扫描下方二维码关注公众号：

关闭

×

作业辅导
扫码关注
论文指导
轻松解决学习难题!

序号：1

题目类型：【判断题】

题目：相对于数据分析来说，数据挖掘更加侧重于将数据和业务紧密结合，实现功效的最大化。（ ）

选项：

A： 正确

B： 错误

答案图片：

序号：2

题目类型：【判断题】

题目：在Python中，不能使用[ ]操作符对字符串进行部分文字提取。（ ）

选项：

A： 正确

B： 错误

答案图片：

序号：3

题目类型：【判断题】

题目：决策树适合探索式的知识发掘，并且可以处理高维度的数据。（ ）

选项：

A： 正确

B： 错误

答案图片：

序号：4

题目类型：【判断题】

题目：在Python中，类中的属性分为：类属性以及实例属性

选项：

A： 正确

B： 错误

答案图片：

序号：5

题目类型：【判断题】

题目：统计调查时,调查单位和填报单位总是一致的。

选项：

A： 正确

B： 错误

答案图片：

序号：6

题目类型：【判断题】

题目：7.在Python中，对于列表List，可以使用语句“ anotherList = List[:] ”进行深拷贝。

选项：

A： 正确

B： 错误

答案图片：

序号：7

题目类型：【判断题】

题目：在Python中使用public、protected、private等保留字控制类的访问权限

选项：

A： 正确

B： 错误

答案图片：

序号：8

题目类型：【判断题】

题目：在3σ原则下，异常值被定义为一组测定值中与平均值的偏差超过2倍标准差的值。（ ）

选项：

A： 正确

B： 错误

答案图片：

序号：9

题目类型：【判断题】

题目：在Python中，使用def 保留字，可以删除列表中的元素( )

选项：

A： 正确

B： 错误

答案图片：

序号：10

题目类型：【判断题】

题目：figure_enter_event（）不是鼠标触发的事件

选项：

A： 正确

B： 错误

答案图片：

序号：11

题目类型：【判断题】

题目：Microsoft公司的SQL Server数据库系统支持的是Transact-SQL（简称T-SQL）。

选项：

A： 正确

B： 错误

答案图片：

序号：12

题目类型：【判断题】

题目：在Python的类中，每当用户通过类创建新实例的时候，就会调用特殊的方法__init__()。

选项：

A： 正确

B： 错误

答案图片：

序号：13

题目类型：【判断题】

题目：相对于数据分析来说，数据挖掘更需要有优秀的编程能力。（ ）

选项：

A： 正确

B： 错误

答案图片：

序号：14

题目类型：【判断题】

题目：神经网络的建模过程类似一棵树的成长过程，即从根部开始，到树干，到分枝，再到细枝末节的分叉，最终生长出一片片的树叶。（ ）

选项：

A： 正确

B： 错误

答案图片：

序号：15

题目类型：【判断题】

题目：函数open的打开模式有多种，参数”r “表示以只读方式打开文件。文件的指针将会放在文件的开头。（ ）

选项：

A： 正确

B： 错误

答案图片：

序号：16

题目类型：【单选题】

题目：下面关于Python数据库的表述错误的选项是？（ ）

选项：

A： DB-API使用Cursor()创建连接

B： Python所有的数据库接口程序都在一定程度上遵守Python DB-API规范

C： DB-API使用Cursor()创建游标对象

D： Pyhon DB-API的出现是为了解决各数据库之间的应用接口混乱的局面

答案图片：

序号：17

题目类型：【单选题】

题目：当文件被打开后会有个file对象，用户可以通过该对象得到关于该文件的各种信息。下列选项中，和File对象相关的属性描述错误的是？（ ）

选项：

A： file.closed，返回true如果文件已被关闭，否则返回false

B： file.mode，返回被打开文件的访问模式

C： file.softspace，如果用print输出后必须跟一个空格符，则返回true，否则返回false

D： file.name，返回文件的名称

答案图片：

序号：18

题目类型：【单选题】

题目：rolling_kurt()的功能是（ ）。

选项：

A： 样本值的偏度（三阶矩）

B： 样本值的峰度（四阶矩）

C： 计算数据样本的协方差矩阵

D： 计算数据样本的标准差

答案图片：

序号：19

题目类型：【单选题】

题目：下面代码的执行结果是 ( )。 1 list = ['A','B','C'] 2 def fun(str): 3 list.append(str) 4 return 5 fun('D') 6 print(list)

