众安保险-数分笔试

岗位：数据分析师

笔试内容：单选22道，不定项选择3道，编程2道

笔试时间：2025/4/10，时长90分钟；

单选：

1、允许多次从一个字段读取相同的值，描述是Repeatable Read（可重复读）

2、属于聚类算法的问题是k-means

3、intersect实现交集

4、在一个长度为n的顺序表中查找元素，最好情况需要比较1次，最坏情况也需要比较n次

5、对每个子图调用legend（）显示图例；ax1.legend(loc='best')；fig.add_subplot（2,2,1）将画布划分为 2 行 2 列的子图布局，ax1 选取第 1 个子图位置（从左到右、从上到下编号）。

6、考察函数递归

7、在 Python 中，导入模块的查找顺序如下：

1. 内建模块：首先检查是否为 Python 内置模块（如 sys、os 等）。
2. 当前路径：查找执行 Python 脚本所在的当前路径。
3. 环境变量 PYTHONPATH：若当前路径未找到，再检查 PYTHONPATH 配置的路径。
4. Python 安装路径：最后查找 Python 安装目录（如默认的第三方库安装位置 site-packages）。

8、考察程序的执行过程

1. 变量 a 的创建：a = [['1','2'] for i in range(2)]，列表推导式生成的两个子列表指向同一个列表对象。执行 a[0][1] = '3' 时，由于两个子列表引用同一对象，最终 a 变为 [['1', '3'], ['1', '3']]。
2. 变量 b 的创建：b = [['1','2']]*2，两个子列表同样指向同一列表对象。执行 b[0][0] = '4' 后，两个子列表均改变，最终 b 变为 [['4', '2'], ['4', '2']]。

9、考察前序便历和中序遍历

前序便历的首元素是根，中序遍历中根元素左侧是左子树，根元素右侧是右子树

10、考察pandas的mask方法，当条件是True时，替换成指定值；

11、隔离性保证并发访问时，各事务之间数据相互独立，互不干扰，符合事务特性描述。

12、考察规范化公式

最大最小规范化公式为：\(v' = \frac{v - \text{min}}{\text{max} - \text{min}}\)。

13、考察SQL语法

在 SQL 中，判断字段是否为 NULL 时，不能使用 = 或 ==，必须使用 IS NULL 或 IS NOT NULL。

14、sizeof(s)求整个数组的大小；大小=列数 x 行数 x char(字符串) =

15、考察等频(深)划分；等频（等深）划分要求每个箱子的数据数量相同。

16、t检验的条件：总体方差齐性；

u检验的条件：当样本例数n较大时，依据中心极限定理，可近似使用 u 检验；若样本例数小，但总体标准差已知，也适用 u 检验。

17、考察元数据的定义；基本元数据描述数据的结构，如数据源、数据仓库、数据集、应用程序等结构相关信息，

18、考察贝叶斯公式；

19、在经典的二分类器SVM中，0/1 损失函数具有非凸、不连续的特点，这种数学性质会导致优化过程难以求解。

而 SVM 需要高效的优化方法（如凸优化），Hinge 损失是凸函数且连续，数学性质良好，更适合 SVM 的优化框架。

20、np.extract（）用于从数组中提取满足条件的元素；通过[ : : -1 ]实现降序

21、明确范式的定义：数据库设计的规范化过程。

22、判断闰年的规则是：能被 4 整除但不能被 100 整除，或能被 400 整除。

不定项选择

1、continue 的作用是跳过当前循环剩余语句，进入下一轮循环；

break 跳出整个循环；

break 和 continue 均可用于while和for循环；

2、归一化公式是(x-min)/(max-min)，属于线性变换；

归一化可以消除量纲的影响；

如果模型对数据的取值范围有要求，应该考虑归一化操作；

数据存在异常值，应该考虑标准化；标准化用均值和标准差，异常值对他们的影响较大；

3、设取出n瓶饮料，3瓶不合口味饮料都被取出的概率为\(\frac{C_{7}^{n-3}}{C_{10}^{n}}\)，需满足\(\frac{C_{7}^{n-3}}{C_{10}^{n}} \geq 0.6\)。

编程题

1、查询该酒店从6月12日之后开始连续入住多晚的客户信息；

要求输出客户id, 房间id, 房间类型，连续入住天数；

连续入住天数采用函数datediff来计算；datediff(outtime, intime) as days

一般来说，select中不是聚合函数的项都应该在group by中出现；或者聚合函数中使用到的参数也应该出现在group by 中；

（通过率67%，不知道什么原因）

2、小美忘记了密码，需要输出最小和最多尝试次数；