2025年數據分析師職業考試試卷及答案一、選擇題（每題2分，共12分）

1.以下哪項不是數據分析師需要掌握的技能？

A.統計學知識

B.編程能力

C.藝術設計

D.數據可視化

答案：C

2.下列哪個工具在數據清洗中最為常用？

A.Excel

B.Python

C.Tableau

D.SQL

答案：A

3.在進行數據挖掘時，以下哪個階段最為關鍵？

A.數據收集

B.數據清洗

C.數據預處理

D.模型訓練

答案：D

4.以下哪個算法屬于機器學習中的監督學習算法？

A.K-means

B.Apriori

C.決策樹

D.KNN

答案：C

5.在進行數據可視化時，以下哪個圖表適用于展示時間序列數據？

A.柱狀圖

B.餅圖

C.折線圖

D.散點圖

答案：C

6.以下哪個指標用于衡量模型的泛化能力？

A.準確率

B.精確率

C.召回率

D.F1值

答案：D

二、填空題（每題2分，共12分）

1.數據分析師在數據分析過程中，首先要進行__________。

答案：數據收集

2.數據清洗的主要目的是__________。

答案：去除無效、錯誤和重復數據

3.在進行數據預處理時，常用的方法有__________、__________和__________。

答案：數據轉換、數據歸一化、數據標準化

4.機器學習中的監督學習算法主要包括__________、__________和__________。

答案：決策樹、支持向量機、神經網絡

5.數據可視化中的圖表類型主要有__________、__________、__________和__________。

答案：柱狀圖、餅圖、折線圖、散點圖

6.評價模型性能的指標有__________、__________、__________和__________。

答案：準確率、精確率、召回率、F1值

三、判斷題（每題2分，共12分）

1.數據分析師在數據分析過程中，數據收集是最后一步。（）

答案：錯誤

2.數據清洗過程中，去重操作是必要的。（）

答案：正確

3.數據預處理主要包括數據轉換、數據歸一化和數據標準化。（）

答案：正確

4.決策樹算法在機器學習中主要用于分類問題。（）

答案：正確

5.在數據可視化中，餅圖適用于展示多個類別之間的占比關系。（）

答案：正確

6.在評價模型性能時，F1值是衡量模型好壞的重要指標。（）

答案：正確

四、簡答題（每題6分，共36分）

1.簡述數據分析師在數據分析過程中需要遵循的步驟。

答案：

（1）數據收集：確定數據來源，收集所需數據。

（2）數據清洗：去除無效、錯誤和重復數據。

（3）數據預處理：進行數據轉換、數據歸一化和數據標準化。

（4）數據探索：分析數據分布、趨勢和異常值。

（5）模型選擇：根據問題類型選擇合適的模型。

（6）模型訓練：使用訓練數據對模型進行訓練。

（7）模型評估：評估模型性能，調整模型參數。

（8）結果呈現：將分析結果以圖表、報告等形式呈現。

2.簡述數據清洗的主要步驟。

答案：

（1）數據檢查：檢查數據完整性、一致性等。

（2）數據去重：去除重復數據。

（3）數據填充：處理缺失值。

（4）數據轉換：將數據轉換為適合分析的格式。

（5）數據歸一化：將數據標準化到同一尺度。

3.簡述數據預處理的主要方法。

答案：

（1）數據轉換：將數據轉換為適合分析的格式。

（2）數據歸一化：將數據標準化到同一尺度。

（3）數據標準化：消除數據量綱的影響。

（4）數據平滑：處理異常值。

（5）數據聚類：將數據分為若干類別。

4.簡述機器學習中的監督學習算法分類。

答案：

（1）分類算法：決策樹、支持向量機、神經網絡等。

（2）回歸算法：線性回歸、嶺回歸、LASSO回歸等。

（3）聚類算法：K-means、層次聚類等。

5.簡述數據可視化中常用的圖表類型及其適用場景。

答案：

（1）柱狀圖：適用于展示不同類別之間的數量或占比關系。

（2）餅圖：適用于展示多個類別之間的占比關系。

