2026-大學信息技術(shù)數(shù)據(jù)處理考試題及答案

2026-大學信息技術(shù)數(shù)據(jù)處理考試題及答案注意事項1.本試卷滿分100分，考試時間120分鐘。2.答題時請使用黑色簽字筆，答案需寫在答題卡指定位置，超出答題區(qū)域無效。一、選擇題（每題3分，共48分）1.下列數(shù)據(jù)類型中，屬于結(jié)構(gòu)化數(shù)據(jù)的是（）A.社交媒體文本B.數(shù)據(jù)庫表格C.圖像文件D.音頻文件2.在Excel中，若A1單元格輸入公式“=SUM(B2:D4)”，該公式表示（）A.計算B2到D4所有單元格的乘積B.計算B2到D4所有單元格的和C.計算B2到D4區(qū)域的平均值D.計算B2到D4區(qū)域的最大值3.以下哪種算法屬于無監(jiān)督學習？（）A.線性回歸B.K-Means聚類C.決策樹D.支持向量機4.在Python中，用于處理CSV文件的庫是（）A.NumPyB.PandasC.MatplotlibD.Scikit-learn5.數(shù)據(jù)庫中，主鍵的作用是（）A.唯一標識表中的每一行B.提高查詢效率C.限制數(shù)據(jù)類型D.加密數(shù)據(jù)6.下列SQL語句中，用于刪除表的是（）A.`DROPTABLEstudents;`B.`DELETEFROMstudents;`C.`TRUNCATETABLEstudents;`D.`UPDATEstudentsSETname='';`7.在數(shù)據(jù)清洗中，處理缺失值的常用方法不包括（）A.刪除缺失值B.用均值填充C.用隨機值填充D.用中位數(shù)填充8.以下哪種數(shù)據(jù)可視化工具適合展示時間序列數(shù)據(jù)？（）A.餅圖B.折線圖C.散點圖D.熱力圖9.在Python中，以下代碼的輸出結(jié)果是（）```pythonimportnumpyasnparr=np.array([1,2,3,4])print(arr[1:3])```A.[1,2]B.[2,3]C.[3,4]D.[1,2,3]10.下列關(guān)于大數(shù)據(jù)特征的描述，錯誤的是（）A.數(shù)據(jù)量大（Volume）B.數(shù)據(jù)類型多樣（Variety）C.數(shù)據(jù)價值密度高（Value）D.數(shù)據(jù)生成速度快（Velocity）11.在關(guān)系型數(shù)據(jù)庫中，表與表之間的關(guān)聯(lián)通過（）實現(xiàn)A.外鍵B.主鍵C.索引D.視圖12.以下哪種方法可用于檢測數(shù)據(jù)中的異常值？（）A.箱線圖B.直方圖C.餅圖D.散點圖13.在Python中，以下代碼的作用是（）```pythondf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})df=df.drop('A',axis=1)```A.刪除列AB.刪除行AC.修改列A的值D.添加列A14.下列關(guān)于數(shù)據(jù)倉庫的描述，正確的是（）A.面向事務(wù)處理B.數(shù)據(jù)更新頻繁C.面向主題設(shè)計D.數(shù)據(jù)量較小15.在機器學習中，過擬合是指（）A.模型在訓練集上表現(xiàn)差，在測試集上表現(xiàn)好B.模型在訓練集和測試集上表現(xiàn)均差C.模型在訓練集上表現(xiàn)好，在測試集上表現(xiàn)差D.模型在訓練集和測試集上表現(xiàn)均好16.以下哪種協(xié)議用于Web數(shù)據(jù)傳輸？（）A.HTTPB.FTPC.SMTPD.TCP二、填空/簡答題（共32分）1.填空題（每空2分，共10分）（1）在Python中，`pandas.DataFrame`的`________`方法用于按列名選擇數(shù)據(jù)。（2）SQL中，`________`關(guān)鍵字用于對查詢結(jié)果進行排序。（3）數(shù)據(jù)清洗中，`________`是指將數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一格式（如日期格式統(tǒng)一為YYYY-MM-DD）。（4）在機器學習中，`________`是指將數(shù)據(jù)集分為訓練集和測試集的過程。（5）大數(shù)據(jù)處理框架Hadoop的核心組件包括HDFS和________。2.簡答題（每題6分，共12分）（1）簡述數(shù)據(jù)預處理的主要步驟。（2）什么是主成分分析（PCA）？其作用是什么？3.代碼題（10分）給定以下Python代碼片段，請補充完整以實現(xiàn)以下功能：-創(chuàng)建一個包含兩列（'Name'和'Age'）的DataFrame。-添加一列'Score'，值為隨機生成的10個整數(shù)（范圍1-100）。-計算'Score'列的平均值。```pythonimportpandasaspdimportnumpyasnpdata={'Name':['Alice','Bob','Charlie','David','Eve','Frank','Grace','Henry','Ivy','Jack'],'Age':[20,21,19,22,20,23,21,19,22,20]}df=pd.DataFrame(data)df['Score']=np.random.randint(1,101,size=10)average_score=df['Score'].mean()print("AverageScore:",average_score)```4.