【MOOC】Python大數(shù)據(jù)分析-南京財經(jīng)大學(xué) 中國大學(xué)慕課MOOC答案

【MOOC】Python大數(shù)據(jù)分析-南京財經(jīng)大學(xué)中國大學(xué)慕課MOOC答案單元小測試11、【單選題】下面關(guān)于DataFrame中行索引說法中，錯誤的是：本題答案：【行號不同于索引，其取值是從1開始不斷累加的序號，不論如何更改，行號始終保持著這種序列關(guān)系】2、【單選題】有代碼：print(frame.iloc[[3,1],[0,2]])它的含義是：本題答案：【選擇第4行和第2行并且第1列和第3列的表格數(shù)值】3、【單選題】很多DataFrame方法中的inplace參數(shù)功能是：本題答案：【用于設(shè)定是否強(qiáng)制更新原始數(shù)據(jù)】4、【單選題】有代碼為：frame.loc[frame['height']1.80,'age']=frame.loc[frame['height']1.80,'age']+1該代碼的功能為：本題答案：【將所有身高大于1.80m的學(xué)生年齡增加1歲】5、【單選題】下面關(guān)于reset_index、sort_index和sort_values方法的說法中，錯誤的是：本題答案：【sort_values表示按照索引復(fù)位后的列來排序數(shù)據(jù)】測試11、【單選題】下面關(guān)于PyCharm的說法中，正確的是哪一個？本題答案：【PyCharm提供了一種更為方便的代碼編輯功能，一站式進(jìn)行編輯、運(yùn)行和糾錯】2、【單選題】下面關(guān)于Python進(jìn)行數(shù)據(jù)分析的特點中，哪一項錯誤？本題答案：【和Excel相比，雖然Python提供了更快的數(shù)據(jù)處理能力，但是在可視化展示方面卻不如Excel】3、【單選題】很多Python代碼第一行都有：#coding:utf-8這個含義是：本題答案：【代碼中有中文信息】4、【單選題】frompandasimportDataFrame這個語句的含義是：本題答案：【從pandas庫導(dǎo)入DataFrame類】5、【單選題】frame=pd.DataFrame(data,index=[6,5,4,3,2,1,0])index代碼的含義是：本題答案：【重新對現(xiàn)有每一行設(shè)置新的index數(shù)值】6、【單選題】print(frame[1:2])這里的1:2是指：本題答案：【輸出第二行】7、【單選題】print(frame[frame['age'].isin([16,18])])含義是：本題答案：【輸出年齡為16或者18的所有行】8、【單選題】round函數(shù)功能是：本題答案：【四舍五入】9、【單選題】下面關(guān)于rename的說法中，正確的是：本題答案：【rename既能改變行也能改變列的名稱】10、【單選題】下面關(guān)于數(shù)據(jù)更新的說法中，錯誤的是：本題答案：【update可以更新數(shù)據(jù)行】11、【單選題】print(frame.sort_values(by=['age'],ascending=False))含義是：本題答案：【按照年齡降序輸出所有數(shù)據(jù)】12、【單選題】下面關(guān)于排序和選擇的說法中，錯誤的是：本題答案：【先排序再選擇和先選擇后排序效果并不一樣，比如先排序再選擇會導(dǎo)致排序失效】13、【單選題】print(frame['age'].groupby(frame['age']).count().sort_index())含義是：本題答案：【對年齡分組并統(tǒng)計各組人數(shù)，并按照升序來排列】14、【單選題】下面關(guān)于分組聚合的說法中，正確的是：本題答案：【分組聚合的結(jié)果行數(shù)量與組的個數(shù)一樣】15、【單選題】print(pd.merge(students,scores))下面關(guān)于該語句的說法中，正確的是：本題答案：【自動去除一個多余的同名連接列】單元小測試21、【單選題】從datetime類型的數(shù)據(jù)列birthday中獲取年份，正確的方法是：本題答案：【frame['birthday'].dt.year】2、【單選題】有代碼為：frame.loc['2019-12':'2020-1']下面說法中，錯誤的是：本題答案：【print(frame.iloc['2019-12':'2020-1'])功能一樣】3、【單選題】時間序列方法中的freq參數(shù)為MS時含義是：本題答案：【表示從月初開始取時間】4、【單選題】有代碼為：frame=frame.to_period(freq='M')print(frame.asfreq(freq='A'))下面的說法中，正確的是：本題答案：【這表示向粗粒度時間單位的轉(zhuǎn)換，即月到年】5、【單選題】有代碼為：importpandasaspdfromdatetimeimportdatetimedata={'ID':['000001','000002','000003','000004','000005','000006','000007'],'name':['黎明','趙怡春','張富平','白麗','牛玉德','姚華','李南'],'gender':[True,False,True,False,True,False,True],'age':[16,20,18,18,17,18,16],'height':[1.88,1.78,1.81,1.86,1.74,1.75,1.76]}dates=[datetime(2019,11,29),datetime(2019,12,5),datetime(2019,12,17),datetime(2019,12,30),datetime(2020,1,1),datetime(2020,1,3),datetime(2020,1,4)]frame=pd.DataFrame(data,index=dates)print(frame['height'].resample('A',kind