数字化人才职业技能培养与评价服务平台
首页
|
认证介绍
|
考纲说明
|
行业方向
|
校企共建
|
就业渠道
学习笔记
简述相关关系的种类。
2019-11-12
简述箱线图的构成。
2019-11-12
查询所有未讲课的教师的Tname和Depart.【查看效果】
2019-10-30
查询所有学生的Sname、Cno和Degree列。【查看效果】
2019-10-30
查询没有学全所有课的同学的学号、姓名【查看效果】
2019-10-30
利用python工具,在本地计算机上,读入数据文件(cfsj.csv),数据记录中有部分记录是重复的,请删除重复记录并生成一个删除了重复行的数据集。【下载数据】
2019-10-30
利用python工具,在本地计算机上,读入身高与体重数据文件(men.csv),从中选择体重超过140的数据记录,并将选出的记录身高和体重数据写入到excel文件。【下载数据】
2019-10-30
查询和“103”号的同学学习的课程完全相同的其他同学学号和姓名【查看效果】
2019-10-31
利用python工具,在本地计算机上,读入数据文件(cfsj.csv),请将数据记录值“0.0、-0.1、0.1”替换成空值(NaN)【下载数据】
2019-10-31
利用python工具,在本地计算机上,读入身高与体重数据文件(men.csv),从中选择体重超过140的数据记录,并将选出的记录身高和体重数据写入到excel文件。【下载数据】
2019-10-31
以班号和年龄从大到小的顺序查询Student表中的全部记录。【查看效果】
2019-10-31
查询所有学生的Sname、Cname和Degree列。【查看效果】
2019-10-31
已知某DataFrame对象由下面的语句创建 df = pandas.DataFrame({´A´:[1, 1, 1, 2, 2, 3], ´B´:range(6)}) 那么, (1)df.groupby(´A´).sum()的内容是什么? (2)df.groupby(´A´).count()的内容是什么? (3)df.groupby(´A´).max()的内容是什么? (4)df.diff()的内容是什么?
2019-10-31
简述聚类分析的基本概念,请举例说明。
2019-10-30
论述非传统数据分析与传统数据分析的差异。
2019-10-30
首页
上一页
[ 317 / 582 ]
下一页
尾页
考试时间