資源簡介

登錄二一教育在線組卷平臺 助您教考全無憂
浙江省湖州市三賢聯盟2021-2022學年高二下學期信息技術期中聯考試卷
一、選擇題（本大題共12小題，每小題2分，共24分。）
（2022高二下·湖州期中）有關某“無人超市”的信息系統結構圖如第1題圖所示，請回答下面小題。
1．下列有關“無人超市”的說法，正確的是（　　）
A．系統通過入口處刷臉獲得的特征值屬于個人一般信息
B．零購物碼和出門二維碼使用后失效，體現了信息的時效性
C．系統自動對用戶數據進行加密是為了提高數據的完整性
D．存儲在系統數據庫中的海量用戶信息屬于大數據
2．下列對“無人超市”信息系統的功能描述，不正確的是（　　）
A．錄制用戶付款視頻和離開時的影像屬于信息系統的收集功能
B．識別到注冊用戶立刻開門屬于信息系統的傳輸功能
C．使用POS機自助付款屬于信息系統的存儲功能
D．打印小票、出門二維碼屬于信息系統的輸出功能
（2022高二下·湖州期中） 2022年的北京冬奧會，我國取得了歷史最好成績，人工智能技術也以科技手段助運動員們一臂之力。研究團隊利用基于深度學習原理的人工智能技術，建立神經網絡模型，實現對動作視頻中人體關節點的計算機自動識別，進而建立起適用于競技體育和一般生物力學研究的計算機系統——無反光點人體運動自動捕捉人工智能系統。目前該系統已應用在國家速度滑冰和越野滑雪項目的訓練中，獲得超過8000人次的賽時動作技術數據，使機器深度學習越發“得心應手”，對于滑冰與滑雪運動員的動作捕捉與技術分析，既能精準到具體細節，又能快速反饋分析結果。
請回答下面小題。
3．根據以上描述，下列說法不正確的是（　　）
A．隨著獲取的動作數據逐漸增加，該技術對于數據的反饋會更有效
B．該技術主要體現動作與結果的關系，說明大數據更注重事物之間的相關性
C．該技術捕捉到的每一個數據都來自于真實數據，體現了大數據價值密度高的特點
D．能根據動作自動捕捉進行分析，并快速反饋分析結果，體現了大數據速度快的特點
4．根據以上描述，人工智能技術助力運動員主要基于以下哪種方法(　　)
A．符號主義 B．聯結主義 C．行為主義 D．建構主義
（2022高二下·湖州期中）從文字輸入、語音識別、圖像識別到“刷指紋”、“刷臉”，人類信息的輸入模式在發生革命性的變化。請回答下面小題。
5．下列有關信息編碼的說法，不正確的是（　　）
A．自然界中的文字、圖像、語音等屬于模擬信號
B．雖然人類信息的輸入模式不同，但在計算機中存儲一定使用二進制編碼
C．輸入一段相同的文字，可以采用不同的輸入碼
D．語音輸入時，使用者聲音越大，此條語音的容量越大
6．下列關于“信息輸入模式變革”的說法，正確的是（　　）
A．信息系統硬件的發展促進了信息輸入模式的變化
B．“刷指紋”、“刷臉”只適用于移動終端設備
C．不同的信息輸入模式利用了相同的傳感器
D．任意一種輸入模式都必須在聯網的狀態下使用
（2022高二下·湖州期中）根據下圖所示流程圖，請回答下面小題。
7．下列說法正確的是（　　）
A．此算法中包含2個分支結構
B．循環結束時變量i的值為30
C．判斷語句“i≤30”將被執行30次
D．執行該流程圖后，輸出的值為2
8．虛線框處可以合并為一個條件表達式，下列表達式中符合該條件的是（　　）
A．i//3==0 or i//5!=0 B．i%3==0 or i%5!=0
C．i//3==0 and i//5!=0 D．i%3==0 and i%5!=0
9．（2022高二下·湖州期中）已知x="蘋果, 50"，y=["蘋果",50]，z={"蘋果":50}，下列python表達式的值為True，正確的是（　　）
A．x[-4::-1]==y[0] B．x[3:5]==y[1]
C．y[1] in z D．z[y[0]]==50
10．（2022高二下·湖州期中）某些數據中存在“數字山峰”，例如數據“21432748”中存在“1432”、“274”兩座“數字山峰”(必須包含上坡與下坡)，下面程序用于求數據中“數字山峰”的數量：
num=input("請輸入數字串：");c=0
for i in range(1,len(num)):
if and f==False:
f=True
elif and f==True:
c=c+1
f=False
print("有",c,"座數字山峰")
方框(1)(2)(3)的代碼由以下部分組成：
①f=True ②f=False ③num[i-1]>num[i] ④num[i-1]下列選項中代碼順序正確的是（　　）
A．①③④ B．①④③ C．②③④ D．②④③
11．（2022高二下·湖州期中）有如下python程序段：
n="p4y2t3h1o9n4";p=""
for i in n:
if "0"<=i<="9":
if p=="":
p+=i
elif i>=p[-1]:
p+=i
elif ip=i
執行該程序段后，則p的值是（　　）
A．"239" B．"14" C．"19" D．"4"
12．（2022高二下·湖州期中）有如下python程序段：
from random import randint
n=input("請輸入一串數字：")
k=randint(0,len(n)) #randint用于隨機生成[0,len(n)]之間的整數
for i in range(k):
for j in range(len(n)-1):
