第一章测试
1.以下描述错误的是( )。
A:Jupyter notebook是一个基于网页交互的编程环境
B:Jupyter notebook可通过Markdown语法编写说明文档
C:Anaconda是一个开源的Python发行版本
D:Anaconda只提供了Jupyter notebook编程环境
答案:D
A:Jupyter notebook是一个基于网页交互的编程环境
B:Jupyter notebook可通过Markdown语法编写说明文档
C:Anaconda是一个开源的Python发行版本
D:Anaconda只提供了Jupyter notebook编程环境
答案:D
2.以下描述错误的是( C)。以下哪一项不属于数据科学的基本任务( )。
A:获取数据
B:处理数据
C:分析数据
vbs打开图片代码D:存储数据
答案:D
A:获取数据
B:处理数据
C:分析数据
vbs打开图片代码D:存储数据
答案:D
3.以下关于数据科学的说法中,正确的是( )。
A:对大数据的采集就是数据科学
B:数据科学只适用于科学研究,对我们日常生活没有关系
C:数据科学就是研究数学的科学
D:计算工具的革新,数据量的持续增长推动了数据科学的发展。
答案:D
B:数据科学只适用于科学研究,对我们日常生活没有关系
C:数据科学就是研究数学的科学
D:计算工具的革新,数据量的持续增长推动了数据科学的发展。
答案:D
4.智能健康手环的运用了以下哪一项数据采集技术( )。
A:API接口
B:统计报表
C:网络爬虫
D:传感器
答案:D
A:API接口
B:统计报表
C:网络爬虫
D:传感器
答案:D
5.下列关于大数据特点的说法中,错误的是( ).
A:数据类型多样
B:数据价值密度高。
A:数据类型多样
B:数据价值密度高。
C:数据规模大
D:数据生成和处理速度快
答案:B
D:数据生成和处理速度快
答案:B
第三章测试
6.以下关于re库的描述中,错误的是( )。
A:re库是Python的第三方库
B:可通过re库实现字符串的正则表达式匹配
C:re.findall( )方法返回的数据类型为列表
D:可re库提取HTML文档中的数据
答案:A
A:re库是Python的第三方库
B:可通过re库实现字符串的正则表达式匹配
C:re.findall( )方法返回的数据类型为列表
D:可re库提取HTML文档中的数据
答案:A
7.正则表达式中能够匹前面的字符或子表达式1次或多次的符号是( )。
A:?
B:+
C:|
A:?
B:+
C:|
D:*
答案:B
答案:B
8.以下不能够匹配任意数字字符的正则表达式的是( )。
A:[0-9]
B:d
C:{0123456789}
D:[0123456789]
答案:C
A:[0-9]
B:d
C:{0123456789}
D:[0123456789]
答案:C
9.执行以下程序输出的结果是( D)。import res=‘ABC123abc456’a=re.findall(’[A-Za-z]{2}’,s)print( )
答案:B
答案:B
10.执行以下程序输出的结果是( B)。import res=‘Bob:12+Alex:23+Emily:33’a=re.findall(’+*(.+?)+’,s)print( )
答案:A
答案:A
第四章测试
illustrated是什么意思中文11.HTML 是整个网页的结构,相当于整个网站的框架。带“<”、“>”符号的都是属于 HTML 的标签,并且标签都是成对出现的。下列说法中,错误的是( )。
A:表示超链接标签
B:
A:表示超链接标签
B:
..
