python练习题_在分析一组数据前,发现并不是所有数据都是需要的

1-1 现在让你分析月销量，你会使用哪种数据分析方法？
答案：对比分析

1-2 在分析一组数据前，发现并不是所有数据都是你需要的，该怎么办？
答案：通过数据处理中的数据规约，减少数据规模

1-3 如果发现数据中存在异常数据，如年龄200，该如何处理？
答案：删除

1-4 数据中存在值为0的数据影响分析结果吗？
答案：当我们有大量完整的数据时，删除少部分值为0的数据，对数据分析结果不会造成太大影响。

1-5 Python中与数据分析相关的模块有哪些？
答案：常用模块有数值计算模块NumPy、数据处理分析模块Pandas、数据可视化模块Matplotlib、机器学习模块scikit-learn

1-6 Excel数据中存在大量空值，你将使用哪个模块处理？
答案：Pandas模块

1-1 简述NumPy模块的由来与作用？
Numeric模块是NumPy模块的前身，在1995年由Jim Hugunin 与其他协作者共同开发。随后又出现了Numarray模块，该模块与Numeric模块相似都是用于数组计算的，但是这两个模块都有着各自的优势，对于开发者来说，需要根据不同的需求选择开发效率更高的模块。
在2006年Travis Oliphant将Numeric模块中结合了Numarray模块的优点，并加入了其他扩展而开发了 NumPy模块的第一个版本。NumPy 为开放源代码，使用了BSD许可证授权，并且由众多开发者共同维护开发。
1-2 numpy 常用的数据类型都有哪些？
numpy模块常用的数据类型如下表所示。
数据类型 描　　述
np.bool 布尔值（True或False）
np.int_ 默认的整数类型（与 C 语言中的 long相同，通常为int32 或 int64）
np.intc 与 C 的 int 类型一样，（通常为int32 或 int 64）
np.intp 用于索引的整数类型（与 C中 的 size_t相同，通常为是 int32 或 int64）
np.int8 字节（-128到127）
np.int16 整数（-32768至32767）
np.int32 整数（-2147483648至2147483647）
np.int64 整数（-9223372036854775808至9223372036854775807）
np.uint8 无符号整数（0到255）
np.uint16 无符号整数（0到65535）
np.uint32 无符号整数（0到4294967295）
np.uint64 无符号整数（0到18446744073709551615）
np.half/np.float16 半精度浮点数：1个符号位，5位指数位，10位小数部分
np.float32 单精度浮点数，1个符号位，8个指数位，23 位小数部分
np.float64/np.float_ 双精度浮点数，1 个符号位，11个指数位，52 位小数部分
np.complex64 复数，表示两个32 位浮点数（实数部分和虚数部分）
np.complex128/np.complex_ 复数，表示两个64 位浮点数（实数部分和虚数部分）
1-3 简述什么是ndarray()对象？
ndarray()对象是NumPy模块的基础对象，用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域，而数据类型是由dtype()对象所指定的，每个ndarray只有一种dtype类型。
数组有一个比较重要的属性是shape，数组的维数与元素的数量就是通过shape来确定的。数组的形状（shape）是由N个正整数，组成的元组来指定的，元组的每个元素对应每一维的大小。数组在创建时被指定大小后将不会再发生改变，而Python中的列表大小是可以改变的，这也是数组与列表区别较大的地方。
1-4 通过哪个函数可以快速生成一个任意维数的数组？

1. rand()函数
   rand()函数用于生成一个任意维数的数组，数组的元素取自0~1上的均分布，如果没有设置参数的情况下，则生成一个数。
   【例2-8】使用rand()函数创建一个随机数组。代码如下：（实例位置：资源包\Code\第2章\2-8）
   import numpy as np # 导入numpy模块

a = np.random.rand(2,3,2) # 创建随机数组
print(‘数组内容为： \n’,a) # 打印数组内容
print(‘数组形状为：’,a.shape) # 打印数组形状
print(‘数组维数为：’,a.ndim) # 打印数组维数
运行结果如下：
数组内容为：
[[[0.73907586 0.87176277]
[0.42022933 0.77297553]
[0.47148362 0.48561028]]

[[0.86624807 0.78783422]
[0.3208552 0.52580099]
[0.31325425 0.94394843]]]
数组形状为： (2, 3, 2)
数组维数为： 3
1-5 简述什么是广播机制？
广播(Broadcast)机制只有在实现两个形状不同的数组计算时才会触发，例如，数组a和数组b的形状相同，那么数组a乘以数组b的结果就是两个数组对应位相乘，这样的计算需要维数与维度长度相同。当计算两个不同形状的数组时，numpy将自动触发广播机制，此时需要将较小的数组形状进行扩展，让两个数组形状相同，以便于进行两个数组元素的计算。。

1-1 简述pandas的数据结构？
pandas的数据结构中有两大核心，分别是Series与DataFrame。其中Series是一维数组和Numpy中的一维数组类似。这两种一维数组与Python中基本数据结构List相近，Series可以保存多种数据类型的数据，如布尔值、字符串、数字类型等。DataFrame是一种以表格形式的数据结构类似于Excel表格一样，是一种二维的表格型数据结构。
1-2 简述pandas提供了哪几个读取数据库信息的函数并介绍每个函数的特点？
pandas提供了三个函数用于实现数据库信息的读取操作，具体函数如下：
 read_sql_query()函数：可以实现对数据库的查询操作，但是不能直接读取数据库中的某个表，需要在sql语句中指定查询命令与数据表的名称。
 read_sql_table()函数：只能实现读取数据库中的某一个表内的数据，并且该函数需要在SQLAlchemy模块的支持下才可以使用。
 read_sql()函数：该函数则是一个比较全能的函数，即可可以实现读取数据库中某一个表的数据，也可以实现具体的查询操作。
1-3 简述NaN数据是什么？
NaN数据在numpy模块中用于表示空缺数据。
1-4 简述什么是分组数据？
pandas提供了一个groupby()方法，通过该方法对数据集分组后将返回一个（数据集为Series对象时）SeriesGroupBy对象或（数据集为DataFrame对象时）DataFrameGroupBy对象，然后通过该对象根据