选项：

A： ["A","B" 成人学历 ,"C","D"]

B： ["A","B","C"]

C： ["C"]

D： 代码出现报错

答案图片：

序号：20

题目类型：【单选题】

题目：观察下面的程序，a以及b变量的类型分别是 ( )。 a = "here is a" b = 123

选项：

A： 字符串、整型

B： 字符串、字符串

C： 整型、整型

D： 整型、字符串

答案图片：

序号：21

题目类型：【单选题】

题目：下列对关系型数据库的表述错误的选项是？（ ）

选项：

A： 渝粤文库 需要在数据库上执行的大部分工作都由SQL语句完成

B： SQL关注关系型数据库系统，以及整个计算机系统

C： 关系型数据库是一个数据集合，“关系”就是指各个表之间的关联

D： SQL是一种声明式的语言，它经常使用一条单独的语句来声明预期的目标

答案图片：

序号：22

题目类型：【单选题】

题目：我们在处理Python的运行崩溃情况时，可以使用（ ）协助处理，进行快速定位

选项：

A： assert 断言语句

B： with语句

C： for 语句

D： try - except语句

答案图片：

序号：23

题目类型：【单选题】

题目：MySQL是Web世界中使用最广泛的数据库产品，下列对其描述正确的是：（ ）

选项：

A： MySQL 在Windows上安装时必须选择UTF-8编码

B： MySQL 是为服务器端设计的数据库，但不能承受高并发访问

C： MySQL服务器以独立的进程运行，并通过网络对外服务

D： SQLite 的特点是轻量级、可嵌入，同时能承受高并发访问

答案图片：

序号：24

题目类型：【单选题】

题目：数据模型是数据库管理系统中数据的存储结构，下列对数据模型的描述不正确的有：（ ）

选项：

A： 层次模型中记录之间的联系是一对多的联系

B： 层次模型中位于树形结构顶部的结点称为根结点，层次模型有且仅有一个根结点

C： 与层次模型相比，网状模型具有更大的灵活性，可以更直接地描述现实世界，性能和效率较好

D： 关系模型中，每个关系的数据结构是一个规范化的二维表

答案图片：

序号：25

题目类型：【单选题】

题目：下面描述错误的是（ ）。

选项：

A： Python是跨平台语言

B： Python是解释性语言

C： Python是非开源语言

D： Python是通用型编程语言

答案图片：

序号：26

题目类型：【单选题】

题目：鼠标离开轴域时触发的事件（）

选项：

A： resize_event ()

B： scroll_event（）

C： figure_enter_event（）

D： axes_leave_event（）

答案图片：

序号：27

题目类型：【单选题】

题目：rolling_var()的功能是（ ）。

选项：

A： 计算数据样本的方差

B： 计算数据样本的算术平均数

C： 计算数据样本的协方差矩阵

D： 计算数据样本的标准差

答案图片：

序号：28

题目类型：【单选题】

题目：在控制台执行 ( 5 > 7 ) and 8 >9 or ( 7 > 6 ) ,输出的结果为 ( )。

选项：

A： True

B： False

C： -2

D： 执行错误

答案图片：

序号：29

题目类型：【单选题】

题目：在默认情况下，matplotlib 会使用 进行图形绘制，绘制的多个图形会叠加并共用同一套坐标系统。

选项：

A： 整个绘图区域

B： 半个绘图区域

C： 独立绘图区域

D： 不使用绘图区域

答案图片：

序号：30

题目类型：【单选题】

题目：下面代码输出的结果是 ( )。 colors={"gold":"金", "purple": "紫"} print(colors["purple"], colors.get("金","purple"))

选项：

A： 紫 金 紫

B： 紫 金

C： purple 金

D： 紫 purple

答案图片：

序号：31

题目类型：【单选题】

题目：在Python中，下列选项的说法不正确的是 ( )

