理论部分
单选题
- 在Linux系统下安装ntp服务的命令正确的是( A )。
A.yum install ntp
B.yum remove ntp
C.yum update ntp
D.yum list - 在实际生广环境中获取的数据可能存在缺失值,为了更好地进行数据分析,通常需要对缺失数据进行识别和处理,下列关于DataFrame.dropna()方法说法正确的是( C )。
A.DataFrame.dropna(axis=1,inplace=True):删除带有空值的行
B.DataFrame.dropna(axis-0,inplaces=Tnue):删除带有空值的列
C.DataFrame.dropna(axis=0,‘how=any’,inplace=True):删除带有空值的行
D.DataFrame.dropna(axis=1,‘how=all’,inplace=True):删除全部为空值的行 - 下列关于Selenium库的方法和作用不对应的是( C )。
A.element_to_be_clickable()方法:元素可点击
B.element_to_be_selecte()方法:元素可选择,传入元素对象
C.element_located_to_be_selected()方法:元素可选择,传入定位列表
D.invisibility_of_element_located()方法:元素不可见 - 正确搭建Hadoop集群的步骤是( A )。
①克隆虚拟机
②配置SSH免密码登录
③格式化
④修改配置文件
⑤配置时间同步服务
A.④①②⑤③
B.③②①⑤④
C.⑤①③②④
D.②⑤④①③ - 若需要构建KNN模型,则在sklearn.neighbors模块中可使用的类是( B ),
A.DecisionTreeClassifier
B.KNeighborsClassifier
C.MLPClassifier
D.KNN - 在pandas库中,下列关于DataFrame.groupby()方法说法错误的是(C)。
A.DataFrame.groupby()方法用于数据框分组聚合过程中的分组操作
B.使用DataFrame.groupby()方法分组后的结果并不能直接查看,而是被存在内存中
C.group_keys参数指是否在运行的情况下对返回数据进行降维
D.as_index参数指聚合后的聚合标签是否以DataFrames索引形式输出
- 下列关于sklearn库的预处理类说法正确的是( B )
A.MinMaxScaler:对特征进行标准差标准化
B.StandardScaler:对特征进行标准差标准化
C.FunctionTransformer:对定量特征进行二值化处理
D.OneHotEncoder:对特征进行自定义函数变换 - 在HTTP请求过程中,客户端与服务器间的请求与响应的具体步骤为( C )。
①发送HTTP请求
②释放连接TCP连接
③连接Web服务器
④服务器接受请求并返回HTTP响应
⑤客户端解析HTML内容
A.③②①④⑤
B.①③④②⑤
C.③①④②⑤
D.①②③④⑤ - 在HTTP请求中,客户端向服务器发送一个请求报文,报文中的内容不包括( D ),
A请求的方法
B.URL
C.请求头部
D.响应头部 - 在Matplotlib库中,设置图形的x轴名称的函数是( C )。
A.matplotlib.pyplot.ylim()函数
B.matplotlib.pyplot.xlim()函数
C.matplotlib.pyplot.xlabel()函数
D.matplotlib.pyplot.ylabel()函数 - 下列代码的输出结果是( D )
result=list(map(lambda x:x*x,[1,2,3,4,5,6,7,8,9]))
print(result)
A.2,6,12,20,30,42,56,72]
B.[362880]
C.[1,2,3,4.5,6,7,8,9]
D.[1,4,9,16,25,36,49,64,81]
- 在HTML中,下列状态码表示请求成的是( A ),
A.200
B.400
C.403
D.500 - 在NumPy库中,下列不属于数组的属性的是( D )。
A.ndim
B.shape
C.size
D.add
- 通过代码from skleam import metrics"导入评价指标模块后,若需要构建真实标签true_labe和模型预测标签predicted_label的混淆矩阵,则下列可使用的代码是( B )。
A.confusion_matrix(predicted_label,true_label)
B.metrics.confusion_matrix(true_label,predicted_label)
C.metrics.confusion_matrix(predicted_label,true_label)
D.confusion_matrix(true_label,predicted_label) - 在Windows系统下,将数据框(DataFrame)对象text存储为D盘下的Excel文件,下列代码正确的是( B ).
A.text.to_excel(‘D:\text.xisx’)
B.text.to_excel(‘D:\text.xlsx’)
C.text.to_csv(‘D:\text.xisx’)
D.text.to_csv(‘D:\text.xlsx’)
16.下列不属于HTTP/1.1协议请求方法的是( D ).
