五论述题共21题44分_在线真题试卷与模拟练习_五论述题共21题44分_考试宝

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 0 / 0

随机练习 自定义设置练习量

题型乱序 按导入顺序练习

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

请使用Numpy完成以下数据处理，要求写出完整代码：（1）创建形状为(4,5)的数组，元素为0~1之间的随机数（设置随机种子为15）；（2）计算数组的“平均值、标准差、最大值”；（3）将数组中“小于0.5的元素替换为0，大于等于0.5的元素替换为1”；（4）输出原数组、统计值（平均值、标准差、最大值）及处理后的数组。结果如下：原数组： [[0.8488177 0.17889592 0.05436321 0.36153845 0.27540093] [0.53000022 0.30591892 0.30447436 0.11174128 0.24989901] [0.9176299 0.26414685 0.71777369 0.86571503 0.88707948] [0.21055058 0.16724303 0.04670639 0.03942231 0.20023081]] 数组平均值：0.3728774041680588 数组标准差：0.2887359398249343 数组最大值：0.9176298978365625 条件替换后的数组： [[1 0 0 0 0] [1 0 0 0 0] [1 0 1 1 1] [0 0 0 0 0]]

请使用Numpy完成以下数据标准化，要求写出完整代码：（1）创建形状为(4,5)的数组，元素为0~1之间的随机数（设置种子为10）；（2）对数组“按列标准化”（每列均值为0，标准差为1），公式：(col - col.mean) / col.std；（3）使用np.where函数将标准化后数组中大于0的元素，替换为1或，小于等于0的元素替换为0；（4）输出原数组、标准化数组、处理后的数组。结果如图：原数组： [[0.77132064 0.02075195 0.63364823 0.74880388 0.49855701] [0.22479665 0.19806286 0.76053071 0.16911884 0.08833981] [0.68535982 0.93339335 0.08094327 0.51219226 0.81262096] [0.61252607 0.72175532 0.2917607 0.91777412 0.71457578]] 标准化后数组： [[0.94640168 -1.19642615 0.71269393 0.57594259 -0.10777895] [-1.66825621 0.72785717 1.14096376 -1.4871018 -1.5811168 ] [0.5351514 1.26828967 -1.41275463 -0.26612422 1.0205708 ] [0.18670313 0.65607366 -0.44090216 1.17728343 0.66837615]] 处理后数组： [[1 0 1 0] [0 0 1 0] [1 1 0 1] [1 0 1 1]]

请创建两个DataFrame（df1包含学生ID、姓名、年龄；df2包含学生ID、语文成绩、数学成绩），并完成以下操作：（1）通过学生ID将两个DataFrame进行内连接；（2）按数学成绩降序排序；（3）查看排序后前3名学生的姓名和两门成绩。结果如图：内连接结果：学生ID 姓名年龄语文成绩数学成绩 0 1 小明 18 85 90 1 3 小红 27 92 88 2 3 小刚 18 78 95 3 2 小刚 18 86 90 4 2 小红 17 92 88 5 3 小刚 18 86 90 6 2 小刚 18 78 95 7 1 小明 18 85 90 8 1 小明 18 85 90 9 3 小红 27 92 88

请创建一个包含缺失值的DataFrame（列：姓名、年龄、成绩），并完成以下操作：（1）输出有缺失值的DataFrame；（2）查看缺失值情况(isnull()）；（3）删除成绩列所有缺失值的行；（4）用前年的成绩填充年龄列的缺失值；（5）将处理后的数据导入CSV文件'clean_data.csv'。运行结果如图：原有缺失值的DataFrame：姓名年龄成绩 0 张三 18.0 90.0 1 李四 NaN 85.0 2 王五 20.0 NaN 3 赵六 NaN 92.0 4 孙七 19.0 88.0 缺失值情况：姓名年龄成绩 0 False False False 1 False True False 2 False False True 3 False True False 4 False False False 删除成绩缺失值后的DataFrame：姓名年龄成绩 0 张三 18.0 90.0 2 王五 20.0 NaN 4 孙七 19.0 88.0 用前年成绩填充年龄缺失值后的DataFrame：姓名年龄成绩 0 张三 18.0 90.0 2 王五 18.0 85.0 3 赵六 18.0 92.0 4 孙七 19.0 88.0 年龄 NaN NaN NaN 成绩已写入文件

