广西科技大学
- Pandas 的主要数据结构是()和(),____,____。
- 数据框的三个属性分别是df.index、df.columns和()。____
- 制约情绪的因素主要有( )。
- 下面哪些函数可自动将标量信息转化为colormap( )
- 使用Numpy可以计算哪些常用统计量( )。
- Pandas 适用于处理以下类型的数据是 ( )
- 使用numpy.random.uniform函数生成服从均匀分布的随机数时,可以设置相应的区间范围。( )
- 在视觉映射配置项VisualMapOpts组件中,默认的组件范围为0-1000。( )
- 在matplotlib和seaborn中都使用boxplot函数绘制箱型图。( )
- 在anaconda集成环境下使用Pyecharts,不需要通过pip install pyecharts命令进行安装。( )
- 在Pandas中可以使用Series字典或字典创建一个DataFrame。( )
- 在Numpy中numpy.percentile可通过q参数设置分位值。( )
- 在seaborn. jointplot中,kind参数设定为hex时可以绘制出核密度联合分布图。( )
- 使用Matplotlib绘制堆积柱状图时需要将多个变量分别绘制多个柱状图,而使用Seaborn绘制不需要。( )
- num = 0while(num<10): random.seed(num) print(random.random()) num++以上代码中,能产生的10组不同的随机数( )
- 使用BMap类绘制地图时,需要先登录百度开发者平台申请AK码方可使用。( )
- Pandas最主要的两个数据结构分别为Series和DataFrame,Series主要用于一维数据的处理,DataFrame主要用于二维数据的处理。( )
- 关于箱型图和提琴图,下列说法错误的是( )
- 关于seaborn.distplot下列说法错误的是( )
- 要使用Pyecharts绘制柱状图时,需要从Pyecharts中将相应类进行导入,则导入的语句为( )。
- 以下不属于Numpy常用功能的是( )
- 关于numpy.random.poisson,下列说法错误的是( )
- 在使用Pyecharts绘制地理图表,可以使用( )参数设置图表的类型。
- numpy.savetxt的参数中,文件路径写在( )
- numpy.random.normal可通过设置( )参数设定正态分布的标准差。
- 在Pyecharts中,若要在Jupyter Notebook中渲染生成图表,则可使用哪个方法( )。
- numpy.random.binomial生成的随机数服从( )
- 查看数据框df后5行数据的函数是( )
- Pandas中的( )方法可以删除含有指定元素的行或列。
- 关于matplotlib和seaborn,下列说法错误的是( )
- 在使用Pyecharts绘制图表时,可以设置图表相应的全局参数,想要设置图例可以对( )类进行设置。
- mayavi.mlab模块的主要功能是什么( )
- 下面哪个函数适合矢量数据集的绘制( )
- 关于使用matplotlib绘制多组直方图,下列说法错误的是( )
- 关于matplotlib,下列说法错误的是( )
- Mayavi是基于哪个库开发的( )
- numpy.random.binomial可通过设置( )参数设定成功的概率
- 对matplotlib和seaborn绘制柱状图的异同描述正确的是( )
- 使用Pyecharts中绘制动态疫情地图时,需要使用( )类添加时间轴。
- Numpy的函数中常用于表示集中趋势的统计量不包括( )
- numpy.random.binomial可通过设置( )参数设定实验次数。
- Pandas查看、检查数据中df.describe的功能是( )
- numpy.random.normal可通过设置( )参数设定正态分布的均值
- 使用Pyecharts中的Grid组件绘制图表时,其作用是( )。
- 使用Geo类绘制带有涟漪的散点图,需要将type_参数设置为( )。
- 查看数据框df前5行数据的函数是( )
答案:dataframe
答案:df.values
A:认知过程
B:情绪的生理基础
C:外部事件
D:生理状态
答案:认知过程###生理状态###外部事件
A:Plot3d
B:Surf
C:Barchart
D:Points3d
答案:Barchart###Surf
A:均值: numpy.average
B:方差:numpy.std
C:最小值:numpy.min