='period').ohlc())下面的說法中，錯誤的是：本題答案：【最后輸出表示按照月份匯總，并輸出該月份中所有學(xué)生身高的OHLC四個值】單元小測試31、【單選題】有代碼為：plt.plot(frame['收盤價'])下面的說法中，錯誤的是：本題答案：【plot為繪制線形圖，必須要有表示X和Y兩個軸的數(shù)據(jù)，因此此時報錯】2、【單選題】有代碼為：plt.scatter(frame['A'],frame['B'],c='r',s=10,alpha=0.6)下面的說法中，錯誤的是：本題答案：【散點圖中點之間的邊寬度為10像素】3、【單選題】假設(shè)有2015-2020年共計六年所有的交易記錄，有代碼為：results=frame[['收盤價']].groupby(frame.index.month).mean()plt.bar(results.index,results['收盤價'])plt.show()下面的說法中，正確的是：本題答案：【柱狀圖的x軸有12個方柱】4、【單選題】下面的哪個顏色最接近淺黃色？H、111111本題答案：【#EEEE00】5、【單選題】餅狀圖中設(shè)置每個餅塊的占比數(shù)值及其格式的參數(shù)是：本題答案：【autopct】測試21、【單選題】print(datetime.now())上述代碼單獨(dú)運(yùn)行結(jié)果是：本題答案：【錯誤，沒有導(dǎo)入正確的類型】2、【單選題】利用pd.to_datetime轉(zhuǎn)換日期，下面哪種格式的日期不能正常轉(zhuǎn)換？本題答案：【2020年10月1日】3、【單選題】下面關(guān)于strptime和strftime方法的說明中，錯誤的是哪一項？本題答案：【兩個函數(shù)都使用m、d、Y等符號表示月份、日期和年份】4、【單選題】print(frame.truncate(before='2019-12-1'))代碼含義是：本題答案：【輸出2019年11月30日后的所有記錄】5、【單選題】values=['2019Q4']frame=pd.DataFrame(data,pd.PeriodIndex(values,freq='M'))print(frame)輸出的時間索引值是：本題答案：【2019-10】6、【單選題】對于freq屬性，它為'A-AUG'時含義為：本題答案：【以每年九月一日作為一年開始】7、【單選題】print(frame['height'].resample('M',kind='period').mean())寫成分組的方法中，錯誤的是：本題答案：【print(frame['height'].groupby(frame.index.dt.month).mean())】8、【單選題】下面關(guān)于線性圖的說法中，正確的說法是：本題答案：【既可以接收有一個數(shù)據(jù)列，也可以接收兩個數(shù)據(jù)列】9、【單選題】當(dāng)設(shè)置為完全不透明時，alpha屬性值是：本題答案：【1】10、【單選題】下面的那個顏色最偏向淺紅色：H、FF9999本題答案：【#FF9999】11、【單選題】colorbar方法的作用是：本題答案：【添加顏色的數(shù)值指示條】12、【單選題】下面關(guān)于餅狀圖的說法中，正確的是：本題答案：【wedgeprops設(shè)置餅圖收縮】13、【單選題】下面關(guān)于seaborn的說法中，錯誤的是：本題答案：【它比matplotlib功能更多，可以獨(dú)立于matplotlib使用】14、【單選題】pyecharts是如何繪制地圖內(nèi)容的？本題答案：【繪制在網(wǎng)頁文件中】15、【單選題】networkx中可以直接將DataFrame轉(zhuǎn)換為網(wǎng)絡(luò)圖的方法是：本題答案：【from_pandas_edgelist】單元小測試41、【單選題】下面的說法中，錯誤的是：本題答案：【即使測試集數(shù)量大于訓(xùn)練集，測試集也不能當(dāng)成訓(xùn)練集】2、【單選題】有代碼為：train_test_split(X,y,test_size=0.1)此時的test_size及其數(shù)值的含義是：本題答案：【將訓(xùn)練集設(shè)為全部數(shù)據(jù)行的90%】3、【單選題】下面關(guān)于分類和回歸的說法中，正確的是：本題答案：【回歸通常用于連續(xù)變量預(yù)測，分類一般用于離散變量預(yù)測。】4、【單選題】下面關(guān)于交叉驗證的說法中，正確的是：本題答案：【交叉驗證最終結(jié)果高，并不意味著其中每一次驗證結(jié)果都很高】5、【單選題】下面關(guān)于文本類型數(shù)據(jù)的說法中，錯誤的是：本題答案：【獨(dú)熱編碼的取值要根據(jù)文本類型數(shù)據(jù)的數(shù)據(jù)種類，如果有三種，則獨(dú)熱編碼取值分別為0、1、2】客觀考查1、【多選題】有代碼：#coding:utf-8importpandasaspddata={'ID':['000001','000002','000003','000004','000005','000006','000007'],'name':['黎明','趙怡春','張富平','白麗','牛玉德','姚華','李南'],'gender':[True,False,True,False,True,False,True],'age':[16,20,18,18,17,18,16],'height':[1.88,1.78,1.81,1.86,1.74,1.75,1.76]}frame=pd.DataFrame(data,index=[1,2,1,2,1,2,1])print(frame.loc[1])請問下面的說法正確的有：本題答案：【輸出為四條記錄，即索引值為1的四條行記錄#代碼不會報錯，但是如果輸出語句改為：print(frame[1])就會報錯，因為選擇行不允許使用單一的序號，正確的寫法是：print(frame[1:2])】2、【多選題】有代碼：#coding:utf-8importpandasaspddata={'ID':['