資源簡(jiǎn)介

第三章 數(shù)據(jù)處理與應(yīng)用 章節(jié)練習(xí)
一、選擇題
1．如圖所示的詞云圖中，反映出某川菜餐廳遭到差評(píng)的最大問題是（ ）
A．臟 B．不新鮮 C．服務(wù)差 D．難吃
2．在分類過程中，能夠從樣本數(shù)據(jù)出發(fā)， 自動(dòng)進(jìn)行分類的數(shù)據(jù)分析方法是（ ）
A．聚類分析 B．建立模型 C．模型評(píng)價(jià) D．關(guān)聯(lián)分析
3．?dāng)?shù)據(jù)分析報(bào)告不僅是對(duì)整個(gè)數(shù)據(jù)處理過程的總結(jié)與展示，更能為決策提供參考，下列關(guān)于數(shù)據(jù)分析報(bào)告的基本結(jié)構(gòu)說法錯(cuò)誤的是（ ）
A．?dāng)?shù)據(jù)分析報(bào)告的開篇內(nèi)容是分析研究背景、目的和思路等
B．?dāng)?shù)據(jù)分析報(bào)告的正文部分主要是包括具體的分析過程和結(jié)果
C．?dāng)?shù)據(jù)分析報(bào)告的結(jié)尾部分包括結(jié)論、建議及附錄
D．?dāng)?shù)據(jù)分析報(bào)告通常包括開篇、正文、結(jié)尾和交流四個(gè)部分
4．?dāng)?shù)據(jù)分析的過程不包括（ ）
A．根據(jù)分析直接得出相應(yīng)的結(jié)論
B．根據(jù)分析的目標(biāo)提出假設(shè)
C．選擇恰當(dāng)?shù)姆治龇椒ㄟM(jìn)行分析
D．驗(yàn)證假設(shè)是否正確
5．?dāng)?shù)據(jù)處理的一般過程是（ ）
A．采集—整理—可視化表達(dá)－分析 B．采集—整理—分析－可視化表達(dá)
C．采集—可視化表達(dá)—整理－分析 D．采集—分析—整理—可視化表達(dá)
6．單元學(xué)習(xí)完成后，小明同學(xué)為了梳理其中的概念，最適合使用的可視化工具是（ ）
A．思維導(dǎo)圖 B．圖表 C．詞云 D．熱力圖
7．在大數(shù)據(jù)時(shí)代，復(fù)雜繁多且不同類型的數(shù)據(jù)大量出現(xiàn)，數(shù)據(jù)可視化的應(yīng)用價(jià)值越來(lái)越明顯，下列關(guān)于數(shù)據(jù)可視化的描述不正確的是（ ）
A．?dāng)?shù)據(jù)可視化便于人們對(duì)數(shù)據(jù)的理解
B．?dāng)?shù)據(jù)可視化借助于圖形化手段，清晰地傳達(dá)與溝通信息
C．Python語(yǔ)言不能實(shí)現(xiàn)數(shù)據(jù)可視化
D．?dāng)?shù)據(jù)可視化呈現(xiàn)的方法有多種，不同的類數(shù)據(jù)類型要挑選合適的呈現(xiàn)方式
8．下列選項(xiàng)中，不是數(shù)據(jù)分析作用的是（　　）
A．預(yù)測(cè)事物的未來(lái)走向
B．了解事物的現(xiàn)狀
C．方便數(shù)據(jù)的獲取
D．剖析事物的發(fā)展歷程
9．下列關(guān)于數(shù)據(jù)管理與安全的說法不正確的是（ ）
A．?dāng)?shù)據(jù)的完整性可采用MD5校驗(yàn)方法來(lái)驗(yàn)證
B．借助云計(jì)算與大數(shù)據(jù)等技術(shù)，能提高數(shù)據(jù)管理水平
C．?dāng)?shù)據(jù)安全就是保障數(shù)據(jù)不被損壞
D．為防止系統(tǒng)停止工作時(shí)造成數(shù)據(jù)丟失,可通過容災(zāi)系統(tǒng)來(lái)解決
10．下列選項(xiàng)中，可用來(lái)采集互聯(lián)網(wǎng)數(shù)據(jù)的工具是（ ）
A．網(wǎng)絡(luò)爬蟲 B．電子表格軟件 C．Wi-Fi監(jiān)控?cái)z像頭 D．思維導(dǎo)圖工具
