课程练习

学练测评一体化学习体验

返回课程列表

选择课程

Python基础

Python编程语言的基础知识和应用

10+ 练习题查看练习

数据分析技术

数据分析的方法和工具应用

10+ 练习题查看练习

数据采集与处理

数据采集、清洗和预处理技术

10+ 练习题查看练习

供应链数据分析

供应链管理中的数据分析应用

5+ 练习题查看练习

数据库原理与应用

数据库设计和SQL查询技术

5+ 练习题查看练习

Python基础练习题

练习1：计算两个数的和

简单

编写一个Python函数，接收两个数字参数，返回它们的和。

代码编辑器

参考答案：

def add_numbers(a, b):
    return a + b

# 测试
print(add_numbers(5, 3))  # 输出：8
print(add_numbers(10, -2))  # 输出：8

练习2：判断素数

中等

编写一个Python函数，判断一个数是否为素数。

代码编辑器

参考答案：

def is_prime(n):
    if n <= 1:
        return False
    for i in range(2, int(n**0.5) + 1):
        if n % i == 0:
            return False
    return True

# 测试
print(is_prime(7))  # 输出：True
print(is_prime(10))  # 输出：False

练习3：列表排序

简单

编写一个Python函数，对列表进行排序（从小到大）。

代码编辑器

参考答案：

def sort_list(lst):
    return sorted(lst)

# 测试
print(sort_list([3, 1, 4, 1, 5, 9, 2, 6]))  # 输出：[1, 1, 2, 3, 4, 5, 6, 9]

练习4：字符串反转

简单

编写一个Python函数，反转字符串。

代码编辑器

参考答案：

def reverse_string(s):
    return s[::-1]

# 测试
print(reverse_string("hello"))  # 输出：olleh
print(reverse_string("Python"))  # 输出：nohtyP

练习5：计算阶乘

中等

编写一个Python函数，计算一个数的阶乘。

代码编辑器

参考答案：

def factorial(n):
    if n == 0 or n == 1:
        return 1
    else:
        return n * factorial(n-1)

# 测试
print(factorial(5))  # 输出：120
print(factorial(10))  # 输出：3628800

数据分析技术练习题

练习1：数据清洗

中等

编写一个Python函数，处理列表中的缺失值（用0填充）。

代码编辑器

参考答案：

def fill_missing_values(data):
    return [0 if x is None else x for x in data]

# 测试
data = [1, None, 3, None, 5]
print(fill_missing_values(data))  # 输出：[1, 0, 3, 0, 5]

练习2：计算平均值

简单

编写一个Python函数，计算列表中数字的平均值。

代码编辑器

参考答案：

def calculate_average(data):
    if not data:
        return 0
    return sum(data) / len(data)

# 测试
data = [1, 2, 3, 4, 5]
print(calculate_average(data))  # 输出：3.0

练习3：数据分组

中等

编写一个Python函数，根据字典的键值对数据进行分组。

代码编辑器

参考答案：

def group_by_key(data, key):
    grouped = {}
    for item in data:
        group_key = item.get(key)
        if group_key not in grouped:
            grouped[group_key] = []
        grouped[group_key].append(item)
    return grouped

# 测试
data = [
    {"name": "Alice", "age": 25, "gender": "female"},
    {"name": "Bob", "age": 30, "gender": "male"},
    {"name": "Charlie", "age": 35, "gender": "male"},
    {"name": "Diana", "age": 28, "gender": "female"}
]
print(group_by_key(data, "gender"))
# 输出：
# {
#     "female": [{"name": "Alice", "age": 25, "gender": "female"}, {"name": "Diana", "age": 28, "gender": "female"}],
#     "male": [{"name": "Bob", "age": 30, "gender": "male"}, {"name": "Charlie", "age": 35, "gender": "male"}]
# }

练习4：异常值检测

困难

编写一个Python函数，使用IQR方法检测并移除异常值。

代码编辑器

参考答案：

def remove_outliers(data):
    sorted_data = sorted(data)
    n = len(sorted_data)
    q1 = sorted_data[n//4]
    q3 = sorted_data[3*n//4]
    iqr = q3 - q1
    lower_bound = q1 - 1.5 * iqr
    upper_bound = q3 + 1.5 * iqr
    return [x for x in data if lower_bound <= x <= upper_bound]

# 测试
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 100]  # 100是异常值
print(remove_outliers(data))  # 输出：[1, 2, 3, 4, 5, 6, 7, 8, 9]

练习5：简单线性回归

中等

编写一个Python函数，实现简单线性回归（计算斜率和截距）。

代码编辑器

参考答案：

def linear_regression(x, y):
    n = len(x)
    sum_x = sum(x)
    sum_y = sum(y)
    sum_xy = sum(x[i] * y[i] for i in range(n))
    sum_x2 = sum(x[i] ** 2 for i in range(n))
    
    slope = (n * sum_xy - sum_x * sum_y) / (n * sum_x2 - sum_x ** 2)
    intercept = (sum_y - slope * sum_x) / n
    
    return slope, intercept

# 测试
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
slope, intercept = linear_regression(x, y)
print(f"斜率: {slope}, 截距: {intercept}")  # 输出：斜率: 2.0, 截距: 0.0

