2025年統(tǒng)計(jì)學(xué)期末考試題庫(kù)——Python數(shù)據(jù)分析與統(tǒng)計(jì)軟件應(yīng)用試題考試時(shí)間：______分鐘總分：______分姓名：______一、Python數(shù)據(jù)分析基礎(chǔ)操作要求：考察學(xué)生對(duì)Python數(shù)據(jù)分析基礎(chǔ)操作的掌握程度，包括數(shù)據(jù)導(dǎo)入、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換等。1.請(qǐng)使用Python代碼完成以下任務(wù)：（1）從CSV文件中讀取數(shù)據(jù)，并顯示前5行數(shù)據(jù)。（2）篩選出年齡大于30歲的數(shù)據(jù)。（3）將年齡列的數(shù)據(jù)類型轉(zhuǎn)換為整數(shù)類型。```pythonimportpandasaspd#（1）從CSV文件中讀取數(shù)據(jù)，并顯示前5行數(shù)據(jù)data=pd.read_csv('data.csv')print(data.head())#（2）篩選出年齡大于30歲的數(shù)據(jù)filtered_data=data[data['age']>30]print(filtered_data)#（3）將年齡列的數(shù)據(jù)類型轉(zhuǎn)換為整數(shù)類型data['age']=data['age'].astype(int)print(data)```2.請(qǐng)使用Python代碼完成以下任務(wù)：（1）將以下列表轉(zhuǎn)換為PandasDataFrame。```pythondata_list=[['Alice',25,'Female'],['Bob',30,'Male'],['Charlie',35,'Female']]```（2）計(jì)算每個(gè)性別的人數(shù)。（3）按照年齡降序排列數(shù)據(jù)。```pythonimportpandasaspd#（1）將列表轉(zhuǎn)換為PandasDataFramedf=pd.DataFrame(data_list,columns=['Name','Age','Gender'])print(df)#（2）計(jì)算每個(gè)性別的人數(shù)gender_counts=df['Gender'].value_counts()print(gender_counts)#（3）按照年齡降序排列數(shù)據(jù)sorted_df=df.sort_values(by='Age',ascending=False)print(sorted_df)```二、Python數(shù)據(jù)分析進(jìn)階操作要求：考察學(xué)生對(duì)Python數(shù)據(jù)分析進(jìn)階操作的掌握程度，包括數(shù)據(jù)可視化、統(tǒng)計(jì)分析等。1.請(qǐng)使用Python代碼完成以下任務(wù)：（1）繪制年齡的直方圖。（2）計(jì)算年齡的均值、標(biāo)準(zhǔn)差。（3）輸出年齡的描述性統(tǒng)計(jì)信息。```pythonimportpandasaspdimportmatplotlib.pyplotasplt#加載數(shù)據(jù)data=pd.read_csv('data.csv')#（1）繪制年齡的直方圖plt.hist(data['age'],bins=10)plt.title('AgeHistogram')plt.xlabel('Age')plt.ylabel('Frequency')plt.show()#（2）計(jì)算年齡的均值、標(biāo)準(zhǔn)差mean_age=data['age'].mean()std_age=data['age'].std()print(f"MeanAge:{mean_age},StandardDeviation:{std_age}")#（3）輸出年齡的描述性統(tǒng)計(jì)信息print(data['age'].describe())```三、Python數(shù)據(jù)可視化應(yīng)用要求：考察學(xué)生對(duì)Python數(shù)據(jù)可視化工具的應(yīng)用能力，包括圖表的選擇、數(shù)據(jù)展示和視覺(jué)效果調(diào)整。1.請(qǐng)使用Python中的matplotlib庫(kù)，繪制以下數(shù)據(jù)集的散點(diǎn)圖：-x軸為“收入”列，y軸為“支出”列。-針對(duì)收入超過(guò)50000的數(shù)據(jù)點(diǎn)，用紅色星號(hào)標(biāo)記。-添加標(biāo)題“收入與支出散點(diǎn)圖”和圖例。```pythonimportpandasaspdimportmatplotlib.pyplotasplt#加載數(shù)據(jù)data=pd.read_csv('financial_data.csv')#繪制散點(diǎn)圖plt.scatter(data['income'],data['expense'],c='blue',label='AllData')plt.scatter(data[data['income']>50000]['income'],data[data['income']>50000]['expense'],c='red',marker='*',label='Income>50K')plt.title('IncomeandExpenseScatterPlot')plt.xlabel('Income')plt.ylabel('Expense')plt.legend()plt.show()```2.