第一章測試縮進對于Python程序至關重要。

A:對

B:錯

答案:A在Python3.x中不能使用漢字作為變量名。

A:錯

B:對

答案:A下面哪些是正確的Python標準庫對象導入語句？

A:frommathimportsin

B:frommathimport*

C:importmath.*

D:importmath.sinassin

答案:ABPython支持面向對象程序設計。

A:對

B:錯

答案:A下面屬于Python編程語言特點的有？

A:支持命令式編程

B:代碼運行效率高

C:支持函數式編程

D:擴展庫豐富

答案:ACD第二章測試已知列表x=[1,2,1,2,3,1]，那么執行x.remove(1)之后，x的值為[2,2,3]。

A:錯

B:對

答案:A已知列表x=[1,2,3]，那么執行y=x.reverse()之后，y的值為[3,2,1]。

A:對

B:錯

答案:BPython語言中同一個集合中的元素不會重復，每個元素都是唯一的。

A:錯

B:對

答案:B表達式3>5andmath.sin(0)的值為0。

A:對

B:錯

答案:B表達式4<5==5的值為True。

A:錯

B:對

答案:B第三章測試生成器表達式的計算結果是一個元組。

A:對

B:錯

答案:B包含列表的元組可以作為字典的“鍵”。

A:錯

B:對

答案:A列表的rindex()方法返回指定元素在列表中最后一次出現的位置。

A:對

B:錯

答案:BPython語言中同一個集合中的元素不會重復，每個元素都是唯一的。

A:錯

B:對

答案:B列表可以作為字典元素的“鍵”。

A:錯

B:對

答案:APython語言中字符串對象的strip()只能刪除字符串兩端的空白字符，無法刪除其他字符。

A:對

B:錯

答案:B第四章測試g=lambdax:3不是一個合法的賦值表達式。

A:錯

B:對

答案:A調用函數時傳遞的實參個數必須與函數形參個數相等才行。

A:錯

B:對

答案:A在定義函數時，某個參數名字前面帶有兩個*符號表示可變長度參數，可以接收任意多個關鍵參數并將其存放于一個字典之中。

A:對

B:錯

答案:A函數內部定義的局部變量當函數調用結束后被自動刪除。

A:對

B:錯

答案:A在Python中，不能在一個函數的定義中再定義一個嵌套函數。

A:錯

B:對

答案:APython關鍵字and和or連接多個表達式時具有惰性求值特點，只計算必須計算的表達式。

A:錯

B:對

答案:B在編寫多層循環時，為了提高運行效率，應盡量減少內循環中不必要的計算。

A:對

B:錯

答案:A第五章測試如果要操作docx格式的Word文檔，可以按照擴展庫python-docx。

A:錯

B:對

答案:B使用內置函數open()打開文件時，只要文件路徑正確就總是可以正確打開的。

A:錯

B:對

答案:A二進制文件不能使用記事本程序打開。

A:對

B:錯

答案:B以寫模式打開的文件無法進讀操作。

A:對

B:錯

答案:APython的主程序文件python.exe屬于二進制文件。

A:錯

B:對

答案:B第六章測試擴展庫numpy中的arange()函數功能和內置函數range()類似，只能生成包含整數的數組，無法創建包含實數的數組。

A:錯

B:對

答案:A表達式np.empty((3,5)).sum()的值一定為0。

A:對

B:錯

答案:B已知x.shape的值為(3,5)，那么語句x[:,3]=2的作用是把數組x所有行中列下標為3的元素值都改為2。

A:對

B:錯

答案:A擴展庫numpy的isclose()返回包含若干True/False值的數組，而allclose()返回True或False值。

A:錯

B:對

答案:B擴展庫numpy的函數append()和insert()是在原數組的基礎上追加或插入元素，沒有返回值。

A:對

B:錯

答案:B已知x是一個足夠大的numpy二維數組，那么語句x[0,2]=4的作用是把行下標為0、列下標為2的元素值改為4。

A:對

B:錯

答案:A擴展庫numpy在linalg模塊中提供了計算奇異值分解的函數svd()。

A:對

B:錯

答案:A第七章測試擴展庫pandas的read_csv()函數用于讀取CSV文件中的數據并創建DataFrame對象。

A:錯

B:對

答案:B使用擴展庫pandas的函數read_excel()讀取Excel文件時，可以使用參數sheetname指定讀取哪個工作表中的數據，并且該參數必須指定為工作表的名字，不能是序號。