数据采集与处理练习题

练习1：正则表达式提取

中等

编写一个Python函数，使用正则表达式从字符串中提取邮箱地址。

代码编辑器

参考答案：

import re

def extract_emails(text):
    pattern = r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}'
    return re.findall(pattern, text)

# 测试
text = "联系我：zhangsan@example.com 或 lisi@test.com"
print(extract_emails(text))  # 输出：['zhangsan@example.com', 'lisi@test.com']

练习2：CSV文件读取

简单

编写一个Python函数，读取CSV文件并返回数据列表。

代码编辑器

参考答案：

import csv

def read_csv(filename):
    data = []
    with open(filename, 'r', encoding='utf-8') as file:
        reader = csv.DictReader(file)
        for row in reader:
            data.append(row)
    return data

# 测试
# 假设存在一个data.csv文件
# data = read_csv('data.csv')
# print(data)

练习3：数据转换

中等

编写一个Python函数，将列表中的字符串转换为数字。

代码编辑器

参考答案：

def convert_to_numbers(strings):
    numbers = []
    for s in strings:
        try:
            numbers.append(float(s))
        except ValueError:
            numbers.append(None)
    return numbers

# 测试
strings = ["1", "2.5", "3", "abc"]
print(convert_to_numbers(strings))  # 输出：[1.0, 2.5, 3.0, None]

练习4：数据去重

简单

编写一个Python函数，移除列表中的重复元素。

代码编辑器

参考答案：

def remove_duplicates(lst):
    return list(set(lst))

# 测试
lst = [1, 2, 3, 2, 1, 4, 5, 4]
print(remove_duplicates(lst))  # 输出：[1, 2, 3, 4, 5]（顺序可能不同）

练习5：简单爬虫

困难

编写一个Python函数，使用requests和BeautifulSoup爬取网页标题。

代码编辑器

参考答案：

import requests
from bs4 import BeautifulSoup

def get_page_title(url):
    try:
        response = requests.get(url)
        response.raise_for_status()
        soup = BeautifulSoup(response.text, 'html.parser')
        title = soup.title.string if soup.title else "No title found"
        return title
    except Exception as e:
        return f"Error: {str(e)}"

# 测试
# print(get_page_title("https://www.example.com"))

供应链数据分析练习题

练习1：库存周转率计算

中等

编写一个Python函数，计算库存周转率。

代码编辑器

参考答案：

def calculate_inventory_turnover(cost_of_goods_sold, average_inventory):
    if average_inventory == 0:
        return 0
    return cost_of_goods_sold / average_inventory

# 测试
cogs = 100000
avg_inventory = 25000
print(calculate_inventory_turnover(cogs, avg_inventory))  # 输出：4.0

练习2：订单处理时间计算

简单

编写一个Python函数，计算订单处理时间（从下单到发货的时间）。

代码编辑器

参考答案：

from datetime import datetime

def calculate_processing_time(order_date, ship_date):
    order_dt = datetime.strptime(order_date, "%Y-%m-%d")
    ship_dt = datetime.strptime(ship_date, "%Y-%m-%d")
    return (ship_dt - order_dt).days

# 测试
order_date = "2023-01-01"
ship_date = "2023-01-05"
print(calculate_processing_time(order_date, ship_date))  # 输出：4

练习3：供应商绩效评分

中等

编写一个Python函数，根据多个指标计算供应商绩效评分。

代码编辑器

参考答案：

def calculate_supplier_score(on_time_delivery, quality_rate, cost_efficiency, responsiveness):
    # 权重
    weights = {
        "on_time_delivery": 0.3,
        "quality_rate": 0.3,
        "cost_efficiency": 0.2,
        "responsiveness": 0.2
    }
    
    score = (
        on_time_delivery * weights["on_time_delivery"] +
        quality_rate * weights["quality_rate"] +
        cost_efficiency * weights["cost_efficiency"] +
        responsiveness * weights["responsiveness"]
    )
    
    return round(score, 2)

# 测试
score = calculate_supplier_score(0.95, 0.98, 0.85, 0.90)
print(score)  # 输出：0.94

练习4：需求预测

困难

编写一个Python函数，使用移动平均法进行简单的需求预测。

代码编辑器

参考答案：

def moving_average_forecast(data, window_size):
    if len(data) < window_size:
        return None
    
    forecast = sum(data[-window_size:]) / window_size
    return forecast

# 测试
demand_data = [100, 120, 110, 130, 125, 140, 135]
window_size = 3
forecast = moving_average_forecast(demand_data, window_size)
print(forecast)  # 输出：133.33333333333334

