2025年統計學期末考試：統計軟件Python應用與數據可視化試題集考試時間：______分鐘總分：______分姓名：______一、Python編程基礎要求：掌握Python基本語法，能夠編寫簡單的Python程序，并實現數據的基本操作。1.編寫一個Python程序，實現以下功能：-輸入一個整數n，輸出從1到n的所有整數。-輸入一個字符串s，輸出s中所有字母的個數。2.編寫一個Python函數，實現以下功能：-輸入一個整數n，返回n的階乘。-輸入一個整數n，返回n的平方根。3.編寫一個Python函數，實現以下功能：-輸入一個整數n，輸出n的斐波那契數列的前n項。-輸入一個整數n，輸出n的素數分解。4.編寫一個Python函數，實現以下功能：-輸入一個整數n，輸出n的階乘的階乘。-輸入一個整數n，輸出n的平方根的平方根。5.編寫一個Python函數，實現以下功能：-輸入一個整數n，輸出n的斐波那契數列的前n項的累加和。-輸入一個整數n，輸出n的素數分解的素數乘積。6.編寫一個Python函數，實現以下功能：-輸入一個整數n，輸出n的階乘的階乘的階乘。-輸入一個整數n，輸出n的平方根的平方根的平方根。7.編寫一個Python函數，實現以下功能：-輸入一個整數n，輸出n的斐波那契數列的前n項的累加和的累加和。-輸入一個整數n，輸出n的素數分解的素數乘積的乘積。8.編寫一個Python函數，實現以下功能：-輸入一個整數n，輸出n的階乘的階乘的階乘的階乘。-輸入一個整數n，輸出n的平方根的平方根的平方根的平方根。9.編寫一個Python函數，實現以下功能：-輸入一個整數n，輸出n的斐波那契數列的前n項的累加和的累加和的累加和。-輸入一個整數n，輸出n的素數分解的素數乘積的乘積的乘積。10.編寫一個Python函數，實現以下功能：-輸入一個整數n，輸出n的階乘的階乘的階乘的階乘的階乘。-輸入一個整數n，輸出n的平方根的平方根的平方根的平方根的平方根。二、數據可視化要求：掌握Python中數據可視化的基本方法，能夠使用matplotlib等庫繪制各種圖表。1.使用matplotlib繪制一個柱狀圖，展示以下數據：-學科：數學、語文、英語、物理、化學、生物-成績：90、85、88、92、86、892.使用matplotlib繪制一個折線圖，展示以下數據：-時間：1月、2月、3月、4月、5月-溫度：-5℃、-3℃、0℃、5℃、8℃3.使用matplotlib繪制一個散點圖，展示以下數據：-x軸：年齡-y軸：收入-數據點：[(20,2000),(25,3000),(30,4000),(35,5000),(40,6000)]4.使用matplotlib繪制一個餅圖，展示以下數據：-部門：研發、銷售、財務、人力資源-人數：100、150、80、705.使用matplotlib繪制一個熱力圖，展示以下數據：-x軸：時間-y軸：溫度-數據：[[20,21,22,23,24],[25,26,27,28,29],[30,31,32,33,34],[35,36,37,38,39],[40,41,42,43,44]]6.使用matplotlib繪制一個雷達圖，展示以下數據：-x軸：速度、油耗、舒適度-y軸：性能、安全、經濟-數據：[[1,2,3],[4,5,6],[7,8,9]]7.使用matplotlib繪制一個氣泡圖，展示以下數據：-x軸：年齡-y軸：收入-數據：[(20,2000,50),(25,3000,60),(30,4000,70),(35,5000,80),(40,6000,90)]8.使用matplotlib繪制一個箱線圖，展示以下數據：-數據：[10,20,30,40,50,60,70,80,90,100]9.使用matplotlib繪制一個堆疊柱狀圖，展示以下數據：-學科：數學、語文、英語、物理、化學、生物-成績：[90,85,88,92,86,89]-年級：一年級、二年級、三年級10.使用matplotlib繪制一個分組柱狀圖，展示以下數據：-部門：研發、銷售、財務、人力資源-人數：[100,150,80,70]-項目：項目一、項目二、項目三四、Python數據分析與處理要求：運用Python進行數據分析，能夠處理和分析數據集，并使用適當的統計方法。4.以下是一個包含學生成績的數據集，請使用Python編寫代碼完成以下任務：-導入數據集。-計算每個學生的平均成績。-找出成績最高的學生和成績最低的學生。-計算所有學生的平均成績。-統計每個學科（數學、語文、英語）的平均成績。-生成成績分布圖，包括直方圖和箱線圖。-輸出以上所有統計結果。五、數據清洗與預處理要求：了解數據清洗和預處理的基本步驟，能夠使用Python進行數據清洗和預處理。5.假設你從網絡上獲取了一個包含用戶評論的數據集，但數據中存在以下問題：-部分評論包含無效字符。-部分評論過長，需要截斷。-部分評論包含重復內容。-部分評論缺少必要的信息。請使用Python編寫代碼完成以下任務：-清洗數據，移除無效字符。-截斷過長的評論，保留前50個字符。-刪除重復的評論。-填補缺少信息的評論，使用默認文本“無評論內容”。-輸出清洗后的數據集前10條記錄。本次試卷答案如下：一、Python編程基礎1.答案：```pythonn=int(input("請輸入一個整數n："))foriinrange(1,n+1):print(i)s=input("請輸入一個字符串s：")print(len(s))```解析思路：首先通過輸入函數獲取用戶輸入的整數n和字符串s，然后使用for循環輸出1到n的整數，并使用len函數計算字符串s的長度。2.