2025年大數據分析師職業技能測試卷：Python數據分析與數據清洗技巧試題考試時間：______分鐘總分：______分姓名：______一、Python基礎語法與變量要求：請根據Python基礎語法，完成以下編程題目，包括變量定義、數據類型轉換、運算符使用等。1.定義一個變量，存儲你的姓名，并打印出來。2.定義一個變量，存儲你的年齡，并打印出來。3.定義一個變量，存儲你的身高（單位：米），并打印出來。4.定義一個變量，存儲你的體重（單位：千克），并打印出來。5.將你的身高和體重轉換為體重指數（BMI），并打印出來。6.定義一個變量，存儲一個字符串，表示你的興趣愛好，并打印出來。7.定義一個變量，存儲一個整數，表示你的考試成績，并打印出來。8.定義一個變量，存儲一個浮點數，表示你的平均分，并打印出來。9.定義一個變量，存儲一個布爾值，表示你是否喜歡編程，并打印出來。10.定義一個變量，存儲一個列表，包含你的朋友姓名，并打印出來。二、Python數據結構與控制流要求：請根據Python數據結構與控制流，完成以下編程題目，包括列表、元組、字典、集合等數據結構的使用，以及if語句、for循環、while循環等控制流的使用。1.定義一個列表，包含10個整數，并打印出來。2.定義一個元組，包含5個字符串，并打印出來。3.定義一個字典，包含3個鍵值對，其中鍵為字符串，值為整數，并打印出來。4.定義一個集合，包含5個元素，并打印出來。5.使用for循環遍歷列表，打印出列表中的每個元素。6.使用while循環計算1到10的累加和。7.使用if語句判斷一個整數是否為偶數，并打印出結果。8.使用列表推導式生成一個包含10個平方數的列表，并打印出來。9.使用字典推導式生成一個包含鍵值對的字典，其中鍵為字符串，值為對應字符串的長度，并打印出來。10.使用集合推導式生成一個包含所有奇數的集合，并打印出來。四、數據清洗與預處理要求：以下題目涉及數據清洗與預處理的基本操作，請使用Python代碼完成以下任務。1.給定一個包含缺失值的列表，使用適當的方法填充缺失值。2.給定一個包含重復元素的列表，刪除所有重復的元素。3.給定一個包含空字符串的列表，刪除所有空字符串。4.給定一個包含負數的列表，將所有負數轉換為0。5.給定一個包含日期字符串的列表，將日期格式統一為“YYYY-MM-DD”。6.給定一個包含浮點數的列表，四舍五入每個元素到兩位小數。7.給定一個包含字典的列表，每個字典包含“姓名”和“年齡”鍵值對，刪除所有年齡小于18歲的字典。8.給定一個包含數字的列表，使用適當的函數將列表中的數字轉換為字符串。9.給定一個包含文本的列表，去除每個字符串的首尾空白字符。10.給定一個包含數字和文本的列表，創建一個新的列表，只包含數字。五、Pandas庫基本操作要求：以下題目要求使用Pandas庫進行數據操作，請根據Pandas庫的相關功能完成以下任務。1.使用Pandas創建一個DataFrame，包含兩列：姓名和分數。2.向DataFrame中添加兩行數據。3.從DataFrame中刪除一行數據。4.更改DataFrame中某行的某個值。5.查找DataFrame中分數大于90的記錄。6.計算DataFrame中平均分數。7.將DataFrame中的姓名列轉換為小寫。8.選擇DataFrame中的姓名列和分數列。9.對DataFrame進行排序，按照分數降序排列。10.將DataFrame保存為CSV文件。六、數據可視化要求：以下題目要求使用matplotlib庫進行數據可視化，請根據matplotlib庫的相關功能完成以下任務。1.使用matplotlib繪制一個簡單的折線圖，展示三個時間點的數據變化。2.使用matplotlib繪制一個散點圖，展示兩組數據之間的關系。3.使用matplotlib繪制一個柱狀圖，展示不同類別數據的數量。4.使用matplotlib繪制一個餅圖，展示不同類別數據占比。5.對柱狀圖應用分組，展示不同類別數據的變化趨勢。6.對餅圖應用標簽，標明每個部分的數據占比。7.使用matplotlib調整折線圖的顏色和線型。8.使用matplotlib添加標題和坐標軸標簽到散點圖中。9.使用matplotlib在柱狀圖上添加數據標簽。10.使用matplotlib保存圖表為PNG文件。本次試卷答案如下：一、Python基礎語法與變量1.name="張三"print(name)解析：定義了一個變量name，存儲了字符串"張三"，并使用print函數打印出來。2.age=25print(age)解析：定義了一個變量age，存儲了整數25，并使用print函數打印出來。3.height=1.75print(height)解析：定義了一個變量height，存儲了浮點數1.75（單位：米），并使用print函數打印出來。4.weight=70print(weight)解析：定義了一個變量weight，存儲了整數70（單位：千克），并使用print函數打印出來。5.bmi=weight/(height**2)print("BMI:",bmi)解析：根據體重和身高計算了體重指數（BMI），并使用print函數打印出來。6.hobbies="閱讀、運動、編程"print(hobbies)解析：定義了一個變量hobbies，存儲了字符串，表示興趣愛好，并使用print函數打印出來。