表示标记中间的元素是网页
C:..表示该标签是标题
D:有的标记附标签是可以带有属性参数,表示为<标记 属性=“参数值”>
答案:C
C:..表示该标签是标题
D:有的标记附标签是可以带有属性参数,表示为<标记 属性=“参数值”>
答案:C
12.下列关于BeautifulSoup中对象类型描述错误的是( )。
A:name属性可获取标签名
B:NavigableString属性可获取标签内非属性字符串
A:name属性可获取标签名
B:NavigableString属性可获取标签内非属性字符串
C:attrs属性可获取标签的属性
D:string属性可获取标签的id属性
htmlapi文档答案:D
D:string属性可获取标签的id属性
htmlapi文档答案:D
13.执行以下程序输出的结果是( )。from bs4 import BeautifulSouphtml=’
ssAlice
Amy
‘soup=BeautifulSoup(html,’html.parser’)print(soup.a.string)
A:Alice Amy
B:Amy
C:Alice
D:ss
答案:C
A:Alice Amy
B:Amy
C:Alice
D:ss
答案:C
14.执行以下程序输出的结果是( )。from bs4 import BeautifulSouphtml=’
ssAlice
Amy
‘soup=BeautifulSoup(html,’html.parser’)soup.find_all(name=‘a’,id=‘name2’)
A:[Alice, Amy]
B:[]
C:[Amy]
D:[Alice]
答案:C
A:[Alice, Amy]
B:[]
C:[Amy]
D:[Alice]
答案:C
15.执行以下程序输出的结果是( )。from bs4 import BeautifulSouphtml=’
ssAlice
Amy
‘soup=BeautifulSoup(html,’html.parser’)soup.select(‘p~a’)
mysqlifelse多条件
瓦缇乳胶床垫mysqlifelse多条件
A:[Amy]
B:[]
C:[Alice]
D:[Alice, Amy]
答案:A
B:[]
C:[Alice]
D:[Alice, Amy]
答案:A
第五章测试
16.以下关于JSON模块描述错误的是( )。
A:json.loads( )能够将json字符串解析为Python数据类型
B:json.dumps( )能够将一个Python数据类型编码为json字符串
C:JSON模块可对JSON数据进行解析与编码
D:json.loads( )只只能将json字符串解析为字典
答案:D
A:json.loads( )能够将json字符串解析为Python数据类型
B:json.dumps( )能够将一个Python数据类型编码为json字符串
C:JSON模块可对JSON数据进行解析与编码
D:json.loads( )只只能将json字符串解析为字典
答案:D
17.以下关于json数据的描述中,错误的是( )
A:JSON是非常利于人阅读,但是不太利于机器解析和生成的。
A:JSON是非常利于人阅读,但是不太利于机器解析和生成的。
B:JSON是以文本格式来存储和表示
C:JSON数据非常简洁,层次结构非常清晰
D:JSON是一种轻量级的数据交换格式
答案:A
C:JSON数据非常简洁,层次结构非常清晰
D:JSON是一种轻量级的数据交换格式
答案:A
18.表单登陆需要使用的请求方法是( )
A:GET
B:DELETE
C:POST
D:PUT
答案:C
A:GET
B:DELETE
C:POST
D:PUT
答案:C
19.以下关于Ajax技术描述错误的是( )
A:Ajax通过JavaScript发送请求、解析数据、渲染网页
B:Ajax可以在不刷新整个页面的情况下,对网页进行部分更新
C:网络爬虫程序不能从采用Ajax技术的网页中爬取数据
A:Ajax通过JavaScript发送请求、解析数据、渲染网页
B:Ajax可以在不刷新整个页面的情况下,对网页进行部分更新
C:网络爬虫程序不能从采用Ajax技术的网页中爬取数据
D:浏览器通过Ajax向服务器发送请求的类型为XMLHttp
答案:C
答案:C
20.以下描述错误的是( )
A:可通过CSS设置网页的样式
B:可通过Ajax可实现网页的静态加载
C:可通过javascript可控制网页的动态功能
D:可通过HTML语言定义网页结构
答案:B
A:可通过CSS设置网页的样式
B:可通过Ajax可实现网页的静态加载
C:可通过javascript可控制网页的动态功能
D:可通过HTML语言定义网页结构
答案:B
第六章测试
21.Pandas提供的数据类型中,以下哪一项是带索引的一维数组( )。
A:DataFrame
B:Panel
C:Array
D:Series
A:DataFrame
B:Panel
