阿里云大学考试python中级题目及解析-python中级

本文涉及的产品
云解析 DNS,旗舰版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
全局流量管理 GTM,标准版 1个月
简介: 阿里云大学考试python中级题目及解析-python中级

阿里云大学考试python中级题目及解析


1.WEB开发中,下列选项中能够实现客户端重定向的设置是()

A.响应头设置Location+状态码200

B.响应头设置Location+状态码302

C.响应头设置Accept-Location+状态码301

D.响应头设置Accept-Location+状态码302

B

当client向server发送一 个请求,要求获取一个资源时,在server接收到这 个请求后发现请求的这个资源实际存放在另一个位置,于是server在返回的response中写 入那个请求资源的正确的URL,并设置reponse的状态码为301(表示这是一个要求浏览器重定向的response),当client接受 到这个response后就会根据新的URL重新发起请求。

2.WEB开发中,关于get和post的说法不正确的是()

A.get请求无消息体,只能携带少量数据;post请求有消息体,可以携带大量数据。

B.get请求将数据放在url地址中;post请求将数据放在消息体中。

C.GET方式提交的数据最多只能有512字节,而POST则可以有1024。

D.GET请求请提交的数据放置在HTTP请求协议头中,而POST提交的数据则放在实体数据中。

C

GET方式提 交的数据最多只能有1024字节,而POST则没有此限制。

3.0 and 2 or 1 结果是多少()

A.0

B.1

C.2

D.-1

B

表达式返回值是布尔类型

4.下列代码的运行结果正确的是()

import pandas as pd
df1=pd.DataFrame({"Red":[1,3,5],"Green":[5,0,3]},index=list("abd"))
df2=pd.DataFrame({"Blue":[1,9],"Yellow":[6,6]},index=list("ce"))
X = df1.join(df2,how='inner')
print(X.shape)

A.(0,4)

B.(2,4)

C.(3,4)

D.(5,4)

A

print(X)

Empty DataFrame

Columns: [Green, Red, Blue, Yellow]

Index: []

5.Web开发中,下面关于http和https说法错误的是()

A.HTTPS连接服务器端资源占用高很多,握手阶段比较费时,对网站的相应速度有负面影响。

B.HTTPS协议的加密范围比较有限

C.HTTPS连接缓存比HTTP高效。

D.HTTPS协议需要到ca申请证书,功能越强大的证书费用越高。

C

HTTPS连接缓存不如HTTP高效,会增加数据开销和功耗,甚至已有的安全措施也会因此而受到影响

6.2 & 5的结果是多少

A.0

B.1

C.2

D.5

A

2 二进制:0010

5 二进制:0101

7.下列Numpy代码输出正确的是()

import numpy as np
a = np.random.randint(0,10,size=(5,4))
sum = a.sum(axis=1)
print(sum.size)

A.1

B.4

C.5

D.20

C

a= np.random.randint(0,10,size=(5.4))#用10以内的整数,随机生成5行4例的矩阵

print(a)

sum= a.sum(axis=1) #axis=1:将一个矩阵的每一-行向量相加

print(sum.size) #size即为行数

8.下列不是面向对象中的特殊成员的是

A.__string__

B.__new__

C.__init__

D.__class__

A

概念题目

9.Pandas中,能够正确返回数据集缺失值的列名的语句是()

A.df.isnull()

B.df.columns[df.isnull().any()].tolist()

C.df[df.isnull().values==True]

D.df[df.isna().values==True].columns

B

df.columns[df.isnull().any()].tolist():输出缺失字段的列表

10.下列关于Django中makemigrations和migrate命令执行时的描述,说法错误的是()

A.执行makemigrations时检测models文件变化,此时变化还没有作用到数据库文件

B.执行makemigrations会在migrations文件夹中生成变更的sql的py文件

C.执行migrate,才真正把修改作用到数据库文件,迁移过的表会记录在django_migrations表中

D.migrate执行前不会检测django_migrations表,不管是否迁移过都会进行migrate

migrate会检测django_migrations表,迁移过的表会记录在其中并不再执行migrate,未找到执行记录则进行migrate

11.下面哪一个不是Python的数据类型

A.类(Class)

B.列表(List)

C.字典(Dictionary)

D.元组(Tuples)

A

类不是数据类型

12.Matplotlib中Axes.annotate()的参数xycoords属性的值的是?

