题目来源1：中国科学技术大学的牛友fancyjiang
https://www.nowcoder.com/discuss/406334?type=all&order=time&pos=&page=1

题目来源2：烟台大学的牛友，@连续。

文章参考：请看原文。哈哈，博主比较急，就没有去参考英文原文，全是从中文博客上学来的。

本文是给狮子大开口要了我150元咨询费的连续同学写的。

笔试题目

一、 3道SQL

表A，表B；两张表相同字段：id，timestamp（时间）；问：B表中第一个事件之前A事件发生的数量；B表中第一个和第二个事件发生时间之内，A表A表中事件的数量；B表中第二个和第三个事件发生时间之内，A表中事件发生的数量；B表中第n个和第n+1个事件发生时间之内，A表中事件发生的数量；B表中100000个事件发生之后A表事件的数量
也是时间的表，字段：timestamp，问最后一个事件和倒数第二个事件发生的间隔时间
表A：观看直播的表，字段：userid（唯一），photoid（唯一）,timestamp；表B：观看视频的表,字段：字段：userid（唯一），photoid（唯一）,timestamp；求只看直播的人数占比，只看视频人数占比，两者都看人数占比

二、 2道数据科学题目，可以选择运用python或者r
（1）写出绘制ROC曲线和计算AUC值的代码
（2）证明中心极限定理
[这个证明到底是抛色子验证，还是用Python写数学公式验证啊，懵了]

Python证明中心极限定理

请对照后面的注释，看这段代码

import numpy as np
import matplotlib.pyplot as plt
random_data = np.random.randint(1, 50, 100000)#随机生成100000个整数，形成一个数组（1-49之间，不含50，左含右不含）
samples_mean = [] # 样本均值
for _ in range(10000):#此类语法见②
    sample=np.random.choice(random_data,1000)#见①，从random_data数组中返回1000个数据，存入sample数组
    samples_mean.append(sample.mean())#见③，给sample数组整体求均值，集齐9999个sample均值合成samples_mean数组
samples_mean=np.array(samples_mean)#见④，将Python的List对象，变为Numpy的ndarray对象
plt.hist(samples_mean,bins=100,color='g')#见⑤，直方图
plt.grid()#网格线
plt.show()#图形由show函数显示

①、choice(seq) 方法返回一个seq[可以是列表，元组或字符串]的随机项。
注意：choice()是不能直接访问的，需要导入 random 模块，然后通过 random 静态对象调用该方法。
np.random.choice(5,3)和np.random.randint(0,5,3)意思相同，表示从[0,5)之间随机以等概率选取3个数

②、for _ in range(10000)代表从0到9999循环

③、sample.mean()

④np.array(一维数组)，有什么用呢
Numpy提供ndarray（N-dimensional array object）对象，存储单一数据类型的多维数组，节约内存和CPU，出自

标签：AUC,ROC,fpr,快手,笔试,plt,TPR,曲线
来源： https://www.cnblogs.com/guoxinyu/p/12687484.html