應(yīng)用題（10分）某電商公司需要分析用戶購買行為，數(shù)據(jù)存儲在名為`orders.csv`的文件中（包含字段：用戶ID、商品ID、購買時間、購買數(shù)量）。請描述如何使用Python完成以下任務(wù)：（1）讀取數(shù)據(jù)文件。（2）統(tǒng)計每個用戶的總購買數(shù)量。（3）找出購買數(shù)量最多的用戶。三、綜合題/分析題（共20分）1.數(shù)據(jù)庫設(shè)計題（10分）某學校需要設(shè)計一個學生管理系統(tǒng)，包含以下信息：-學生（學號、姓名、性別、年齡、專業(yè)）-課程（課程號、課程名、學分）-選課（學號、課程號、成績）要求：（1）繪制E-R圖（用文字描述結(jié)構(gòu)）。（2）寫出創(chuàng)建上述表的SQL語句（需包含主鍵和外鍵約束）。2.數(shù)據(jù)分析題（10分）給定一組銷售數(shù)據(jù)（如下表），請完成以下任務(wù)：|產(chǎn)品ID|銷售額（萬元）|銷售數(shù)量||--------|----------------|----------||P001|120|1000||P002|80|800||P003|150|1200||P004|90|900|（1）計算每個產(chǎn)品的單位銷售額（銷售額/銷售數(shù)量）。（2）使用Python的Matplotlib庫繪制銷售額的柱狀圖。參考答案一、選擇題1.B2.B3.B4.B5.A6.A7.C8.B9.B10.C11.A12.A13.A14.C15.C16.A二、填空/簡答題1.填空題（1）`loc`或`[]`（2）`ORDERBY`（3）數(shù)據(jù)標準化（4）數(shù)據(jù)劃分（5）MapReduce2.簡答題（1）數(shù)據(jù)預處理的主要步驟包括：數(shù)據(jù)清洗（處理缺失值、異常值）、數(shù)據(jù)集成（合并多個數(shù)據(jù)源）、數(shù)據(jù)變換（歸一化、標準化）、數(shù)據(jù)規(guī)約（降維、特征選擇）。（2）主成分分析（PCA）是一種降維技術(shù)，通過線性變換將原始數(shù)據(jù)投影到低維空間，保留主要特征。其作用是減少計算復雜度、去除冗余信息、可視化高維數(shù)據(jù)。3.代碼題```pythonimportpandasaspdimportnumpyasnpdata={'Name':['Alice','Bob','Charlie','David','Eve','Frank','Grace','Henry','Ivy','Jack'],'Age':[20,21,19,22,20,23,21,19,22,20]}df=pd.DataFrame(data)df['Score']=np.random.randint(1,101,size=10)average_score=df['Score'].mean()print("AverageScore:",average_score)```4.應(yīng)用題（1）使用`pd.read_csv('orders.csv')`讀取數(shù)據(jù)。（2）使用`df.groupby('用戶ID')['購買數(shù)量'].sum()`統(tǒng)計總購買數(shù)量。（3）使用`idxmax()`方法找出購買數(shù)量最多的用戶，例如：```pythonmax_user=df.groupby('用戶ID')['購買數(shù)量'].sum().idxmax()```三、綜合題/分析題1.數(shù)據(jù)庫設(shè)計題（1）E-R圖描述：-學生（學號為主鍵）與選課（多對多關(guān)系，通過選課表關(guān)聯(lián)）。-課程（課程號為主鍵）與選課（多對多關(guān)系）。-選課表包含學號（外鍵）、課程號（外鍵）、成績。（2）SQL語句：```sqlCREATETABLEStudent(student_idVARCHAR(10)PRIMARYKEY,nameVARCHAR(50),genderCHAR(1),ageINT,majorVARCHAR(50));CREATETABLECourse(course_idVARCHAR(10)PRIMARYKEY,course_nameVARCHAR(50),creditINT);CREATETABLEEnrollment(student_idVARCHAR(10),course_idVARCHAR(10),scoreINT,PRIMARYKEY(student_id,course_id),FOREIGNKEY(student_id)REFERENCESStudent(student_id),FOREIGNKEY(course_id)REFERENCESCourse(course_id));```2.數(shù)據(jù)分析題（1）單位銷售額計算：-P001:120/1000=0.12萬元/件-P002:80/800=0.1萬元/件-P003:150/1200=0.125萬元/件-P004:90/900=0.1萬元/件（2）Python代碼（