if n[j]>n[j+1]:
break
else:
n=n[:len(n)-1]
continue #continue跳過當前循環的剩余語句，直接進行下一輪循環
n=n[:j]+n[j+1:]
執行該程序段后，輸入“1529”，則變量n可能是（　　）
A．"9" B．"12" C．"152" D．"1259"
二、非選擇題（本大題共4小題，6+6+7+7，共26分）
13．（2022高二下·湖州期中）小墩和小融打乒乓球，利用Micro:bit主板的 LED 陣列實時顯示比分情況（如圖1所示，2個方框分別表示小墩和小融比分區，每個亮點表示1分），并在BXY Python Editor軟件的串口中實時輸出對局輸贏情況（如圖2所示）。
圖1 圖2
操作步驟：小墩得1分，按下Micro:bit主板的按鈕A，左側比分區亮點加1；小融得1分，按下按鈕B，右側比分區亮點加1。一局比賽初始比分為0:0，每一局中先達到10分的選手可以贏得該局。
（1）實現上述功能的程序代碼如下，請在劃線處填入合適的代碼：
from microbit
import *
def bf(x,y):
#在led板上顯示比分情況，代碼略
m=0;n=0 #m表示小墩得分，n表示小融得分
　 　
while True:
if button_a.is_pressed(): #若按鈕A被按下，則小墩得1分
m+=1
elif button_b.is_pressed(): #若按鈕B被按下，則小融得1分
n+=1
if 　 　:
if m>n:
print("第",i,"局：小墩贏，比分：",m,":",n)
else:
print("第",i,"局：小融贏，比分：",m,":",n)
i+=1;m,n=0,0
bf(m,n)
sleep(200)
#設置程序運行間隔為200毫秒
（2）根據上述程序，下列比分情況不可能出現的是（　　）。
A． B．
C． D．
14．（2022高二下·湖州期中）小張同學為了更好地了解冬奧會，從網上收集了歷屆冬奧會各個項目比賽信息，收集到的部分數據如圖1所示：
圖1 圖2
為分析數據，小張編寫了如下程序：
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocator
plt.rcParams['font.sans-serif']=['SimHei'] #正常顯示中文標簽
df=pd.read_csv("dongao.csv")
#刪除所有未獲得獎牌的記錄,并將獎牌列中的"G"修改為"金牌"，"S"修改為"銀牌"，"B"修改為"銅牌"
jp={'G':'金牌','S':'銀牌','B':'銅牌'}
for i in df.index:
if ① :
df=df.drop(i)
else:
df.at[i,'獎牌']=jp[df.at[i,'獎牌']]
#對輸入國家每屆的獎牌數進行統計，并制作相應圖表，如第14題圖2所示：
nt=input("請輸入國家名稱：")
df1=df[df['國家']==nt]
df3=pd.DataFrame(df2) #將分組后數據生成新的二維結構，索引為“屆次”，列標題為“獎牌”
x=df3.index
y= ②
plt.title(nt+"歷年冬奧會獎牌趨勢圖")
plt. ③ (x,y)
plt.show()
（1）在劃線處填上合適的代碼。
①　 　②　 　③　 　
（2）為了最后能顯示某國歷屆冬奧會獎牌變化，需在加框處添加的語句為(　　)（多選）
A．df2=df1.groupby('獎牌')
df2=df1.屆次.count()
B．df2=df1.groupby('屆次')
df2=df2['獎牌'].count()
C．df2=df1.groupby('獎牌')['屆次’].count()
D．df2=df1.groupby('屆次').獎牌.count()
15．（2022高二下·湖州期中）某網站對信息進行加密解密，選擇頁面“index.html”如圖1，加密頁面“jia.html”如圖2，解密頁面“jie.html”如圖3。在選擇頁面點擊相應按鈕，選擇加密或解密。
圖1 圖2 圖3
選擇加密時，在明文文本框中輸入明文，點擊“加密”按鈕，網頁顯示密文與對應的密鑰。加密規則為打亂明文對應的索引作為密鑰，再利用該索引逐個取明文字符連接成密文，例如：明文為“信息技術”，若被打亂的索引為[2,0,1,3]，則密文為“技信息術”，密鑰為“2,0,1,3”
選擇解密時，在密文文本框中輸入密文，密鑰文本框輸入密鑰，點擊“解密”按鈕，網頁顯示明文。
（1）該網絡應用屬于　 　架構。（單選，填字母：A . B/S架構，B . C/S架構）
（2）若待解密文本為“自息愛信也我己愛”，密鑰為“2, 7, 1, 6, 4, 0, 3, 5”，則解密結果是　 　。
（3）實現該功能的python程序如下，請在劃線處填入合適的代碼：
from flask import render_template,request,Flask
import random
app=Flask(__name__) #創建應用實例
@app.route('/') #選擇頁面路由
def index():
return render_template('　 　')
#加密功能代碼略，以下為解密代碼：
@app.route('/jiemi1/',methods=["GET","POST"])