选项：

A： 当A类继承B类时，它将自动获得B类的所有属性和方法。A类称为父类，B类称为子类

B： 子类可在父类的基础上，增添新的属性以及方法

C： 子类可以重写从父类继承来的方法

D： 通过继承，子类可以获得父类的全部功能

答案图片：

序号：32

题目类型：【单选题】

题目：在Python中, 下列说法错误的是 ( )

选项：

A： 字符串在Python中作为序列

B： 用户可以直接修改字符串的某一部分

C： 字符串可以使用rfind()方法反向查找子串

D： 元组和列表可以使用函数list( )、tuple( )进行相互转换

答案图片：

序号：33

题目类型：【单选题】

题目：（ ）是当前用得最多的数据标准化方法。

选项：

A： 标准差标准化

B： 小数定标规范化

C： 零 – 均值规范化

D： 最小 - 最大规范化

答案图片：

序号：34

题目类型：【单选题】

题目：下列关于关系型数据库表述正确的选项有哪些？（ ）

选项：

A： SQL关注关系型数据库系统，以及整个计算机系统

B： 所有的关系型数据库管理系统均支持SQL

C： 不同数据库管理系统之间的SQL也是完全通用的

D： 关系型数据库的标准语言是SQL（结构化查询语言）

答案图片：

序号：35

题目类型：【单选题】

题目：关于类的属性，下列选项中错误的是（ ）。

选项：

A： 在类中定义方法的关键词是def

B： 在Python类的方法分为类方法、实例方法和静态方法

C： 静态方法需要使用修饰器 “@classmethod”来进行修饰

D： 类的静态方法不能在继承中修改

答案图片：

序号：36

题目类型：【多选题】

题目：下面描述错误的是（ ）。

选项：

A： Python是一个开源语言。

B： 在Python的赋值语句中，不能同时给多个变量进行赋值。

C： 变量x ，y，执行语句 “x,y

D： y,x”可以快速互换 x y 的值。

E： 在Python中，“

F： ”表示赋值。即将“

G： ”的右侧计算结果赋值给左侧变量。

答案图片：

序号：37

题目类型：【多选题】

题目：Savefig（）函数的参数包含（）

选项：

A： fname

B： dpi

C： facecolor

D： format

答案图片：

序号：38

题目类型：【多选题】

题目：从文件中读取数据，可分为write()和read()方法；下列对write（）方法表述正确的是？（ ）

选项：

A： 将任何字符串写入一个打开的文件

B： 从一个打开的文件中读取一个字符串

C： 不会在字符串的结尾添加换行符(‘ ’)