A.figure points

B.axes pixels

C.polar

D.offset points

C

ofiset points是txtcoords的属性值,textcoords用于注释文本的坐标系属性,默认与xycoords属性值相同,也可设为不同的值。除了允许输入xycoords的属性值,还允许输入以下两种:'ffset points:相对于被注释点xy的偏移量(单位是点)ofiset pixels:相对于被注释点xy的偏移量(单位是像素)

13.为体现出不同收 入群体和性别如何影响销售额,我们可以通过绘制柱状图体现,则下列Pandas代码中(1)处应该填入()?

var = df.groupby("Income";"Gender"]).Sales.sum()
var.unstack().plot(kind='bar',_(1)_,color=["green";'red"],grid=False)

A.stacked=True

B.stacked=False

C.stack=True

D.stack=False

E.以上都不对

A

在(1)处输入stacked=True, 即可让代码实现绘制柱状图。

14.以下Django ORM语句执行结果是()

author_list.order_by("-id").reverse().reverse()

A.正序

B.倒序

C.无数据

D.语法错误

B

#order_by("field);:对查询结果排序(正序):#reverse():对查询结果反向排序(倒序)。语句中使用的是reverse函数,所以执行结果应该是倒序。

15.不带return语 句的函数相当于返回

A.None

B.0

C.-1

D.null

A

None

16.WEB开发中,下面关 于cookies和session说法错误的是?(多选)

A.cookies是服务器为了标记用户,存储在服务器的数据,它里面也保存了用户的登录信息。

B.session是会话过程中,服务器用来记录特定用户会话的信息

C.session中存储着cookies的编码信息,cookies中又存储了session的信息。

D.cookies同时它有一定的时效性,过期就会失效。

A C

A选项中cookies是保存在本地,而不是保存在服务器

C选项应该是cookies中存储着cokies的编码信息,session中又存储了cookies的信息。

17.下列关于Python中URLError与HTTPError,说法正确的是?(多选)

A.URLError和HTTPError都是urlib.error的方法

B.URLError是HTTPError的子类

C.HTTPError有异常状态码,没有异常原因

D.URLError没有异常状态码,有异常原因

E.可以使用URLError直接代替HTTPError

F.在捕获urlib.request产生的异常时,HTTPError和URLError前后顺序无所谓

相关知识点:HTTPError是URLError的子类,他的异常有 3个属性:code:返回状态码404表示不存在,500表示服务器错误reason返回错误原因headers:返回请求头

18.numpy 初始化数组的方式有?(多选)

A.arange

B.np.linspace

C.zero

D.ones

A B D

arange和linspace均为等步 长连续序列初始化;ones为全一 初始化。上述的方法均能实现numpy初始化数组。全零初始化应为np.zeros而不是zero,故C选项不正确

19.Scrapy的回调函数中,解析response并且返回值,则返回值可能是?(多选)

A.包含解析数据的字典

B.Item对象

C.新的Request对象

D.可迭代对象(items或Request)

ABCD

在回调函数中,解析response并返回返回值返回值有四种:1-包含解析数据的字典2-ltem对象3-新的Reques对象(新的Requests也需要制定一 一个回调函数)4-可迭代对象(包含ltems或Request)

20.Flask请求钩子 描述正确的是?(多选)

A.用装饰器实现

B.before_request:在首次请求前运行

C.after_request:在每次请求后运行(请求无异常的情况)

D.teardown_request:在每次请求后运行(请求有无异常情况)