11．采集的大數(shù)據(jù)中，常見的數(shù)據(jù)問題主要是（ ）
①數(shù)據(jù)缺失 ②數(shù)據(jù)重復(fù) ③數(shù)據(jù)量大 ④數(shù)據(jù)異常
A．②③④ B．①③④ C．①②④ D．①②③
12．下列做法中，不能有效保障數(shù)據(jù)安全的是（ ）
A．定期備份數(shù)據(jù) B．泄漏他人隱私數(shù)據(jù)
C．進(jìn)行數(shù)據(jù)加密 D．不隨意連接陌生Wi-Fi
13．下列關(guān)于圖表用途的敘述，正確的是（ ）
A．柱形圖適用于表現(xiàn)數(shù)據(jù)大小關(guān)系 B．條形圖適用于描述數(shù)據(jù)之間的變化趨勢(shì)
C．折線圖適用于描述數(shù)據(jù)的比例關(guān)系 D．餅圖適用于描述數(shù)據(jù)之間的大小關(guān)系
14．關(guān)于散點(diǎn)圖，下列說法正確的是（ ）
A．可呈現(xiàn)變量的頻數(shù)分布
B．可表示兩種特征間的相關(guān)關(guān)系
C．可描述變量的變化趨勢(shì)
D．可直觀表述出各指標(biāo)的位置
15．題圖所示是李琳上學(xué)期的成績(jī)，求平均分并做對(duì)比后，她選擇等級(jí)考的科目為物理化學(xué)和歷史三科，用到的數(shù)據(jù)分析法是（ ）
時(shí)間 物理 化學(xué) 生物 政治 歷史 地理
月考1 80 76 63 66 92 56
月考2 82 78 70 69 96 67
月考3 86 85 67 71 88 60
月考4 89 87 73 65 95 63
平均分 84.3 81.5 68.3 67.8 92.8 61.5
A．對(duì)比分析法、結(jié)構(gòu)分析法 B．結(jié)構(gòu)分析法、平均分析法
C．平均分析法、對(duì)比分析法 D．圖表分析法、結(jié)構(gòu)分析法
二、填空題
16．K-平均算法屬于( )分析方法。
17．如下圖所示，小申收集了2000-2018年某地的臺(tái)風(fēng)數(shù)據(jù)。臺(tái)風(fēng)等級(jí)分為5級(jí)：熱帶風(fēng)暴、強(qiáng)熱帶風(fēng)暴、臺(tái)風(fēng)、強(qiáng)臺(tái)風(fēng)、超強(qiáng)臺(tái)風(fēng)，分別對(duì)應(yīng)表中的A級(jí)、B級(jí)、C級(jí)、D級(jí)、E級(jí)。
year A級(jí) B級(jí) C級(jí) D級(jí) E級(jí)
2000 6 2 9 3 3
2001 6 1 12 5 2
2002 5 4 4 12 1
2003 2 5 5 6 3
2004 7 3 6 11 2
2004 7 3 6 11 2
2005 3 6 2 9 3
… … … … … …
小申在撰寫數(shù)據(jù)分析報(bào)告時(shí)，繪制了“2000-2018年之間臺(tái)風(fēng)總數(shù)數(shù)量”的箱形圖，請(qǐng)幫助小申進(jìn)行分析。
18．?dāng)?shù)據(jù)可視化表達(dá)的呈現(xiàn)方式有很多，小明把高中同學(xué)“大學(xué)所在城市”數(shù)據(jù)，生成一個(gè)詞云圖，根據(jù)詞云圖可以知道，小明同學(xué)去 城市上大學(xué)的最多。
19．請(qǐng)列舉出五個(gè)數(shù)據(jù)可視化表達(dá)的常見圖表名稱 。
20．詞云是對(duì)文本數(shù)據(jù)進(jìn)行分析處理后的可視化形式。某同學(xué)采集微信好友簽名制作了如圖所示的詞云。觀察詞云圖，分析并寫出至少三個(gè)出現(xiàn)頻率較高的詞語(yǔ) 。
三、判斷題
21．思維導(dǎo)圖、演示文稿、搜索引擎等工具，均屬于數(shù)字化可視化表達(dá)工具。( )