def jiemi1():
wb=request.form["wb"] #利用request獲取網頁文本框內容，返回示例:“1,4,2,3,0”
keyo=request.form["key"] #變量wb存儲密文，變量keyo存儲密鑰
keyn=list(map(int,keyo.split(","))) #將字符串keyo轉換為數值列表，示例：[1,4,2,3,0]
result=""
for i in range(len(keyn)):
for j in range(len(keyn)):
if 　 　:
break
result+=wb[j]
return render_template("jie.html",WB=wb,KEY=keyo,RESULT=result)
if __name__=="__main__":
　 　
（4）根據上述描述與圖1，則“天氣”節點中的“多云”信息熵是　 　。
（5）實現求首次劃分節點的程序如下，請在劃線處填入合適的代碼：
def cal(lst): #計算樣本lst的信息熵
x,y,z=0,len(lst),0 #x表示該樣本信息熵，y表示該樣本數量，z表示某信息發生的概率
num={}
for i in lst:
if i not in num:
　 　
num[i]+=1
for k in num:
z=num[k]/y #計算該信息發生的概率
x-=z*log(z,2) #根據公式計算信息熵，log(b,a)等價于logab
return x
def check(x,y):
#根據節點x，對樣本y進行劃分，返回示例：{'否': [1, 1, 0, 0, 1, 1, 1, 1], '是': [1, 1, 0, 1, 0, 0]}
dic={'是否有風': ['否', '否', '否', '否', '否', '否', '否', '否', '是', '是', '是', '是', '是', '是'],
'天氣': ['多云', '多云', '晴', '晴', '晴', '雨', '雨', '雨', '多云', '多云', '晴', '晴', '雨', '雨'],
'溫度': [28, 27, 29, 22, 21, 21, 20, 24, 18, 22, 26, 24, 18, 21],
'濕度': [78, 75, 85, 90, 68, 96, 80, 80, 65, 90, 88, 63, 70, 80],
'是否前往': [1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 0, 1, 0, 0]}
xm=list(dic.keys())
entropy=cal(dic[xm[-1]]) #調用函數計算樣本原始信息熵entropy
#計算各節點信息增益
m=0;p=""
col=xm[:-1] #“是否前往”是結果項，不參與計算
for i in col:
size=len(dic[i]);entropy_1=0
zyb=　 　 #調用函數對樣本按照當前節點進行劃分
for j in zyb: #根據劃分情況逐個求子樣本信息熵并按比例累加
entropy_1+=len(zyb[j])/size*cal(zyb[j])
zy=entropy-entropy_1
print(i,"的信息增益:",zy)
if zy>m: #計算最大信息增益與信息增益最大的節點
m=zy
　 　
print("信息增益最大的節點：",p)
16．（2022高二下·湖州期中）決策樹是一種通過樹形結構進行分類的人工智能預測模型，如根據圖1所示“氣象特點與游客是否來游樂場的關系”繪制的圖2所示的決策樹樹形結構：
圖1 圖2
通過了解當天的是否有風、天氣、溫度和濕度這4個節點參數即可預測當天是否有人來游樂場。
不同的節點劃分順序可以繪制不同的決策樹，為了選出最優的節點劃分順序，需要采用“信息熵”與“信息增益”指標。
信息熵，又稱香農熵，被用來度量信息量的大小，信息熵越大表示信息量越大；
信息增益，表示樣本經某節點劃分后的信息熵變化大小。我們繪制決策樹時應當逐次選擇信息增益最大的節點作為當前節點。
對于有n個信息的樣本D，記第k個信息發生的概率為，信息熵計算公式為E(D)=,
例如游樂場14個樣本中“去”(9個)、“不去”(5個)，則信息熵==0.940
若樣本按“是否有風”節點劃分，“是”(6個，其中3個去，3個不去)信息熵==1；
“否”(8個，其中6個去，2個不去)信息熵==0.811；經過此節點劃分后的信息增益=原始信息熵按此節點劃分后樣本信息熵比例和=0.940(0.811)=0.048。
（1）該網絡應用屬于　 　架構。（單選，填字母：A . B/S架構，B . C/S架構）
（2）若待解密文本為“自息愛信也我己愛”，密鑰為“2, 7, 1, 6,
4, 0, 3, 5”，則解密結果是　 　。
（3）實現該功能的python程序如下，請在劃線處填入合適的代碼：
from flask
import render_template,request,Flask
import random
app=Flask(__name__) #創建應用實例
@app.route('/') #選擇頁面路由
def index():
return render_template('　 　')
#加密功能代碼略，以下為解密代碼：