A:錯

B:對

答案:A使用擴展庫pandas的函數read_excel()讀取Excel文件時，可以使用參數na_values指定哪些值被解釋為缺失值。

A:錯

B:對

答案:B擴展庫pandas中DataFrame對象的drop_duplicates()方法可以用來刪除重復的數據。

A:對

B:錯

答案:A如果DataFrame對象中索引是日期時間數據，或者包含日期時間類型數據列，可以使用resample()方法進行重采樣，實現按時間段進行統計查看員工業績的功能。

A:對

B:錯

答案:A第八章測試在機器學習擴展庫sklearn中，Lasso是可以估計稀疏系數的線性模型，尤其適用于減少給定解決方案依賴的特征數量的場合。如果數據的特征過多，而其中只有一小部分是真正重要的，此時選擇Lasso比較合適。

A:錯

B:對

答案:B使用樸素貝葉斯算法進行分類時，分別計算未知樣本屬于每個已知類的概率，然后選擇其中概率最大的類作為分類結果。

A:對

B:錯

答案:A支持向量機（SupportVectorMachine,SVM）是通過尋找超平面對樣本進行分隔從而實現分類或預測的算法，分隔樣本時的原則是使得間隔最大化，尋找間隔最大的支持向量。

A:錯

B:對

答案:BKNN算法是k-NearestNeighbor的簡稱，叫作k近鄰算法，屬于有監督學習算法，既可以用于分類，也可以用于回歸。

A:錯

B:對

答案:BDBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise）屬于密度聚類算法，把類定義為密度相連對象的最大集合，通過在樣本空間中不斷搜索高密度的核心樣本并擴展得到最大集合完成聚類，能夠在帶有噪點的樣本空間中發現任意形狀的聚類并排除噪點。

A:對

B:錯

答案:ADBSCAN算法不需要預先指定聚類數量，但對用戶設定的參數非常敏感。當空間聚類的密度不均勻、聚類間距相差很大時，聚類質量較差。

A:對

B:錯

答案:A在樣本的眾多特征中，并不是每個特征都對要分析的問題有貢獻。即使是對問題有貢獻的若干特征，每個特征的重要程度可能也不一樣。

A:對

B:錯

答案:A第九章測試擴展庫matplotlib.pyplot中的函數plot()可以用來繪制哪種圖形？

A:折線圖

B:散點圖

C:餅狀圖

D:柱狀圖

E:雷達圖

答案:A擴展庫matplotlib.pyplot中的函數scatter()可以用來繪制哪種圖形？

A:雷達圖

B:折線圖

C:柱狀圖

D:散點圖

E:餅狀圖

答案:D擴展庫matplotlib.pyplot中的函數bar()可以用來繪制哪種圖形？

A:雷達圖

B:折線圖

C:柱狀圖

D:餅狀圖

E:散點圖

答案:C使用可視化擴展庫matplotlib的模塊pyplot中的bar()函數繪制柱狀圖時，下面哪個參數可以用來設置柱的位置？

A:fill

B:lw

C:left

D:color

E:width

F:hatch

答案:C使用可視化擴展庫matplotlib的模塊pyplot中的bar()函數繪制柱狀圖時，下面哪個參數可以用來設置柱的內部填充符號？

A:hatch

B:fill

C:width

D:left

E:lw

F:color

答案:A使用可視化擴展庫matplotlib的模塊pyplot中的xticks()函數設置x軸刻度時，下面哪個參數用來設置刻度文本的旋轉角度？

A:rotation

B:rot

C:deg

D:degree

答案:A使用可視化擴展庫matplotlib的模塊pyplot中的pie()函數繪制餅狀圖時，下面哪個參數用來設置餅狀圖的半徑？

A:explode

B:colors

C:shadow

D:radius

E:startangle

F:center

答案:D假設已使用importmatplotlibasmpl導入可視化擴展庫，那么mpl.rcParams[‘legend.fontsize’]=10語句的功能是設置圖例的字號。

A:對

B:錯

答案:A可視化擴展庫matplotlib的模塊pyplot中