第一章测试
1、在一个循环体内又包含一个完整的循环结构，称为循环的嵌套。（ ）
A：对
B：错
喵查答案：对
2、continue语句：结束这一轮的循环，进入下一次循环。（ ）
A：对
B：错
喵查答案：对
3、浮点类型（float）是表示实数的数据类型。（ ）
A：对
B：错
喵查答案：对
4、字典中的每一对“键值对”被称为字典的条目。（ ）
A：对
B：错
喵查答案：对
5、字典是通过键值对方式存储数据与数据之间的对应关系的一种数据结构。（ ）
A：对
B：错
喵查答案：对
第二章测试
1、下列选项中用来表示数组维度的属性是（ ）。
A：dimension
B：shape
C：size
D：type
喵查答案：shape
2、已知a = np.arange(9).reshape(3,3)，要访问数组a的数值5，正确的索引表达式为（ ）。
A：a[5]
B：a[2,2]
C：a[1,2]
D：a[1,3]
喵查答案：a[1,2]
3、导入Numpy模块的方式为（ ）。
A：from numpy
B：import numpy
C：import numpy as np
D：import np
喵查答案：import numpyimport numpy as np
4、创建数组，并且数组的5个元素均为1，实现该功能的命令为（ ）。
A：np. array([1]*5)
B：np. ones(5)
C：np. arange(5)
D：np. zeros(5)
喵查答案：np. array([1]*5)np. ones(5)
5、NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。（ ）
A：对
B：错
喵查答案：对
6、如果没有明确地指明数组中元素的类型，则默认为int64。（ ）
A：对
B：错
喵查答案：错
7、两个等长的数组才能相加。（ ）
A：对
B：错
喵查答案：对
8、表达式np.ones((2,6)).sum()的值为12。（ ）
A：对
B：错
喵查答案：对
9、使用np.zeros(5,6)生成的数组中元素个数为30。（ ）
A：对
B：错
喵查答案：对
10、使用np.arange(10)生成的数组中最后一个元素的值为9。（ ）
A：对
B：错
喵查答案：对
第三章测试
1、下列能创建序列类型对象的语句是（ ）。
A：s1=pd.Series([1,3,5,7,9])
B：s2=pd.Series((1,3,5,7,9))
C：s3=pd.Series(np.array([1,3,5,7,9]))
D：s4=pd.Series(dict())
喵查答案：s1=pd.Series([1,3,5,7,9])s2=pd.Series((1,3,5,7,9))s3=pd.Series(np.array([1,3,5,7,9]))s4=pd.Series(dict())
2、df是100行10列的数据框， “df.head(8)”语句的功能是（ ）。
A：查看df全部数据
B：查看df第8行数据
C：查看df前8行数据
D：查看df从第8开始到最后的所有数据
喵查答案：查看df前8行数据
3、df是100行10列的数据框，df.columns的功能是（ ）。
A：输出df全部列名称
B：输出df全部索引
C：输出df前5列的列名称
D：输出df前5行的索引
喵查答案：输出df全部列名称
4、df是一个10行3列的数据框，df.columns=[‘col1′,’col2′,’col3′]语句的功能是（ ）。
A：将df的部分列名修改为’col1′,’col2′,’col3′
B：将改df的全部列名修改为’col1′,’col2′,’col3′
C：将df的全部索引修改为’col1′,’col2′,’col3′
D：将df的部分索引修改为’col1′,’col2′,’col3’
喵查答案：将改df的全部列名修改为’col1′,’col2′,’col3′
5、df是一个的数据框变量，df.loc[‘f’, ‘age’] = 25语句的功能是（ ）。
A：将df的“f”行“age”列的值修改为25
B：将df的“age”行“f”列的值修改为25
C：将df的“age”行的值修改为25
D：将df 的“f”行的值修改为25
喵查答案：将df的“f”行“age”列的值修改为25
6、df是数据框对象，age是df的列名，df.loc[df[‘age’].isnull(),:]语句的功能是（ ）。
A：提取df中age列是空值的值
B：提取df中所有空值
C：提取df中所有空值的行
D：提取df中age列是空值的行
喵查答案：提取df中age列是空值的行
7、能将外部文件导入的语句是（ ）。
A：pd.read_excel(r“C:/Users /student.xlsx”)
B：pd.to_excel(r“C:/Users /student.xlsx”)
C：pd.read_table(r“C:/Users /student.txt”)
D：pd.read_csv (r“C:/Users /student.csv”)
喵查答案：pd.read_excel(r“C:/Users /student.xlsx”)pd.read_table(r“C:/Users /student.txt”)pd.read_csv (r“C:/Users /student.csv”)
8、下列语句的功能是（ ）。import pandas as pdimport numpy as npy = pd.Series(np.arange(0,19,2),index = [‘A’+str(i) for i in range(10)])
A：创建数据框类型数据对象赋值给变量y，
B：y的值是0，2，4，6，8，10，12，14，16，18
C：y的索引是“A0”，“A1”，“A2”，“A3”，“A4”“ A5”，“A6”，“A7”，“A8”，“A9”
D：创建序列类型数据对象赋值给变量y，
喵查答案：y的值是0，2，4，6，8，10，12，14，16，18y的索引是“A0”，“A1”，“A2”，“A3”，“A4”“ A5”，“A6”，“A7”，“A8”，“A9”创建序列类型数据对象赋值给变量y，
9、下列语句定义了df数据框对象，df[‘Age’].mean()语句的功能是（ ）。df=pd.DataFrame({‘ID’:[‘001′,’002′,’003′,’004′,’005′,’006′],’Name’:[‘su’,’gao’,’wang’,’li’,’zhang’,’song’],\’Age’:[33,31,35,36,37,38],’sex’:[‘m’,’f’,’m’,’m’,’f’,’m’]})
A：计算df的平均值”
B：计算age列的最大值”
C：计算age列的平均值
D：计算age列的和”
喵查答案：计算age列的平均值
10、下列语句的功能是（ ）。import pandas as pddata = pd.DataFrame()data[‘city’] = [‘Beijing’,’Shanghai’,’Shenzhen’]
A：在data数据框中新增一列，列名为“city”
B：在data数据框中新增一行 ，索引为“city”
C：在data序列中新增一列，列名为“city”
D：在data序列中新增一行，索引为“city”
喵查答案：在data数据框中新增一列，列名为“city”
喵查
查看更多答案