000001','000002','000003','000004','000005','000006','000007'],'name':['黎明','趙怡春','張富平','白麗','牛玉德','姚華','李南'],'gender':[True,False,True,False,True,False,True],'age':[16,20,18,18,17,18,16],'height':[1.88,1.78,1.81,1.86,1.74,1.75,1.76]}frame=pd.DataFrame(data)print(frame['age'17](frame['height'1.80]))請問下面的說法正確的有：本題答案：【語句有錯誤，可以使用條件范圍限定：print(frame[frame[(frame['age']17)].isin(frame[(frame['height']1.80)])])#語句有錯誤，列名稱需要使用明確所在DataFrame，應(yīng)該寫為：print(frame[(frame['age']17)(frame['height']1.80)])】3、【多選題】有代碼：#coding:utf-8importpandasaspddata={'ID':['000001','000002','000003','000004','000005','000006','000007'],'name':['黎明','趙怡春','張富平','白麗','牛玉德','姚華','李南'],'gender':[True,False,True,False,True,False,True],'age':[16,20,18,18,17,18,16],'height':[1.88,1.78,1.81,1.86,1.74,1.75,1.76]}frame=pd.DataFrame(data)frame=frame.drop(index=(frame.loc[(frame['age']=19)].index))print(frame)請問下面的說法正確的有：本題答案：【該功能為刪除所有年齡大于等于19歲的行記錄#也可以更改為：frame=frame.drop(frame[frame['age']=19].index)效果一樣#也可以更改為：frame.drop(index=(frame.loc[(frame['age']=19)].index),inplace=True)效果一樣】4、【多選題】有代碼：#coding:utf-8importpandasaspddata={'ID':['000001','000002','000003','000004','000005','000006','000007'],'name':['黎明','趙怡春','張富平','白麗','牛玉德','姚華','李南'],'gender':[True,False,True,False,True,False,True],'age':[16,20,18,18,17,18,16],'height':[1.88,1.78,1.81,1.86,1.74,1.75,1.76]}frame=pd.DataFrame(data)frame.loc[frame['gender']==False,'age']=frame.loc[frame['gender']==False,'age']+1print(frame)請問下面的說法正確的有：本題答案：【該功能為將現(xiàn)有性別為False的學(xué)生年齡增加1歲#代碼沒有錯誤，也可以改為：frame.loc[frame['gender']==False,'age']+=1#代碼沒有錯誤，也可以改為：importnumpyasnpframe['age']=np.where(frame['gender']==False,frame['age']+1,frame['age'])】5、【多選題】查詢哪些學(xué)生身高一樣，給出代碼如下：#coding:utf-8importpandasaspddata={'ID':['000001','000002','000003','000004','000005','000006','000007'],'name':['黎明','趙怡春','張富平','白麗','牛玉德','姚華','李南'],'gender':[True,False,True,False,True,False,True],'age':[16,20,18,18,17,18,16],'height':[1.88,1.78,1.81,1.86,1.74,1.75,1.76]}frame=pd.DataFrame(data)results=pd.merge(frame,frame,left_on='age_x',right_on='age_y')results=results[results['name_x']results['name_y']]print(results[['name_x','name_y']])運(yùn)行出錯，請問下面的說法正確的有：本題答案：【兩個DataFrame建立連接的條件錯了#可以將：results=results[results['name_x']results['name_y']]寫成：results=results[results['name_x']results['name_y']]】6、【多選題】統(tǒng)計男女各有多少種不同的身高，給出代碼如下：#coding:utf-8importpandasaspddata={'ID':['000001','000002','000003','000004','000005','000006','000007'],'name':['黎明','趙怡春','張富平','白麗','牛玉德','姚華','李南'],'gender':[True,False,True,False,True,False,True],'age':[16,20,18,18,17,18,16],'height':[1.88,1.78,1.81,1.86,1.74,1.75,1.76]}frame=pd.DataFrame(data)records1=frame.groupby(['gender','