請(qǐng)使用Python中的seaborn庫(kù)，繪制以下數(shù)據(jù)集的箱線圖：-x軸為“地區(qū)”列，y軸為“銷售額”列。-標(biāo)記出異常值。-添加標(biāo)題“地區(qū)銷售額箱線圖”。```pythonimportpandasaspdimportseabornassnsimportmatplotlib.pyplotasplt#加載數(shù)據(jù)data=pd.read_csv('sales_data.csv')#繪制箱線圖sns.boxplot(x='region',y='sales',data=data)plt.title('RegionSalesBoxPlot')plt.show()```四、Python統(tǒng)計(jì)分析方法要求：考察學(xué)生對(duì)Python中統(tǒng)計(jì)分析方法的運(yùn)用，包括假設(shè)檢驗(yàn)、相關(guān)性分析等。1.請(qǐng)使用Python中的scipy庫(kù)，對(duì)以下數(shù)據(jù)集進(jìn)行獨(dú)立性檢驗(yàn)：-數(shù)據(jù)集包含“性別”和“是否購(gòu)買”兩個(gè)分類變量。-使用卡方檢驗(yàn)判斷性別與購(gòu)買行為是否獨(dú)立。```pythonimportpandasaspdfromscipy.statsimportchi2_contingency#加載數(shù)據(jù)data=pd.read_csv('purchase_data.csv')#進(jìn)行卡方檢驗(yàn)chi2,p,dof,expected=chi2_contingency(data[['gender','purchase']])print(f"Chi-squaredStatistic:{chi2},P-value:{p},DegreesofFreedom:{dof},ExpectedFrequencies:{expected}")```2.請(qǐng)使用Python中的numpy庫(kù)，計(jì)算以下數(shù)據(jù)集的皮爾遜相關(guān)系數(shù)：-數(shù)據(jù)集包含“身高”和“體重”兩個(gè)連續(xù)變量。-輸出相關(guān)系數(shù)和P值。```pythonimportpandasaspdimportnumpyasnpfromscipy.statsimportpearsonr#加載數(shù)據(jù)data=pd.read_csv('body_measurements.csv')#計(jì)算相關(guān)系數(shù)和P值correlation,p_value=pearsonr(data['height'],data['weight'])print(f"PearsonCorrelationCoefficient:{correlation},P-value:{p_value}")```五、Python數(shù)據(jù)預(yù)處理技巧要求：考察學(xué)生對(duì)Python數(shù)據(jù)預(yù)處理技巧的掌握，包括缺失值處理、異常值處理和數(shù)據(jù)轉(zhuǎn)換等。1.請(qǐng)使用Python中的pandas庫(kù)，對(duì)以下數(shù)據(jù)集進(jìn)行缺失值處理：-數(shù)據(jù)集包含“年齡”列，其中存在缺失值。-使用均值填充缺失值。-打印處理后的數(shù)據(jù)集。```pythonimportpandasaspd#加載數(shù)據(jù)data=pd.read_csv('age_data.csv')#使用均值填充缺失值mean_age=data['age'].mean()data['age'].fillna(mean_age,inplace=True)print(data)```2.請(qǐng)使用Python中的pandas庫(kù)，對(duì)以下數(shù)據(jù)集進(jìn)行異常值處理：-數(shù)據(jù)集包含“溫度”列，其中存在異常值。-將溫度值在-50至50攝氏度范圍內(nèi)的數(shù)據(jù)保留，其他數(shù)據(jù)視為異常值并刪除。```pythonimportpandasaspd#加載數(shù)據(jù)data=pd.read_csv('temperature_data.csv')#刪除異常值data=data[(data['temperature']>=-50)&(data['temperature']<=50)]print(data)```本次試卷答案如下：一、Python數(shù)據(jù)分析基礎(chǔ)操作1.