22．?dāng)?shù)據(jù)可視化表達(dá)的工具包含 Seabom 、Bokeh 等。( )
23．做好數(shù)據(jù)備份和數(shù)據(jù)加密，就不用擔(dān)心數(shù)據(jù)安全問題，數(shù)據(jù)一定會(huì)萬(wàn)無(wú)一失。( )
24．?dāng)?shù)據(jù)分析中采取調(diào)查問卷，問題設(shè)計(jì)越多，得到的信息越多。( )
25．WPS表格、數(shù)據(jù)庫(kù)、Python、Photoshop等都是常見的數(shù)據(jù)分析工具。( )
四、操作題
26．為了完善某學(xué)校食堂管理、持續(xù)提高食堂服務(wù)質(zhì)量，讓全校師生更加精神飽滿地開展工作、學(xué)習(xí)，對(duì)學(xué)校食堂進(jìn)行了一些調(diào)查，調(diào)查項(xiàng)目共5項(xiàng)（具體內(nèi)容略）。學(xué)校后勤管理謝老師收集了12個(gè)班級(jí)的調(diào)查結(jié)果，分別存儲(chǔ)在“dy01.csv”、“dy02.csv”、…、“dy12.csv”等12個(gè)文件中（如圖a所示），每個(gè)文件部分界面如圖b所示。

圖a 圖b
現(xiàn)需要分析12個(gè)班級(jí)學(xué)生對(duì)這5個(gè)問題的選“A”情況。謝老師用Python的pandas模塊編寫了以下代碼，實(shí)現(xiàn)相關(guān)問題的解決。請(qǐng)回答下列問題。
（1）定義了fun_A()函數(shù)實(shí)現(xiàn)了統(tǒng)計(jì)某個(gè)班級(jí)5個(gè)問題的選“A”的人數(shù)情況。Python程序代碼如下，請(qǐng)?jiān)趧澗€處填入合適代碼。
import pandas as pd
def fun_A(file):
df=pd. read_csv(file)
A_list=[]
for i in df. columns[1:]:
j=0
c=0
while jif :
c+=1
j+=1
A_list. append(c)
return A_list
（2）調(diào)用上述函數(shù)，處理12個(gè)班級(jí)每個(gè)問題的選“A”的總?cè)藬?shù)，Python程序代碼如下，請(qǐng)?jiān)趧澗€處填入合適代碼。
ans_list=[]
s="010203040506070809101112"
for i in range(0, len (s) -1, 2):
filename="dy"+ ① +"~. csv"
res=fun_A(filename)
ans_list. append(res)
x=["問題1"，"問題2"，“問題3"，"問題4"，"問題5"]
y=[0，0，0，0，0]
for i in range (5):
s=0 #每個(gè)問題選A的人數(shù)
for j in range (12):
②
y[i]=s
（3）經(jīng)上述處理后，接著以圖的形式匯報(bào)結(jié)果（如圖c所示），Python程序代碼如下，請(qǐng)回答下列問題。
import matplotlib. py plot as plt
plt. rcParams['font. sans-serif’] =[’SimHei’] #圖表顯示中文字體
plt. title ("每個(gè)問題選A的總?cè)藬?shù)")
plt. legend ()
plt. show()
加框處代碼合適的是 （單選，填字母）
A．plt. bar (x, y) B．plt. bar (x, y, label=’A選項(xiàng)’)
C． plt. plot (x, y) D．plt. plot (x, y, label=’A選項(xiàng)’)
（4）調(diào)查數(shù)據(jù)的有效問卷共550份，從圖c中可以觀察出有 （填數(shù)字）個(gè)問題的選“A”總?cè)藬?shù)低于60%。
