【题目】Python分析库选择题

1.Matplotlib 绘制多图情况的时候，下列说法不正确的是（）

A.使用subplot()方法在绘图时需要指定位置

B.绘制多个子图时，只需调用一次plt.subplot()

C.plt.title()设置子图标题

D.plt.subtitle()设置图像标题

解析：选B。 ACD选项是正确说法；在绘制多个子图的时候，需要调用多次plt.subplot()，并说明要编辑的子图的标题的位置，因此B选项是错误的，本题选择B选项；

2.以下不是聚类算法的是（）

A.k-means

B.KNN

C.DBSCAN

D.GCN

解析：选B。

k-means	最基础的聚类算法，它的输入需要簇的个数k，聚类目标是使得类内的点足够近，类间的点足够远
KNN	机器学习中的一种分类算法，并不是聚类算法
DBSCAN	基于密度的聚类的算法，要求聚类空间的一定区域所包含的对象的数目不小于某一给定阈值，当邻近区域的密度超过某个阈值，则继续聚类
GCN	GCN分类本质上是基于图的聚类，然而基于GCN的聚类算法会有深度学习中的训练的概念，而传统的聚类算法则是通过人工设定阈值来决定的

3.使用可视化扩展库matplotlib中的pyplot模块中的legend()函数设置图像标题时，下面哪个参数用来设置文本的字体（）

A.loc

B.prop

C.fontsize

D.frameon

解析：选B。

loc	设置图列位置
prop	设置字体参数
fontsize	设置图例字体大小
frameon	控制是否应在图例周围绘制框架

4.以下哪个不是主成分分析的作用（）

A.降低所研究数据空间的维度

B.用主成分分析法构建回归模型

C.用主成分分析筛选回归变量

D.可以对输入数据做线性变换和非线性变换

解析：选D。主成分分析方法的主要作用：降低所研究数据空间的维度；用主成分分析法构建回归模型；用主成分分析筛选回归变量；多维数据的一种图形表示方法；可以通过因子负荷aij的结论，弄清X变量间的某些关系；选项D：主成分分析法只能做线性变换，所以D项错误。

5.通过numpy库定义arr数组，arr = np.arange(9).reshape(3,3)，那么下列选项中哪个可以交换第一列和第二列位置（）

A.arr[[1,0,2], :]

B.arr[:, [1,0,2]]

C.arr[::-1]

D.arr[:, ::-1]

解析：选B。np.arange(9): 生成一个从0到8的数组。.reshape(3,3): 将一维数组重塑为一个3x3的二维数组。arr结果为：

array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

arr[:, [1,0,2]]会按指定顺序选择数组的列。: 表示选择数组的所有行。[1,0,2] 表示按照索引1、0、2的顺序来选择列。那么arr[:, [1,0,2]]的结果将是：

array([[1, 0, 2],
       [4, 3, 5],
       [7, 6, 8]])

实现了第一列和第二列的交换。

6.存在一组DataFrame类型数据df，如下所示，需要删除数据中的索引标签为’b’和’d’的行，以下选项中操作有误的是哪个( )

Index/columns	X	Y	Z
a	0	5	10
b	1	NaN	11
c	2	7	12
d	3	8	NaN
e	4	9	14

A.df.drop(['b',’d’])

B.df.drop(df.index[[2,4]])

C.df.drop(['b','d'],axis=0)

D.df.dropna()

解析：选B。

drop()	用来数据清洗的一种操作，删除dataFrame中的行或者列
dropna()	用来删除数据中存在空缺值的行或者列

A选项是根据索引名的方式对数据行的删除操作，A描述正确；B选项是采用索引值的的方式对数据进行删除，但是在DataFrame数据中行的索引号是从0开始计数，因此正确写法应该是.df.drop(df.index[[1,3]])，因此B项描述错误；C选项和A选项描述的是一种意思，drop()函数默认axis参数就为0，因此C描述正确；D选项是是删除含有空缺值的行，因此D选项描述正确。

7.以下对pandas库中的to_numberic(arg,errors,downcast)函数的参数解释错误的选项（）

A.errors=’raise’将非数字字符串转换为数字，数据中如果存在非数字字符串则会返回出错误，时间类型转换为int

B.errors=’ignore’只对数字字符串进行转换，其他类型一律不转换

C.errors='coerce'将数字字符串和bool类型转换为数字,其他均转换为NaN

D.downcast =’signed’所有值都将转换为浮点型

解析：选D。errors存在三个参数{'ignore'，'raise'，'coerce'}，默认情况下为'raise'。如果为“ raise”，则无效的解析将引发异常；如果为“强制”，则无效的解析将设置为NaN；如果为“ ignore”，则无效的解析将返回输入。downcast =’signed’所有值都将转换为整型。

