数据分析-应用

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

现有数据：x=[1,2,3,4,5]，y=[12,9,15,8,18]，按要求编写 Python 代码完成绘图：通过 rcParams 全局配置：黑体 SimHei 字体、全局字体大小 11、全局折线宽度 2、全局折线默认颜色蓝色；创建画布 figsize=(7,4)，用 plot 绘制折线图；添加 x 轴标签：月份、y 轴标签：销售额，图表标题：月度销售额统计；开启网格线，最后展示图像。

现有数据：x = [-3,-2,-1,0,1,2,3]，y = [9,4,1,0,1,4,9]，按需求编写代码： rcParams 全局配置：SimHei 黑体、全局画布 dpi=120、坐标轴标签字体大小 10、线条默认黑色；新建画布尺寸(8,5)，分别用折线+圆点标记绘图；设置标题：二次函数曲线图、X 轴：自变量、Y 轴：因变量；网格虚线样式，最后展示图片。

NumPy 基础数组操作创建一个 1~20 的一维数组，并将其形状修改为 4 行 5 列的二维数组。提取该数组中所有大于 10 的元素，形成新数组。计算整个数组的平均值、最大值、标准差。

Pandas 数据读取与基础查看创建 DataFrame 数据如下：姓名：["张三","李四","王五","赵六"]，年龄：[22,25,23,24]，成绩：[88,92,79,95] 查看数据的前 3 行、数据基本信息(info)、数据描述性统计(describe)。筛选出成绩大于 90 分的学生信息。

Pandas 数据清洗与缺失值处理创建含缺失值的 DataFrame：科目：["语文","数学","英语","物理"]，分数：[85,np.nan,90,np.nan] 查看每列缺失值数量。将缺失值替换为该列的平均分。

Pandas 分组统计与聚合计算数据：班级：["一班","一班","二班","二班","一班","二班"] 姓名：["A","B","C","D","E","F"] 成绩：[90,85,88,92,78,95] 创建 DataFrame。按班级分组，计算每组的平均分、最高分、最低分。重置索引，输出结果。

Pandas 文件读写与数据筛选将大题 5 的 DataFrame 保存为 score.csv 文件，不保存索引。读取 score.csv 文件。筛选出二班且成绩大于 90 的学生记录。

姓名: ["A","B","C","D","E","F"] 成绩: [90,85,88,92,78,95] 创建DataFrame。按班级分组，计算每组的平均分、最高分、最低分。重置索引，输出结果。

构造DataFrame：姓名语文数学英语 0 小明 82 91 78 1 小红 93 85 89 2 小刚 76 88 92 3 小丽 88 79 94 需求：1、自定义函数total_score(x)：接收一行数据，返回三科总分； 2、用apply(函数,axis=1)新增一列【总分】，计算每位同学总成绩； 3、再自定义单值函数level(score)：总分≥260 输出优秀，240~259 良好，小于240 及格；使用apply新增【评级】列

df1（成绩表）：姓名,语文,数学小明,82,91 小红,93,85 小刚,76,88 df2（信息表）：姓名,班级,住址小明,1班,城东小红,1班,城西小强,2班,城南要求：1、分别创建df1、df2； 2、内连接 merge：以姓名字段合并两张表，只保留两边都存在的学生； 3、纵向 concat 拼接：新增一条学生数据{"姓名":"小丽","语文":88," 数学":79,"班级":"2班","住址":"城北"}

已知学生成绩数据如下，请创建DataFrame并同时使用loc和iloc完成指定筛选，考察两种索引的核心区别：表格：姓名语文数学英语小明 85 92 78 小红 90 86 94 小刚 76 89 80 小丽 89 79 91 任务要求： 1.创建上述 DataFrame 表格。 2.使用 loc 选取：小刚所在行的姓名、数学、英语三列数据。 3.使用 iloc 选取：第 1 行、第 3 行，第 1 列、第 3 列的数据。 4.使用 loc 筛选出数学成绩大于 85 分的所有学生信息。

给定：CSV 文件 salesdata.csv，按要求完成以下任务：数据处理代码： import pandas as pd import matplotlib.pyplot as plt from matplotlib import rcParams # 设置中文字体为黑体 rcParams["font.family"] = "SimHei" salesdata = pd.read_csv("salesdata.csv") # 构建销售额列 salesdata["销售额"] = salesdata["销售量/个"] * salesdata["销售价格/元"] # 将订单时间列转换为时间数据类型 salesdata["订单时间"] = pd.to_datetime(salesdata["订单时间"]) # 对时间数据进行操作，提取年月信息并转换为字符串类型 salesdata["年-月"] = salesdata["订单时间"].dt.to_period("M").astype(str) # 筛选商品类别为类别 A 的数据 data1 = salesdata[salesdata["商品类别"] == "类别 A"] # 按年-月分组 data2 = data1.groupby("年-月") # 对分组后数据分别执行聚合：销售额求和、销售量取最大值、销售价格取最小值 data3 = data2.agg({"销售额": "sum", "销售量/个": "max", "销售价格/元": "min"}).reset_index() plt.figure(figsize=(10, 5)) plt.plot(pd.to_datetime(data3["年-月"]), data3["销售额"]/8000, label="销售额") plt.plot(pd.to_datetime(data3["年-月"]), data3["销售量/个"], label="销售量/个") plt.plot(pd.to_datetime(data3["年-月"]), data3["销售价格/元"], label="销售价格/元") plt.title("salesdata.csv") plt.legend(fontsize=12, loc="upper left") # 设置 x 轴刻度标签["2020-01", "2021-01", "2022-01", "2023-01", "2024-01"]，旋转 45 度，字体大小 12 plt.xticks(["2020-01", "2021-01", "2022-01", "2023-01", "2024-01"], rotation=45, fontsize=12) plt.show()【缺少答案，请补充】

