金融數(shù)據(jù)分析知到章節(jié)答案智慧樹2023年哈爾濱金融學(xué)院_第1頁
金融數(shù)據(jù)分析知到章節(jié)答案智慧樹2023年哈爾濱金融學(xué)院_第2頁
金融數(shù)據(jù)分析知到章節(jié)答案智慧樹2023年哈爾濱金融學(xué)院_第3頁
金融數(shù)據(jù)分析知到章節(jié)答案智慧樹2023年哈爾濱金融學(xué)院_第4頁
金融數(shù)據(jù)分析知到章節(jié)答案智慧樹2023年哈爾濱金融學(xué)院_第5頁
已閱讀5頁,還剩12頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

金融數(shù)據(jù)分析知到章節(jié)測試答案智慧樹2023年最新哈爾濱金融學(xué)院第一章測試

在一個循環(huán)體內(nèi)又包含一個完整的循環(huán)結(jié)構(gòu),稱為循環(huán)的嵌套。()

參考答案:

continue語句:結(jié)束這一輪的循環(huán),進(jìn)入下一次循環(huán)。()

參考答案:

浮點(diǎn)類型(float)是表示實(shí)數(shù)的數(shù)據(jù)類型。()

參考答案:

字典中的每一對“鍵值對”被稱為字典的條目。()

參考答案:

字典是通過鍵值對方式存儲數(shù)據(jù)與數(shù)據(jù)之間的對應(yīng)關(guān)系的一種數(shù)據(jù)結(jié)構(gòu)。()

參考答案:

以下選項(xiàng)中不符合

Python語?變量命名規(guī)則的是()。

參考答案:

3_1

下?代碼的輸出結(jié)果是()。

參考答案:

<class'flfloat'>

運(yùn)?下列代碼,輸出結(jié)果是()

參考答案:

45

運(yùn)?以下程序的結(jié)果是()

參考答案:

[1,16,25,49,36,81]

運(yùn)?以下程序,變量'i'的值為()

參考答案:

75

第二章測試

下列選項(xiàng)中用來表示數(shù)組維度的屬性是()。

參考答案:

shape

已知a=np.arange(9).reshape(3,3),要訪問數(shù)組a的數(shù)值5,正確的索引表達(dá)式為()。

參考答案:

a[1,2]

導(dǎo)入Numpy模塊的方式為()。

參考答案:

importnumpyasnp

;importnumpy

創(chuàng)建數(shù)組,并且數(shù)組的5個元素均為1,實(shí)現(xiàn)該功能的命令為()。

參考答案:

np.array([1]*5)

;np.ones(5)

NumPy(NumericalPython)是Python語言的一個擴(kuò)展程序庫,支持大量的維度數(shù)組與矩陣運(yùn)算,此外也針對數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫。()

參考答案:

如果沒有明確地指明數(shù)組中元素的類型,則默認(rèn)為int64。()

參考答案:

兩個等長的數(shù)組才能相加。()

參考答案:

表達(dá)式np.ones((2,6)).sum()的值為12。()

參考答案:

使用np.zeros(5,6)生成的數(shù)組中元素個數(shù)為30。()

參考答案:

使用np.arange(10)生成的數(shù)組中最后一個元素的值為9。()

參考答案:

第三章測試

下列能創(chuàng)建序列類型對象的語句是()。

參考答案:

s1=pd.Series([1,3,5,7,9])

;s4=pd.Series(dict())

;s3=pd.Series(np.array([1,3,5,7,9]))

;s2=pd.Series((1,3,5,7,9))

df是100行10列的數(shù)據(jù)框,“df.head(8)”語句的功能是()。

參考答案:

查看df前8行數(shù)據(jù)

df是100行10列的數(shù)據(jù)框,df.columns的功能是()。

參考答案:

輸出df全部列名稱

df是一個10行3列的數(shù)據(jù)框,df.columns=['col1','col2','col3']語句的功能是()。

參考答案:

null

df是一個的數(shù)據(jù)框變量,df.loc['f','age']=25語句的功能是()。

參考答案:

將df的“f”行“age”列的值修改為25

df是數(shù)據(jù)框?qū)ο?,age是df的列名,df.loc[df['age'].isnull(),:]語句的功能是()。

參考答案:

提取df中age列是空值的行

能將外部文件導(dǎo)入的語句是()。

參考答案:

pd.read_table(r“C:/Users/student.txt”)

;pd.read_csv(r“C:/Users/student.csv”)

;pd.read_excel(r“C:/Users/student.xlsx”)

下列語句的功能是(

)。importpandasaspdimportnumpyasnpy=pd.Series(np.arange(0,19,2),index=['A'+str(i)foriinrange(10)])

參考答案:

y的索引是“A0”,“A1”,“A2”,“A3”,“A4”“A5”,“A6”,“A7”,“A8”,“A9”;創(chuàng)建序列類型數(shù)據(jù)對象賦值給變量y,;y的值是0,2,4,6,8,10,12,14,16,18

下列語句定義了df數(shù)據(jù)框?qū)ο?,df['Age'].mean()語句的功能是()。df=pd.DataFrame({'ID':['001','002','003','004','005','006'],'Name':['su','gao','wang','li','zhang','song'],\'Age':[33,31,35,36,37,38],'sex':['m','f','m','m','f','m']})

參考答案:

計(jì)算age列的平均值

下列語句的功能是()。importpandasaspddata=pd.DataFrame()data['city']=['Beijing','Shanghai','Shenzhen']