7.score=95print(score)解析：定義了一個變量score，存儲了整數95，表示考試成績，并使用print函數打印出來。8.average=88.5print(average)解析：定義了一個變量average，存儲了浮點數88.5，表示平均分，并使用print函數打印出來。9.likes_programming=Trueprint(likes_programming)解析：定義了一個變量likes_programming，存儲了布爾值True，表示是否喜歡編程，并使用print函數打印出來。10.friends=["李四","王五","趙六"]print(friends)解析：定義了一個變量friends，存儲了一個包含朋友姓名的列表，并使用print函數打印出來。二、Python數據結構與控制流1.numbers=[1,2,3,4,5,6,7,8,9,10]print(numbers)解析：定義了一個列表numbers，包含了10個整數，并使用print函數打印出來。2.names=("Alice","Bob","Charlie","David","Eve")print(names)解析：定義了一個元組names，包含了5個字符串，并使用print函數打印出來。3.data={"name":"張三","age":25,"score":90}print(data)解析：定義了一個字典data，包含了3個鍵值對，其中鍵為字符串，值為整數，并使用print函數打印出來。4.numbers_set={1,2,3,4,5}print(numbers_set)解析：定義了一個集合numbers_set，包含了5個元素，并使用print函數打印出來。5.fornuminnumbers:print(num)解析：使用for循環遍歷列表numbers中的每個元素，并使用print函數打印出來。6.sum=0i=1whilei<=10:sum+=ii+=1print(sum)解析：使用while循環計算1到10的累加和，并將結果存儲在變量sum中，最后打印出來。7.ifscore>90:print("Excellent")解析：使用if語句判斷分數是否大于90，如果條件為真，則打印出"Excellent"。8.squares=[x**2forxinrange(1,11)]print(squares)解析：使用列表推導式生成一個包含10個平方數的列表，并使用print函數打印出來。9.data_dict={k.lower():vfork,vindata.items()}print(data_dict)解析：使用字典推導式生成一個新的字典，將原始字典中的鍵轉換為小寫，并使用print函數打印出來。10.odd_numbers={xforxinrange(1,21)ifx%2!=0}print(odd_numbers)解析：使用集合推導式生成一個包含所有奇數的集合，并使用print函數打印出來。四、數據清洗與預處理1.data=[10,20,None,30,None,40]clean_data=[xifxisnotNoneelse0forxindata]print(clean_data)解析：使用列表推導式檢查列表中的每個元素，如果元素不是None，則保留原值；如果是None，則用0替換。2.data=[1,2,2,3,4,4,4,5]unique_data=list(set(data))print(unique_data)解析：將列表轉換為集合以去除重復元素，然后再次轉換為列表。3.data=["","apple","banana","","orange"]non_empty_data=[xforxindataifx.strip()!=""]print(non_empty_data)解析：使用列表推導式去除列表中的空字符串，使用strip()方法去除字符串首尾的空白字符。4.data=[-5,0,5,-10,15]non_negative_data=[0ifx<0elsexforxindata]print(non_negative_data)解析：使用列表推導式將所有負數替換為0。5.data=["2020-01-01","2020/02/02","2020-03-03"]formatted_data=[d.replace("/","-")fordindata]print(formatted_data)解析：使用列表推導式將所有日期字符串的格式統一為"YYYY-MM-DD"。6.data=[12.345,67.891,123.4567]rounded_data=[round(x,2)forxindata]print(rounded_data)解析：使用列表推導式將所有浮點數四舍五入到兩位小數。7.data=[{"name":"Alice","age":17},{"name":"Bob","age":19},{"name":"Charlie","age":15}]adult_data=[dfordindataifd["age"]>=18]print(adult_data)解析：使用列表推導式篩選出所有年齡大于等于18歲的字典。