数据分析笔试题
Python数据分析笔试题及答案
Python数据分析笔试题及答案（答案见尾页）一、选择题1.Python数据分析中，以下哪个库经常被使用？A.NumPyB.pandasC.SciPyD.scikit-learn2.在进行Python数据分析时，以下哪个操作可以用来处理缺失值？A.dropna()B.fillna()C.mean()D.median()3.Python中，以下哪个函数可以用来计算数据的方差？A.var()B.variance()C.std()D.stdev()4.列表和字典是Python中常用的两种数据结构，它们之间有什么区别？A.列表是有序的元素集合，字典是无序的键值对集合B.列表是有序的元素集合，字典是有序的元素集合C.列表是无序的元素集合，字典是无序的键值对集合D.列表是无序的元素集合，字典是有序的键值对集合5.在Python中，如何使用Pandas库读取CSV文件？A.read_csv()B.read_table()C.loadtxt()D.read_sql()6.以下哪个统计量通常用来描述数据的离散程度？A.均值B.中位数C.标准差D.四分位数间距7.在进行Python数据分析时，使用Pandas库的好处是什么？A.语法简洁B.功能强大C.易于上手D.扩展性强8.以下哪个Python库可以用来可视化数据？A.MatplotlibB.SeabornC.PlotlyD.Bokeh9.在Python中，如何对数据进行分组和聚合？A.使用groupby()函数B.使用sort_values()函数C.使用pivot_table()函数D.使用apply()函数10.以下哪个Python库提供了大量的机器学习算法？A.TensorFlowB.Scikit-learnC.KerasD.PyTorch11.Python数据分析中，以下哪个库经常被使用？A.NumPyB.pandasC.matplotlibD.scikit-learn12.在进行Python数据分析时，以下哪个操作可以用来处理缺失值？A.dropna()B.fillna()C.mean()D.median()13.以下哪个统计量常用于描述数据的离散程度？A.mean()B.median()C.variance()D.standard deviation()14.在数据可视化中，使用哪种图形来展示分布情况最合适？A.条形图B.折线图C.散点图D.带有核密度估计的折线图15.在进行时间序列分析时，以下哪个库最适合处理时间序列数据？A.NumPyB.pandasC.statsmodelsD.scikit-learn16.以下哪个函数可以用来计算数据的偏度？A.skew()B.kurtosis()C.median()D.mode()17.在进行多元数据分析时，以下哪个方法可以用来评估模型？A.R平方（R^2）B.混淆矩阵C.套索图D.贝叶斯信息准则（BIC）18.以下哪个库提供了大量的机器学习算法？A.TensorFlowB.scikit-learnC.KerasD.PyTorch19.在进行文本数据分析时，以下哪个库最适合处理文本数据？A.NLTKB.pandasC.matplotlibD.scikit-learn20.以下哪个操作可以用来排序数据？A.sort()B.sort_values()C.max()D.min()21.Python数据分析中，以下哪个库经常被使用？A.NumPyB.pandasC.SciPyD.scikit-learn22.在进行Python数据分析时，以下哪个操作可以用来清洗数据？A.使用正则表达式匹配文本数据B.使用Pandas库的`replace()`方法C.使用SQL查询语句D.使用NumPy的`where()`函数23.以下哪个统计量常用于描述数据的分布情况？A.均值B.中位数C.标准差D.方差24.在Python中，可以使用哪种数据结构来存储时间序列数据？A.列表B.元组C.字典D.数据帧（DataFrame）25.以下哪个函数可以用来计算两个DataFrame的差值？A.`inner_join()`B.`outer_join()`C.`subtract()`(DataFrame)D.`merge()`(DataFrame)26.在进行Python数据分析时，使用Pandas库的优势是什么？A.语法简洁B.功能丰富C.易于上手D.扩展性强27.以下哪个Python库提供了大量的机器学习算法？A.TensorFlowB.KerasC.Scikit-learnD.PyTorch28.