没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论












1.以下哪项不属于知识发现的过程?( )
A、数据清理
B、数据挖掘
C、知识可视化表达
D、数据测试
2.协同过滤分析用户兴趣,在用户群中找到指定用户的相似(兴趣)用户,综合这些
用户对某一信息的评价,形成系统对该指定用户对此信息的喜好程度( ),并
将这些用户喜欢的项推荐给有相似兴趣的用户。
A. 相似
B. 相同
C、推荐
D. 预测
3.以下哪个不是常见的属性类型? ( )
A、标称属性
B、数值属性
C、高维属性
D、序数属性
4.以下哪个度量属于数据散度的描述? ( )
A、均值
B、中位数
C、标准差
D、众数
5.以下哪个度量不属于数据中心趋势度描述?( )
A、均值
B、中位数
C、众数
D、四分位数
6.对数据进行数据清理、集成、变换、规约是数据挖掘哪个步骤的任务?( )
A、频繁模式挖掘
B、分类和预测
C、数据预处理
D、噪声检测
7.聚类分析是数据挖掘的一种重要技术,以下哪个算法不属于聚类算法?( )
A、K-Means
B、DBSCAN
C、SVM

D、EM
8.关于 Anconda 组件的说法中,下列描述错误的是()。
A、Anaconda Prompt 是 Anaconda 自带的命令行
B、Jupyter Notebook 是基于客户端的交互式计算环境,可以编辑易于人们阅读的
文档,用于展示数据分析的过程
C、Spyder 是一个使用 Python 语言、跨平台的、科学运算集成开发环境
D、Anaconda Navigator 是用于管理工具包和环境的图形用户界面,后续涉及的
众多管理命令也可以在 Navigator 中手动实现
Jupyter Notebook 是基于 Web 的交互式计算环境,可以编辑易于人们阅读的文档,
用于展示数据分析的过程
9.关于 Anaconda 的组件中,可以编辑文档且展示数据分析过程的是( )。
A、 Anaconda Navigator
B、Anaconda Prompt
C、Spyder
D、Jupyter Notebook
Jupyter Notebook 可以重现整个分析过程,并将说明文字、代码、图表、公式和
结论都整合在一个文档中
10.Matplotlib 主要是用哪种语言编写的?( )
正确回答
A、Python
B、java
C、C++
D、C
11.下列选项中,用于搭接数据仓库和保证数据质量的是( )。
A、数据收集
B、数据处理
C、数据分析
D、数据展现
12.下列选项中,()是基于 Web 的交互式计算环境,可以编辑易于人们阅读的
文档,用于展示数据分析的过程。
A、Jupyter Notebook
B、Anconda Navigator
C、Anconda Prompt
D、Spyder
13.下列选项中,不属于 ndarray 对象属性的是( )。
A、shape
B、dtype
C、ndim

D、map
14.请阅读下面一段程序:
import numpy as np
np.arange(1, 10, 3)
运行程序,最终执行的结果是( )。
A、array([1, 4, 7, 10])
B、array([1, 4, 7])
C、array([2, 5, 8])
D、array([3, 6, 9])
15.下列关于 ndarray 对象描述正确的是( )。
A、ndarray 对象中可以存储不同类型的元素
B、ndarray 对象中存储元素的类型必须是相同的
C、ndarray 对象不支持广播操作
D、ndarray 对象不具备矢量运算能力
根据 ndarry 的特点可知,该对象中元素的类型必须是相同的
16.关于 ndarray 对象属性,下列描述错误的是( )。
A、ndim 属性表示数组轴的个数
B、shape 属性表示每个维度上数组的大小
C、size 属性表示数组元素的总个数,等于 shape 属性元组元素的和
D、dtype 属性表示数组中元素类型的对象
size 属性表示数组元素的总个数,等于 shape 属性元组元素的乘积
17.关于创建 ndarray 对象。下列描述错误的是( )。
A、使用 list()函数可以创建一个 ndarray 对象
B、通过 ones()函数创建元素值都为 1 的数组
C、ndarray 对象可以使用 array()函数创建
D、通过 zeros()函数创建元素值都是 0 的数组
list()函数不可以创建一个 ndarry 对象,不过可以将一个列表做为参数传入 array()
函数中创建一个 ndarray 对象
18.下列关于 ndarray 对象索引的描述错误的是( )。
A、ndarray 对象中的元素可以通过索引和切片来访问和修改
B、花式索引是将整数数组或列表进行索引,然后将数组或列表中的每个元素作
为下标进行取值
C、布尔索引是将一个布尔数组做为数组索引,返回的数据是布尔数组中 True 对
应位置的值
D、ndarray 对象的多维数组索引和切片的使用方式与列表的使用方式完全相同
例如想要获取二维数组中的某个数,需要使用“arr[x,y]”形式来获取
19.下列的数组统计计算中,用于计算数组中最大值的方法是( )。
A、max