D:计数:numpy.count
答案:最小值:numpy.min###方差:numpy.std###计数:numpy.count###均值: numpy.average
A:与 SQL 或 Excel 表类似的,含异构列的表格数据;
B:有序和无序(非固定频率)的时间序列数据;
C:任意其它形式的观测、统计数据集, 数据转入 Pandas 数据结构时不必事先标记。
D:带行列标签的矩阵数据,包括同构或异构型数据;
答案:任意其它形式的观测、统计数据集, 数据转入 Pandas 数据结构时不必事先标记。###与 SQL 或 Excel 表类似的,含异构列的表格数据;###有序和无序(非固定频率)的时间序列数据;###带行列标签的矩阵数据,包括同构或异构型数据;
A:对 B:错
答案:对
A:错 B:对
答案:错
A:错 B:对
答案:对
A:错 B:对
A:对 B:错
A:对 B:错
A:对 B:错
A:错 B:对
A:错 B:对
A:对 B:错
A:错 B:对
A:都可以获得多级类间数据分布比较
B:matplotlib使用violinplot函数绘制提琴图
C:提琴图的外轮廓显示数据的分布形状
D:matplotlib和seaborn都使用boxplot函数绘制箱型图
A:自动给出分布拟合曲线
B:会优化配色
C:只输入x数据变量也能执行
D:只绘制出直方
A:from pyecharts.charts import Bar
B:from pyecharts.charts import HeatMap
C:from pyecharts import options
D:import pyecharts
A:随机函数 B:文件读写
C:统计量 D:画图
A:该函数产生size个服从均值及标准差为lam的泊松分布随机数
B:size参数可设置产生的样本的shape
C:泊松分布是连续函数
D:lam参数代表是单位时间(或单位面积)内随机事件的平均发生次数
A:maptype
B:data_pair
C:is_roam
D:series_name
A:footer B:fmt C:comments
D:fname
A:loc B:scale C:μ
D:size
A:.render()
B:.render_notebook()
A:正态分布 B:泊松分布
C:二项分布 D:均匀分布
A:df.head()
B:df.tail()
C:df.describe()
D:df.shape()
A:df.isnull()
B:df.mean()
C:df.drop()
D:df.describe()
A:都是基于Python的画图库
B:seaborn会自行做好配色,美观大方
C:matplotlib封装程度比seaborn要高
D:matplotlib参数设置细节灵活度高
A:tooltip_opts
B:toolbox_opts
C:title_opts
D:legend_opts
A:图形可视化及视图操作
B:操作窗口和UI对象
C:操作管线对象
D:数据处理
A:PLot3d
B:Contour3d
C:Mesh
D:Quiver3d
A:X轴的范围由X取值范围较大的直方决定
B:两组直方共享X轴和Y轴
C:使用两次hist画两组直方图
D:set_title设置X坐标的标题
A:scatter画散点图
B:plot画回归图
C:twinx设置双坐标
D:set_xlabel设置X轴
A:VTK
B:OpenCV
C:TraitsUI
D:TVTK
A:μ
B:p C:size D:n
A:matplotlib给出了一个各组值相对于均值的粗略误差,也就是每个柱上的竖线
B:matplotlib和seaborn都使用barplot函数绘制柱状图
C:matplotlib不能设置标签、图例等细节
D:seaborn的Y轴给出的并不是累计值,而是均值
A:Page
B:Grid
C:Tab
D:TimeLine
A:numpy.std B:numpy.median C:numpy.average D:numpy.percentile
A:n B:p C:size D:μ
A:查看DataFrame对象的前n行
B:查看行数和列数
C:查看索引、数据类型和内存信息
D:查看数值型列的汇总统计
A:size B:scale C:μ
D:loc
A:顺序显示多图
B:并行显示多图
C:选项卡显示多图
D:时间线轮播多图
A:scatter
B:effectScatter
C:heatmap
D:lines
A:df.describe()
B:df.shape()
C:df.tail()
D:df.head()
温馨提示支付 ¥5.00 元后可查看付费内容,请先翻页预览!