在Python中，如何对数据进行分组分析？A.使用Pandas的`groupby()`方法B.使用SQL的`GROUP BY`子句C.使用NumPy的`groupby()`函数D.使用Pandas的`apply()`方法29.如果你需要对一个大型的CSV文件进行分析，以下哪种方法更合适？A.使用Pandas的`read_csv()`函数直接读取文件B.使用`numpy.fromfile()`函数直接读取文件C.使用Dask库的`dask.read_csv()`函数逐块读取文件D.使用`spark.read.csv()`函数从Spark中读取文件30.在Python中，如何对数据进行实时分析？A.使用Flask框架搭建Web服务B.使用Twisted框架搭建异步Web服务C.使用pandas库的`eval()`函数动态计算数据D.使用实时数据处理库如Apache Kafka31.Python数据分析中，以下哪个库经常被使用？A.NumPyB.pandasC.SciPyD.scikit-learn32.在进行Python数据分析时，以下哪个操作可以用来处理缺失值？A.dropna()B.fillna()C.mean()D.median()33.Python中，以下哪个函数可以用来计算数据的方差？A.var()B.std()C.mean()D.median()34.列表和字典在Python数据分析和操作中的主要区别是什么？A.列表是有序的元素集合，字典是无序的键值对集合B.列表用方括号表示，字典用花括号表示C.列表是不可变的，字典是可变的D.列表和字典都可以通过索引访问元素35.在Python中，使用Pandas库读取CSV文件时，以下哪个参数可以用来指定分隔符？A.sepB.headerC.index_cols36.以下哪个Python数据结构最适合存储具有层次结构的数据？A.列表B.元组C.字典D.数据帧（DataFrame）37.在进行Python数据分析时，以下哪个操作可以用来排序数据？A.sort()B.sort_values()C.max()D.min()38.使用Python进行数据分析时，以下哪个库提供了大量的统计函数？A.NumPyB.pandasC.SciPyD.scikit-learn39.在Python中，以下哪个函数可以用来计算数据的偏度？A.var()B.std()C.skew()D.median()40.列表推导式和字典推导式在Python中都是非常有用的操作，以下关于它们的描述哪个是不正确的？A.列表推导式的语法是[expr for item in list if condition]B.字典推导式的语法是{key:expr for item in list if condition}C.列表推导式返回的是列表，而字典推导式返回的是字典D.列表推导式和字典推导式都可以用于大数据处理二、问答题1.请简述Python中Pandas库的主要功能。
数据分析经理招聘笔试题及解答
招聘数据分析经理笔试题及解答(答案在后面)一、单项选择题（本大题有10小题，每小题2分，共20分）1、数据分析经理在进行数据分析时，以下哪个工具最常用于数据清洗和预处理？A、Python的Pandas库B、ExcelC、R语言的dplyr包D、SQL2、在进行客户细分分析时，以下哪个指标通常用于衡量客户之间的相似度？A、客户价值（Customer Value）B、客户生命周期价值（Customer Lifetime Value）C、客户忠诚度（Customer Loyalty）D、相似度系数（Similarity Coefficient）3、题干：在进行数据分析时，以下哪种数据类型最适合用于描述用户年龄？A. 字符串B. 整数C. 浮点数D. 日期时间4、题干：在数据分析中，以下哪种统计方法可以用来评估两个分类变量之间的关联性？A. 均值比较B. 卡方检验C. 相关系数D. 标准差5、假设你正在分析一个电子商务网站的日访问量数据。