答案：```pythonimportpandasaspd#（1）從CSV文件中讀取數(shù)據(jù)，并顯示前5行數(shù)據(jù)data=pd.read_csv('data.csv')print(data.head())#（2）篩選出年齡大于30歲的數(shù)據(jù)filtered_data=data[data['age']>30]print(filtered_data)#（3）將年齡列的數(shù)據(jù)類型轉(zhuǎn)換為整數(shù)類型data['age']=data['age'].astype(int)print(data)```解析思路：-使用`pandas`庫(kù)的`read_csv`函數(shù)讀取CSV文件。-使用`head()`方法顯示數(shù)據(jù)的前5行。-使用布爾索引篩選出年齡大于30歲的數(shù)據(jù)。-使用`astype(int)`方法將年齡列的數(shù)據(jù)類型轉(zhuǎn)換為整數(shù)。2.答案：```pythonimportpandasaspd#（1）將列表轉(zhuǎn)換為PandasDataFramedf=pd.DataFrame(data_list,columns=['Name','Age','Gender'])print(df)#（2）計(jì)算每個(gè)性別的人數(shù)gender_counts=df['Gender'].value_counts()print(gender_counts)#（3）按照年齡降序排列數(shù)據(jù)sorted_df=df.sort_values(by='Age',ascending=False)print(sorted_df)```解析思路：-使用`pandas`庫(kù)的`DataFrame`構(gòu)造函數(shù)將列表轉(zhuǎn)換為DataFrame。-使用`value_counts()`方法計(jì)算每個(gè)性別的人數(shù)。-使用`sort_values()`方法按照年齡降序排列數(shù)據(jù)。二、Python數(shù)據(jù)分析進(jìn)階操作1.答案：```pythonimportpandasaspdimportmatplotlib.pyplotasplt#加載數(shù)據(jù)data=pd.read_csv('financial_data.csv')#繪制散點(diǎn)圖plt.scatter(data['income'],data['expense'],c='blue',label='AllData')plt.scatter(data[data['income']>50000]['income'],data[data['income']>50000]['expense'],c='red',marker='*',label='Income>50K')plt.title('IncomeandExpenseScatterPlot')plt.xlabel('Income')plt.ylabel('Expense')plt.legend()plt.show()```解析思路：-使用`pandas`庫(kù)讀取CSV文件。-使用`scatter()`函數(shù)繪制散點(diǎn)圖。-使用條件篩選標(biāo)記特定收入范圍的數(shù)據(jù)點(diǎn)。-添加標(biāo)題、坐標(biāo)軸標(biāo)簽和圖例。2.答案：```pythonimportpandasaspdimportseabornassnsimportmatplotlib.pyplotasplt#加載數(shù)據(jù)data=pd.read_csv('sales_data.csv')#繪制箱線圖sns.boxplot(x='region',y='sales',data=data)plt.title('RegionSalesBoxPlot')plt.show()```解析思路：-使用`pandas`庫(kù)讀取CSV文件。-使用`seaborn`庫(kù)的`boxplot()`函數(shù)繪制箱線圖。-添加標(biāo)題以描述圖表內(nèi)容。三、Python統(tǒng)計(jì)分析方法1.答案：```pythonimportpandasaspdfromscipy.statsimportchi2_contingency#加載數(shù)據(jù)data=pd.read_csv('purchase_data.csv')#進(jìn)行卡方檢驗(yàn)chi2,p,dof,expected=chi2_contingency(data[['gender','purchase']])print(f"Chi-squaredStatistic:{chi2},P-value:{p},DegreesofFreedom:{dof},ExpectedFrequencies:{expected}")```解析思路：-使用`pandas`庫(kù)讀取CSV文件。-使用`scipy.stats`模塊的`chi2_contingency`函數(shù)進(jìn)行卡方檢驗(yàn)。-輸出卡方統(tǒng)計(jì)量、P值、自由度和期望頻率。2.答案：```pythonimportpandasaspdimportnumpyasnpfromscipy.statsimportpearsonr#加載數(shù)據(jù)data=pd.read_csv('body_measurements.csv')#計(jì)算相關(guān)系數(shù)和P值correlation,p_value=pearsonr(data['height'],data['we