參考答案:

在data數(shù)據(jù)框中新增一列,列名為“city”

第四章測試

下列函數(shù)中,可以繪制散點(diǎn)圖的函數(shù)是()。

參考答案:

scatter

下列選項(xiàng)中,描述不正確的是()。

參考答案:

條形圖是由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布情況

下列圖表中,可以清晰地反映出各數(shù)據(jù)系列的百分比情況的是()。

參考答案:

餅圖

在創(chuàng)建Figure對象時,可以指定哪個參數(shù)來調(diào)整畫布大小?()

參考答案:

figsize

繪制圖表時,可以使用subplot()函數(shù)創(chuàng)建多個子圖。()

參考答案:

Matplotlib默認(rèn)支持中文顯示。()

參考答案:

Matplotlib生成的圖表可以保存在本地。()

參考答案:

散點(diǎn)圖包含的數(shù)據(jù)點(diǎn)越少,比較的效果就會越好。()

參考答案:

在使用Matplotlib繪制圖表時,可以不需要導(dǎo)入pyplot模塊。()

參考答案:

在使用Matplotlib繪制條形圖時可以使用pyplot模塊中的bar函數(shù)。()

參考答案:

第五章測試

線性回歸方程中的截距a以及系數(shù)b與數(shù)學(xué)中的含義一致。()

參考答案:

利用Excel實(shí)現(xiàn)一元線性回歸中,三種方法得到的線性回歸方程完全一致。()

參考答案:

Python實(shí)現(xiàn)一元線性回歸的解決方案,輸出結(jié)果中R-squared值越小說明,模型對真實(shí)值的解釋程度越高。()

參考答案:

利用Excel實(shí)現(xiàn)一元線性回歸中的三種方法都無法實(shí)現(xiàn)多元線性回歸。()

參考答案:

Python實(shí)現(xiàn)多元線性回歸中如果不為X矩陣增加截距項(xiàng),運(yùn)行結(jié)果也能顯示線性方程中的截距項(xiàng)。()

參考答案:

多元線性回歸過程中發(fā)現(xiàn)相關(guān)性不強(qiáng)或不顯著的變量時,可以剔除后進(jìn)行再次回歸,以提高回歸的R2。()

參考答案:

回歸是設(shè)法找出變量間在數(shù)量上的依存變化關(guān)系,用函數(shù)表達(dá)式表達(dá)出來,這個表達(dá)式稱之為回歸方程。()

參考答案:

殘差分析:如果殘差沒有均勻分布在水平線兩側(cè),而是呈現(xiàn)一定“規(guī)律性”,暗示存在某些“規(guī)律”沒有被發(fā)現(xiàn)。()

參考答案:

在回歸分析中要求因變量Y是隨機(jī)變量,服從正態(tài)分布,自變量X可以是隨機(jī)變量也可以是給定的變量。()

參考答案:

如果QQ圖存在一定的彎曲,暗示殘差可能不符合正態(tài)分布。()

參考答案:

第六章測試

下列函數(shù)中,用于創(chuàng)建固定頻率DatetimeIndex對象的是()。

參考答案:

date_range()

下列選項(xiàng)中,用來表示Pandas中的時間戳的是()。

參考答案:

Timestamp

關(guān)于時間序列的移動,下列說法錯誤的是()。

參考答案:

時間序列移動后,索引也會發(fā)生變化

關(guān)于重采樣的說法中,下列描述錯誤的是()。

參考答案:

時間序列數(shù)據(jù)在降采樣時,總體的數(shù)據(jù)量是增加的

下列關(guān)于ARIMA(p,d,q)的說法中,描述正確的是()。

參考答案:

參數(shù)p代表自回歸項(xiàng)數(shù)

;參數(shù)d代表差分階數(shù)

;ARIMA是一種用于時間序列預(yù)測的常見統(tǒng)計(jì)模型

;參數(shù)q代表滑動平均項(xiàng)數(shù)

最基本的時間序列類型是以時間戳為索引的Series對象。()

參考答案:

如果相同頻率的兩個Period對象進(jìn)行數(shù)學(xué)運(yùn)算,那么計(jì)算結(jié)果為它們的單位數(shù)量。()

參考答案:

任何類型的Pandas對象都可以進(jìn)行重采樣。()

參考答案:

DatetimeIndex是一種用來指代一系列時間戳的索引結(jié)構(gòu)。()

參考答案:

降采樣時可能會導(dǎo)致一些時間戳索引沒有對應(yīng)的數(shù)據(jù)。()

參考答案:

第七章測試

投資組合理論研究的是理性投資者的投資行為。()

參考答案:

Excel實(shí)現(xiàn)投資組合理論的方法是借助“模擬分析”中的“模擬運(yùn)算表”功能。()

參考答案:

現(xiàn)代投資組合理論歸結(jié)了理性投資者如何利用分散投資來優(yōu)化他們的投資組合。()

參考答案:

所謂均值,是指投資組合的期望收益率,它是單只證券的期望收益率的加權(quán)平均,權(quán)重為相應(yīng)的投資比例。()

參考答案:

所謂方差,是指投資組合的收益率的方差。我們把收益率的標(biāo)準(zhǔn)差稱為波動率,刻畫了投資組合的風(fēng)險(xiǎn)。()

參考答案:

下圖中哪個點(diǎn)是最小方差點(diǎn)?(

)。

參考答案:

點(diǎn)C

投資組合理論的首次提出者是,美國經(jīng)濟(jì)學(xué)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論