为了评估网站流量的稳定性，你会使用以下哪种统计量？A. 平均数B. 中位数C. 方差D. 最大值6、在处理缺失数据时，以下哪种方法通常不适合用于填补数值型变量的缺失值？A. 使用均值填充B. 使用中位数填充C. 使用随机值填充D. 使用预测模型估计值填充7、以下哪种统计方法是用来衡量一组数据集中趋势的指标？A、方差B、标准差C、中位数D、众数8、在进行数据分析时，以下哪个步骤通常不是数据分析流程的一部分？A、数据清洗B、数据探索C、模型预测D、数据展示9、以下哪种分析方法最适合用于识别客户消费行为模式？A. 时间序列分析B. 聚类分析C. 主成分分析D. 相关性分析二、多项选择题（本大题有10小题，每小题4分，共40分）1、以下哪些工具或软件常用于数据分析和处理？（）A、PythonB、RC、SQLD、TableauE、Excel2、以下哪些方法是数据分析中常用的数据预处理步骤？（）A、数据清洗B、数据集成C、数据变换D、数据归一化E、数据抽样3、以下哪些工具或软件常用于数据分析和处理？（）B. PythonC. R语言D. TableauE. SQL4、以下哪些数据清洗步骤是数据分析过程中必不可少的？（）A. 数据缺失处理B. 异常值处理C. 数据标准化D. 数据脱敏E. 数据重复处理5、关于数据分析师的职责，以下哪些选项是正确的？（）A、收集并整理相关数据B、进行数据清洗和预处理C、设计数据模型和算法D、撰写数据分析报告E、直接参与业务决策6、以下哪些是常用的数据分析方法？（）A、描述性统计分析B、假设检验C、时间序列分析D、聚类分析7、以下哪些是数据分析经理在数据分析过程中需要具备的关键技能？A. 熟悉数据挖掘和统计分析方法B. 能够编写SQL查询语句进行数据提取C. 精通Python或R等数据分析编程语言D. 具备良好的沟通和报告撰写能力E. 拥有丰富的行业经验8、以下哪些工具或平台通常用于数据分析经理的日常工作中？A. TableauB. Power BIC. ExcelD. HadoopE. Salesforce9、关于数据分析经理需要掌握的数据分析技能，以下哪些是必须的？（）A、SQL数据库操作B、Python编程C、数据可视化D、机器学习算法E、统计学知识三、判断题（本大题有10小题，每小题2分，共20分）1、数据分析经理的主要职责是进行数据的收集、整理和分析，但不需要具备编程能力。
大数据笔试题及答案
大数据笔试题及答案大数据技术的兴起和发展已经成为当今世界的热点话题。
随着人们对数据的需求和对数据分析的重视，大数据相关岗位的需求也日益增加。
因此，在求职和升职过程中，大数据笔试已成为各大公司选拔人才的重要环节。
本文将介绍几道常见的大数据笔试题目，并提供答案供参考。
题目一：请解释什么是大数据？并列举大数据的特点。
答案：大数据是指庞大且复杂的数据集合，无法使用传统的数据管理和分析方法进行处理。
大数据的特点包括以下几点：1. 大量性：大数据通常以TB、PB甚至EB为单位衡量，数据量巨大。
2. 高速性：大数据的产生速度非常快，需要实时或近实时地对数据进行处理和分析。
3. 多样性：大数据来源多样，可以包括结构化数据、半结构化数据和非结构化数据等多种形式。
4. 核心价值：大数据蕴含着重要的商业价值和创新机会，可以为企业决策和业务发展提供有力支持。
题目二：请简述Hadoop的原理和应用场景。
答案：Hadoop是一种分布式计算框架，基于Google的MapReduce和Google文件系统的研究成果。
其核心是Hadoop分布式文件系统（HDFS）和分布式计算框架（MapReduce）。
Hadoop的原理是将一个大任务划分为多个小任务，分布式地在多台计算机上进行计算。
MapReduce将计算任务分为Map阶段和Reduce阶段，通过将数据分片并在多个节点上并行计算，提高了计算效率。
Hadoop的应用场景包括大数据分析、数据挖掘、机器学习等领域。
它可以处理海量的数据，并通过分布式处理提高了数据的处理速度和计算效率。
题目三：请简述Spark的特点和优势。
答案：Spark是一种快速、通用、可扩展的大数据处理引擎。
其特点和优势如下：1. 快速：Spark使用内存计算，相比传统的基于磁盘的计算框架，速度更快。
同时，Spark还支持迭代计算和交互式查询，适用于需要实时计算的场景。
2. 通用：Spark提供了丰富的API，支持多种编程语言（如Java、Scala、Python等），可以处理大部分数据处理和分析需求。
数据分析笔试题及答案
数据分析笔试题及答案一、选择题（每题2分，共10分）1. 数据分析中，以下哪个指标不是描述性统计指标？A. 平均数B. 中位数C. 标准差D. 相关系数答案：D2. 在进行数据清洗时，以下哪项操作不是必要的？A. 处理缺失值B. 去除异常值C. 转换数据类型D. 增加数据量答案：D3. 以下哪个工具不是数据分析常用的软件？A. ExcelB. RC. PythonD. Photoshop答案：D4. 假设检验中，P值小于显著性水平α，我们通常认为：A. 拒绝原假设B. 接受原假设C. 无法判断D. 结果不可靠答案：A5. 以下哪个不是时间序列分析的特点？A. 趋势性B. 季节性C. 随机性D. 稳定性答案：D二、简答题（每题5分，共15分）1. 请简述数据可视化的重要性。
