注意：此页面搜索的是所有试题
国家开放大学大数据分析与挖掘技术
Python可以使用import语句导入已经安装在系统中的package。
【A.】√
【B.】×
在调用statsmodels进行数据分析时，往往采用数据分析接口(api)的方式进行。
【A.】√
【B.】×
下列操作不属于数据分析和挖掘的一般流程的是（ ）。
【A.】数据预处理
【B.】探索性分析
【C.】从平台或渠道获取数据
【D.】将模型结果进行可视化
下列操作属于数据分析和挖掘的一般流程的是（ ）。
【A.】数据预处理
【B.】探索性分析
【C.】从平台或渠道获取数据
【D.】将模型结果进行可视化
数据挖掘的对象是各种各样的数据，针对不同的数据其分析方法可能是不同的。但这并不是说数据挖掘没有章法，其是有一般流程的。
【A.】√
【B.】×
数据挖掘的对象是各种各样的数据，针对不同的数据其分析方法可能是不同的，所以说数据挖掘没有章法。
【A.】√
【B.】×
数据预处理是数据分析工作的（ ）。
【A.】实施阶段
【B.】准备阶段
【C.】总结阶段
【D.】收尾阶段
数据预处理涉及数据整理和整合的各个方面，不包括（ ）。
【A.】数据清洗
【B.】数据筛选
【C.】数据变换
【D.】数据可视化
除了填补缺失值，另一个处理缺失值的常用方法就是删除缺失值。这可以通过函数（ ）实现。
【A.】dropna()
【B.】deletena()
【C.】clearna()
【D.】throwna()
删除缺失值的函数dropna()，默认是删除行，如果要对列进行删除，则需要添加参数（ ）。
【A.】axis=null
【B.】axis=-1
【C.】axis=0
【D.】axis=1
如果想把原始数据中的问号转成Python中缺失值的表示方式NaN，可以输入的语句是（ ）。
import numpy as np
【A.】data=data.replace(?,np.NaN)
【B.】data=data.replace(.?.,np.NaN)
【C.】data=data.replace(.?.,NaN)
【D.】data=data.replace(.?.,.np.NaN.)
下列关于函数dropna()的说法不正确的是（ ）。
【A.】作用是删除缺失值
【B.】默认是删除行
【C.】默认是删除列
【D.】作用于数据框来实现
下列不属于缺失值的产生原因的是（ ）。
【A.】数据本身为异常值
【B.】某些原因没有收集到信息
【C.】对于这些个体来说这些属性是不可用的
【D.】数据重复出现
下列关于函数dropna()的说法正确的是（ ）。
【A.】作用是删除缺失值
【B.】默认是删除行
【C.】默认是删除列
【D.】作用于数据框来实现
一般数据的预处理，主要包括（ ）。
【A.】异常点检测
【B.】噪声数据检测
【C.】缺失值的处理
【D.】重复数据的处理
【A.】√
【B.】×
在调用statsmodels进行数据分析时，往往采用数据分析接口(api)的方式进行。
【A.】√
【B.】×
下列操作不属于数据分析和挖掘的一般流程的是（ ）。
【A.】数据预处理
【B.】探索性分析
【C.】从平台或渠道获取数据
【D.】将模型结果进行可视化
下列操作属于数据分析和挖掘的一般流程的是（ ）。
【A.】数据预处理
【B.】探索性分析
【C.】从平台或渠道获取数据
【D.】将模型结果进行可视化
数据挖掘的对象是各种各样的数据，针对不同的数据其分析方法可能是不同的。但这并不是说数据挖掘没有章法，其是有一般流程的。
【A.】√
【B.】×
数据挖掘的对象是各种各样的数据，针对不同的数据其分析方法可能是不同的，所以说数据挖掘没有章法。
【A.】√
【B.】×
数据预处理是数据分析工作的（ ）。
【A.】实施阶段
【B.】准备阶段
【C.】总结阶段
【D.】收尾阶段
数据预处理涉及数据整理和整合的各个方面，不包括（ ）。
【A.】数据清洗
【B.】数据筛选
【C.】数据变换
【D.】数据可视化
除了填补缺失值，另一个处理缺失值的常用方法就是删除缺失值。这可以通过函数（ ）实现。
【A.】dropna()
【B.】deletena()
【C.】clearna()
【D.】throwna()
删除缺失值的函数dropna()，默认是删除行，如果要对列进行删除，则需要添加参数（ ）。
【A.】axis=null
【B.】axis=-1
【C.】axis=0
【D.】axis=1
如果想把原始数据中的问号转成Python中缺失值的表示方式NaN，可以输入的语句是（ ）。
import numpy as np
【A.】data=data.replace(?,np.NaN)
【B.】data=data.replace(.?.,np.NaN)
【C.】data=data.replace(.?.,NaN)
【D.】data=data.replace(.?.,.np.NaN.)
下列关于函数dropna()的说法不正确的是（ ）。
【A.】作用是删除缺失值
【B.】默认是删除行
【C.】默认是删除列
【D.】作用于数据框来实现
下列不属于缺失值的产生原因的是（ ）。
【A.】数据本身为异常值
【B.】某些原因没有收集到信息
【C.】对于这些个体来说这些属性是不可用的
【D.】数据重复出现
下列关于函数dropna()的说法正确的是（ ）。
【A.】作用是删除缺失值
【B.】默认是删除行
【C.】默认是删除列
【D.】作用于数据框来实现
一般数据的预处理，主要包括（ ）。
【A.】异常点检测
【B.】噪声数据检测
【C.】缺失值的处理
【D.】重复数据的处理