@app.route('/jiemi1/',methods=["GET","POST"])
def jiemi1():
wb=request.form["wb"] #利用request獲取網頁文本框內容，返回示例:“1,4,2,3,0”
keyo=request.form["key"] #變量wb存儲密文，變量keyo存儲密鑰
keyn=list(map(int,keyo.split(",")))
#將字符串keyo轉換為數值列表，示例：[1,4,2,3,0]
result=""
for i in range(len(keyn)):
for j in range(len(keyn)):
if 　 　:
break
result+=wb[j]
return
render_template("jie.html",WB=wb,KEY=keyo,RESULT=result)
if
__name__=="__main__":
　 　
（4）根據上述描述與第16題圖1，則“天氣”節點中的“多云”信息熵是　 　。
（5）實現求首次劃分節點的程序如下，請在劃線處填入合適的代碼：
def
cal(lst): #計算樣本lst的信息熵
x,y,z=0,len(lst),0 #x表示該樣本信息熵，y表示該樣本數量，z表示某信息發生的概率
num={}
for i in lst:
if i not in num:
　 　
num[i]+=1
for k in num:
z=num[k]/y #計算該信息發生的概率
x-=z*log(z,2) #根據公式計算信息熵，log(b,a)等價于logab
return x
def check(x,y):
#根據節點x，對樣本y進行劃分，返回示例：{'否': [1, 1, 0, 0, 1, 1, 1, 1], '是': [1, 1, 0, 1, 0, 0]}
dic={'是否有風': ['否',
'否', '否', '否', '否', '否', '否', '否', '是', '是', '是', '是', '是', '是'],
'天氣': ['多云',
'多云', '晴', '晴', '晴', '雨', '雨', '雨', '多云', '多云', '晴', '晴', '雨', '雨'],
'溫度': [28, 27, 29, 22, 21, 21, 20,
24, 18, 22, 26, 24, 18, 21],
'濕度': [78, 75, 85, 90, 68, 96, 80,
80, 65, 90, 88, 63, 70, 80],
'是否前往': [1, 1, 0, 0, 1, 1, 1, 1, 1,
1, 0, 1, 0, 0]}
xm=list(dic.keys())
entropy=cal(dic[xm[-1]]) #調用函數計算樣本原始信息熵entropy
#計算各節點信息增益
m=0;p=""
col=xm[:-1] #“是否前往”是結果項，不參與計算
for i in col:
size=len(dic[i]);entropy_1=0
zyb=　 　 #調用函數對樣本按照當前節點進行劃分
for j in zyb: #根據劃分情況逐個求子樣本信息熵并按比例累加
entropy_1+=len(zyb[j])/size*cal(zyb[j])
zy=entropy-entropy_1
print(i,"的信息增益:",zy)
if zy>m: #計算最大信息增益與信息增益最大的節點
m=zy
　 　
print("信息增益最大的節點：",p)
答案解析部分
【答案】1．B
2．C
【知識點】信息及其特征；信息系統的組成及功能；大數據的概念與特征
【答案】3．C
4．B
【知識點】大數據的概念與特征；人工智能的應用
【答案】5．D
6．A
【知識點】字符編碼；聲音、圖像、視頻編碼
【答案】7．A
8．D
【知識點】運算符、基本運算與表達式；流程圖識讀
9．【答案】D
【知識點】運算符、基本運算與表達式
10．【答案】D
【知識點】分支結構語句及程序實現；循環結構語句及程序實現
11．【答案】C
【知識點】分支結構語句及程序實現；循環結構語句及程序實現
12．【答案】B
【知識點】分支結構語句及程序實現；循環結構語句及程序實現
13．【答案】（1）i=1；m==10 or n==10
（2）C
【知識點】過程與自定義函數；分支結構語句及程序實現；循環結構語句及程序實現
14．【答案】（1）df.at[i,'獎牌']=='0' 或 df.獎牌[i]=='0' 或 df['獎牌'][i]=='0'；df3["獎牌"] 或 df3.獎牌；plot
（2）B；D
【知識點】常量、變量及變量的賦值；模塊
15．【答案】（1）A
（2）我愛自己也愛信息
（3）index.html；keyn[j]==i；app.run()
（4）0
（5）num[i]=0；check(i,dic)；p=i
【知識點】常見數據類型、數組；網絡應用模式；加密與解密算法
16．【答案】（1）A
（2）我愛自己也愛信息
（3）index.html；keyn[j]==i；app.run()
（4）0
（5）num[i]=0；check(i,dic)；p=i
【知識點】網絡應用模式；分支結構語句及程序實現；循環結構語句及程序實現；加密與解密算法