给定：CSV 文件 bookdata.csv，按要求完成以下任务： import pandas as pd book_data = pd.read_csv("bookdata.csv") # 计算每列缺失值个数 missing_count_per_column = book_data.isnull().sum() # 删除缺失值 book_data = book_data.dropna() # 重复值检测 duplicate_rows = book_data[book_data.duplicated()] if not duplicate_rows.empty: print("以下行检测到重复值") print(duplicate_rows) else: print("未检测到重复值") # 书籍价格处理，删除“￥” book_data["价格/元"] = book_data["价格/元"].replace("[^d.]", "", regex=True).astype(float) # 统一书籍出版时间格式和数据类型 book_data["出版时间"] = book_data["出版时间"].str.replace("/", "-", regex=False) book_data["出版时间"] = book_data["出版时间"].str.lstrip("-") import matplotlib.pyplot as plt from matplotlib import rcParams rcParams["font.family"] = "SimHei" bins = [0, 25, 50, 100, 150, 200, 500, float('inf')] labels = ['0~25', '25~50', '50~100', '100~150', '150~200', '200~500', '500 及以上'] # 将价格分类到定义的区间 book_data["价格区间"] = pd.cut(book_data['价格/元'], bins=bins, labels=labels, right=False) # 计算每个价格区间的书籍数量 price_distribution = book_data['价格区间'].value_counts().sort_index() plt.figure(figsize=(5, 4), dpi=1080) # 绘制柱形图 plt.bar(price_distribution.index, price_distribution.values, color='#1E90FF') plt.title('书籍价格区间分布柱形图') plt.xlabel('价格区间') plt.ylabel('书籍数量/本') plt.savefig('书籍价格区间分布柱形图.png', bbox_inches='tight') import seaborn as sns selected_columns = ["价格/元","总评论数/条","长评数/条","好评数/条","中评数/条","差评数/条","图片评论数/条","评论平均得分/分","书籍评分/分"] selected_data = book_data[selected_columns] # 计算相关系数矩阵 book_data_corr = selected_data.corr() plt.figure(figsize=(5, 4), dpi=1080)【缺少答案，请补充】

给定：CSV 文件 bookdata.csv，按要求完成以下任务： 1. 读取CSV文件bookdata.csv，对书籍价格进行处理，删除“￥”，将价格转换为浮点数类型； 2. 选取以下特征列：价格/元、总评论数/条、长评数/条、好评数/条、中评数/条、差评数/条、图片评论数/条、评论平均得分/分、书籍评分/分，构建特征数据集； 3. 使用StandardScaler对特征数据进行标准化处理； 4. 初始化PCA模型，设置降维后的主成分数量为8，对标准化后的数据进行降维处理； 5. 初始化K-Means聚类模型，设置聚类数为3，随机状态为42，对降维后的数据进行聚类，得到聚类标签； 6. 初始化TSNE模型，设置主成分数量为2，初始化方式为random，随机状态为2，对PCA降维后的数据进行拟合，得到嵌入坐标； 7. 将聚类标签与嵌入坐标合并为DataFrame，按聚类标签分为三组（标签为0、1、2）； 8. 绘制三组聚类数据的散点图，分别用蓝色圆点、红色星号、绿色菱形表示，并显示图像。

给定：CSV 文件 bookdata.csv，按要求完成以下任务： 1. 读取CSV文件bookdata.csv，对书籍价格进行处理，删除“￥”，将价格转换为浮点数类型； 2. 构造特征标签，将书籍评分/分>=90的标记为1（高评分书籍），否则标记为0（非高评分书籍）； 3. 选取以下特征列：价格/元、总评论数/条、长评数/条、好评数/条、中评数/条、差评数/条、图片评论数/条、评论平均得分/分，构建分类模型的特征集； 4. 使用StandardScaler对特征数据进行标准化处理； 5. 使用train_test_split将分类特征数据划分为训练集和测试集，测试集占比为0.2，随机状态为42； 6. 初始化随机森林分类模型，随机状态为42，使用训练集对模型进行训练； 7. 使用训练好的模型对测试集进行预测，输出预测的前20个结果。

1