8.data=[10,20,30,40,50]str_data=[str(x)forxindata]print(str_data)解析：使用列表推導式將所有數字轉換為字符串。9.data="Hello,World!"stripped_data=data.strip()print(stripped_data)解析：使用strip()方法去除字符串首尾的空白字符。10.data=[1,"Alice",3,"Bob",5,"Charlie"]numeric_data=[xforxindataifisinstance(x,int)]print(numeric_data)解析：使用列表推導式篩選出所有數字元素。五、Pandas庫基本操作1.importpandasaspddata=pd.DataFrame({"name":["張三","李四","王五"],"score":[90,85,92]})print(data)解析：使用pandas庫創建了一個DataFrame，包含了姓名和分數兩列，并使用print函數打印出來。2.data.loc[0,"name"]="趙六"print(data)解析：使用loc方法修改DataFrame中第一行的姓名為"趙六"，并打印修改后的DataFrame。3.data.drop(1,inplace=True)print(data)解析：使用drop方法刪除DataFrame中的第二行，并設置inplace=True以直接修改原DataFrame。4.data.at[0,"score"]=95print(data)解析：使用at方法修改DataFrame中第一行的分數為95。5.filtered_data=data[data["score"]>90]print(filtered_data)解析：使用條件過濾DataFrame中的記錄，只保留分數大于90的行。6.average_score=data["score"].mean()print(average_score)解析：計算DataFrame中分數列的平均值。7.data["name"]=data["name"].str.lower()print(data)解析：使用str.lower()方法將姓名列中的所有字符串轉換為小寫。8.selected_data=data[["name","score"]]print(selected_data)解析：使用列名選擇DataFrame中的姓名和分數列。9.data.sort_values("score",ascending=False,inplace=True)print(data)解析：使用sort_values方法根據分數列降序排列DataFrame。10.data.to_csv("students.csv",index=False)print("DataFramesavedto'students.csv'")解析：將DataFrame保存為CSV文件，不包含索引列。六、數據可視化1.importmatplotlib.pyplotaspltplt.plot([1,2,3],[10,20,30])plt.show()解析：使用matplotlib.pyplot模塊繪制了一個簡單的折線圖，展示了三個時間點的數據變化。2.importmatplotlib.pyplotaspltplt.scatter([1,2,3],[10,20,30])plt.show()解析：使用matplotlib.pyplot模塊繪制了一個散點圖，展示了兩組數據之間的關系。3.importmatplotlib.pyplotaspltplt.bar(["A","B","C","D"],[10,20,15,25])plt.show()解析：使用matplotlib.pyplot模塊繪制了一個柱狀圖，展示了不同類別數據的數量。4.importmatplotlib.pyplotaspltplt.pie([10,20,30],labels=["A","B","C"],autopct='%1.1f%%')plt.show()解析：使用matplotlib.pyplot模塊繪制了一個餅圖，展示了不同類別數據的占比。5.importmatplotlib.pyplotaspltplt.bar(["A","B","C"],[10,20,15],color=["red","green","blue"])plt.show()解析：使用matplotlib.pyplot模塊繪制了一個分組柱狀圖，展示了不同類別數據的變化趨勢。6.importmatplotlib.pyplotaspltplt.pie([10,20,30],labels=["A","B","C"],autopct='%1.1f%%')plt.legend()plt.show()解析：使用matplotlib.pyplot模塊繪制了一個餅圖，并添加了圖例以標明每個部分的數據占比。7.importmatplotlib.pyplotaspltplt.plot([1,2,3],[10,20,30],color="blue",linestyle=":")plt.show()解析：使用matplotlib.pyplot模塊繪制了一個折線圖，并設置了顏色和線型。8.importmatplotlib.pyplotas