答案：数据可视化是数据分析中的重要环节，它能够帮助分析者直观地理解数据的分布、趋势和模式。
通过图表、图形等形式，可以更清晰地展示数据之间的关系，便于发现数据中的规律和异常点，从而为决策提供支持。
2. 描述数据挖掘中的“关联规则”是什么，并给出一个例子。
答案：关联规则是数据挖掘中用来发现变量之间有趣关系的一种方法，特别是变量之间的频繁模式、关联、相关性。
例如，在超市购物篮分析中，关联规则可能揭示“购买了牛奶的顾客中有80%也购买了面包”。
3. 解释什么是“数据的维度”以及它在数据分析中的作用。
答案：数据的维度指的是数据集中可以独立变化的属性或特征。
在数据分析中，维度可以帮助我们从不同角度观察和理解数据，进行多维度的分析和比较，从而获得更全面的数据洞察。
三、计算题（每题10分，共20分）1. 给定一组数据：2, 3, 4, 5, 6, 7, 8, 9, 10，请计算这组数据的平均数和标准差。
答案：平均数 = (2+3+4+5+6+7+8+9+10) / 9 = 5.5标准差 = sqrt(((2-5.5)^2 + (3-5.5)^2 + ... + (10-5.5)^2) / 9) ≈ 2.87232. 如果一家公司在过去5年的年销售额分别为100万、150万、200万、250万和300万，请计算该公司年销售额的复合年增长率（CAGR）。
大数据分析师招聘笔试题与参考答案
招聘大数据分析师笔试题与参考答案(答案在后面)一、单项选择题（本大题有10小题，每小题2分，共20分）1、大数据分析师在进行数据分析时，以下哪个工具通常用于数据清洗和预处理？A、SQLB、TableauC、PythonD、Hadoop2、在大数据分析中，以下哪个算法通常用于聚类分析？A、决策树B、K-meansC、支持向量机D、神经网络3、在数据分析中，当我们需要从数据集中随机选取一部分样本进行分析时，这通常被称为：A. 数据清洗B. 数据采样C. 数据建模D. 数据可视化4、假设你正在使用Python的pandas库来处理一个DataFrame对象df，其中包含一列名为’Age’。
如果想要筛选出年龄大于等于18且小于60的所有记录，以下哪段代码是正确的？A. df[(df['Age'] > 18) and (df['Age'] < 60)]B. df[df['Age'] >= 18 & df['Age'] < 60]C. df[(df['Age'] >= 18) & (df['Age'] < 60)]D. df[df['Age'].between(18, 60)]5、题干：在数据挖掘中，以下哪个算法通常用于分类任务？A. K-means聚类B. Apriori算法C. 决策树D. KNN算法6、题干：以下哪个指标通常用于衡量数据集的分布均匀性？A. 偏度B. 方差C. 标准差D. 熵7、在数据分析中，当我们提到数据的“离群值”（Outliers）时，它指的是什么？A. 数据集中的最大值和最小值B. 与大多数数据有显著差异的数据点C. 丢失或缺失的数据D. 不符合预期模式的数据8、在大数据项目实施过程中，哪一项活动通常不属于数据分析师的核心职责？A. 清洗和预处理原始数据B. 设计数据库结构C. 应用统计模型进行预测D. 解释模型输出以指导业务决策9、以下哪项不是大数据分析中常用的数据存储技术？A. Hadoop HDFSB. NoSQL数据库C. 关系型数据库D. 关键字存储 10、在数据分析中，以下哪个术语通常用来描述数据集的规模大小？A. 数据量B. 数据质量C. 数据维度D. 数据粒度二、多项选择题（本大题有10小题，每小题4分，共40分）1、下列哪些技能对于大数据分析师来说至关重要？A. 数据挖掘技术B. SQL数据库查询语言C. 数据可视化工具使用（如Tableau）D. 熟悉数据隐私保护法E. 了解硬件工程原理2、在处理大数据时，以下哪些方法可以用来减少计算资源的消耗？A. 数据压缩B. 数据采样C. 增加冗余字段D. 使用分布式计算框架E. 提高数据的维度3、以下哪些工具或技术是大数据分析中常用的数据处理和分析工具？（）A. HadoopB. PythonC. SQLD. R语言E. Excel4、在大数据分析中，以下哪些是常用的数据可视化工具？（）A. TableauB. Power BIC. MatplotlibD. D3.jsE. Google Charts5、在处理大数据时，以下哪些技术可以用来解决数据存储和计算中的挑战？