（3）折線圖：適用于展示時間序列數據的變化趨勢。

（4）散點圖：適用于展示兩個變量之間的關系。

6.簡述評價模型性能的常用指標。

答案：

（1）準確率：預測正確的樣本數占總樣本數的比例。

（2）精確率：預測正確的正樣本數占所有預測為正樣本數的比例。

（3）召回率：預測正確的正樣本數占所有實際為正樣本數的比例。

（4）F1值：精確率和召回率的調和平均值。

五、計算題（每題6分，共36分）

1.已知某公司員工年齡分布如下表所示，請計算該公司的平均年齡。

|年齡|人數|

|---|---|

|20-30|100|

|30-40|150|

|40-50|200|

|50-60|100|

|60-70|50|

答案：35.5歲

2.某公司員工薪資分布如下表所示，請計算該公司的平均薪資。

|薪資|人數|

|---|---|

|5000|10|

|6000|20|

|7000|30|

|8000|40|

|9000|10|

答案：6800元

3.某城市空氣質量指數（AQI）數據如下表所示，請計算該城市過去一個月的平均AQI。

|日期|AQI|

|---|---|

|1月1日|50|

|1月2日|60|

|1月3日|70|

|1月4日|80|

|1月5日|90|

|1月6日|100|

|1月7日|110|

|1月8日|120|

|1月9日|130|

|1月10日|140|

|1月11日|150|

|1月12日|160|

|1月13日|170|

|1月14日|180|

|1月15日|190|

|1月16日|200|

|1月17日|210|

|1月18日|220|

|1月19日|230|

|1月20日|240|

|1月21日|250|

|1月22日|260|

|1月23日|270|

|1月24日|280|

|1月25日|290|

|1月26日|300|

|1月27日|310|

|1月28日|320|

|1月29日|330|

|1月30日|340|

答案：210

4.某電商平臺用戶購買商品金額分布如下表所示，請計算該平臺用戶的平均購買金額。

|金額|人數|

|---|---|

|100|10|

|200|20|

|300|30|

|400|40|

|500|10|

答案：250元

5.某城市居民月收入分布如下表所示，請計算該城市居民的平均月收入。

|收入|人數|

|---|---|

|2000|10|

|3000|20|

|4000|30|

|5000|40|

|6000|10|

答案：3500元

6.某公司員工離職原因分布如下表所示，請計算該公司員工離職原因中“薪資待遇”占比。

|離職原因|人數|

|---|---|

|薪資待遇|20|

|工作環境|15|

|發展空間|10|

|公司政策|5|

答案：60%

六、應用題（每題12分，共24分）

1.某公司想要了解員工滿意度，收集了100名員工的滿意度調查數據，數據如下表所示。請分析數據，找出影響員工滿意度的關鍵因素。

|滿意度|人數|

|---|---|

|非常滿意|20|

|滿意|40|

|一般|30|

|不滿意|10|

|非常不滿意|0|

答案：

（1）根據滿意度調查數據，可以得出以下結論：

-非常滿意和滿意的人數占比為60%，說明大多數員工對公司的滿意度較高。

-不滿意和非常不滿意的人數占比為10%，說明仍有部分員工對公司的滿意度較低。

（2）影響員工滿意度的關鍵因素可能包括：

-薪資待遇：調查結果顯示，薪資待遇是影響員工滿意度的關鍵因素之一。

-工作環境：良好的工作環境有助于提高員工滿意度。

-發展空間：為員工提供良好的職業發展空間，有助于提高員工滿意度。

-公司政策：合理的公司政策有助于提高員工滿意度。

2.某電商平臺想要了解用戶購買行為，收集了1000名用戶的購買數據，數據如下表所示。請分析數據，找出影響用戶購買金額的關鍵因素。

|用戶ID|購買金額|商品類別|

