79， 91]，

'地理': [88， 90， 78，63， 100， 71]}

df= pd.DataFrame（data，index=['李东'，'李力'，'王平'，'赵平'，'张也'，'马云'，]）

df

A. df['语文' ， '数学']

B. df[ ['语文' ， '数学'] ]

C. df[ { '语文' '数学' } ]

D. df.iloc[['语文'，'数学']]