思考与练习（理工版人工智能通识课第二章 数据基础）

一、单项选择题（本大题共 30 小题）

1、按存储形式划分，Excel 表格、CSV 文件属于（ ）。

① 结构化数据 ② 半结构化数据

③ 非结构化数据 ④ 时序数据

2、下列选项中，属于非数值型数据的是（ ）。

① 身高 175.5 cm ② 年龄 25 岁

③ 用户性别“男” ④ 月消费金额 3500 元

3、图像数据中，每个像素仅用 0 和 1 表示，只能显示黑白两色的图像类型是（ ）。

① 灰度图像 ② 彩色图像

③ 单色图像 ④ 热力图

4、关于 RGB 彩色图像的描述，下列说法正确的是（ ）。

① RGB 图像是单通道矩阵

② RGB 图像每个像素由红、绿、蓝三个通道的亮度值共同决定

③ 灰度图像比 RGB 图像色彩信息更丰富

④ RGB 图像一定只能用一个通道表示

5、以下关于文本数据类型的描述，错误的是（ ）。

① 新闻报道属于自然语言文本

② JSON 文件属于结构化文本

③ Python 程序代码属于符号化文本

④ 社交媒体帖子属于结构化文本

6、语音数据的本质是（ ）。

① 离散的文本序列 ② 连续的时序信号

③ 二维像素矩阵 ④ 三维空间坐标

7、图数据（Graph Data）的核心组成单元是（ ）。

① 样本和标签 ② 节点和边

③ 行和列 ④ 时间和值

8、时序数据的核心特征是（ ）。

① 数据之间没有关联

② 每个数据点带有时间戳，且与历史数据高度相关

③ 数据只记录空间位置

④ 数据必须包含图像信息

9、在机器学习中，经过加工处理后专门用作模型输入的属性称为（ ）。

① 样本 ② 属性

③ 特征 ④ 标签

10、将无序分类变量（如颜色：红、绿、蓝）转换为二进制向量的编码方式是（ ）。

① 标签编码 ② 顺序编码

③ 独热编码 ④ 嵌入编码

11、对于有序数据（如教育程度：小学、初中、高中、本科、硕士及以上），最适合的编码方式是（ ）。

① 独热编码 ② 整数编码（保留顺序）

③ 二进制编码 ④ 词嵌入

12、8 位灰度图像中，像素值的通常取值范围是（ ）。

① 0 或 1 ② 0～255

③ 0～100 ④ 0～1

13、在文本数据的词袋模型（Bag of Words）中，每个文档被表示为一个（ ）。

① 低维稠密向量 ② 高维稀疏向量

③ 时序信号 ④ 词嵌入矩阵

14、以下关于词嵌入（Word Embedding）的描述，正确的是（ ）。

① 词嵌入将单词映射为低维稠密向量，能够捕捉语义相似性

② 词嵌入生成的向量是高维稀疏的

③ 词嵌入无法表达单词之间的语义关系

④ 词嵌入只能用于英文文本

15、将数据缩放到 [0, 1] 区间的预处理方法称为（ ）。

① 标准化 ② 归一化

③ 正则化 ④ 离散化

16、Z-score 标准化的计算公式是（ ）。

① (x - min) / (max - min)

② (x - μ) / σ

③ (x - median) / IQR

④ x / max

17、关于归一化和标准化的对比，下列说法正确的是（ ）。

① 标准化将数据缩放到固定区间 [0, 1]

② 归一化对异常值比标准化更鲁棒

③ 标准化将数据转换为均值为 0、标准差为 1 的分布

④ 归一化要求数据服从正态分布

18、在 NumPy 中，查看数组形状的属性是（ ）。

① ndim ② shape

③ size ④ dtype

19、在 NumPy 中，创建一个 3 行 4 列全零数组的正确方法是（ ）。

① np.zeros((3,4)) ② np.ones((3,4))

③ np.empty((3,4)) ④ np.full((3,4))

20、对于二维数组 arr = np.array([[1,2,3],[4,5,6]])，arr[:, 1] 的结果是（ ）。

① [2,5] ② [1,4]

③ [3,6] ④ [2,3]

21、Pandas 中两个核心数据结构的名称是（ ）。

① ndarray 和 DataFrame

② Series 和 ndarray

③ Series 和 DataFrame

④ DataFrame 和 list

22、在 Pandas 中，读取 CSV 文件的函数是（ ）。

① pd.read_csv()

② pd.to_csv()

③ pd.load_csv()

④ pd.import_csv()

23、在 Scikit-learn 中，用于数据归一化的类是（ ）。

① StandardScaler ② MinMaxScaler

③ LabelEncoder ④ Normalizer

24、Matplotlib 中绘制散点图的函数是（ ）。

① plt.plot()

② plt.scatter()

③ plt.bar()

④ plt.hist()

25、Pandas 中用于填充缺失值的常用方法是（ ）。

① dropna()

② fillna()

③ isnull()

④ notnull()

26、数据标注中，给图像中每个像素分配语义类别标签的任务称为（ ）。

① 图像分类 ② 目标检测

③ 语义分割 ④ 描点标注

27、Matplotlib 中绘制柱状图的函数是（ ）。

① plt.plot()

② plt.scatter()

③ plt.bar()

④ plt.pie()

28、语音标注中，将语音信号逐字逐句转写成文本数据的任务称为（ ）。

① 语音分类 ② 语音分割

③ ASR 语音转写 ④ 声纹识别

29、在图像标注中，找出图像中所有目标的位置并用边界框标记的任务是（ ）。

① 图像分类 ② 目标检测

③ 语义分割 ④ 关键点检测

30、在 Pandas 中，通过 df.plot(kind='hist') 可以绘制（ ）。

① 折线图 ② 柱状图

③ 散点图 ④ 直方图

二、编程填空题（本大题共 6 小题）

1、补全以下代码，创建一个 3×3 的单位矩阵，然后计算该矩阵与一个 3×2 的随机整数矩阵（范围 0 到 10）的矩阵乘法。

2、补全以下代码，从 DataFrame 中筛选出年龄大于 25 岁的记录，并按性别分组计算平均工资。

3、补全以下代码，使用 Scikit-learn 的 StandardScaler 对特征矩阵进行标准化，并输出标准化后的均值和标准差。

4、补全以下代码，绘制正弦函数曲线，并添加标题、x 轴标签和 y 轴标签。

5、补全以下代码，读取一张彩色图像，分离其红色通道并显示（使用 scikit-image，并确保当前目录下已有 example.jpg）。

6、补全以下代码，手动实现 Min-Max 归一化函数，将输入数组缩放到 [0, 1] 区间。

“点赞有美意，赞赏是鼓励”