D： 调用文件完毕后，使用close()方法关团文件是个很好的习惯

答案图片：

序号：39

题目类型：【多选题】

题目：1956年的夏天，美国的达特茅斯学院（Dartmouth College）几位年轻的学者约翰·麦卡锡（John McCarthy，1927—2011）、马文·明斯基（Marvin Minsky，1927—2016）、纳撒尼尔·罗切斯特（Nathaniel Rochester，1919—2001）、克劳德·香农（Claude Shannon）、赫伯特·西蒙（Herbert Simon，1916—2001）与艾伦·纽维尔（Allen Newell，1927—1992）参加了一次头脑风暴式的讨论会。在这次会上，人工智能（Artificial Intelligence，英文缩写为AI）这个说法首次被提出。人工智能这个名词在今天有两个定义，第一个是泛指机器智能，也就是任何能让计算机通过图灵测试的方法。第二个是狭义上的概念，即20世纪五六十年代特定的研究机器智能的方法。按学术界的标准来划分，则分为：传统人工智能（模仿人的方法）与现代其他方法（诸如数据驱动、知识发现或者机器学习）。人工智能刚被提出来的时候，就广受关注，大家仿佛觉得用不了多长时间就可以让计算机变得比人聪明了。遗憾的是，经过十几年的研究，科学家们发现人工智能远没那么乐观，除了用它做一些简单的“玩具”之外，解决不了什么实际问题。到了20世纪60年代末，计算机科学的其他分支都发展得非常迅速，但是人工智能的研究却陷入瓶颈。到了20世纪70年代，人类开始尝试走另一条道路发展人工智能，即采用数据驱动和超级计算的方法。1972年，康奈尔大学的教授弗雷德·贾里尼克（Fred Jelinek，1932—2010）负责IBM的语音识别系统。贾里尼克不是人工智能专家，他是一位通信专家，在他看来，语音识别不是一个人工智能的问题，而是一个通信问题。贾里尼克用当时已经很成熟的数字通信技术来实现语音识别，彻底抛弃了传统人工智能的做法。他找到了数学模型，用统计的方法“训练出”模型的参数（也就是机器学习 渝粤教育 的过程）。在这个过程中需要使用大量的数据，同时要有足够的计算能力，当时只有IBM具备这些条件。贾里尼克的团队用了四年时间，开发了一个基于统计方法的语音识别系统，它的语音识别率从过去的70%提高到90%以上，语音识别的规模从几百词上升到两万多词。在语音识别之后，各国的科学家开始用这种数据驱动的方法去解决其他的人工智能问题。第一次让全世界感到计算机智能水平有了质的飞跃是在1996年。当时，IBM的超级计算机“深蓝”和当时的国际象棋世界冠军卡斯帕罗夫进行了一场六番棋的比赛。虽然最后卡斯帕罗夫以3.5比1.5的比分战胜了“深蓝”，但“深蓝”的表现可圈可点，在历史上首次在对弈中取胜一盘。时隔一年，1997年5月，经过改进后的“深蓝”卷土重来，这次“深蓝”赢得了比赛。在“深蓝”看似聪明的表象背后，其实是大量的数据、并不复杂的算法和超强计算能力的结合，这也是人工智能发展史上的标志性事件。在这之后，IBM与美国德克萨斯大学合作，研发出了可以存储海量数据，且可用逻辑推理程序判断正确答案的超级电脑“沃森”（Watson，与IBM创始人Thomas J.Watson同名）。IBM开发“沃森”的目的是建造一个能像人类一样回答问题的计算系统。2011年2月17日，“沃森”在美国最受欢迎的智力竞猜电视节目《危险边缘》中击败了该节目历史上最成功的两位选手：肯·詹宁斯和布拉德·鲁特，成为《危险边缘》节目的新王者。赢得智力竞猜后，IBM并没有停下脚步，继续推进“沃森”在其他领域的应用。2012年年初开始，“沃森”在医疗领域找到了自己的“新工作”。“沃森”开始帮助护士们管理复杂的病例和来自医疗服务供应商的请求。美国哥伦比亚大学医疗中心和马里兰大学医学院与IBM签订了合同，利用“沃森”海量信息库中所存的发表在期刊上的专业论文，更快、更准确地对患者进行诊疗。当IBM开始将其人工智能应用变现的时候，谷歌也有了突破性的进展。2016年3月，谷歌的AlphaGo以4：1击败了韩国九段围棋选手李世石，AlphaGo成为第一个战胜围棋世界冠军的机器人。这件事情的意义要远超1997年IBM的深蓝战胜俄罗斯棋王卡斯帕罗夫，因为从难度上讲，围棋比国际象棋要难6～9个数量级。这也是人类在人工智能发展领域的重要事件。AlphaGo能战胜围棋世界冠军，是大数据和算法取得了更大进步的结果。