A. Hadoop MapReduceB. SQL数据库C. NoSQL数据库D. SparkE. Excel6、下列哪些是数据预处理步骤的一部分？A. 数据清洗B. 数据集成C. 数据转换D. 数据挖掘E. 数据可视化7、以下哪些技术或工具是大数据分析师在数据预处理阶段常用的？（）A. ETL工具（如Apache Nifi、Talend）B. 数据清洗和转换工具（如Pandas、OpenRefine）C. 数据库管理系统（如MySQL、Oracle）D. 数据可视化工具（如Tableau、Power BI）8、以下哪些方法可以帮助大数据分析师提高数据挖掘的准确性和效率？（）A. 特征选择和工程B. 使用先进的机器学习算法C. 数据降维D. 交叉验证9、以下哪些工具或技术是大数据分析师在工作中常用的？（）A. HadoopB. SparkC. SQLD. PythonE. Tableau 10、以下关于数据清洗的说法，正确的是？（）A. 数据清洗是数据分析的重要步骤之一。
上海爱数笔试题目
上海爱数笔试题目一、题目描述上海爱数公司是一家专注于数据分析和人工智能领域的企业，近期正在招聘新人加入团队。
为了选拔最合适的人才，公司决定进行一轮笔试，以评估应聘者的能力和技能。
以下是上海爱数笔试题目，请根据要求进行作答。
二、数据分析题目请以数据分析的角度，回答以下问题。
1. 数据描述根据给定的销售数据，描述该公司在最近一年内的销售情况。
包括总销售额、月销售额、销售增长趋势等。
2. 数据可视化使用适当的图表或图形展示销售数据。
要求图表清晰明了，能够准确传达销售情况，并能够支持读者对数据的理解和分析。
3. 数据挖掘基于给定的销售数据，进行数据挖掘，并得出有意义的结论。
可以采用适当的算法或模型进行数据分析和预测。
三、人工智能题目请以人工智能的角度，回答以下问题。
1. 机器学习从给定的数据集中，选择一个适当的机器学习算法，并进行模型训练。
要求选择的算法能够很好地解决问题，并能够对未知数据进行准确的预测。
2. 自然语言处理根据给定的文本数据，设计一个自然语言处理的应用场景，并实现相应的功能。
可以使用已有的自然语言处理库或工具。
3. 图像识别使用图像处理和模式识别的方法，设计一个图像识别系统，能够对给定的图像进行准确的分类。
四、总结与展望根据你对数据分析和人工智能题目的作答，对上海爱数公司的笔试内容进行总结，并对未来的发展方向进行展望。
简要介绍你对数据分析和人工智能领域的理解和看法。
五、结语希望通过上海爱数公司的笔试题目，您能够更加深入地了解数据分析和人工智能领域，并能够展示出您的专业能力和创新思维。
祝您考试顺利，并期待与您在未来的面试中相见！以上是上海爱数笔试题目的内容。
请根据题目要求，并结合自己的知识和经验，按照合适的格式进行作答。
祝您成功！。
数据分析经理招聘笔试题及解答(某大型集团公司)
招聘数据分析经理笔试题及解答(某大型集团公司)(答案在后面)一、单项选择题（本大题有10小题，每小题2分，共20分）1、在数据分析过程中，为了评估新推出的市场策略是否有效，最适合使用以下哪种统计方法？A、描述性统计分析B、相关性分析C、因果推断分析D、聚类分析2、假设我们正在分析客户满意度调查数据，并希望找出哪些因素最显著地影响了客户对产品的整体满意度评分。
此时应该采用哪种统计模型？A、逻辑回归模型B、线性回归模型C、决策树模型D、主成分分析模型3、某公司2019年的销售额为5000万元，2020年销售额同比增长了10%，2021年销售额同比增长了15%，那么2021年该公司的销售额是多少？选项：A. 6250万元B. 5750万元C. 5375万元D. 6000万元4、在数据分析中，以下哪个指标用于衡量数据的准确性和可靠性？选项：A. 假设检验B. 相关性系数C. 标准差D. 指数平滑5、在进行数据预处理时，对于数据集中缺失值的处理方法不包括以下哪一项？A. 删除含有缺失值的数据行或列B. 使用统计方法填补缺失值，如均值、中位数等C. 利用机器学习算法预测缺失值D. 忽略缺失值的存在继续分析6、假设你需要评估两个模型的性能，模型A的准确率为90%，模型B的准确率为95%。
在选择更好的模型时，仅凭准确率这一指标是否足够？为什么？A. 足够，因为准确率越高，模型越好B. 不足，因为还需要考虑其他性能指标如精确率、召回率等C. 足够，因为不需要考虑其他因素D. 不足，因为需要了解数据集的类别分布情况7、某公司近三年的销售额分别为：2019年1000万元，2020年1200万元，2021年1500万元。