每個(gè)問題選A的總?cè)藬?shù)
圖c
27．某地高中的技術(shù)選考數(shù)據(jù)，保存在“jsxk.xls”文件中，如圖a所示。
圖a 圖b
請(qǐng)回答下列問題：
（1）統(tǒng)計(jì)各學(xué)校技術(shù)選考人數(shù)占本校總?cè)藬?shù)的比例，找出占比最高的前5所學(xué)校并繪制柱形圖，如圖b所示。部分Python程序如下，請(qǐng)?jiān)趧澗€處填寫合適的代碼。
import pandas a spd
import matplotlib.py plot as plt
#圖表支持中文字體顯示，代碼略
df=pd.read_excel（"jsx k.xls"，dtype={'學(xué)校代碼'：'string'}） #學(xué)校代碼列為字符串
df1=df. groupby（" "，as_index=False）0.count（） #按學(xué)校統(tǒng)計(jì)人數(shù)
df 1=df1. rename（columns={'姓名'：'學(xué)生總數(shù)'}） #重命名列
df1['技術(shù)比例'] =round（ /df1['學(xué)生總數(shù)']*100，2）
dfl=dfl. sort_values（'技術(shù)比例'，ascending=False）.head（5）
plt.title（'技術(shù)選考比例前5的學(xué)校'）
plt.bar（ ）
plt. show（）
（2）在本問題的解決中，為了探究函數(shù)groupby（），某同學(xué)編寫了自定義函數(shù)zdygroupby（），其功能為統(tǒng)計(jì)各校技術(shù)選考總?cè)藬?shù)，并以字典的形式返回。函數(shù)代碼如下，請(qǐng)?jiān)趧澗€處填寫合適的代碼。（注：代碼中1st為二維列表，列表中每個(gè)元素包含3個(gè)數(shù)據(jù)項(xiàng)，格式如[['201901'，'顧筱揚(yáng)'，NaN]，['201901'，'俞凱睿'，1.0]，['201901'，陳丹祺'，1.0]……]）
def zdygroupby（1st）：
dic={}
for row in lst：
if row[2] ==1：
if ：
dic[row[0] ] = 1
else：
dic[row[0] ] += 1
28．某校學(xué)生期末考試成績(jī)利用Excel處理，數(shù)據(jù)存儲(chǔ)在“cj.xlsx”文件中，部分?jǐn)?shù)據(jù)如圖a所示，張三老師利用該數(shù)據(jù)展開了數(shù)據(jù)的統(tǒng)計(jì)分析與可視化呈現(xiàn)。
圖a
請(qǐng)回到下列問題：
（1）導(dǎo)入模塊，創(chuàng)建DataFrame對(duì)象，計(jì)算每個(gè)學(xué)生總分列，則①劃線處，填入的語(yǔ)句是 （單選，填字母）
A．df['總分']=df.count(axis=0) B．df['總分']=df.count(axis=1)
C． df['總分']=df.sum(axis=0) D．df['總分']=df.sum(axis=1)
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #顯示中文字符，字體為黑體
df=pd.read_excel("cj.xlsx")
df=df.drop("考號(hào)",axis=1) #刪除考號(hào)一列
①________
（2）在df對(duì)象中顯示出總分成績(jī)大于等于300的學(xué)生，正確的語(yǔ)句是 （單選，填字母）
A．print(df[df.總分>=300]) B．print(df.總分>=300)
C．print(df[df>=300]) D．print(df[300：])
（3）按照班級(jí)分組計(jì)算各班總分平均分，從大到小顯示總分平均分最高的前三個(gè)班級(jí)，在劃線處填入合適代碼。