练习5：运输成本计算

简单

编写一个Python函数，根据距离和重量计算运输成本。

代码编辑器

参考答案：

def calculate_shipping_cost(distance, weight):
    # 基础成本
    base_cost = 10
    # 距离成本（每公里）
    distance_cost_per_km = 0.5
    # 重量成本（每公斤）
    weight_cost_per_kg = 2
    
    total_cost = base_cost + (distance * distance_cost_per_km) + (weight * weight_cost_per_kg)
    return round(total_cost, 2)

# 测试
distance = 100  # 公里
weight = 20  # 公斤
print(calculate_shipping_cost(distance, weight))  # 输出：100.0

数据库原理与应用练习题

练习1：SQL查询构建

中等

编写一个Python函数，根据用户输入构建SELECT查询语句。

代码编辑器

参考答案：

def build_select_query(table, columns, where_clause=None):
    columns_str = ", ".join(columns)
    query = f"SELECT {columns_str} FROM {table}"
    
    if where_clause:
        query += f" WHERE {where_clause}"
    
    return query

# 测试
query = build_select_query(
    table="users",
    columns=["id", "name", "email"],
    where_clause="age > 18"
)
print(query)  # 输出：SELECT id, name, email FROM users WHERE age > 18

练习2：数据验证

简单

编写一个Python函数，验证电子邮件地址格式是否正确。

代码编辑器

参考答案：

import re

def validate_email(email):
    pattern = r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}'
    return bool(re.match(pattern, email))

# 测试
print(validate_email("user@example.com"))  # 输出：True
print(validate_email("invalid-email"))  # 输出：False

练习3：数据库连接字符串构建

中等

编写一个Python函数，根据参数构建数据库连接字符串。

代码编辑器

参考答案：

def build_connection_string(host, port, database, user, password):
    return f"postgresql://{user}:{password}@{host}:{port}/{database}"

# 测试
conn_str = build_connection_string(
    host="localhost",
    port=5432,
    database="mydb",
    user="admin",
    password="password"
)
print(conn_str)  # 输出：postgresql://admin:password@localhost:5432/mydb

练习4：SQL注入防护

困难

编写一个Python函数，使用参数化查询防止SQL注入。

代码编辑器

参考答案：

def safe_query(user_id):
    # 使用参数化查询
    query = "SELECT * FROM users WHERE id = %s"
    # 实际使用时，会将参数传递给数据库驱动
    # cursor.execute(query, (user_id,))
    return query

# 测试
print(safe_query(1))  # 输出：SELECT * FROM users WHERE id = %s
print(safe_query("1' OR 1=1--"))  # 输出：SELECT * FROM users WHERE id = %s

练习5：事务处理

中等

编写一个Python函数，演示数据库事务处理。

代码编辑器

参考答案：

def transfer_money(conn, from_account, to_account, amount):
    try:
        # 开始事务
        cursor = conn.cursor()
        
        # 扣除转出账户
        cursor.execute("UPDATE accounts SET balance = balance - %s WHERE id = %s", (amount, from_account))
        
        # 增加转入账户
        cursor.execute("UPDATE accounts SET balance = balance + %s WHERE id = %s", (amount, to_account))
        
        # 提交事务
        conn.commit()
        return True
    except Exception as e:
        # 回滚事务
        conn.rollback()
        print(f"Error: {str(e)}")
        return False

# 测试
# 假设存在一个数据库连接
# conn = get_db_connection()
# transfer_money(conn, 1, 2, 100)

课程练习

练习系统介绍

在线编程

自动评分

参考答案

选择课程

Python基础

数据分析技术

数据采集与处理

供应链数据分析

数据库原理与应用

Python基础练习题

练习1：计算两个数的和

参考答案：

练习2：判断素数

参考答案：

练习3：列表排序

参考答案：

练习4：字符串反转

参考答案：

练习5：计算阶乘

参考答案：

数据分析技术练习题

练习1：数据清洗

参考答案：

练习2：计算平均值

参考答案：

练习3：数据分组

参考答案：

练习4：异常值检测

参考答案：

练习5：简单线性回归

参考答案：

数据采集与处理练习题

练习1：正则表达式提取

参考答案：

练习2：CSV文件读取

参考答案：

练习3：数据转换

参考答案：

练习4：数据去重

参考答案：

练习5：简单爬虫

参考答案：

供应链数据分析练习题

练习1：库存周转率计算

参考答案：

练习2：订单处理时间计算

参考答案：

练习3：供应商绩效评分

参考答案：

练习4：需求预测

参考答案：

练习5：运输成本计算

参考答案：

数据库原理与应用练习题

练习1：SQL查询构建

参考答案：

练习2：数据验证

参考答案：

练习3：数据库连接字符串构建

参考答案：

练习4：SQL注入防护

参考答案：

练习5：事务处理

参考答案：