若要计算三年的平均增长率，以下哪个公式是正确的？A. (1500 - 1000) / 1000B. (1500 / 1000) ^ (1/3) - 1C. (1500 / 1200) / (1200 / 1000)D. 1500 / (1000 * 3)8、某电商平台的用户活跃度数据如下：男性用户占比40%，女性用户占比60%，其中男性用户中活跃用户占比80%，女性用户中活跃用户占比70%。
数据分析师常见的7道笔试题目及答案
数据分析师常见的7道笔试题目及答案数据分析师常见的7道笔试题目及答案导读：探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧重于已有假设的证实或证伪。
以下是由小编J.L为您整理推荐的实用的应聘笔试题目和经验，欢迎参考阅读。
1、海量日志数据，提取出某日访问百度次数最多的那个IP。
首先是这一天，并且是访问百度的日志中的IP取出来，逐个写入到一个大文件中。
注意到IP是32位的，最多有个2^32个IP。
同样可以采用映射的方法，比如模1000，把整个大文件映射为1000个小文件，再找出每个小文中出现频率最大的IP(可以采用hash_map进行频率统计，然后再找出频率最大的几个)及相应的频率。
然后再在这1000个最大的IP中，找出那个频率最大的IP，即为所求。
或者如下阐述：算法思想：分而治之+Hash1.IP地址最多有2^32=4G种取值情况，所以不能完全加载到内存中处理;2.可以考虑采用“分而治之”的思想，按照IP地址的Hash(IP)24值，把海量IP日志分别存储到1024个小文件中。
这样，每个小文件最多包含4MB个IP地址;3.对于每一个小文件，可以构建一个IP为key，出现次数为value 的Hash map，同时记录当前出现次数最多的那个IP地址;4.可以得到1024个小文件中的出现次数最多的IP，再依据常规的排序算法得到总体上出现次数最多的IP;2、搜索引擎会通过日志文件把用户每次检索使用的所有检索串都记录下来，每个查询串的长度为1-255字节。
假设目前有一千万个记录(这些查询串的重复度比较高，虽然总数是1千万，但如果除去重复后，不超过3百万个。
一个查询串的重复度越高，说明查询它的用户越多，也就是越热门。
)，请你统计最热门的10个查询串，要求使用的内存不能超过1G。
典型的T op K算法，还是在这篇文章里头有所阐述，文中，给出的最终算法是：第一步、先对这批海量数据预处理，在O(N)的时间内用Hash表完成统计(之前写成了排序，特此订正。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据分析笔试题
一、编程题（每小题20分）（四道题任意选择其中三道）
有一个计费表表名jifei 字段如下：phone(8位的电话号码)，month（月份），expenses （月消费，费用为0表明该月没有产生费用）
下面是该表的一条记录：64262631,201011,30.6 这条记录的含义就是64262631的号码在2010年11月份产生了30.6元的话费。
按照要求写出满足下列条件的sql语句：
1、查找2010年6、7、8月有话费产生但9、10月没有使用并（6、7、8月话费均在51-100
元之间的用户。
2、查找2010年以来（截止到10月31日）所有后四位尾数符合AABB或者ABAB或者AAAA
的电话号码。
（A、B 分别代表1—9中任意的一个数字）
3、删除jifei表中所有10月份出现的两条相同记录中的其中一条记录。
4、查询所有9月份、10月份月均使用金额在30元以上的用户号码（结果不能出现重复）
二、逻辑思维题（每小题10分）须写出简要计算过程和结果。
1、某人卖掉了两张面值为60元的电话卡，均是60元的价格成交的。
其中一张赚了20%，
另一张赔了20%，问他总体是盈利还是亏损，盈/亏多少？
2、有个农场主雇了两个小工为他种小麦，其中A是一个耕地能手，但不擅长播种；而B
耕地很不熟练，但却是播种的能手。
农场主决定种10亩地的小麦，让他俩各包一半，于是A从东头开始耕地，B从西头开始耕。
A耕地一亩用20分钟，B却用40分钟，可是B播种的速度却比A快3倍。
耕播结束后，庄园主根据他们的工作量给了他俩600元工钱。
他俩怎样分才合理呢?
3、1
11
21
1211
111221
下一行是什么？
4、烧一根不均匀的绳，从头烧到尾总共需要1个小时。
现在有若干条材质相同的绳子，问如何用烧绳的方法来计时一个小时十五分钟呢？（绳子分别为A 、B、C、D、E、F 。
来代替）。