C:Array
D:Series
答案:D
22.执行以下程序输出的结果是( )。import pandas as pds=pd.Series([3,5,6,7,9],index=[‘a’,‘b’,‘c’,‘d’,‘e’])print(list(s[2:4]))
A:[6,7,9]
B:[5,6]
C:[6,7]
D:[5,6, 7]
答案:C
A:[6,7,9]
B:[5,6]
C:[6,7]
D:[5,6, 7]
答案:C
23.执行以下程序输出的结果是( )。import pandas as pds1=pd.Series([3,5,6,7,9])s2=pd.Series([1,2,3,4,1])print((s1+s2).sum())
A:4
B:41
C:[4,7,9,11,10]
D:[3,5,6,7,9, 1,2,3,4,1]
答案:B
A:4
B:41
C:[4,7,9,11,10]
D:[3,5,6,7,9, 1,2,3,4,1]
答案:B
24.执行以下程序输出的结果是( A )。import pandas as pdd={‘one’:[1,3,5,7],‘two’:[2,4,6,8]}df=pd.DataFrame( )df[‘three’]=df[‘two’]-df[‘one’]df.drop(2)print(df)
A:
B:
C:
D:
答案:D
A:
B:
C:
D:
答案:D
25.执行以下程序输出的结果是( A)。import pandas as pdd={‘one’:[1,3,5,7],‘two’:[2,4,6,8]}df=pd.DataFrame( )df[‘three’]=df[‘two’]-df[‘one’]print(df[(df.one>3) & (df.two<8)])
A:
B:
C:
D:
答案:B
A:
B:
C:
D:
答案:B
第七章测试
26.关于pandas的merge方法描述错误的是( )。
A:merge方法可以将两个dataframe在行索引上对齐连接
B:merge方法可以将两个dataframe在任意列上对齐连接
C:merge方法默认执行内连接
D:merge方法可以将两个dataframe在名称不同的列上对齐连接
答案:A
A:merge方法可以将两个dataframe在行索引上对齐连接
B:merge方法可以将两个dataframe在任意列上对齐连接
C:merge方法默认执行内连接
D:merge方法可以将两个dataframe在名称不同的列上对齐连接
答案:A
27.关于pandas的concat方法描述错误的是( )。
A:concat方法可以将两个dataframe在任意列上对齐连接
B:concat方法可以将两个series在行索引上对齐连接
C:concat方法可以将两个dataframe在列索引上对齐连接
D:concat方法可以将两个dataframe在行索引上对齐连接
答案:A
A:concat方法可以将两个dataframe在任意列上对齐连接
B:concat方法可以将两个series在行索引上对齐连接
C:concat方法可以将两个dataframe在列索引上对齐连接
D:concat方法可以将两个dataframe在行索引上对齐连接
答案:A
python请求并解析json数据28.变量df1与df3的值如下图所示,执行以下程序后,变量df的值为( )。 at([d
f1,df3],axis=1,join=‘inner’)
A:
B:
C:
D:报错
答案:A
A:
B:
C:
D:报错
答案:A
29.变量df1与df2的值如下图所示,执行以下程序后,变量df的值为( )。 (df1,df2,on=[‘key1’,‘key2’],how=‘left’)
A:
B:
C:
D:
答案:D
A:
B:
C:
D:
答案:D
30.变量df1与df2的值如下图所示,执行以下程序后,变量df的值为( )。 (df
1,df2,on=[‘key1’,‘key2’],how=‘right’)
A:
B:
C:
D:
答案:B
A:
B:
C:
D:
答案:B
第八章测试
31.以下描述错误的是( )。
A:可通过pandas库的read_csv方法将文本文件读入dataframe
B:apply方法可将函数功能应用到dataframe上的每一个元素
C:可通过pandas库的to_csv方法将dataframe写入文本文件
D:可通过groupby方法对dataframe进行分组聚合变换
答案:B
A:可通过pandas库的read_csv方法将文本文件读入dataframe
B:apply方法可将函数功能应用到dataframe上的每一个元素
C:可通过pandas库的to_csv方法将dataframe写入文本文件
D:可通过groupby方法对dataframe进行分组聚合变换
答案:B
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论