以下答案仅供参考,如有错误欢迎指正~
-
单选(2分)Python代码:r = 5 + "5"的执行结果是
A.5
B.报错
C.55
D.10
-
单选(2分)
1. m = [1, 2, [3]]
2. n = m[:]
3. n[1] = 4
4. n[2][0] = 5
5. print(m)
代码的执行结果是?
A.[1,2,[5]]
B.[1,2,[3]]
C.[1,4,[3]]
D.[1,4,[5]]
- 单选(2分)
1. n1 = { 'a':1, 'b':2 }
2. n2 = n1
3. n1['a'] = 5
4. s = n1['a'] + n2['a']
5. print(s)
代码的结果是?
A.7
B.10
C.6
D.5
-
单选(2分)用python处理本机文件时,可以使用glob完成文件查找功能。下列有关glob的说法中,错误的是
A.glob返回的是一个包含所有匹配文件的列表
B.glob为内置库,无需import即可使用
C.glob中表达式"[0-9]"表示匹配0-9中的单个数字
D.glob可以使用?匹配单个字符
5单选(2分)
1. import sqlite3
2. from faker import Faker
3. f=Faker("zh_cn")
4. conn=sqlite3.connect(":memory:")
5. c=conn.cursor()
6. c.execute("create table user (id varchar(10) primary key, name varchar(20))")
7. for i in range(0,100):
8. c.execute("insert into user (id, name) values ('{}','{}')".format(i,f.name()))
9. c.execute("select * from user")
10. result = c.fetchall()
11. print(len(result))
上述代码执行的结果是?
A.0
B.10
C.20
D.100
-
单选(2分)用户处理numpy的ndarray对象时,可以改变数组维度。下列描述中错误的是
A.resize方法不能修改原andarray数组
B.参数用元组来表示
C.reshape方法不能修改原andarray数组
D.flatten方法不能修改原andarray数组
-
判断(2分)Numpy的Series对象在进行运算时,其默认索引值是0到n-1可以参与运算,而自定义索引值不会参与运算。(✘)
-
判断(2分)DataFrame结构为一个二维结构,每一列可以为不同的值类型,但一列之内的类型必须相同。(✔)
-
判断(2分)由于Python的list列表足够强大,完全可以代替ndarry这种数组。(✘)
-
判断(2分)使用文件打开命令时,即使使用with as语句也应该调用close()方法显式关闭文件,以保证文件安全。(✘)