以下答案仅供参考，如有错误欢迎指正~

1. 单选(2分)下列数据类型中，不属于Python内置数据类型的是：

   A.bool

   B.float

   C.dtype

   D.str

2. 单选(2分)假设d是一个DataFrame类型对象，其中包含name和age两列100行数据。则下列表达式中，错误的是.

   A.d[2,’name’]

   B.d[‘age’]

   C.d.loc[2,’name’]

   D.d.age

3. 单选(2分)下列有关Python和JSON的描述中，错误的是.

   A.load()用于把JSON文件转换为内置对象

   B.Python的None被转换为JSON的null

   C.Python的字典被转换为JSON的object类型

   D.Python使用CSV库的loads()把JSON字符串转换为内置对象

4. 单选(2分)下列聚类算法哪种属于基于划分的聚类？

   A.k-均值算法

   B.CURE算法

   C.神经网络算法

   D.DBSCAN算法

5. 单选(2分)以下不属于高维数据可视化技术的是.

   A.RadViz

   B.词云

   C.降维投影

   D.平行坐标

6. 单选(2分)以下哪个是常见的大数据处理流程.

   A.数据获取、数据清洗、数据分析、数据可视化

   B.数据清洗、数据获取、数据可视化、数据分析

   C.数据清洗、数据获取、数据分析、数据可视化

   D.数据可视化、数据清洗、数据获取、数据分析

7. 单选(2分)大数据分析技术可以应用于哪些行业.

   A.政务和交通

   B.金融和农业

   C.其他全是

   D.医疗和健康

8. 判断(2分)NaN在Python标准库中定义为整数0。（✘）

9. 判断(2分)词典中的key不能是字典类型，但value可以是字典类型。（✔）

10. 判断(2分)传统数据分析主要是完成描述性分析和诊断性分析，而大数据分析主要目的是预测性分析。（✔）

11. 判断(2分)峰度是数据分布偏斜程度的测度。（✘）

12. 判断(2分)偏度系数在0.5_1或-1-0.5之间被称为高度偏态分布。（✘）

13. 判断(2分)数据工程师的主要工作职责是整理和组织数据，进行描述性统计，分析开发潜在的价值，构建模型解决商业问题。（✘）

14. 判断(2分)网络和层次化数据可视化的主要技术有力导图和TreeMap。（✔）

15. 填空(2分)已知p = np.arange(20).reshape((4,5))，则p[3][2]的值是 。

    正确答案：17

16. 填空(2分)训练误差和测试误差之间的差距太大在机器学习的术语是___。

    正确答案：过拟合

17. 填空(2分)请计算下列数据{10,12,16,18,22,35,45,50,90,100}的p=40%的截断均值_____

    正确答案：31

18. 填空(2分)大数据的特点主要包括：体量大、________、__和

    正确答案：类型多 速度快 价值密度低

19. 填空(2分)每条发布到Kafka集群的消息都有一个类别，这个类别被称为 。

    正确答案：Topic 或 主题 或 topic

20. 填空(2分)Hadoop生态圈中最底层的存储系统是 。

    正确答案：HDFS 或 hdfs