答案：```pythondeffactorial(n):ifn==0:return1else:returnn*factorial(n-1)defsquare_root(n):returnn**0.5n=int(input("請輸入一個整數n："))print(factorial(n))print(square_root(n))```解析思路：定義一個遞歸函數factorial來計算n的階乘，使用遞歸調用自身。定義另一個函數square_root來計算n的平方根，使用冪運算符和0.5作為指數。獲取用戶輸入的整數n，然后調用這兩個函數并輸出結果。3.答案：```pythondeffibonacci(n):a,b=0,1for_inrange(n):a,b=b,a+breturnadefprime_factors(n):factors=[]i=2whilei*i<=n:ifn%i:i+=1else:n//=ifactors.append(i)ifn>1:factors.append(n)returnfactorsn=int(input("請輸入一個整數n："))print(fibonacci(n))print(prime_factors(n))```解析思路：定義一個函數fibonacci來生成斐波那契數列的前n項，使用循環和變量a、b來迭代計算。定義另一個函數prime_factors來計算n的素數分解，使用循環和除法來尋找因子。獲取用戶輸入的整數n，然后調用這兩個函數并輸出結果。二、數據可視化1.答案：```pythonimportmatplotlib.pyplotasplt#柱狀圖data={'學科':['數學','語文','英語','物理','化學','生物'],'成績':[90,85,88,92,86,89]}學科=data['學科']成績=data['成績']plt.bar(學科,成績)plt.xlabel('學科')plt.ylabel('成績')plt.title('學科成績柱狀圖')plt.show()```解析思路：使用matplotlib庫的bar函數創建柱狀圖，其中學科作為x軸，成績作為y軸。設置x軸標簽、y軸標簽和圖表標題，然后顯示圖表。2.答案：```pythonimportmatplotlib.pyplotasplt#折線圖time=['1月','2月','3月','4月','5月']temperature=[-5,-3,0,5,8]plt.plot(time,temperature)plt.xlabel('時間')plt.ylabel('溫度')plt.title('月度溫度變化折線圖')plt.show()```解析思路：使用matplotlib庫的plot函數創建折線圖，其中時間作為x軸，溫度作為y軸。設置x軸標簽、y軸標簽和圖表標題，然后顯示圖表。3.答案：```pythonimportmatplotlib.pyplotasplt#散點圖age=[20,25,30,35,40]income=[2000,3000,4000,5000,6000]plt.scatter(age,income)plt.xlabel('年齡')plt.ylabel('收入')plt.title('年齡與收入散點圖')plt.show()```解析思路：使用matplotlib庫的scatter函數創建散點圖，其中年齡作為x軸，收入作為y軸。設置x軸標簽、y軸標簽和圖表標題，然后顯示圖表。三、Python數據分析與處理4.答案：```pythonimportpandasaspd#假設數據集名為students.csvdata=pd.read_csv('students.csv')#計算每個學生的平均成績average_scores=data.mean()#找出成績最高的學生和成績最低的學生highest_score_student=data.loc[data['數學':'生物'].idxmax()]lowest_score_student=data.loc[data['數學':'生物'].idxmin()]#計算所有學生的平均成績overall_average_score=data['數學':'生物'].mean()#統計每個學科的平均成績subject_averages=data[['數學','語文','英語','物理','化學','生物']].mean()#輸出以上所有統計結果print("每個學生的平均成績：",average_scores)print("成績最高的學生：",highest_score_student)print("成績最低的學生：",lowest_score_student)print("所有學生的平均成績：",overall_average_score)print("每個學科的平均成績：",subject_averages)```解析思路：使用pandas庫讀取CSV文件中的數據集，然后使用mean函數計算每個學生的平均成績。使用idxmax和idxmin函數找到成績最高和最低的學生。使用mean函數計算所有學生的平均成績和每個學科的平均成績。最后輸出所有統計結果。四、數據清洗與預處理5.答案：```python#假設數據集名為comments.csvdata=pd.read_csv('comments.csv')#清洗數據，移除無效字符data['評論']=data['評論'].str.replace(r'[^a-zA-Z0-9\s]','',regex=True)#截斷過長的評論，保留前50個字符data['評論']=data['評論'].str.slice(