|---|---|---|

|1|100|類別A|

|2|200|類別B|

|3|300|類別C|

|4|400|類別D|

|5|500|類別E|

|...|...|...|

|996|900|類別A|

|997|1000|類別B|

|998|1100|類別C|

|999|1200|類別D|

|1000|1300|類別E|

答案：

（1）根據購買數據，可以得出以下結論：

-用戶購買金額存在差異，說明不同用戶對商品的購買需求不同。

-不同商品類別之間存在購買金額差異，說明不同商品類別對用戶購買金額有影響。

（2）影響用戶購買金額的關鍵因素可能包括：

-商品價格：商品價格是影響用戶購買金額的重要因素。

-商品類別：不同商品類別對用戶購買金額有影響。

-用戶需求：用戶對商品的購買需求會影響購買金額。

-促銷活動：促銷活動可能會提高用戶購買金額。

本次試卷答案如下：

一、選擇題

1.C

解析思路：數據分析師需要掌握統計學知識、編程能力和數據可視化技能，而藝術設計并非數據分析師的核心技能。

2.A

解析思路：Excel是數據清洗中常用的工具，能夠進行數據排序、篩選、去重等操作。

3.D

解析思路：數據挖掘過程中的模型訓練是關鍵階段，它決定了模型的預測能力。

4.C

解析思路：決策樹、支持向量機和神經網絡都是機器學習中的監督學習算法。

5.C

解析思路：折線圖適用于展示時間序列數據的變化趨勢，能夠清晰地反映數據隨時間的變化情況。

6.D

解析思路：F1值是衡量模型泛化能力的指標，綜合了精確率和召回率。

二、填空題

1.數據收集

解析思路：數據收集是數據分析的第一步，是后續分析的基礎。

2.去除無效、錯誤和重復數據

解析思路：數據清洗的主要目的是提高數據質量，確保分析結果的準確性。

3.數據轉換、數據歸一化、數據標準化

解析思路：數據預處理包括對數據進行轉換、歸一化和標準化，以適應后續分析。

4.決策樹、支持向量機、神經網絡

解析思路：這些算法在機器學習中廣泛應用于分類和回歸問題。

5.柱狀圖、餅圖、折線圖、散點圖

解析思路：這些圖表類型在數據可視化中常用，能夠直觀地展示數據特征。

6.準確率、精確率、召回率、F1值

解析思路：這些指標用于評估模型的性能，從不同角度反映了模型的預測效果。

三、判斷題

1.錯誤

解析思路：數據收集是數據分析的第一步，而不是最后一步。

2.正確

解析思路：數據清洗是數據分析過程中的重要環節，有助于提高數據質量。

3.正確

解析思路：數據預處理是數據分析的基礎，包括數據轉換、歸一化和標準化等操作。

4.正確

解析思路：決策樹在機器學習中主要用于分類問題，能夠根據特征進行分類決策。

5.正確

解析思路：餅圖能夠直觀地展示多個類別之間的占比關系，適用于展示比例數據。

6.正確

解析思路：F1值是衡量模型性能的重要指標，綜合了精確率和召回率。

四、簡答題

1.數據收集、數據清洗、數據預處理、數據探索、模型選擇、模型訓練、模型評估、結果呈現

解析思路：數據分析師在數據分析過程中需要遵循這些步驟，確保分析過程的完整性和有效性。

2.數據檢查、數據去重、數據填充、數據轉換、數據歸一化

解析思路：數據清洗的主要步驟包括數據檢查、去重、填充、轉換和歸一化，以提高數據質量。

3.數據轉換、數據歸一化、數據標準化、數據平滑、數據聚類

解析思路：數據預處理的主要方法包括轉換、歸一化、標準化、平滑和聚類，以適應后續分析。

4.分類算法、回歸算法、聚類算法

解析思路：機器學習中的監督學習算法主要分為分類算法、回歸算法和聚類算法。

5.柱狀圖、餅圖、折線圖、散點圖

解析思路：數據可視化中常用的圖表類型包括柱狀圖、餅圖、折線圖和散點圖，適用于不同類型的數據展示。

6.準確率、精確率、召回率、F1值

解析思路：評價模型性能的常用指標包括準確率、精確率、召回率和F1值，從不同角度反映了模型的預測效果。

五、計算題

1.35.5歲

解析思路：根據年齡和人數，計算平均年齡，即（20