请使用两个不同的CSV文件'order.csv'包含订单ID、客户ID、订单金额；'customer.csv'包含客户ID、客户姓名、所在城市），完成以下操作：（1）读取两个文件，文件位于当前文件夹，参数使用默认；并输出2个文件中的前3行。（2）通过客户ID将两个文件进行外连接，并输出结果（3）按所在城市分组，计算每个城市的总订单金额，并输出结果：

对以下类别型数据进行特征编码：姓名学历城市张三本科北京李四硕士上海王五博士广州赵六本科深圳（1）用序数编码处理“学历”列；（2）用独热编码处理“城市”列；输出编码后的完整DataFrame。运行结果如图：编码前的DataFrame 姓名学历城市 0 张三本科北京 1 李四硕士上海 2 王五博士广州 3 赵六本科深圳编码后的DataFrame 姓名学历城市 0 张三 0 0 0 1 1 李四 1 0 1 0 2 王五 2 1 0 0 3 赵六 0 0 0 1

对以下数据进行标准化处理： feature1 feature2 feature3 0 10 1 2 1 20 3 4 2 30 5 6 3 40 7 8 4 50 9 10 （1）使用StandardScaler实现标准化；（2）根据公式，使用自定义函数实现标准化：分别输出结果如下： StandardScaler输出结果： feature1 feature2 feature3 0 -1.414214 -1.414214 -1.414214 1 -0.707107 -0.707107 -0.707107 2 0.000000 0.000000 0.000000 3 0.707107 0.707107 0.707107 4 1.414214 1.414214 1.414214 自定义函数标准化结果： feature1 feature2 feature3 0 -1.264911 -1.264911 -1.264911 1 -0.632456 -0.632456 -0.632456 2 0.000000 0.000000 0.000000 3 0.632456 0.632456 0.632456 4 1.264911 1.264911 1.264911

请使用Numpy和Matplotlib完成以下可视化操作，要求写出完整代码：（1）生成两个数组：x1 = np.linspace(0, 10, 100), x2 = np.linspace(0, 10, 100, endpoint=False); （2）分别计算y1 = np.sin(x1)（正弦曲线）、y2 = np.cos(x2)（余弦曲线）；（3）在同一图中绘制x1~y1（红色实线）和x2~y2（蓝色虚线）；（4）添加标题“正弦与余弦曲线”、x轴标签“x值”、y轴标签“y值”，并添加图例。如图所示： <此处为图片> (缺图)

请使用Matplotlib绘制一个包含2列绘图区域的图表，要求：（1）图窗大小为15×5英寸，分辨率设为100dpi；（2）全局设置显示中文，正常显示负号；（3）第1列子图：绘制折线图，x为[0,1,2,3,4,5]，y为[2,5,3,2,4,5]；（4）第2列子图：绘制散点图，x和y均为100个随机数（范围[0,5]），点的大小50；（5）每个子图添加标题。运行结果如图： <此处为图片> 我的答案： (缺图)

已知某草地上小花朵数量与温度的数据如下表，根据数据完成如下功能： |温度|15|20|25|30|35|40| |----|----|----|----|----|----|----| |小花朵数量|136|140|155|160|157|175| （1）调用【最小二乘法】实现一元线性回归，计算回归方程y=ax+b；（2）绘制原始数据点和拟合直线；（3）添加图例、图例、横坐标轴和纵坐标轴。运行效果如图： <此处为图片> 我的答案： (缺图)

基于学生年龄、身高数据，使用逻辑回归实现“是否属于高个子”的二分类，要求：（1）构造DataFrame数据集： Age Height is_tall 0 14 165 0 1 15 168 0 2 16 172 1 3 17 175 1 4 18 169 0 5 19 178 1 （2）根据构造的DataFrame生成训练数据X（Age, Height）和标签y（is_tall）；（3）使用liblinear求解器，设置C=10，训练逻辑回归模型；（4）可视化分类边界与训练样本；（5）输出模型的准确率。运行结果如图： <此处为图片> 我的答案： (缺图)

使用Sklearn的wine数据集，实现决策树分类器，完成数据分割（随机种子点设置为38）、模型训练（使用基尼系数，最深设置为3层，随机种子点设置为38）、准确率评估，并可视化决策树结构。运行结果如图： <此处为图片> 我的答案： (缺图)

使用Sklearn生成含3个类别、2个特征的数据集（随机种子点设置为38），训练随机森林分类器（随机种子点设置为118），可视化分类结果，并输出模型的准确率。运行结果如图： <此处为图片> 我的答案： (缺图)

