bigo数据&增长笔试

题目来源

7道问答题

  1. 贝叶斯公式算概率,某种疾病的真假阳性


  2. 有监督/无监督学习、线性/非线性分类器,解释并举例
    略 总能写点儿的

  3. excel数据透视表操作,这个真心不会
    不知道题目,vlookup是不是可以做?
    不太了解excel 也不太想学
    Excel函数之王,Vlookup到底怎么用?

  4. python实现斐波那契数列
    参考:
    Python中斐波那契数列的四种写法

1、直接递归写

import numpy as np
def F(n):
    if n == 0:
        return 0
    elif n == 1:
        return 1
    else:
        return F(n-1) + F(n-2)

n = 10
result_list = []
for i in range(1, n+1):
    result_list.append(F(i))
result_list

缺点就是为了计算F(n)需要多次重复计算前边的值,浪费内存又浪费计算能力

2、循环来做

n =10
result_list1 = []
a, b = 0, 1
while n>0:
    result_list1.append(b)
    a, b = b, a+b
    n = n-1
result_list1       

3、 循环+yield关键字
yield关键字,可以在不打断循环的情况下从循环中返回数值,这个特性简直是nice,不过其返回的数据类型也变得有点特别,变成了generator,那么取值也就比以前不同了一点,这里有两种方式,第一种是直接转化为list,使用list()即可,这种方式比较快,速度消耗很小.除此之外还有第二种,return [f for i, f in enumerate(Fibonacci_Yield_tool(n))]列表解析

def Fibonacci_Yield_tool(n):
    a, b = 0, 1
    while n > 0:
        yield b
        a, b = b, a + b
        n -= 1


def Fibonacci_Yield(n):
    # return [f for i, f in enumerate(Fibonacci_Yield_tool(n))]
    return list(Fibonacci_Yield_tool(n))

Fibonacci_Yield(10)

4、 矩阵乘法
矩阵乘法 求斐波那契数列

def Fibonacci_Matrix_tool2(n):
    Matrix = np.matrix('1 1;1 0')
    return pow(Matrix, n) # pow函数速度快于 使用双星号 "**"


def Fibonacci_Matrix(n):
    result_list = []
    for i in range(0, n): result_list.append(np.array(Fibonacci_Matrix_tool2(i))[0][0])
    return result_list

Fibonacci_Matrix(10)
  1. sql求全部科目大于80分的同学

1、 最简单但是效率最低的思路:
查出每门科目的大于80分的记录 用姓名进行多次连接

2、 对每个姓名进行分组 最小值大于80

select ts.name 
from tab_score as ts 
group by ts.name 
having MIN(ts.score>=80)

3、 先查出有科目低于80分的学生 不在这些学生中即可

select distinct name 
from grade 
where name not in (select distinct name 
from grade 
where score<=80);
  1. sql随机抽取100个数据
select  *  
from  表名 
order by rand() 
limit 100
  1. 创建一个短视频类app(类似某音,某快),什么数据分析的指标比较重要,选出最重要的一个指标,如果这个指标一段时间内下降了,分析原因。

业务类的题目慢慢积累吧

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,794评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,050评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,587评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,861评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,901评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,898评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,832评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,617评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,077评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,349评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,483评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,199评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,824评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,442评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,632评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,474评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,393评论 2 352