A.GET
B.POST
C.DELETE
D.PUSH
- 关闭集群的具体步骤为( B )。
①stop-dfs.sh
②stop-yaim.sh
③mr-jobhistory-daemon.sh stop historyserver
A.①②③
B.②①③
C.③②①
D.①③② - 在通过代码"from sklearn import tree"导入决策树模块,并通过代码"clf=tree.DecislonTreeClassifler()"构造分类器对像后,分类器对象clf在训练时需要调用的方法是( D ),
A.clf.train()
B.clf.learn()
C.clf.predict()
D.clf.fit() - 在哑变量处理函数pandas.get_dummies()函数中,若要考虑缺失值的存在价值,则需调整的参数是( C )。
A.prefix
B.prefix_sep
C.dummy_na
D.sparse - Matplotlib库是Python的常用绘图库,下列关于Matplotlib库说法错误的是( D )
A.matplotilib.pyplot.xlim():用于限制x轴的显示范围
B.matplotlib.pyplot.figure(figsize=(2,2)):用于创建画布,并设置画布的大小为(2,2)
C.matplotlib.pyplot.subplot(231):用于将图表的整个绘图区域分为2行3列的区域,绘制的图表位于区域中的第1行第1列
D.matplotlib.pyplot.plot(x,y,color=‘b’,linewidth=1.0,linestyle=‘_’:用于绘制折线图,其中参数"color=b"是将线的颜色设置为黑色 - 关于下列代码说法错误的是( D )。
import numpy as np
arr=np.array([0,1,2,3,4])
import pandas as pd
ser=pd.Series([0,1,2,3,4])
A.arr和ser虽然是不同的数据类型,但是同样可以进行加法运算
B.arr和ser表达同样的数据内容
C.arr和ser都是一维数据
D.arr参与运算的执行速度明显比ser快 - 下列代码的运行结果为( B )。
import re
var = re.findall(‘\(.*\)’,’(abc)def)[0]
print(var)
A.()
B.(abc)
C.def
D.(def) - 下列关于BeautifulSoup中对象类型描述错误的是( B )
A.name属性可以获取及修改Tag对像名称
B.attrs属性可获取Tag对象的HTML属性,返回值为列表形式
C.string方法可获取Tag对象中的文本字符串内容
D.NavigableString对象无法被编辑 - 若需要构建逻辑回归模型,则在sklearn.linear_model模块中可使用的类是( A )
A.LogisticRegression
B.SVC
C.LinearRegression
D.DecisionTreeClassifier - 下列关于Jupyter Notebook说法错误的是( B )
A.Jupyter Notebook可以直接生成一份交互式文档
B.Jupyter Notebook不可以安装Python库
C.Jupyter Notebook可以导出HTML文件
D.Jupyter Notebook可以分享文件 - 在pandas库中,下列关于缺失值检测说法正确的是( B )。
A.DataFrame.isnull()方法可以对缺失值进行处理
B.DataFrame.dropna()方法既可以删除观测记录,也可以删除特征
C.DataFrame.fillna()方法中用于替换缺失值只能是数据框
D.DataFrame.replace()方法能直接对缺失值进行处理 - 在Matplotlib库中,下列关于柱状图bar函数的参数说法错误的是( B )。
A.linewidth:表示柱状图中每根柱了边框完度
B.align:表示柱状图中每根柱子的高度
C.width:表示柱状图中每根柱子的宽度
D.color:表示柱状图中每根柱子的颜色 - 在pandas库中,下列不属于DataFrame.drop()方法的参数是( C )。
A.labels
B.level
C.dtype
D.inplace - 下列关于pandas.concat()函数、DataFrame.append()方法、pandas.merge()函数和DataFrame.join()方法的说法正确的是( D )
A.pandas.concat()函数是常用的主键合并的函数,能够实现数据框之间的内连接和外连接
B.DataFrame.append()方法只能用于进行纵向堆叠,适用于所有数据框之间的纵向堆叠情况
C.pandas.merge()函数是常用的主键合并的函数,但不能够实现数据框之间的左连接和右连接
D.DataFrame.join()方法是常用的主键合并方法,但不能够实现数据框之间的左连接和右连接 - .下列可以实现导入页面等待相关库的代码是( B )。
A.from selenium import webdriver
B.from selenium.webdriver.support.ui import WebDriverWait
C.from selenium.webdriver.common.by import By
D.from selenium.webdriver.support import expected_conditions - 若要创建一个3×3的数组,则下列代码错误的是( C )。
A.numpy.arange(0,9).reshape(3,3)
B.numpy.eye(3)
C.numpy.random.random([3,3,3])
D.numpy.array([[1,2,3],[4,5,6],[7,8,9]]) - 下列表示整型转化为布尔型的代码是( D )。