8.Matplotlib使用plt.subplots(m,n)函数绘制多图的时候，下列说法不正确的是（）

A.plt.subplots()函数返回的是图形对象和所有的axes对象

B.ax.flatten()函数可以将m*n的子图展平成1*nm的axes组

C.subplot()函数和subplots() 函数相比，只创建了一个figure图形对象

D.axes对象使用set_title()函数为子图添加标题

解析：选C。选项A，plt.subplots(m,n)函数的返回值是一个元组，包括一个图形对象(fig)和所有的axes对象,其中axes 对象数量为m*n，因此A描述正确；选项B，在用plt.subplots(m,n)画多个子图时，ax=ax.flatten()操作将ax由n*m的Axes组展平成1*nm的Axes组，因此B项描述正确；选项C，subplots() 函数和 subplot() 函数使用方法类似。其不同之处在于，subplots() 既创建了一个包含子图区域的画布，又创建了一个 figure 图形对象，而 subplot()只是创建一个包含子图区域的画布。因此C项描述不正确；选项D，ax.set_title()是给ax子图设置标题，当子图存在多个的时候，可以通过ax设置不同的标题。

9.以下哪个选项中的函数能够返回标准的正态分布的数组（）

A.numpy.random.randn

B.numpy.random.uniform

C.numpy.random.rand

D.numpy.random.randint

解析：选A。

randn	返回一个指定形状的数组，数组中的值服从标准正态分布（均值为0，标准差为1）
uniform	从一个均匀分布的区域中随机采样
rand	返回一个或一组服从“0~1”均匀分布的随机样本值，随机样本取值范围是[0,1)，不包括1
randint	从给定的区域中随机选取设定数量的整数

10.存在一组numpy.ndarrry类型数据a=np.array([1,2,3,4])和各个数值的权重w=np.array([4,3,2,1])，以下哪种方法可以求得权重平均值（）

A.np.mean()

B.np.nanmean()

C.np.average()

D.np.std()

解析：选C。

mean()	求取平均值
nanmean()	计算忽略NaN值的数组平均值。如果数组具有NaN值，找出不受NaN值影响的均值
mean() 和 average(）	都有取平均数的意思。在不考虑加权平均的前提下，两者的输出一样。但是考虑权重的情况下，np.average(a,weights=w) 还可以计算加权平均值
std()	计算矩阵或者数组的标准差

11.下列哪个选项不是处理数据中缺失值的方法（）

A.df.dropna()

B.df.fillna()

C.np.empty()

D.sklearn.impute.SimpleImputer()

解析：选C。A选项，采用pandas库中的dropna()函数来丢掉DataFrame数据中存在缺失值的样本；B选项，采用pandas库中的fillna() 函数来填充缺失值；C选项，np.empty()函数创建未初始化的数组，数组元素不为空，并不是处理缺失值的方法；D选项，采用的用sklearn包中的impute的SimpleImputer()函数来对缺失值进行填充；因此选择不正确的应该选择C选项。

12.提取出a和b两个数组中的公共项,可以使用numpy库中的哪个函数（）

A.np.intersect1d(a,b)

B.np.setdiff1d(a,b)

C.np.where(a == b)

D.np.lexsort((a,b))

 解析：选A。

np.intersect1d	用来获取数组a和数组b之间的公共项
np.setdiff1d(a,b)	用来从a数组中删除存在于b数组中的项
np.where(a == b)	用来获取a数组和b数组元素相匹配的位置
lexsort((a,b))	一种排序算法，按键序列对数组进行排序，它返回一个已排序的索引数组

13.numpy数据库可以创建ndarray数组，以下哪个函数可以创建指定步长的一组ndarray数组（）

A.numpy.arange

B.numpy.linspace

C.numpy.logspace

D.numpy.random.randint

 解析：选A。

numpy.arange(start, stop, step, dtype)	根据start与stop指定的范围以及step设定的步长，生成一个ndarray
numpy.linspace	用于创建一个一维数组，数组是一个等差数列构成的
numpy.logspace	用于创建一个于等比数列
numpy.random.randint	返回一个随机整型数

14.存在一组DataFrame类型数据data数据输出结果如表格所示：

index	A	B	C
0	1	4	7
1	2	5	8
2	3	6	9

那么以下可以获得DataFrame数据中‘5’的选项是哪个（）

A.data.iloc[1,’B’]

B.data.iloc[1,1]

C.data.loc(1,’B’)

D.data.loc[1,1]

 解析：选B。

iloc	按照索引值来定位数据元素
loc	按照标签值来定位元素

---

来源：专项练习-数据分析-Python分析库