使用sklearn构建一个决策树分类器（使用信息增益，最大深度为3），对iris数据集进行分类，并可视化决策树。运行结果如下： <此处为图片> 我的答案： from sklearn.datasets import load_iris from sklearn.tree import DecisionTreeClassifier, plot_tree import matplotlib.pyplot as plt # 加载数据 iris = load_iris() X = iris.data y = iris.target # 构建决策树模型 clf = DecisionTreeClassifier(criterion='entropy', max_depth=3) clf.fit(X, y) # 可视化决策树 plt.figure(figsize=(12, 8)) plot_tree(clf) plt.show() (缺图)

(1) 使用sklearn生成线性可分的二分类模拟数据（100个样本，2类）。 from sklearn.datasets import make_blobs X, y = make_blobs(n_samples=100, n_features=2, centers=2, cluster_std=1.05, random_state=42, shuffle=True) (2) 完成标准化处理。 scaler = StandardScaler() X_scaled = scaler.fit_transform(X) (3) 训练线性核SVM模型（C=1000，随机种子点为38），计算模型准确率。结果如图：线性核SVM准确率：1.00 我的答案： import numpy as np from sklearn.datasets import make_blobs from sklearn.svm import SVC from sklearn.preprocessing import StandardScaler from sklearn.metrics import accuracy_score # 1.生成线性可分数据 X, y = make_blobs(n_samples=100, n_features=2, centers=2, cluster_std=1.05, random_state=42, shuffle=True) # 2.标准化 scaler = StandardScaler() X_scaled = scaler.fit_transform(X) # 3.训练线性核SVM svm_linear = SVC(kernel='linear', C=1000, random_state=38) svm_linear.fit(X_scaled, y) # 4.计算准确率 y_pred = svm_linear.predict(X_scaled) accuracy = accuracy_score(y, y_pred) print(f'线性核SVM准确率：{accuracy:.2f}')

(1) 使用Iris数据集的前2个特征 from sklearn.datasets import load_iris iris = load_iris() X = iris.data[:, :2] y = iris.target (2) 比较线性核、RBF核和多项式核SVM的分类效果，gamma取值'auto' kernels = ['linear', 'rbf', 'poly'] (3) 并绘制决策边界：ax.contourf(xx, yy, Z, alpha=0.3) 运行结果如图： <此处为图片> 我的答案： from sklearn.datasets import load_iris from sklearn.svm import SVC import matplotlib.pyplot as plt import numpy as np iris = load_iris() X = iris.data[:, :2] y = iris.target kernels = ['linear', 'rbf', 'poly'] titles = ['Linear kernel', 'RBF kernel', 'Polynomial kernel'] fig, axes = plt.subplots(1, 3, figsize=(15, 4)) for ax, kernel, title in zip(axes, kernels, titles): model = SVC(kernel=kernel, gamma='auto') model.fit(X, y) x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1 y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1 xx, yy = np.meshgrid(np.arange(x_min, x_max, 0.02), np.arange(y_min, y_max, 0.02)) Z = model.predict(np.c_[xx.ravel(), yy.ravel()]).reshape(xx.shape) ax.contourf(xx, yy, Z, alpha=0.3) ax.scatter(X[:, 0], X[:, 1], c=y, edgecolors='k') ax.set_title(title) plt.show() (缺图)

(1) 使用SVM进行手写数字识别，关键代码： from sklearn.datasets import load_digits digits = load_digits() X = digits.data y = digits.target (2) 将数据集按照5：7拆分为测试集和数据集，设置随机种子点为38。 (3) 输出不同核函数（kernels = ['linear', 'poly', 'rbf', 'sigmoid']）的准确率。运行结果如图： linear kernel accuracy: 0.9685 poly kernel accuracy: 0.9889 rbf kernel accuracy: 0.9870 sigmoid kernel accuracy: 0.8981 我的答案： from sklearn.datasets import load_digits from sklearn.svm import SVC from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score digits = load_digits() X = digits.data y = digits.target X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=38) kernels = ['linear', 'poly', 'rbf', 'sigmoid'] for kernel in kernels: model = SVC(kernel=kernel) model.fit(X_train, y_train) y_pred = model.predict(X_test) acc = accuracy_score(y_test, y_pred) print(f'{kernel} kernel accuracy: {acc:.4f}')