A C D

before_first_request 在处理首次请求前运行

相关文章
|
3天前
|
数据采集 JSON API
如何利用Python爬虫淘宝商品详情高级版(item_get_pro)API接口及返回值解析说明
本文介绍了如何利用Python爬虫技术调用淘宝商品详情高级版API接口(item_get_pro),获取商品的详细信息,包括标题、价格、销量等。文章涵盖了环境准备、API权限申请、请求构建和返回值解析等内容,强调了数据获取的合规性和安全性。
|
3天前
|
运维 安全 Cloud Native
阿里云云安全中心全面解析
阿里云云安全中心作为一款集持续监测、深度防御、全面分析、快速响应能力于一体的云上安全管理平台,为企业提供了全方位的安全保障。本文将详细介绍阿里云云安全中心的功能、应用场景、收费标准以及购买建议,帮助您更好地了解和利用这一强大的安全工具。
阿里云云安全中心全面解析
|
14天前
|
存储 缓存 Python
Python中的装饰器深度解析与实践
在Python的世界里,装饰器如同一位神秘的魔法师,它拥有改变函数行为的能力。本文将揭开装饰器的神秘面纱,通过直观的代码示例,引导你理解其工作原理,并掌握如何在实际项目中灵活运用这一强大的工具。从基础到进阶,我们将一起探索装饰器的魅力所在。
|
18天前
|
Android开发 开发者 Python
通过标签清理微信好友:Python自动化脚本解析
微信已成为日常生活中的重要社交工具,但随着使用时间增长,好友列表可能变得臃肿。本文介绍了一个基于 Python 的自动化脚本,利用 `uiautomator2` 库,通过模拟用户操作实现根据标签批量清理微信好友的功能。脚本包括环境准备、类定义、方法实现等部分,详细解析了如何通过标签筛选并删除好友,适合需要批量管理微信好友的用户。
24 7
|
20天前
|
测试技术 开发者 Python
使用Python解析和分析源代码
本文介绍了如何使用Python的`ast`模块解析和分析Python源代码,包括安装准备、解析源代码、分析抽象语法树(AST)等步骤,展示了通过自定义`NodeVisitor`类遍历AST并提取信息的方法,为代码质量提升和自动化工具开发提供基础。
34 8
|
20天前
|
XML 数据采集 数据格式
Python 爬虫必备杀器,xpath 解析 HTML
【11月更文挑战第17天】XPath 是一种用于在 XML 和 HTML 文档中定位节点的语言,通过路径表达式选取节点或节点集。它不仅适用于 XML,也广泛应用于 HTML 解析。基本语法包括标签名、属性、层级关系等的选择,如 `//p` 选择所有段落标签,`//a[@href='example.com']` 选择特定链接。在 Python 中,常用 lxml 库结合 XPath 进行网页数据抓取,支持高效解析与复杂信息提取。高级技巧涵盖轴的使用和函数应用,如 `contains()` 用于模糊匹配。
|
27天前
|
数据可视化 图形学 Python
在圆的外面画一个正方形:Python实现与技术解析
本文介绍了如何使用Python的`matplotlib`库绘制一个圆,并在其外部绘制一个正方形。通过计算正方形的边长和顶点坐标,实现了圆和正方形的精确对齐。代码示例详细展示了绘制过程,适合初学者学习和实践。
39 9
|
1天前
|
数据挖掘 vr&ar C++
让UE自动运行Python脚本:实现与实例解析
本文介绍如何配置Unreal Engine(UE)以自动运行Python脚本,提高开发效率。通过安装Python、配置UE环境及使用第三方插件,实现Python与UE的集成。结合蓝图和C++示例,展示自动化任务处理、关卡生成及数据分析等应用场景。
16 5
|
28天前
|
存储 缓存 开发者
Python编程中的装饰器深度解析
本文将深入探讨Python语言的装饰器概念,通过实际代码示例展示如何创建和应用装饰器,并分析其背后的原理和作用。我们将从基础定义出发,逐步引导读者理解装饰器的高级用法,包括带参数的装饰器、多层装饰器以及装饰器与类方法的结合使用。文章旨在帮助初学者掌握这一强大工具,同时为有经验的开发者提供更深层次的理解和应用。
32 7
|
29天前
|
数据采集 JSON 数据格式
深入解析:使用Python爬取Bilibili视频
本文介绍了如何使用Python编写脚本自动化下载Bilibili视频。通过requests等库获取视频和音频URL,使用ffmpeg合并音视频文件,最终实现高效下载。注意遵守网站爬虫政策和法律法规。
203 4