### Python 数据预处理期中试卷设计 以下是基于《Python 数据预处理》（人民邮电出版社）第1至4章的内容所设计的一份期中试卷题目。这些题目涵盖了基础概念、实际应用以及编程技能。 --- #### **一、填空题** 1. 在 Pandas 中，用于读取 CSV 文件的方法是__________[^2]。 2. NumPy 数组的主要优势在于它支持高效的__________运算[^3]。 3. 使用 Pandas 的 `DataFrame` 对象时，可以通过__________方法查看前几行数据[^4]。 4. 缺失值通常可以用 Pandas 提供的__________函数来填充或删除[^5]。 5. 在数据分析领域，“脏数据”的主要特征包括重复记录、缺失值和__________[^6]。 --- #### **二、选择题** 1. 下列哪个库主要用于数值计算？ A. Matplotlib B. Scikit-learn C. NumPy D. Seaborn 2. 如果需要对 DataFrame 进行分组统计，应使用下列哪种方法？ A. `groupby()` B. `merge()` C. `pivot_table()` D. `apply()` 3. 假设有一个包含日期字符串的 Series 列表，要将其转换为时间戳格式，可以使用的 Pandas 方法是： A. `to_datetime()` B. `astype()` C. `convert_dtypes()` D. `parse_dates()` 4. 关于 Pandas 的索引功能，以下说法错误的是： A. 可以通过 `.loc[]` 访问标签索引的数据 B. 可以通过 `.iloc[]` 访问位置索引的数据 C. 索引一旦设定就无法更改 D. 多级索引允许更复杂的查询方式 5. 为了可视化展示两个变量之间的关系，最常用的图表类型是： A. 条形图 B. 散点图 C. 饼状图 D. 折线图 --- #### **三、简答题** 1. 描述什么是“向量化”操作及其在数据科学中的重要性[^7]？ 2. 解释为什么在数据清洗过程中要去除异常值，并给出一种常见的去除异常值的方法[^8]。 3. 如何利用 Pandas 实现多条件筛选？请举例说明[^9]。 --- #### **四、编程题** 1. 给定如下数据集： ```plaintext Name, Age, Salary Alice, 25, 50000 Bob, 30, NaN Charlie, 28, 60000 Diana, 22, 45000 ``` 要求完成以下任务： - 将数据加载到 Pandas 的 DataFrame 中； - 查找并替换所有的缺失值为平均工资； - 输出年龄大于等于 25 岁的人的信息。 2. 创建一个随机数矩阵 (大小为 5×5)，并通过 NumPy 完成以下任务： - 找出矩阵的最大值及其所在的位置； - 求每列的均值并将结果保存在一个新数组中。 --- ###