数据分析测试题

插眼
数据分析基础理论测试题

1.同比与环比表示什么

同比：本期与同期做对比   比如：2010年的12月份 与今年的12月份进行比较
环比：本期与上期做对比   比如：2020年2月份 与 2020年1月份

2.阐述一个数据分析的主要流程

1.从数据源中随机抽取数据 进行缺失值和异常值的分析 进行数据清洗 属性规约 数据变换 构建模型
2.将新的数据 进行分析和规约 变换之后放入 建立好的模型中 得出预测的结果

3.如何进行异常值处理

3σ原则  （三个标准差）
箱型图分析：在上四分位数和下四分位数之间的数据为正常的数据

4.什么是数据规约？如何进行数据规约

描述：在庞大的数据集中进行复杂的数据分析和数据挖掘需要大量的时间，数据规约产生更小并且数据完整的新的数据集。那么使用这些已经进行规约的数据时效率会更高。
属性规约
	属性规约的方法:
		合并属性
		逐步向前选择
		逐步向后删除
		决策树归纳
		主成分析
数值规约
	数值规约是指 通过选择代替，较小的数据来减少数据量，包括有参数方法和无参数方法。
	有参数方法：是使用一个模型来评估数据，只需要存放参数，而不需要存放实际的数据
	如：回归（线性回归和多元回归）和对数线性模型
无参数的方法就需要存放实际的数据
	如：直方图 聚类 抽样

5.pandas如何进行两个表的合并？内连接、外连接、左连接、右连接查询有什么区别

使用merge的方式进行合并
inner

·求两个表的交集，连接条件必须完全符合。不符合的数据全部删除 内连接
outter
求两个表的并集，连接条件完全符合的正常显示，不符合的补NaN 外连接
left,左表有的数据全部保留，连接条件符合的正常显示，不符合的补充 NaN，右表不符合连接条件的全部删除
right
右表有的数据全部保留，连接条件符合的正常显示，不符合的补充NaN，左表不符合连接条件的全部删除
代码实现

import pandas as pd
import numpy as np
import sqlite3
# 创建一个数据
left = pd.DataFrame({