df1=df.groupby("班級(jí)",as_index=False).mean()
df2=df1.sort_values("總分",ascending= )
s=df2.head(3)
print(s)
（4）利用matplotlib.pyplot繪制柱狀圖，如圖b所示，在劃線處填入合適代碼。
圖b
plt.figure()
plt.bar (( ))
plt.title("總分平均分最高的三個(gè)班級(jí)")
plt.ylim(180,300) #設(shè)置 y 坐標(biāo)軸的刻度
plt.show()
29．李老師收集了高三年級(jí)某次考試語(yǔ)數(shù)外成績(jī)，并保存在scores.xlsx中，數(shù)據(jù)表如圖a所示：
李老師用Python編寫了一個(gè)程序，對(duì)數(shù)據(jù)進(jìn)行分析處理，輸出總分大于等于260分的學(xué)生信息，并直觀顯示英語(yǔ)前三名的分?jǐn)?shù)情況，生成了如圖b所示的圖表。
Python程序代碼如下，請(qǐng)?jiān)趧澗€處填上合適的代碼:
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #使圖形中的中文編碼正常顯示
df=pd.read_excel("scores. xlsx" )
df["總分"] = # 計(jì)算總分列數(shù)據(jù)
#下行代碼：輸出總分大于等于260分的學(xué)生信息
print( df [ ] )
g=df.groupby("班級(jí)"，as_index=False)
print(g.英語(yǔ).mean())
df1=df.sort_values("英語(yǔ)”， )
plt.title("英語(yǔ)成績(jī)前三名分?jǐn)?shù)情況")
x=df1[0:3].姓名
y=df1[0:3].英語(yǔ)
plt.bar(x,y)
plt.legend()
plt.
30．項(xiàng)目：探究高一各學(xué)科相關(guān)性分析
【項(xiàng)目情境】
在信息化浪潮的推動(dòng)下，互聯(lián)網(wǎng)技術(shù)不斷發(fā)展，云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等新興技術(shù)嶄露頭角。使用數(shù)據(jù)挖掘相關(guān)技術(shù)對(duì)中學(xué)教學(xué)活動(dòng)中產(chǎn)生的數(shù)據(jù)進(jìn)行收集與處理，獲取有利于教學(xué)的相關(guān)信息，也是推進(jìn)智慧教育的舉措之一。在教學(xué)過程中，學(xué)科考試成績(jī)能夠在一定程度反映學(xué)生的認(rèn)知發(fā)展水平，某校對(duì)高一年級(jí)學(xué)生的成績(jī)進(jìn)行數(shù)據(jù)處理，分析各學(xué)科之間的關(guān)聯(lián)度找出優(yōu)勢(shì)學(xué)科，對(duì)教學(xué)及學(xué)生選科有重要的參考價(jià)值。
【項(xiàng)目綜述】
概述項(xiàng)目目的、方法和過程。根據(jù)要求，回答問題。
（1）數(shù)據(jù)分析需要使用恰當(dāng)?shù)姆椒ê凸ぞ撸瑢?duì)數(shù)據(jù)進(jìn)行各種分析。我們可以通過 尋找數(shù)據(jù)之間的關(guān)聯(lián)性或相關(guān)性，可以通過 在分類標(biāo)準(zhǔn)未知的情況下進(jìn)行數(shù)據(jù)自動(dòng)分類，可以根據(jù)分類準(zhǔn)則通過 對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)。（選填：數(shù)據(jù)分類、關(guān)聯(lián)分析、聚類分析）