age']).count()print(records1.groupby(['gender'])[['age']].count().sort_values(by=['age'],ascending=False))請問下面的說法正確的有：本題答案：【代碼不正確，需要在最后輸出結(jié)果前增加：records1.reset_index(inplace=True)#代碼不正確，需要在最后輸出結(jié)果前增加：records1=records1.reset_index()】7、【多選題】繪制不同身高的分布餅圖，身高以小數(shù)點后一位來統(tǒng)計，給出代碼如下：#coding:utf-8importpandasaspdimportmatplotlib.pyplotaspltdata={'ID':['000001','000002','000003','000004','000005','000006','000007'],'name':['黎明','趙怡春','張富平','白麗','牛玉德','姚華','李南'],'gender':[True,False,True,False,True,False,True],'age':[16,20,18,18,17,18,16],'height':[1.88,1.78,1.81,1.86,1.74,1.75,1.76]}frame=pd.DataFrame(data)records1=frame.groupby('height').count()plt.pie(records1['ID'])plt.show()請問下面的說法正確的有：本題答案：【顯示的餅圖為7等分#為了正確顯示身高分組，需要增加修改：frame['heightRange']=round(frame['height'],1)records1=frame.groupby('heightRange').count()#為了正確顯示身高字符提示，需要增加修改：plt.pie(records1['ID'],labels=records1.index)】8、【多選題】繪制不同出生年學(xué)生人數(shù)的柱狀圖，給出代碼如下：#coding:utf-8importpandasaspdimportmatplotlib.pyplotaspltfromdatetimeimportdatetimedata={'ID':['000001','000002','000003','000004','000005','000006','000007'],'name':['黎明','趙怡春','張富平','白麗','牛玉德','姚華','李南'],'gender':[True,False,True,False,True,False,True],'birthday':[datetime(2004,10,1),datetime(2000,11,27),datetime(2002,1,29),datetime(2002,8,27),datetime(2003,3,14),datetime(2002,12,17),datetime(2004,4,12)],'height':[1.88,1.78,1.81,1.86,1.74,1.75,1.76]}frame=pd.DataFrame(data)frame.set_index('birthday',inplace=True)results1=frame.groupby(frame.index.year).count()plt.bar(results1.index,results1['ID'])plt.show()請問下面的說法正確的有：本題答案：【修改創(chuàng)建results1的語句為：frame=pd.DataFrame(data)results1=frame.groupby(frame['birthday'].dt.year).count()plt.bar(results1.index,results1['ID'])plt.show()功能不變#修改創(chuàng)建results1的語句為：frame=pd.DataFrame(data)results1=frame.groupby(frame['birthday'].dt.year).count()results1.reset_index(inplace=True)plt.bar(results1['birthday'].dt.year,results1['ID'])plt.show()運(yùn)行有問題，原因在于還原results1索引時產(chǎn)生了兩個生日列（重名）#修改創(chuàng)建results1的語句為：frame=pd.DataFrame(data)frame=frame.set_index('birthday')results1=frame.groupby(frame['birthday'].dt.year).count()results1.reset_index(inplace=True)plt.bar(results1['birthday'].dt.year,results1['ID'])plt.show()運(yùn)行有問題，原因在于獲取frame生日列時無法訪問生日列#修改創(chuàng)建results1的語句為：frame=pd.DataFrame(data)frame=frame.set_index('birthday')results1=frame.groupby(frame.index.year).count()results1.reset_index(inplace=True)plt.bar(results1['birthday'].year,results1['ID'])plt.show()運(yùn)行有問題，原因在于繪制柱狀圖時無法獲取生日列的年份】9、【多選題】根據(jù)企業(yè)信息進(jìn)行風(fēng)險等級預(yù)測，有代碼如下：importpandasaspdfromsklearn.model_selectionimporttrain_test_splitfromsklearn.neighborsimportKNeighborsClassifierimportnumpyasnp