阿摩線上測驗
登入
首頁
>
iPAS◆資料導向程式設計◆初級
>
113年 - 113-1 巨量資料分析師能力鑑定初級試題:資料導向程式設計#122979
> 試題詳解
14. 如附圖所示,下列哪一個 SQL 語法,會和附圖中的 SQL 語法 得到同樣的結果?
(A)
(B)
(C)
(D)
答案:
登入後查看
統計:
A(2), B(14), C(1), D(7), E(0) #3323494
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/10/11
#6874669
1. 題目解析 題目要求找出一個 SQL...
(共 829 字,隱藏中)
前往觀看
0
0
相關試題
15. 如附圖所示,有兩個關聯式資料表(即 Table1 和 Table2),若 要更新如附圖中的 Table1 陰影部份的結果,下列哪一個 SQL 語法正確? (A)(B)(C)(D)
#3323495
16. 如附圖 1 所示為 MySQL 資料庫之資料表,名稱為 orders。請問對其執行附圖 2 的 SQL 程式碼後,執行結果下列哪一項正確? (A) 6800 (B) 5300 (C) 1800 (D) 300
#3323496
17. 在關聯式資料庫(RDBMS)中,外鍵(Foreign Key)的主要 作用下列哪一項正確? (A) 新增資料表(table)的時間資訊 (B) 維持資料表(table)之間的完整性關係 (C) 儲存程式碼 (D) 加密資料
#3323497
18. 關聯式資料庫(RDBMS)的特點,「不」包括下列哪一個選項? (A) 採用稱為「正規化」的設計技術,可降低資料備援能 力,並改善資料完整性 (B) 提供了豐富的查詢和分析功能 (C) 能以簡單直覺的方式呈現資料,並輕鬆存取相關的資 料點 (D) 不需要使用 SQL 語言進行資料存取和操作
#3323498
19. 下列哪一項「不」是 JSON 格式的特性? (A) 簡潔資料呈現的方式 (B) 易於人類閱讀和改寫 (C) 支援多種程式語言進行操作 (D) 受限於語言特性,無法以 Python 語言對其進行操作
#3323499
20. 關於 R 語言資料匯入匯出的用法,下列敘述何者錯誤? (A) R 語言擁有豐富的內建資料,使用 data()函式,就可以 瀏覽內建資料集清單 (B) R 語言內建資料會以矩陣的型態存在 (C) R 語言可用函數 read.table()與 read.csv()來匯入資料 (D) 當 test.csv 檔案中沒有欄位名稱時,可用 read.csv("test.csv", header=FALSE)來匯入資料
#3323500
21. 請問 JSON 檔案中,陣列(Array)會使用哪一種括號將元素 包裹起來,並在多個陣列元素之間用逗號做分隔? (A) 小括號 ( ) (B) 中括號 [ ] (C) 大括號 { } (D) 尖括號 < >
#3323501
22. 下列哪一項是選擇使用 XML 檔案格式儲存資料的優勢? (A) XML 檔案的大小通常比 CSV 和 JSON 檔案更小,節 省儲存空間 (B) XML 檔案常用於儲存圖片、影片等多媒體數據,因其 高壓縮率而受歡迎 (C) XML 檔案是二進制格式,有助於提高讀取和寫入的效能 (D) XML 檔案具有層次結構,可以清晰地表示多層次的資料
#3323502
23. 如附圖所示,給定兩個 TXT 檔 案 employees1.txt 和 employees2.txt,每個檔案都包含有關員工的資訊,具體包括姓名、部門和電子信箱三個欄位。如果想要使用 Python 將這些 資料從 TXT 檔案中匯入並進行整合,最後匯出為一個新的 CSV 檔案 employees_combined.csv,下列哪一項方法最有效率? (A) 使用 pd.merge(df1, df2)將 df1 和 df2 合併後直接匯出 (B) 使用 pd.concat()合併這些 DataFrame,然後使用 to_csv()方法匯出到 CSV 檔案 (C) 將 df1 和 df2 分別轉換為串列(List),然後合併串列 並將結果轉回 DataFrame,最後匯出為 CSV 檔案 (D) 使用 numpy 讀取 TXT 檔案,將其轉換為陣列 (ndarray),然後手動將陣列轉換為 CSV 檔案
#3323503
24. 如果希望利用 Python 將一組從多個來源收集的 XML 檔案合 併成一個結構化的 DataFrame,並假設所有 XML 檔案的結構 相同,下列哪一種策略最直接有效? (A) 使用 xml.etree.ElementTree 解析每個文件,然後手動 構建一個內含串列(List)的字典(Dict),最後使用 pandas.DataFrame()轉換 (B) 使用 lxml 庫的 objectify 模組解析 XML 並直接轉換為 DataFrame (C) 將每個 XML 文件轉換為 JSON 格式,然後使用 pandas.read_json()合併成 DataFrame (D) 使用 pandas 的 read_xml()函數直接讀取和合併 XML 文件
#3323504
相關試卷
113年 - 113-1 巨量資料分析師能力鑑定初級試題:資料導向程式設計#122979
2024 年 · #122979
112年 - 112 初級巨量資料分析師能力鑑定試題_科目1:資料導向程式設計#116823
2023 年 · #116823
111年 - 111 巨量資料分析師能力鑑定考試01:資料導向程式設計#114286
2022 年 · #114286
110年 - 110-1 初級巨量資料分析師能力鑑定試題_科目1:資料導向程式設計#119180
2021 年 · #119180
110年 - 110-2 初級巨量資料分析師能力鑑定試題_科目1:資料導向程式設計#119178
2021 年 · #119178
109年 - 109-2 初級巨量資料分析師能力鑑定試題:資料導向程式設計#119177
2020 年 · #119177
109年 - 109 初級巨量資料分析師能力鑑定試題_科目1:資料導向程式設計#114325
2020 年 · #114325
108年 - 108 初級巨量資料分析師能力鑑定試題:資料導向程式設計#119182
2019 年 · #119182