二一教育在線組卷平臺（zujuan.21cnjy.com）自動生成 1 / 1登錄二一教育在線組卷平臺 助您教考全無憂
浙江省湖州市三賢聯盟2021-2022學年高二下學期信息技術期中聯考試卷
一、選擇題（本大題共12小題，每小題2分，共24分。）
（2022高二下·湖州期中）有關某“無人超市”的信息系統結構圖如第1題圖所示，請回答下面小題。
1．下列有關“無人超市”的說法，正確的是（　　）
A．系統通過入口處刷臉獲得的特征值屬于個人一般信息
B．零購物碼和出門二維碼使用后失效，體現了信息的時效性
C．系統自動對用戶數據進行加密是為了提高數據的完整性
D．存儲在系統數據庫中的海量用戶信息屬于大數據
2．下列對“無人超市”信息系統的功能描述，不正確的是（　　）
A．錄制用戶付款視頻和離開時的影像屬于信息系統的收集功能
B．識別到注冊用戶立刻開門屬于信息系統的傳輸功能
C．使用POS機自助付款屬于信息系統的存儲功能
D．打印小票、出門二維碼屬于信息系統的輸出功能
【答案】1．B
2．C
【知識點】信息及其特征；信息系統的組成及功能；大數據的概念與特征
（2022高二下·湖州期中） 2022年的北京冬奧會，我國取得了歷史最好成績，人工智能技術也以科技手段助運動員們一臂之力。研究團隊利用基于深度學習原理的人工智能技術，建立神經網絡模型，實現對動作視頻中人體關節點的計算機自動識別，進而建立起適用于競技體育和一般生物力學研究的計算機系統——無反光點人體運動自動捕捉人工智能系統。目前該系統已應用在國家速度滑冰和越野滑雪項目的訓練中，獲得超過8000人次的賽時動作技術數據，使機器深度學習越發“得心應手”，對于滑冰與滑雪運動員的動作捕捉與技術分析，既能精準到具體細節，又能快速反饋分析結果。
請回答下面小題。
3．根據以上描述，下列說法不正確的是（　　）
A．隨著獲取的動作數據逐漸增加，該技術對于數據的反饋會更有效
B．該技術主要體現動作與結果的關系，說明大數據更注重事物之間的相關性
C．該技術捕捉到的每一個數據都來自于真實數據，體現了大數據價值密度高的特點
D．能根據動作自動捕捉進行分析，并快速反饋分析結果，體現了大數據速度快的特點
4．根據以上描述，人工智能技術助力運動員主要基于以下哪種方法(　　)
A．符號主義 B．聯結主義 C．行為主義 D．建構主義
【答案】3．C
4．B
【知識點】大數據的概念與特征；人工智能的應用
（2022高二下·湖州期中）從文字輸入、語音識別、圖像識別到“刷指紋”、“刷臉”，人類信息的輸入模式在發生革命性的變化。請回答下面小題。
5．下列有關信息編碼的說法，不正確的是（　　）
A．自然界中的文字、圖像、語音等屬于模擬信號
B．雖然人類信息的輸入模式不同，但在計算機中存儲一定使用二進制編碼
C．輸入一段相同的文字，可以采用不同的輸入碼
D．語音輸入時，使用者聲音越大，此條語音的容量越大
6．下列關于“信息輸入模式變革”的說法，正確的是（　　）
A．信息系統硬件的發展促進了信息輸入模式的變化
B．“刷指紋”、“刷臉”只適用于移動終端設備
C．不同的信息輸入模式利用了相同的傳感器
D．任意一種輸入模式都必須在聯網的狀態下使用
【答案】5．D
6．A
【知識點】字符編碼；聲音、圖像、視頻編碼
（2022高二下·湖州期中）根據下圖所示流程圖，請回答下面小題。
7．下列說法正確的是（　　）
A．此算法中包含2個分支結構
B．循環結束時變量i的值為30
C．判斷語句“i≤30”將被執行30次
D．執行該流程圖后，輸出的值為2
8．虛線框處可以合并為一個條件表達式，下列表達式中符合該條件的是（　　）
A．i//3==0 or i//5!=0 B．i%3==0 or i%5!=0
C．i//3==0 and i//5!=0 D．i%3==0 and i%5!=0
【答案】7．A
8．D
【知識點】運算符、基本運算與表達式；流程圖識讀
9．（2022高二下·湖州期中）已知x="蘋果, 50"，y=["蘋果",50]，z={"蘋果":50}，下列python表達式的值為True，正確的是（　　）
A．x[-4::-1]==y[0] B．x[3:5]==y[1]
C．y[1] in z D．z[y[0]]==50
【答案】D
【知識點】運算符、基本運算與表達式
10．（2022高二下·湖州期中）某些數據中存在“數字山峰”，例如數據“21432748”中存在“1432”、“274”兩座“數字山峰”(必須包含上坡與下坡)，下面程序用于求數據中“數字山峰”的數量：
num=input("請輸入數字串：");c=0
for i in range(1,len(num)):
if and f==False:
f=True
elif and f==True:
c=c+1
f=False
print("有",c,"座數字山峰")
方框(1)(2)(3)的代碼由以下部分組成：
①f=True ②f=False ③num[i-1]>num[i] ④num[i-1]下列選項中代碼順序正確的是（　　）
A．①③④ B．①④③ C．②③④ D．②④③
【答案】D
【知識點】分支結構語句及程序實現；循環結構語句及程序實現
11．（2022高二下·湖州期中）有如下python程序段：
n="p4y2t3h1o9n4";p=""
for i in n:
if "0"<=i<="9":
if p=="":
p+=i
elif i>=p[-1]:
p+=i
elif ip=i
執行該程序段后，則p的值是（　　）
