数据分析计算及可视化题目测试

Posted 2023-03-29 ExeSoft

第一部分:数据分析计算 numpy模块是科学计算包,提供了Python中没有的数组对象。

1.下面代码错误的是:

A.np.array([1,2,3,4])

B.np.array(1,2,3,4)

C.np.array((1,2,3,4))

2. numpy模块的相关代码：

>>np.array(range(5))

执行后的结果是:

A.array([1,2,3,4,5])

B.array([0,1,2,3,4])

C.array(0,1,2,3,4)

3. numpy模块的相关代码：

>>>np.linspace(0,6,4)

执行后的结果是:

A.array([0.,2.,4.,6.])

B.array([0.,4.,8.,12.])

C.array(0.,4.,8.,12.)

4. numpy模块的相关代码：

>>>x=np.array([1,2,3,4,5])

>>x*2

执行后的结果是:

A. array([2,4,6,8,10])

B. array([1,2,3,4,5,1,2,3,4,5])

C. array([1,2,3,4,5,6,7,8,9,10])

5. numpy模块的相关代码：

>>>x=np.array([1,2,3,4,5])

>>>y=np.array([1,2,3,4,5])

>>x+y

执行后的结果是:

A. array([1,2,3,4,5,1,2,3,4,5])

B. array([1,2,3,4,5,6,7,8,9,10])

C. array([2,4,6,8,10])

6. numpy模块的相关代码：

>>>np.arange(6)

执行后的结果是:

A. array([0,1,2,3,4,5])

B. array([0,1,2,3,4,5])

C. array([1,2,3,4,5,6])

7. numpy模块的相关代码：

>>>np.arange(6).reshape(2,3)

执行后的结果是:

A. array([[0,1,2],

[3,4,5]])

B. A. array([[0,1],

[2,3],

[4,5]])

8. numpy模块的相关代码：

>>>np.random.randint(0,10,size(2,3))

下面说法正确的是:

A.产生一个2行3列的数组,元素是(0,10)之间的随机整数

B.产生一个3行2列的数组,元素是(0,10)之间的随机整数

C.产生一个2行3列的数组,元素是[0,10)之间的随机整数

D.产生一个2行3列的数组,元素是[0,10]之间的随机整数

第二部分: 图表可视化。扩展哭matplotlib依赖于扩展库numpy和标准库，可以绘制多种多样形式的图形。

9.请看下方代码:

import numpy as np

import pylab as pl

x=[1,2,3,4]

y=[11,22,33,44]

pl.scatter(x,y)

pl.show()

下面说法正确的是:

A.产生一个Figure,是直线图

B.产生一个Figure,是散点图

C.产生一个Figure,是柱状图

D.产生一个Figure,是折线图

10.请看下方代码:

import numpy as np

import pylab as pl

x=[1,2,3,4]

y=[11,22,33,44]

pl.bar(x,y)

pl.show()

下面说法正确的是:

A.产生一个Figure,是直线图

B.产生一个Figure,是散点图

C.产生一个Figure,是柱状图

D.产生一个Figure,是折线图

11.请看下方代码:

import numpy as np

import pylab as pl

x=[1,2,3,4]

y=[11,22,33,44]

pl.plot(x,y)

pl.show()

下面说法正确的是:

A.产生一个Figure,是直线图

B.产生一个Figure,是散点图

C.产生一个Figure,是柱状图

D.产生一个Figure,是折线图

12.请看下方代码:

import numpy as np

import pylab as pl

x=[1,2,3,4]

y=[100,32,33,99]

pl.plot(x,y)

pl.show()

下面说法正确的是:

A.产生一个Figure,是直线图

B.产生一个Figure,是散点图

C.产生一个Figure,是柱状图

D.产生一个Figure,是折线图

13.请看下方代码:

import numpy as np

import pylab as pl

x=np.arange(0,2*np.pi,0.01)

y=np.sin(t)

pl.plot(x,y)

pl.show()

下面说法正确的是:

A.产生一个Figure,是直线图

B.产生一个Figure,是散点图

C.产生一个Figure,是余弦曲线图

D.产生一个Figure,是正弦曲线图

14.请看下方代码:

import numpy as np

import matplotlib.pyplot as plt

ax1=plt.subplot(2,2,1)

ax2=plt.subplot(2,2,2)

ax3=plt.subplot(2,1,2)

plt.sca(ax1)

plt.sca(ax2)

plt.sca(ax3)

plt.show()

下面说法正确的是:

A.总共产生了4个坐标系

B.总共产生了3个坐标系

C.总共产生了2个坐标系

D.总共产生了2个坐标系

15.请看下方代码:

import numpy as np

import matplotlib.pyplot as plt

ax1=plt.subplot(2,2,1)

ax2=plt.subplot(2,2,2)

ax3=plt.subplot(2,1,2)

plt.sca(ax1)

plt.sca(ax2)

plt.sca(ax3)

plt.show()

下面说法正确的是:

A.第三个坐标系占据左下角

B.第三个坐标系占据整个第二行

C.第三个坐标系占据右上角

D.第三个坐标系占据整个第一行

MatLab的特点及应用领域？

MatLab的特点

1、高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；

2、具有完备的图形处理功能，实现计算结果和编程的可视化；

3、友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握；

4、 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ，为用户提供了大量方便实用的处理工具。

MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。

扩展资料：

MatLab将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。

MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。

参考资料来源：百度百科—MATLAB

参考技术A

MatLab的优势特点：

1、高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；

2、具有完备的图形处理功能，实现计算结果和编程的可视化；

3、友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握；

4、功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ，为用户提供了大量方便实用的处理工具。

MATLAB 产品族可以用来进行以下各种工作：

数值分析、数值和符号计算、工程与科学绘图、控制系统的设计与仿真、数字图像处理技术、数字信号处理技术、通讯系统设计与仿真、财务与金融工程、管理与调度优化计算（运筹学）。

扩展资料：

MatLab的重要功能：

1、MATLAB®: MATLAB 语言的单元测试框架；

2、Trading Toolbox™: 一款用于访问价格并将订单发送到交易系统的新产品；

3、Financial Instruments Toolbox™: 赫尔-怀特、线性高斯和 LIBOR 市场模型的校准和 Monte Carlo 仿真；

4、Image Processing Toolbox™: 使用有效轮廓进行图像分割、对 10 个函数实现 C 代码生成，对 11 个函数使用 GPU 加速；

5、Image Acquisition Toolbox™: 提供了用于采集图像、深度图和框架数据的 Kinect® for Windows®传感器支持；

6、Statistics Toolbox™: 用于二进制分类的支持向量机 (SVM)、用于缺失数据的 PCA 算法和 Anderson-Darling 拟合优度检验。

参考资料来源：百度百科-MATLAB

参考技术B 我用MATLAB用的也不是很多，感觉MATLAB和C语言等比起来相对高级，编起程序更为方便，直观看起来就是程序短一些，另外还提供SIMULINK模块，这个就更加直观了，画图什么的也都方便
MATLAB应该是用在科研当中的计算比较多，只要是需要科学计算的应该都适用
只是一些浅显的意见，希望对你有帮助O(∩_∩)O~ 参考技术C 我用过一段时间，第一，可以用在数学领域，数学建模、巨大矩阵方面的运算都是没什么问题的
第二，控制系统的设计与仿真，以上两个领域我是试用过的
貌似听说还有可以解决
数值分析、数值和符号计算、工程与科学绘图、数字图像处理技术、数字信号处理技术、通讯系统设计与仿真、财务与金融工程 这些都行
反正就是一个强大
只要你能学好怎样使用就ok了 参考技术D 在MATLAB中创建的组是矩阵，MATLAB的名字取自矩阵实验室(MATrix LABoratory)。
MATLAB是一个可视化的计算程序，被广泛地使用于从个人计算机到超级计算机范围内的各种计算机上。
MATLAB包括命令控制、可编程，有上百个预先定义好的命令和函数。这些函数能通过用户自定义函数进一步扩展。
MATLAB有许多强有力的命令。例如，MATLAB能够用一个单一的命令求解线性系统，能完成大量的高级矩阵处理。
MATLAB有强有力的二维、三维图形工具。
MATLAB能与其他程序一起使用。例如，MATLAB的图形功能，可以在一个FORTRAN程序中完成可视化计算。
25个不同的MATLAB工具箱可应用于特殊的应用领域。
MATLAB在以下的领域里解决各种问题是一个十分有效的工具：
• 工业研究与开发。
• 数学教学，特别是线性代数。所有基本概念都能涉及。
• 在数值分析和科学计算方面的教学与研究。能够详细地研究和比较各种算法。
• 在诸如电子学、控制理论和物理学等工程和科学学科方面的教学与研究。
• 在诸如经济学、化学和生物学等有计算问题的所有其他领域中的教学与研究。本回答被提问者采纳