### Python 数据分析与可视化练习题及考试题目 #### 一、选择题 1. **Pandas库的主要功能是什么？** - A. 进行机器学习模型训练 - B. 处理结构化表格型数据集 - C. 创建动态网页界面 - D. 设计图形用户接口 2. **Matplotlib绘图时，用于设置图表标题的方法是哪一个？** - A. `plt.title()` - B. `plt.xlabel()` - C. `plt.ylabel()` - D. `plt.legend()` 3. **Seaborn是一个基于哪个底层库构建的数据可视化工具包？** - A. Pandas - B. NumPy - C. Matplotlib - D. SciKit-Learn 4. **在处理缺失值时，`dropna(thresh=2)`意味着什么操作？** - A. 删除含有两个以上NaN值的列 - B. 保留至少有两个非NaN值的行 - C. 将所有小于等于2个有效数值的行删除 - D. 替换所有的NaN为空字符串[^2] 5. **假设有一个DataFrame df, 使用哪种方式可以查看df前五行的内容?** - A. `df.head(5)` - B. `df.tail(5)` - C. `df.describe()` - D. `df.info()` #### 二、编程实践题 1. **读取CSV文件并展示基本信息** 编写一段Python代码来加载一个名为"data.csv"的CSV文件到pandas DataFrame对象中，并打印出该数据框的前几条记录以及描述性统计信息。 ```python import pandas as pd # 加载csv文件至dataframe df = pd.read_csv('data.csv') # 显示前五条记录 print(df.head()) # 打印描述性统计数据 print(df.describe()) ``` 2. **绘制柱状图比较不同类别的销售额** 给定一个包含类别（Category）、月份(Month) 和 销售额(Sales) 的数据表，请写程序画出每个月份按类别分组后的总销售金额对比图。 ```python import matplotlib.pyplot as plt import seaborn as sns # 假设已有预处理好的dataframe 'sales_data' sns.barplot(x="Month", y="Sales", hue="Category", data=sales_data) # 添加标题和其他细节 plt.title('Monthly Sales by Category') plt.show() ``` 3. **清理数据集中存在的重复项和缺失值** 对于某电商网站用户的购买历史记录数据集，存在部分字段有缺失的情况；另外还发现了一些完全相同的订单记录。请写出相应的代码片段完成如下任务： - 移除所有全为NA/NULL的行； - 对于剩余的部分，如果某个特定属性（比如商品ID）相同，则只保留第一次出现的那一笔交易记录； - 如果某些重要特征（如价格Price）出现了缺失情况，则采用均值填充法补足这些位置上的空白。 ```python # 清洗数据 cleaned_df = original_df.dropna(how='all') # 移除非全部完整的行 cleaned_df = cleaned_df.drop_duplicates(subset=['Product_ID'], keep='first') # 去重 mean_price = cleaned_df['Price'].mean() cleaned_df['Price'] = cleaned_df['Price'].fillna(mean_price) # 缺失值填补 ```