A.Python中同一个变量名在不同位置可以被赋予不同的类型的值
B.Python 赋值时大小写不敏感
C.Python中不需要显式声明该变量的类型,根据“值”确定类型
D.Python支持链式赋值和多重赋值
A.元组一旦创建就不能被修改
B.元组中元素不可以是不同类型
C.一个元组可以作为另一个元组的元素,可以采用多级索引获取信息
D.Python中元组采用逗号和圆括号(可选)来表示
A.Python的strtuple和list类型都属于序列类型
B.Python组合数据类型能够将多个同类型或不同类型的数据组织起来,通过单一的表示使数据操作更有序更容易
C.组合数据类型可以分为3类:序列类型集合类型和映射类型
D.序列类型是二维元素向量,元素之间存在先后关系,通过序号访问
A.*f是文件句柄,用来在程序中表达文件
B.表达式print(f)执行将报错
C.*f是一个Python内部变量类型
D.将f当作文件对象,fread()可以读入文件全部信息
A.可以使用lambda函数定义列表的排序原则
B.f=lambdax,y:x+y执行后,f的类型为数字类型
C.lambda函数是匿名函数
D.lambda用于定义简单的能够在一行内表示的函数
A.CSV文件可用于不同工具间进行数据交换
B.CSV文件格式是一种通用的,相对简单的文件格式,应用于程序之间转移表格数据。C
C.SV文件通过多种编码表示字符
D.CSV文件的每一行是一维数据,可以使用Python中的列表类型表示
A.random.random():生成一个0-1之间的随机浮点数
B.random.uniform(a,b):生成[a,b]之间的浮点数
C.random.randint(a,b):生成[a,b]之间的整数
D.random.choice(sequence):随机生成任意一个整数
A.参数是列表类型时,改变原参数的值
B.参数的值是否改变与函数中对变量的操作有关,与参数类型无关
C.参数是整数类型时,不改变原参数的值
D.参数是组合类型(可变对象)时,改变原参数的值
A.NumPy 的ndarray是一种多维数组对象,可以由序列型对象生成。
B.pandas的DataFrame是一个表格型数据结构,含有一组无序的列,每列可以是不同值类型(数值、字符串、布尔值等等)。
C.pandas的Series可以看成是一个定长的有序字典。
D.dtype是一种特殊的对象,其含有将ndarray解释为特定数据类型所需的信息,int64表示有符号的64位整型。