请编写代码，对比伯努利朴素贝叶斯和高斯朴素贝叶斯在make_blobs数据集上的性能。 (1) 构造数据集，并进行拆分 from sklearn.datasets import make_blobs from sklearn.model_selection import train_test_split X, y = make_blobs(n_samples=400, centers=4, random_state=8) X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=8) (2) 输出二者模型的得分 (3) 可视化二者的分类结果。如图所示： <此处为图片> 我的答案： import matplotlib.pyplot as plt from sklearn.datasets import make_blobs from sklearn.model_selection import train_test_split from sklearn.naive_bayes import BernoulliNB, GaussianNB # 生成数据集 X, y = make_blobs(n_samples=400, centers=4, random_state=8) X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=8) # 伯努利朴素贝叶斯 nb = BernoulliNB() nb.fit(X_train, y_train) print(f'伯努利朴素贝叶斯模型得分：{nb.score(X_test, y_test):.3f}') # 高斯朴素贝叶斯 gnb = GaussianNB() gnb.fit(X_train, y_train) print(f'高斯朴素贝叶斯模型得分：{gnb.score(X_test, y_test):.3f}') # 可视化伯努利分类结果 x_min, x_max = X[:, 0].min() - 0.5, X[:, 0].max() + 0.5 y_min, y_max = X[:, 1].min() - 0.5, X[:, 1].max() + 0.5 xx, yy = np.meshgrid(np.arange(x_min, x_max, 0.2), np.arange(y_min, y_max, 0.2)) z = nb.predict(np.c_[xx.ravel(), yy.ravel()]).reshape(xx.shape) plt.figure(figsize=(15, 5)) plt.subplot(121) plt.pcolormesh(xx, yy, z, cmap=plt.cm.Pastel1) plt.scatter(X[:, 0], X[:, 1], c=y, cmap=plt.cm.Pastel1, edgecolor='k') plt.title('BernoulliNB') # 可视化高斯分类结果 z_gnb = gnb.predict(np.c_[xx.ravel(), yy.ravel()]).reshape(xx.shape) plt.subplot(122) plt.pcolormesh(xx, yy, z_gnb, cmap=plt.cm.Pastel1) plt.scatter(X[:, 0], X[:, 1], c=y, cmap=plt.cm.Pastel1, edgecolor='k') plt.title('GaussianNB') plt.show() (缺图)

请编写代码实现若列朴素贝叶斯对自定义二值数据集的分类，要求： (1) 手动构造一个包含5个样本，2个二值特征的拉条邮件数据集 X = np.array([[0,0],[0,1],[0,0],[1,1],[0,0]]) y = np.array([0,1,1,0,0]) (2) 训练模型并预测新样本。新样本：new_sample = np.array([0,1],[0,0]) 如图所示：精确率预测信息：[1 0] 我的答案： import numpy as np from sklearn.naive_bayes import BernoulliNB # 手动构造拉条邮件数据集 # 特征：[是否包含'中奖'，是否包含'转账']，标签：0-正常邮件，1-拉条邮件 X = np.array([[0,0],[0,1],[0,0],[1,1],[0,0]]) y = np.array([0,1,1,0,0]) # 训练模型 clf = BernoulliNB() clf.fit(X, y) # 预测新样本 new_sample = np.array([[0,1],[0,0]]) pred = clf.predict(new_sample) print(f'新样本预测结果：{pred}')

(1)请使用sklearn生成二元分类数据集： X, y = make_blobs(n_samples=100, centers=2, random_state=9) (2)用KNN分类器完成建模、可视化分类边界的任务。运行结果如图 <此处为图片> 我的答案： import matplotlib.pyplot as plt import numpy as np from sklearn.datasets import make_blobs from sklearn.neighbors import KNeighborsClassifier # 生成二元分类数据集 X, y = make_blobs(n_samples=100, centers=2, random_state=9) # 构建KNN分类器并拟合 clf = KNeighborsClassifier() clf.fit(X, y) # 生成网格点用于绘制边界 x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1 y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1 xx, yy = np.meshgrid(np.arange(x_min, x_max, 0.02), np.arange(y_min, y_max, 0.02)) z = clf.predict(np.c_[xx.ravel(), yy.ravel()]) z = z.reshape(xx.shape) # 可视化 plt.figure(figsize=(6, 3)) plt.pcolormesh(xx, yy, z, shading='auto', cmap=plt.cm.Set3) plt.scatter(X[:, 0], X[:, 1], c=y, edgecolor='k', marker='o', s=50) plt.xlim(xx.min(), xx.max()) plt.ylim(yy.min(), yy.max()) plt.title('KNN Classification Boundary') plt.show() (缺图)

1 2