（2）本項(xiàng)目主要通過模擬大數(shù)據(jù)采集與分析方法，采用 （選填：數(shù)據(jù)分析關(guān)聯(lián)分析、聚類分類）的方法進(jìn)行數(shù)據(jù)分析，試圖分析高一年級(jí)學(xué)生各學(xué)科之間的關(guān)聯(lián)度，找出兩到三門優(yōu)勢(shì)學(xué)科，作為指導(dǎo)教學(xué)及學(xué)生選科的重要參考依據(jù)。
（3）確定需要收集的數(shù)據(jù)為歷年高-年級(jí)期中期末的各學(xué)科成績(jī)，在數(shù)據(jù)收集、發(fā)布、傳播、共享時(shí)，為保護(hù)學(xué)生的隱私應(yīng)采用 （選填：數(shù)據(jù)精度處理、人工干擾、匿名處理、訪問控制）等技術(shù)手段。
（4）選用Python語(yǔ)言作為數(shù)據(jù)分析工具，需要通過調(diào)用諸如標(biāo)準(zhǔn)模塊、自定義模塊以及第三方擴(kuò)展庫(kù)的支持，從而高效的完成數(shù)據(jù)采集處理分析、可視化。數(shù)據(jù)分析步驟有①數(shù)據(jù)呈現(xiàn)②數(shù)據(jù)分類/關(guān)聯(lián)分析/聚類分析③數(shù)據(jù)采集④分析報(bào)告⑤數(shù)據(jù)預(yù)處理，正確的順序是 。（寫出序號(hào)即可）
【項(xiàng)目實(shí)施】
（一）數(shù)據(jù)采集與預(yù)處理
圖1為記錄歷年高中各科成績(jī)的部分文件，圖2為獲取所有高一成績(jī)并寫入指定文件“高一考試成績(jī)總．xlsx”的部分程序代碼。圖3為獲取的高一考試成績(jī)的部分?jǐn)?shù)據(jù)內(nèi)容。根據(jù)要求，回答問題。

圖1

圖2

圖3
（5）觀察圖2，該程序用 結(jié)構(gòu)嵌套 結(jié)構(gòu)（選填：順序、選擇、循環(huán)）描述算法，實(shí)現(xiàn)從若干個(gè)xlsx文件中篩選出高一成績(jī)并保存為數(shù)據(jù)文件，其中在Python語(yǔ)言中表示判斷數(shù)據(jù)大小關(guān)系的運(yùn)算符“==”表示 （選填：不等于、等于）。補(bǔ)充程序代碼中缺失的語(yǔ)句，應(yīng)在下劃線處填寫 。
（6）對(duì)采集的數(shù)據(jù)進(jìn)行有效存儲(chǔ)，以便對(duì)數(shù)據(jù)進(jìn)行分析和使用。海量的數(shù)據(jù)幾乎包含一切形式的結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化的數(shù)據(jù)。網(wǎng)絡(luò)中的音視頻圖片、地理位置、網(wǎng)絡(luò)日志等數(shù)據(jù)屬于 數(shù)據(jù)，如圖133-3，“高一考試成績(jī)_總．xlsx”中的數(shù)據(jù)屬于 數(shù)據(jù)。（選填：結(jié)構(gòu)化、非結(jié)構(gòu)化）
（7）在數(shù)據(jù)分析之前，需要運(yùn)用 方法（選填：特征探索關(guān)聯(lián)分析、聚類分析、數(shù)據(jù)分類）對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，發(fā)現(xiàn)和處理缺失值以保證數(shù)據(jù)的完整，還需要對(duì)異常數(shù)據(jù)進(jìn)行清理，分析是否有冗余數(shù)據(jù)等。觀察圖3，“201”屬于 數(shù)據(jù)，虛線部分屬于 數(shù)據(jù)（選填：缺失值、異常值、冗余值），應(yīng)當(dāng)刪除數(shù)據(jù)所在 （選填：行、列）。
（8）觀察圖33-3表格的數(shù)據(jù)，在收集數(shù)據(jù)的過程中，你認(rèn)為哪些數(shù)據(jù)可以不采集？為什么？
（二）數(shù)據(jù)分析與可視化