B、maximum
C、min
D、maximal
20.请阅读下列一段示例程序:
import numpy as np
arr1 = np.array([[0], [1], [2]])
arr2 = np.array([1, 2])
result = arr1 + arr2
print(result.shape)
运行上述程序,那么最终输出的结果为( )。
A、(3, 2)
B、(2, 3)
C、(3, 0)
D、(2, 0)
21.下列关于数组运算的描述错误的是( )。
A、在 NumPy 中,大小相等的数组之间的任何计算都会应用到元素级
B、广播机制表示对数组进行扩展,使数组的 shape 属性值一样
C、标量运算会产生一个与数组具有相同数量的行和列的新矩阵,其原始矩阵的
每个元素都被相加、相减、相乘或者相除
D、数组不支持算术运算符与标量之间的运算
数组支持算术运算符与标量之间的运算
22.请阅读下列一段示例程序:
arr2d = np.array([[11, 20, 5],[21, 15, 26],[17, 8, 19]])
arr2d[0:2, 0:2]
运行上述程序,它最终执行的结果为( )。
A、array([[11, 20],[21, 15]])
B、array([11, 20])
C、array([21, 15])
D、array([11, 21])
23.请阅读下列一段程序:
arr = np.arange(12).reshape(3, 4)
arr.shape
运行上述程序,它最终执行的结果为( )。
A、3
B、4
C、(3, 4)
D、(1, 2)

24.请阅读下面一段程序:
arr2d = np.empty((4, 4))
for i in range(4):
arr2d[i] = np.arange(i, i + 4)
arr2d[[0,4],[3,1]]
执行上述程序,它最终输出的结果为( )。
A、array([3., 4.])
B、程序抛出 IndexError 异常
C、array([3., 5.])
D、array([4., 4.])
25.已知,有如下一个二维数组:
arr2d = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])
如果希望获取元素 5,则可以使用( )实现。
A、arr2d[1, 1]
B、arr2d[1]
C、arr2d[2]
D、arr2d[1, 0]
26.请看如下代码:
import numpy as np
arr = np.array([[6, 2, 7], [3, 6, 2], [4, 3, 2]]
arr.sort()
arr
对代码中的 NumPy 数组执行 sort()方法结果正确的是( )。
A、[[2 6 7] [2 3 6]]
B、[[2 6 7] [6 3 2]]
C、[[7 6 2] [6 3 2]]
D、[[7 6 2] [2 3 6]]
27.在创建 ndarray 对象时,可以使用( )参数来指定元素类型。
A、dtype
B、dtypes
C、type
D、types
28.要想创建一个 3 * 4 的数组,下列选项正确的是( )。
A、np.arange(12).reshape(4, 3)
B、np.arange(12).reshape(3, 4)
C、np.arange(7).reshape(4, 3)
D、np.arange(7).reshape(3, 4)
剩余22页未读,继续阅读
资源评论

- QAWSEDX2023-11-22评论有积分码

Lil-Long
- 粉丝: 2023
- 资源: 1
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助


安全验证
文档复制为VIP权益,开通VIP直接复制