A．"239" B．"14" C．"19" D．"4"
【答案】C
【知識點】分支結構語句及程序實現；循環結構語句及程序實現
12．（2022高二下·湖州期中）有如下python程序段：
from random import randint
n=input("請輸入一串數字：")
k=randint(0,len(n)) #randint用于隨機生成[0,len(n)]之間的整數
for i in range(k):
for j in range(len(n)-1):
if n[j]>n[j+1]:
break
else:
n=n[:len(n)-1]
continue #continue跳過當前循環的剩余語句，直接進行下一輪循環
n=n[:j]+n[j+1:]
執行該程序段后，輸入“1529”，則變量n可能是（　　）
A．"9" B．"12" C．"152" D．"1259"
【答案】B
【知識點】分支結構語句及程序實現；循環結構語句及程序實現
二、非選擇題（本大題共4小題，6+6+7+7，共26分）
13．（2022高二下·湖州期中）小墩和小融打乒乓球，利用Micro:bit主板的 LED 陣列實時顯示比分情況（如圖1所示，2個方框分別表示小墩和小融比分區，每個亮點表示1分），并在BXY Python Editor軟件的串口中實時輸出對局輸贏情況（如圖2所示）。
圖1 圖2
操作步驟：小墩得1分，按下Micro:bit主板的按鈕A，左側比分區亮點加1；小融得1分，按下按鈕B，右側比分區亮點加1。一局比賽初始比分為0:0，每一局中先達到10分的選手可以贏得該局。
（1）實現上述功能的程序代碼如下，請在劃線處填入合適的代碼：
from microbit
import *
def bf(x,y):
#在led板上顯示比分情況，代碼略
m=0;n=0 #m表示小墩得分，n表示小融得分
　 　
while True:
if button_a.is_pressed(): #若按鈕A被按下，則小墩得1分
m+=1
elif button_b.is_pressed(): #若按鈕B被按下，則小融得1分
n+=1
if 　 　:
if m>n:
print("第",i,"局：小墩贏，比分：",m,":",n)
else:
print("第",i,"局：小融贏，比分：",m,":",n)
i+=1;m,n=0,0
bf(m,n)
sleep(200)
#設置程序運行間隔為200毫秒
（2）根據上述程序，下列比分情況不可能出現的是（　　）。
A． B．
C． D．
【答案】（1）i=1；m==10 or n==10
（2）C
【知識點】過程與自定義函數；分支結構語句及程序實現；循環結構語句及程序實現
14．（2022高二下·湖州期中）小張同學為了更好地了解冬奧會，從網上收集了歷屆冬奧會各個項目比賽信息，收集到的部分數據如圖1所示：
圖1 圖2
為分析數據，小張編寫了如下程序：
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocator
plt.rcParams['font.sans-serif']=['SimHei'] #正常顯示中文標簽
df=pd.read_csv("dongao.csv")
#刪除所有未獲得獎牌的記錄,并將獎牌列中的"G"修改為"金牌"，"S"修改為"銀牌"，"B"修改為"銅牌"
jp={'G':'金牌','S':'銀牌','B':'銅牌'}
for i in df.index:
if ① :
df=df.drop(i)
else:
df.at[i,'獎牌']=jp[df.at[i,'獎牌']]
#對輸入國家每屆的獎牌數進行統計，并制作相應圖表，如第14題圖2所示：
nt=input("請輸入國家名稱：")
df1=df[df['國家']==nt]
df3=pd.DataFrame(df2) #將分組后數據生成新的二維結構，索引為“屆次”，列標題為“獎牌”
x=df3.index
y= ②
plt.title(nt+"歷年冬奧會獎牌趨勢圖")
plt. ③ (x,y)
plt.show()
（1）在劃線處填上合適的代碼。
①　 　②　 　③　 　
（2）為了最后能顯示某國歷屆冬奧會獎牌變化，需在加框處添加的語句為(　　)（多選）
A．df2=df1.groupby('獎牌')
df2=df1.屆次.count()
B．df2=df1.groupby('屆次')
df2=df2['獎牌'].count()
C．df2=df1.groupby('獎牌')['屆次’].count()
D．df2=df1.groupby('屆次').獎牌.count()
【答案】（1）df.at[i,'獎牌']=='0' 或 df.獎牌[i]=='0' 或 df['獎牌'][i]=='0'；df3["獎牌"] 或 df3.獎牌；plot
（2）B；D
【知識點】常量、變量及變量的賦值；模塊
15．（2022高二下·湖州期中）某網站對信息進行加密解密，選擇頁面“index.html”如圖1，加密頁面“jia.html”如圖2，解密頁面“jie.html”如圖3。在選擇頁面點擊相應按鈕，選擇加密或解密。
圖1 圖2 圖3
選擇加密時，在明文文本框中輸入明文，點擊“加密”按鈕，網頁顯示密文與對應的密鑰。加密規則為打亂明文對應的索引作為密鑰，再利用該索引逐個取明文字符連接成密文，例如：明文為“信息技術”，若被打亂的索引為[2,0,1,3]，則密文為“技信息術”，密鑰為“2,0,1,3”