在数据方面，谷歌用了几十万盘围棋高手间的对弈数据来训练AlphaGo，这也是它获得“智能”的原因。在下棋的策略方面，AlphaGo里面有两个关键的技术。第一个关键技术是把棋盘上当前的状态变成一个获胜概率的数学模型，这个模型里面没有任何人工规则，完全是靠数据训练出来的。第二个关键技术是启发式的搜索算法：蒙特卡罗树搜索算法（Monte_Carlo_Tree_Search），这种算法能将搜索的空间限制在有限的范围内，保证计算机能找到最佳的方法。在人工智能短短60年的发展历程里，虽然经历了不少波折，但当大家找到正确的方向：数据+算法+计算能力后，人工智能的发展在未来的增速将是指数级的。在凯文·凯利的《必然》一书里，他用了一个词叫“知化”，意为赋予对象认知能力。在某个现有进程中植入极少量有效的智能都会将其效率提高到全新水平。没有生命的物体“知化”后会得到许多难以想象的好处，而这对日常生活原有秩序的颠覆将是工业化的百倍。加入人工智能后，科学家们可以进行虚拟化学实验。他们在多如天文数字的化学结合中精挑细选，决定哪些更有希望成功，值得放在实验室中检验。语言学方面，也有可能应用人工智能技术，收录过去100年来书籍、杂志和报纸中出现过的数以亿万计的词，然后据此追踪新词的诞生。此外，还可以把人工智能用在法律上，用它在堆积如山的文件中寻找证据，识别案件中的矛盾，或是对法律论据的使用提出建议。越是看似不可能的行业，人工智能对其带来的影响会越大。来看看有哪些领域受人工智能的影响很大。·投资领域：投资行为的知化，用人工智能分析股票指数，优化或者平衡投资组合的持有比例。这是一个职业基金经理每年会进行一次的工作，而人工智能每天或每小时都能做。·营销领域：商家利用数据，通过个性化推荐，实现千人千面的营销。·房地产领域：人工智能匹配买方和卖方，并能够提示“喜欢这间公寓的租户还喜欢哪些房子等”。它还能根据人们的个人经济状况生成一份财务计划。·建造领域：复杂工程项目和其众多子项目能被即时纳入计划表，使工程速度和预算得到优化。一个足够智能的项目管理机器人，不仅能考虑设计改动，还会考虑天气、港口交通延误、汇率、意外事故等因素。·医疗护理：遍布病人全身的传感器从早到晚地工作，提供高度个性化的护理方案，并每天做出调整和细化。从病人的CT影像中分辨人工难以察觉的病灶、肿瘤等。·自动驾驶：正如现在的谷歌、特斯拉等IT公司所研发的方向，未来的自动驾驶汽车将更能保证行人的安全。在确定自动驾驶汽车人工智能的伦理规则与法律之间的界限后，未来的汽车或许完全无须人类手工操作。·宠物与玩具：想象一个像“大白”（电影《超能陆战队》的智能机器人）那样的机器人，像一个伙伴又像一个玩具。它会感知主人的情绪，帮助解决主人工作和生活中的问题。受限于篇幅，还有更多的领域无法全部列举。唯一妨碍我们实现这一切的，是人类想象力的局限。在21世纪结束前，我们从事的职业中很可能将有70%会被自动化设备取代，一切只是时间问题。但人类和机器之间将形成一种共生关系。人类的工作就是不停地给机器人安排任务，这本身就是一项永远做不完的工作，所以，我们至少还能保留这份“工作”。在机器人代替人类工作这事上，未来的理想状态是反复经历以下7个步骤：1.机器人（电脑）干不了我的工作。【过一段时间后……】2.好吧，它会许多事情，但我做的事情它不一定都会。【过一段时间后……】3.好吧，我做的事情它都会，但它常常出故障，这时需要我来处理。【过一段时间后……】4.好吧，它干常规工作时从不出错，但是需要我训练它学习新任务。【过一段时间后……】5.好吧，就让它做我原来的工作吧，那工作本来就不是人该干的。【过一段时间后……】6.哇，机器人正在干我以前做的工作，我的新工作不仅好玩多了，工资还高！【过一段时间后……】7.真高兴，机器人（电脑）绝对干不了我现在做的事情。【重复……回到第一步】这不是一场人类和机器人之间的竞赛，而是一场机器人参与的竞赛。如果和机器人比赛，我们必输无疑。未来，我们薪水的高低取决于我们能否和机器人默契配合。90%的同事将会是看不见的机器，而没有它们，我们的大部分工作将无法完成。人和机器的分工也将是模糊的，至少在刚开始，我们可能不会觉得自己在干一份工作，因为看上去所有的苦差事都被有人工智能的机器人承包了。(摘自：《数据分析思维：产品经理的成长笔记》 黄伟豪 编著) 针对以上案例，针对大数据分析中的人工智能的应用，下列看法正确的是：

