1、
2025年大学大三（数据科学与大数据技术）数据分析阶段测试试题及答案
（考试时间：90分钟 满分100分）
班级______ 姓名______
第I卷（选择题 共30分）
答题要求：每题只有一个正确答案，请将正确答案的序号填在括号内。(总共6题，每题5分)
1. 以下哪种数据分析方法主要用于探索数据中的潜在模式和关系？（ ）
A. 描述性分析 B. 相关性分析 C. 聚类分析 D. 回归分析
2. 在数据预处理中，处理缺失值的方法不包括以下哪项？（ ）
A. 删除含有缺失值的记录 B. 用均值填充 C. 用模型预测值填充 D.
2、直接忽略
3. 对于大数据集，以下哪种数据结构更适合存储和处理？（ ）
A. 数组 B. 链表 C. 数据库表 D. 分布式文件系统
4. 以下哪个指标可以衡量数据的离散程度？（ ）
A. 均值 B. 中位数 C. 标准差 D. 众数
5. 哪种机器学习算法常用于分类问题，且对数据的线性可分性要求较高？（ ）
A. 决策树 B. 支持向量机 C. 朴素贝叶斯 D. 神经网络
6. 在数据分析中，数据可视化的主要目的是（ ）
A. 使数据更美观 B. 展示数据的分布和关系 C. 将数据转换为图形 D. 提高数据处理效率
第II卷（非选择题
3、 共70分）
7. （10分）简述数据清洗的主要步骤和目的。
8. （15分）请解释什么是特征工程，并说明其在数据分析中的重要性。
9. （15分）给出一组数据：12, 15, 18, 20, 22, 25, 28, 30, 32, 35。计算这组数据的均值、中位数和标准差。
10. （20分）材料：某电商平台收集了用户的购买记录，包括商品类别、购买时间、购买金额等信息。
问题：请设计一个数据分析方案，分析不同商品类别在不同时间段的销售情况，以及哪些商品类别销售额较高。
11. （20分）材料：一家快递公司记录了其每天的包裹数量、运输距离、运输时间等数据。
问题：
4、分析这些数据，找出影响运输时间的主要因素，并提出优化运输时间的建议。
答案：
1. C
2. D
3. D
4. C
5. B
6. B
7. 数据清洗主要步骤包括：去除重复数据，确保数据的唯一性；处理缺失值，可采用删除记录、均值填充、模型预测值填充等方法；纠正错误数据，如异常值处理。目的是提高数据质量，为后续分析提供可靠的数据基础。
8. 特征工程是对原始数据进行处理、转换，构建出更有效特征的过程。重要性在于：好的特征能提升模型性能，使模型更准确地学习数据中的规律；可减少数据维度，降低计算量和存储需求；能挖掘数据中潜在信息，帮助更好地理解数据内在关系，从而提高数据分析的
5、效果和价值。
9. 均值：(12 + 15 + 18 + 20 + 22 + 25 + 28 + 30 + 32 + 35)÷10 = 22．7。中位数：排序后中间两个数22和25的平均值，即(22 + 25)÷2 = 23．5。标准差：先求方差，再开方。方差计算：[(12 - 22．7)²+(15 - 22．7)²+(18 - 22．7)²+(20 - 22．7)²+(22 - 22．7)²+(25 - 22．7)²+(28 - 22．7)²+(30 - 22．7)²+(32 - 22．7)²+(35 - 22．7)²]÷10 = 39．21，标准差为√39．21≈6．26。
10. 首先，按商品类别和时间段对购买记录进行分组。统计每个分组内的购买金额总和，以分析不同商品类别在不同时间段的销售情况。通过比较各商品类别销售额总和，找出销售额较高的商品类别。可绘制柱状图展示不同商品类别在各时间段的销售额对比，直观呈现销售趋势。
11. 分析数据：计算包裹数量、运输距离、运输时间的相关性。若运输距离与运输时间相关性高，说明距离是主要因素；若包裹数量与运输时间相关性高，可考虑优化包裹处理流程。建议：若距离是主因，优化路线规划；若包裹数量影响大，增加运输班次或优化包裹分拣流程，提高运输效率，减少运输时间。
浙ICP备2021020529号-1 | 浙B2-20240490 