選擇解密時，在密文文本框中輸入密文，密鑰文本框輸入密鑰，點擊“解密”按鈕，網頁顯示明文。
（1）該網絡應用屬于　 　架構。（單選，填字母：A . B/S架構，B . C/S架構）
（2）若待解密文本為“自息愛信也我己愛”，密鑰為“2, 7, 1, 6, 4, 0, 3, 5”，則解密結果是　 　。
（3）實現該功能的python程序如下，請在劃線處填入合適的代碼：
from flask import render_template,request,Flask
import random
app=Flask(__name__) #創建應用實例
@app.route('/') #選擇頁面路由
def index():
return render_template('　 　')
#加密功能代碼略，以下為解密代碼：
@app.route('/jiemi1/',methods=["GET","POST"])
def jiemi1():
wb=request.form["wb"] #利用request獲取網頁文本框內容，返回示例:“1,4,2,3,0”
keyo=request.form["key"] #變量wb存儲密文，變量keyo存儲密鑰
keyn=list(map(int,keyo.split(","))) #將字符串keyo轉換為數值列表，示例：[1,4,2,3,0]
result=""
for i in range(len(keyn)):
for j in range(len(keyn)):
if 　 　:
break
result+=wb[j]
return render_template("jie.html",WB=wb,KEY=keyo,RESULT=result)
if __name__=="__main__":
　 　
（4）根據上述描述與圖1，則“天氣”節點中的“多云”信息熵是　 　。
（5）實現求首次劃分節點的程序如下，請在劃線處填入合適的代碼：
def cal(lst): #計算樣本lst的信息熵
x,y,z=0,len(lst),0 #x表示該樣本信息熵，y表示該樣本數量，z表示某信息發生的概率
num={}
for i in lst:
if i not in num:
　 　
num[i]+=1
for k in num:
z=num[k]/y #計算該信息發生的概率
x-=z*log(z,2) #根據公式計算信息熵，log(b,a)等價于logab
return x
def check(x,y):
#根據節點x，對樣本y進行劃分，返回示例：{'否': [1, 1, 0, 0, 1, 1, 1, 1], '是': [1, 1, 0, 1, 0, 0]}
dic={'是否有風': ['否', '否', '否', '否', '否', '否', '否', '否', '是', '是', '是', '是', '是', '是'],
'天氣': ['多云', '多云', '晴', '晴', '晴', '雨', '雨', '雨', '多云', '多云', '晴', '晴', '雨', '雨'],
'溫度': [28, 27, 29, 22, 21, 21, 20, 24, 18, 22, 26, 24, 18, 21],
'濕度': [78, 75, 85, 90, 68, 96, 80, 80, 65, 90, 88, 63, 70, 80],
'是否前往': [1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 0, 1, 0, 0]}
xm=list(dic.keys())
entropy=cal(dic[xm[-1]]) #調用函數計算樣本原始信息熵entropy
#計算各節點信息增益
m=0;p=""
col=xm[:-1] #“是否前往”是結果項，不參與計算
for i in col:
size=len(dic[i]);entropy_1=0
zyb=　 　 #調用函數對樣本按照當前節點進行劃分
for j in zyb: #根據劃分情況逐個求子樣本信息熵并按比例累加
entropy_1+=len(zyb[j])/size*cal(zyb[j])
zy=entropy-entropy_1
print(i,"的信息增益:",zy)
if zy>m: #計算最大信息增益與信息增益最大的節點
m=zy
　 　
print("信息增益最大的節點：",p)
【答案】（1）A
（2）我愛自己也愛信息
（3）index.html；keyn[j]==i；app.run()
（4）0
（5）num[i]=0；check(i,dic)；p=i
【知識點】常見數據類型、數組；網絡應用模式；加密與解密算法
16．（2022高二下·湖州期中）決策樹是一種通過樹形結構進行分類的人工智能預測模型，如根據圖1所示“氣象特點與游客是否來游樂場的關系”繪制的圖2所示的決策樹樹形結構：
圖1 圖2
通過了解當天的是否有風、天氣、溫度和濕度這4個節點參數即可預測當天是否有人來游樂場。
不同的節點劃分順序可以繪制不同的決策樹，為了選出最優的節點劃分順序，需要采用“信息熵”與“信息增益”指標。
信息熵，又稱香農熵，被用來度量信息量的大小，信息熵越大表示信息量越大；