[图片]

选项：

A： 狭义上的人工智能包括模仿人的方法，数据驱动、知识发现和机器学习等。

B： 当下最卓有成效的“人工智能”应用，其实是利用数学模型，使用超大量的数据，以及强大的计算能力，用统计的方法“训练出来”的。

C： 在可知的未来，人类和机器之间将形成一种共生关系。

D： 人工智能在人类可认知的行业内影响很大，人类认知外的行业作用很小。

答案图片：

序号：40

题目类型：【多选题】

题目：下列选项说法正确的是（ ）

选项：

A： 在Python中，在创建子类的时候，父类必须包含在当前文件中，且位于子类前面

B： 在Python中，Mixin可以给一个类增加多个功能，避免设计复杂的多层次继承关系

C： 在Python中，可以重写所有的钩子函数

D： 在Python中，类可以通过继承、多重继承、组合、Mixin等方式进行代码的复用

答案图片：

序号：41

题目类型：【多选题】

题目：Python支持的数值类型有 ( )。

选项：

A： Int

B： float

C： complex

D： string

答案图片：

序号：42

题目类型：【多选题】

题目：下列对关系型数据库的表述正确的选项是？（ ）

选项：

A： SQL是一种声明式的语言，它经常使用一条单独的语句来声明预期的目标

B： SQL只关注关系型数据库系统，而不是整个计算机系统

C： 需要在数据库上执行的大部分工作都由SQL语句完成

D： 关系型数据库是一个数据集合，“关系”就是指各个表之间的关联

答案图片：

序号：43

题目类型：【多选题】

题目：一、为什么企业需要数据实验在大数据被吹得天花乱坠的时候，却很少有企业会用实验的方式来获得数据，例如做一次营销活动，活动结束后用数据来分析效果好不好，了解客户接受哪种营销的方式，正如国外关于行为经济学的实验那样。试错实验的方法目前还没有得到广泛的认可和普及。企业购买计算机硬件设备或数据挖掘软件相对比较容易，因为企业会认为他们的投资换来了实实在在的机器和软件产品。但要让企业开展试错实验项目相对较难，因为实验是一个探索性的过程，不能保证每次都能得到给企业带来直接价值的结论。并且即使得出了结论，企业获得的也只是知识，而不是看起来实实在在的商品。产出的不确定性以及产出物和传统商品观念的不一致导致企业在投资实验时显得格外犹豫。对于咨询公司和IT厂商而言，目前也缺乏帮助企业进行实验的能力、动力及文化。一方面，缺少合适的人员来开展实验项目。很多理工科教育背景的咨询顾问缺乏实验所需的严谨思维方式及相应的数学训练。那些IT厂商的员工更多接受的是计算机专业教育，他们更喜欢学习软件、操纵与优化模型。但开展实验研究需要更多的创意和主动性，需要和业务人员更多的沟通，这不是咨询公司擅长的。另一方面，实验与现有的评估体系及文化体系的融合还存在一定困难。对IT厂商而言，虽然实验需要一定的软硬件支撑以进行数学计算，但这只是其中很小的一部分。实验项目更需要参与者主动性的探索，但IT厂商很难将实验项目与自己现有的产品线和价值评估体系相融合。并不是每一次实验都能得到一种解决问题的方法，也许只有不到一成的尝试能够发现更好的解决方法。以前大企业习惯于从咨询公司那里获得亟待解决问题的明确解决方案，而不是一个待实验、待探索项目的列表。明确的答案能够确定地告诉企业下一步该做什么，但实验却可能发现新的问题让企业继续思考。明确的答案让人感觉安全，但是如果这些答案只是人类直觉、假设的产物，那这个答案肯定不是一个好答案。实验能带来的另一个好处是启发新的思考。当实验的结果与直觉相违背时，思考背后的原因也许就会成为打破常规和创新的开始。二、企业运营需要数据实验在企业的运营中，实验的价值被低估和误解。实验不单是科学研究的重要手段，还是企业提升绩效所需知识的重要来源。原因有以下三点：没有实验就没有数据；如果不进行实验，就不知道新的方案是不是更好；数据挖掘能够找出规律，但不一定能创造价值。1.没有实验就没有数据企业过去一直从做过什么那里获得直接的经验与教训，而不能从它没有做过的事情那里获取。通过实验的方法，在小规模内，快速实验、快速验证、快速失败或者快速成功，以较少的代价探索新的可能性，这也是收集数据的过程，无论成功还是失败，都会收集到数据。2.如果不实验，就不知道新的方案是不是更好很多企业尤其是大企业总是自我感觉良好，认为目前的业务已经处于最佳运营状态，认为待实验的想法都是不成熟的，效果不如现有的经营方式，没有动力也不愿意开展实验尝试新方法。当然也有观点是一些既得利益的部门和群体，认为新想法会是一种冒险，会损害现有业务。科学哲学家波普尔说过：如果我们准备从错误中学习的话，我们就会取得进步。企业不是要去发展更多的理论，而是要快速地找到“更管用”的方法，而要找到方法，必须通过实验来实现，通过分析实验产生的数据来挖掘。3.数据挖掘能够找出规律，但不一定能创造价值这也是我最大的困惑，经常能通过数据发现很多有趣的点，但实际做了营销后却不是那么回事。对多次基于数据的精准营销进行评估后发现：有营销激励与无营销激励，用户响应的比例很接近。从数据挖掘成果到实际业绩的提升，缺少一种连接的东西。这时候小规模的实验可以充当这种连接。数据实验对于企业的未来至关重要，因为它创造了一种可能性。虽然有90%都可能失败，但另外那10%却可能成为未来新的增长点。(摘自：《数据分析思维：产品经理的成长笔记》 黄伟豪 编著) 针对以上案例，从企业运营和实践的角度，下列对大数据 广东开放大学 分析及数据实验的分析，正确的看法是：