運(yùn)用Python語(yǔ)言編程進(jìn)行數(shù)據(jù)分析與可視化表達(dá)，分析部分結(jié)果如圖4、5。根據(jù)要求，回答問題。

圖4

圖5
（9）觀察圖4，該校學(xué)生地理、物理、生物同時(shí)優(yōu)秀的概率最 ，政治、物理、化學(xué)同時(shí)優(yōu)秀的概率較低。
（10）為便于理解數(shù)據(jù)之間的關(guān)系，使用數(shù)據(jù)可視化工具可以圖表形式直觀呈現(xiàn)。如折線圖可以表示關(guān)于 的分析、散點(diǎn)圖可以表示關(guān)于 的分析、數(shù)據(jù)地圖可以表示關(guān)于 的分析（選填；邏輯關(guān)系空間關(guān)系、趨勢(shì)）。如圖5所示選用 圖將數(shù)據(jù)分析可視化呈現(xiàn)。
（11）下列關(guān)于數(shù)據(jù)可視化的描述中，正確的是 （多選）
A．可視化也可以將數(shù)據(jù)以地圖動(dòng)畫等形式表示
B．可視化可以有效提升數(shù)據(jù)分析的效率
C．可視化可以讓人們快速抓住要點(diǎn)信息
D．可視化可以幫助人們發(fā)現(xiàn)數(shù)據(jù)背后的價(jià)值
（三）分析報(bào)告
在數(shù)據(jù)分析中，使用數(shù)據(jù)可視化工具可以直觀的呈現(xiàn)數(shù)據(jù)之間的關(guān)系，尋找數(shù)據(jù)之間的內(nèi)在規(guī)律，最終實(shí)現(xiàn)數(shù)據(jù)的應(yīng)用。
（12）觀察圖5，說說你從圖中發(fā)現(xiàn)了什么？挖掘出哪些信息 ？
（13）結(jié)合自己的學(xué)習(xí)和生活，談一談數(shù)據(jù)的重要性。（100字左右）
參考答案：
1．B
2．A
3．D
4．A
5．B
6．A
7．C
8．A
9．C
10．A
11．C
12．B
13．A
14．B
15．C
16．聚類
17．大部分年份的臺(tái)風(fēng)總數(shù)數(shù)量處于22.5~25.0，存在異常年份的臺(tái)風(fēng)總數(shù)數(shù)量小于15.0
18．北京
19．餅圖、條形圖、折線圖、散點(diǎn)圖、雷達(dá)圖、詞云圖、熱力圖等。
20．祖國(guó) 努力 愛 富強(qiáng) 分享等
21．錯(cuò)誤
22．正確
23．錯(cuò)誤
24．錯(cuò)誤
25．錯(cuò)誤
26．df[i][j]=="A" s[i:i+2] s=s+ans_list[i][j] 或 s+=ans_list[i][j] B 2
27．學(xué)校代碼 df1[‘技術(shù)’] df1.學(xué)校代碼,df1.技術(shù)比例 row[0] not in dic或not row[0] in dic return dic
28．D A False s.班級(jí),s.總分 或 s['班級(jí)'],s['總分']
29．df["語(yǔ)文"]+ df["數(shù)學(xué)"]+ df["英語(yǔ)"] df.總分>=260 ascending=False show()
30．關(guān)聯(lián)分析 聚類分析 數(shù)據(jù)分類 關(guān)聯(lián)分析 匿名處理 ③⑤②①④ 循環(huán) 選擇或分支 等于 ”高一” 非結(jié)構(gòu)化 結(jié)構(gòu)化 特征探索 異常值 缺失值 行 姓名和班級(jí)數(shù)據(jù)可以不采集，原因是這兩列數(shù)據(jù)不影響數(shù)據(jù)分析結(jié)果，而且涉及個(gè)人隱私。 高 趨勢(shì) 邏輯關(guān)系 空間關(guān)系 柱形（狀） ABCD 由圖5可知，后三項(xiàng)均包含物理科目，所在的組合優(yōu)秀率均比較高，可挖掘出該班學(xué)生物理科目均比較優(yōu)秀。 略

展開更多......

收起↑