A.print(‘转化结果为:’,np.f1oat64(42))
B.print(‘转化结果为:’,np.int8(42.0))
C.print(‘转化结果为:’,np.int(True))
D.print(‘转化结果为:’,np.bool(42))
多选题
- 列关于Matplotiib库说法错误的是( CD )
A.matplotlib.pyplot.figure(figsize=(2,2)):用于创建画布,并设置画布的大小为(2,2)
B.matplotlib.pyplot.plot(x,y,color-=‘r’,linewidth=5.O,linestyle=‘-’):用于绘制折线图,其中linewidth参数用于设置线的宽度
C.natplotlib.pyplot.plot(x,y.color=‘b’,linewidth=1.0,linestyle=‘-’):用于绘制折线图,其中参数”colar=b”是将线颜色设置为黑色
D.matplotlib.pyplot..subplot(2,2,1):用于将图表的整个绘图区域分为2行1列的区域,绘制的图表位于区域中的第2行第1列 - 下列属于数据清洗的操作是( ABCD )。
A删除噪声数据
B.删除与挖掘主题无关的数据
C.处理缺失值
D.处理异常值 - 下列属于HDFS保正可靠性的措施的是( ABCD )。
A.冗余备份:每个文件存储成一系列数据块(Block),,为了提高容错率,文件的所有数据块都会有副本
B.副本存放:采用机架感知(Rak-aware)的策略来改进数据的可靠性、高可用和网络带宽的利用率
C.心跳检测:NameNode周期性地从集群中的每一个DataNode接受心跳包和块报告,若收到心跳包则说明该DataNode工作正常
D.数据完整性检测:HDFS客户端软件实现了对HDFS文件内容的校验和检查 - 下列属于Linux集群系统状态监控指标的是(ABCD )。
A.load
B.CPU利用率
C.磁盘剩余空间
D.内存使用情况 - 下列关于sklear.model_selection模块中的train_test_split类的参数说法正确舶的是( ABD )
A.test_size:测试集的大小
B.train_size:训练集的大小
C.andom_state:随机种子编号,默认为1
D.shuffle:是否在拆分前对数据进行洗牌 - 下列属于克隆CentOS6虚拟机之后需要修改的文件的是( ABC )
A./etc/udev/rules.d/70-persistent-net.rules
B./etc/sysconfig/network-scriptd/ifcfg-eth0
C./etc/sysconfig/network
D./etc/sysconfig/network-scriptd/ifcfg - urllib库是Python内置的HTTP请求库,下列关于urllib库说法正确的是( AB )
A.urllib.request:请求模块
B.urllib.error:异常处理模块
C.urllib.parse:robots.txt解析模块
D.urllib.robotparser:URL解析模块 - 现有一个DataFrame格式的数据集data,“col_name”为data中的一个列名,下列关于填充缺失值代码的说去正确的是( AD )
A.data.fillna(0):用0对缺失值进行填充
B.data[‘ool_name’]fillna(data[‘col_name’].dropna().median(),inplace=True):用均值对缺失值进行填充
C.data[‘col_name’]fillna(method=’pad’):用缺失值的后一个数据对缺失值进行填充
D.data[‘col_name’].fillna(data[‘col_name’].dropna().mode()[0],inplace=True):用众数缺失值进行填充 - 下列属于HDFS针对数据流失可题提供的保护措施的是( ABC )。
A冗余备份
B.副本存放
C.宕机处理
D.固定副本个数 - 下列属于使用Pyecharts库可绘制的图表的是( ABCD )。
A.日历图
B.漏斗图
C.仪表盘
D.关系图 - 聚焦网络爬虫又被称作主题网络爬虫,下列属于聚焦网络爬虫包括的爬行策略的是( ABCDABC )
A.基于内容评价的爬行策略
B.基于链接结构评价的爬行策略
C.基于增强学习的爬行策略
D.基于语境图的爬行策略 - 在pandas库中的DataFrame.duplicated()方法是针对DataFrame对像进行一个检查重复值操作,下列关于DataFrame.duplicated()方法中的参数说法正确的是( ABC )
A.subset:列标签或标签序列,可选择仅考虑某些列来标识重复项,默认情况下使用所有列
B.keep=‘frst’:将重复项标记为"True",第一次出现的重复项除外
C.keep=‘last’:将重复项标记为"True"”,最后一次出现的重复项除外
D.kep=False:将所有重复项标记方"False" - urllib库是Python内置的HTTP请求库,下列关于urllib库说法正确的是(AB )
A.urllib.request:请求模块
B.urllib.error:异常处理模块
C.urllib.parse: robots.txt解析模块
D.urllib.robotparser:URL解析模块 - 在Numpy库中,下列关于切割2×2的二维数组arr的代码及其对应作用的说法正确的是( ABC )
A.numpy.hsplit(arr,2):实现数组arr的横向分割
B.numpy.vsplit(arr,2):实现数组arr的纵向分割
C.numpy.split(arr,2,axis=1):实现数组arr的横向分割
D.numpy.split(arr,2,axis=2):实现数组arr的纵向分割