选项：

A： 数据的获得，只需要在企业的市场推广或经营活动中获得即可。

B： 数据实验能启发新思考，打破思维常规，同时激发产品和理念的创新。

C： 数据挖掘总能够找出规律，同时创造价值。

D： 数据实验在小规模、模块化、快速迭代的场景中，可以产生良好的效果。

答案 国家开放大学 图片：

序号：44

题目类型：【多选题】

题目：关于典型调查下列说法错误的是( )。

选项：

A： 是全面调查

B： 必须从数量上对总体进行推断

C： 典型单位只有一个

D： 典型单位是有意识地选取的

答案图片：

序号：45

题目类型：【多选题】

题目：DB API中定义了一些数据库操作的错误及异常，下面这些错误和异常描述正确的是：（ ）

选项：

A： InternalError，完整性相关的错误，例如外键检查失败等

B： Warning，当有严重警告时触发，例如插入数据是被截断等

C： Error，警告以外所有其他错误类

D： DatabaseError，和数据库有关的错误发生时触发

答案图片：

序号：46

题目类型：【多选题】

题目：以下属于鼠标触发的事件（）

选项：

A： resize_event ()

B： scroll_event（）

C： figure_enter_event（）

D： axes_leave _event（）

答案图片：

序号：47

题目类型：【多选题】

题目：HTML和XML是两种典型的网页组织形式，下列表述正确的是？（ ）

选项：

A： HTML和XML是两种最常用的编程语言

B： XML被设计为传输和存储数据，其焦点是数据的内容

C： HTML被设计用来显示数据，其焦点是数据的外观

D： HTML旨在显示信息，而XML旨在传输信息

答案图片：

序号：48

题目类型：【多选题】

题目：Savefig（）函数的参数包含（）

选项：

A： pad_inches

B： bbox_inches

C： transparent

D： format

答案图片：

序号：49

题目类型：【多选题】

题目：关于Python中的序列，下列选项中描述错误的是 ( )。

选项：

A： Python中包含6种内建的序列，即列表、元组、字符串、Unicode字符串、buffer对象和xrange 对象

B： 若 1 是 s 的元素，则 执行 1 in s 返回 True

C： 若 1 是 s 的元素，则 执行 1 not in s 返回 False

D： 若 s 是一个序列，s

E： [1, 2, 3], 则 s[-1] 返回 3

答案图片：

序号：50

题目类型：【多选题】

题目：Urllib是 Python 内置的 HTTP 请求库，它包含下列哪几个模块？（ ）

选项：

A： Request 请求模块

B： error 异常处理模块

C： parse 工具模块

D： Robotparser模块

答案图片：