信息增益，表示樣本經某節點劃分后的信息熵變化大小。我們繪制決策樹時應當逐次選擇信息增益最大的節點作為當前節點。
對于有n個信息的樣本D，記第k個信息發生的概率為，信息熵計算公式為E(D)=,
例如游樂場14個樣本中“去”(9個)、“不去”(5個)，則信息熵==0.940
若樣本按“是否有風”節點劃分，“是”(6個，其中3個去，3個不去)信息熵==1；
“否”(8個，其中6個去，2個不去)信息熵==0.811；經過此節點劃分后的信息增益=原始信息熵按此節點劃分后樣本信息熵比例和=0.940(0.811)=0.048。
（1）該網絡應用屬于　 　架構。（單選，填字母：A . B/S架構，B . C/S架構）
（2）若待解密文本為“自息愛信也我己愛”，密鑰為“2, 7, 1, 6,
4, 0, 3, 5”，則解密結果是　 　。
（3）實現該功能的python程序如下，請在劃線處填入合適的代碼：
from flask
import render_template,request,Flask
import random
app=Flask(__name__) #創建應用實例
@app.route('/') #選擇頁面路由
def index():
return render_template('　 　')
#加密功能代碼略，以下為解密代碼：
@app.route('/jiemi1/',methods=["GET","POST"])
def jiemi1():
wb=request.form["wb"] #利用request獲取網頁文本框內容，返回示例:“1,4,2,3,0”
keyo=request.form["key"] #變量wb存儲密文，變量keyo存儲密鑰
keyn=list(map(int,keyo.split(",")))
#將字符串keyo轉換為數值列表，示例：[1,4,2,3,0]
result=""
for i in range(len(keyn)):
for j in range(len(keyn)):
if 　 　:
break
result+=wb[j]
return
render_template("jie.html",WB=wb,KEY=keyo,RESULT=result)
if
__name__=="__main__":
　 　
（4）根據上述描述與第16題圖1，則“天氣”節點中的“多云”信息熵是　 　。
（5）實現求首次劃分節點的程序如下，請在劃線處填入合適的代碼：
def
cal(lst): #計算樣本lst的信息熵
x,y,z=0,len(lst),0 #x表示該樣本信息熵，y表示該樣本數量，z表示某信息發生的概率
num={}
for i in lst:
if i not in num:
　 　
num[i]+=1
for k in num:
z=num[k]/y #計算該信息發生的概率
x-=z*log(z,2) #根據公式計算信息熵，log(b,a)等價于logab
return x
def check(x,y):
#根據節點x，對樣本y進行劃分，返回示例：{'否': [1, 1, 0, 0, 1, 1, 1, 1], '是': [1, 1, 0, 1, 0, 0]}
dic={'是否有風': ['否',
'否', '否', '否', '否', '否', '否', '否', '是', '是', '是', '是', '是', '是'],
'天氣': ['多云',
'多云', '晴', '晴', '晴', '雨', '雨', '雨', '多云', '多云', '晴', '晴', '雨', '雨'],
'溫度': [28, 27, 29, 22, 21, 21, 20,
24, 18, 22, 26, 24, 18, 21],
'濕度': [78, 75, 85, 90, 68, 96, 80,
80, 65, 90, 88, 63, 70, 80],
'是否前往': [1, 1, 0, 0, 1, 1, 1, 1, 1,
1, 0, 1, 0, 0]}
xm=list(dic.keys())
entropy=cal(dic[xm[-1]]) #調用函數計算樣本原始信息熵entropy
#計算各節點信息增益
m=0;p=""
col=xm[:-1] #“是否前往”是結果項，不參與計算
for i in col:
size=len(dic[i]);entropy_1=0
zyb=　 　 #調用函數對樣本按照當前節點進行劃分
for j in zyb: #根據劃分情況逐個求子樣本信息熵并按比例累加
entropy_1+=len(zyb[j])/size*cal(zyb[j])
zy=entropy-entropy_1
print(i,"的信息增益:",zy)
if zy>m: #計算最大信息增益與信息增益最大的節點
m=zy
　 　
print("信息增益最大的節點：",p)
【答案】（1）A
（2）我愛自己也愛信息
（3）index.html；keyn[j]==i；app.run()
（4）0
（5）num[i]=0；check(i,dic)；p=i
【知識點】網絡應用模式；分支結構語句及程序實現；循環結構語句及程序實現；加密與解密算法
二一教育在線組卷平臺（zujuan.21cnjy.com）自動生成 1 / 1

展開更多......

收起↑