資源簡介

第二單元 數據處理與應用 單元檢測
一、選擇題
1．2022年北京冬季奧運會圓滿結束，這不僅是一場體育盛會，也是一場文化盛宴、科技盛會。從充滿文化韻味的“二十四節氣”倒計時，到脫胎于篆刻、書法的冬奧標識；從創意源于西漢長信宮燈的冬奧會火炬接力火種燈，到取自《千里江山圖》的冰場擋板圖案，從展現文明交流交融的“黃河之水”，到最終幻化成“冰雪五環”……中華文化與奧運文化、冰雪元素完美融合，閃耀冬奧舞臺，寫下文明交流互鑒的新篇章。小明使用百度指數，以“冬奧會比賽項目”為關鍵詞進行分析，得到大家對于比賽項目關注情況的圖譜（如圖），以數據可視化形式迅速展示要點信息。該圖譜采用的是（ ）
A．詞云分布圖 B．網絡關系圖 C．雷達圖 D．熱力圖
2．智能垃圾回收系統的“滿溢提醒”功能是借助超聲波傳感器來獲取相關數據。這種數據獲取的方式屬于（ ）
A．智能識別 B．自動采集 C．自動控制 D．人工輸入
3．關于散點圖，下列說法正確的是（ ）
A．可呈現變量的頻數分布
B．可表示兩種特征間的相關關系
C．可描述變量的變化趨勢
D．可直觀表述出各指標的位置
4．數據處理的一般過程是（ ）。
A．采集—分析—整理—可視化表達 B．采集—整理—可視化表達－分析
C．采集—整理—分析－可視化表達 D．采集—可視化表達—整理－分析
5．將一年級新生的資料錄入到學籍管理系統中，這屬于信息的（ ）
A．存儲 B．檢索 C．加工 D．輸出
6．屬于數字化可視化表達工具的是（ ）
A．演示文稿 B．平板電腦 C．電子詞典 D．編程軟件
7．如圖展示了我國近十年的GDP。為了直觀地顯示GDP的變化趨勢，可以使用（ ）進行的數據可視化。
A．柱形圖 B．折線圖 C．餅圖 D．雷達圖
8．在小區里，有的垃圾箱垃圾太多而溢出，有的卻很少。做了一些研究后，小明同學整理數據，將原因與建議寫成文字，準備交給物業。這屬于數據處理過程中的（ ）
A．撰寫研究報告 B．數據整理
C．數據分析 D．數據可視化
9．在教科書中利用Python探究電流和電壓、電阻的關系實驗里，除了可以通過書中的Jupyter Notebook外，處理數據還可以通過下列（ ）工具實現。
A．Python IDLE B．Xmind C．網絡畫板 D．幾何畫板
10．下列適合用來采集《雷鋒年譜》 圖像的工具是( )
A．臺式電腦 B．編程軟件 C．思維導圖 D．數碼照相機
11．小張采集了運動會的報名數據錄入到Excel文件，每位同學最多參加兩個項目，部分界面如下圖所示。他先使用Excel軟件整理數據，存儲為“運動會報名.xlsx”文件后，編寫Python程序完成后續處理。小張對數據進行以下整理，操作恰當的是（ ）
A．發現高一(1)班陳易涵有兩條相同的數據，刪除一條
B．發現高一(3)班張懷沙的跳高一欄空著，填入數字“1”
C．發現第6行“高一(二)班”的格式與其他數據不一致，刪除第6行數據
D．發現第8、9行都是高一(2)班李嘉佑的數據且都不完整，刪除第8、9行數據
12．想知道習近平主席在《慶祝中華人民共和國成立70周年大會上的講話》中的講話重點，最有效的可視化呈現類型是（ ）。
A．餅圖 B．詞云圖 C．柱形圖 D．折線圖
13．數據可視化的呈現類型有( )
A．探索型 B．試探型 C．邏輯型 D．布爾型
14．數據處理的一般過程是（ ）
A．采集—整理—可視化表達－分析 B．采集—整理—分析－可視化表達
C．采集—可視化表達—整理－分析 D．采集—分析—整理—可視化表達
15．高二年級的水平考試報名中，需要提供每位學生的數字照片一張，學校應該選擇哪種信息采集工具最方便、快捷
A．數碼攝像機 B．普通相機 C．數碼相機 D．掃描儀
二、填空題
16．數據可視化表達的呈現方式有很多，小明把高中同學“大學所在城市”數據，生成一個詞云圖，根據詞云圖可以知道，小明同學去 城市上大學的最多。
17．圖結構中的每個頂點( )與其他頂點有邊相連，數據元素之間是( )的關系。
18．數據之間有三種基本關系，分別是線性關系和 、網狀關系。
19．為了更好地了解某地的水質情況，科研人員采集了該地各監測點當天的水質數據。數據中包含了各監測點的水質類別、水溫（℃）、pH、溶解氧（mg/L）、高錳酸鹽指數（mg/L）。通過數字化學習，小申了解到水質類別從高到低分為1-5類，級別最高（質量最好）為1，級別最低（質量最差）為5。小申了解到水溫、pH、溶解氧、高錳酸鹽等指標都會影響水質類別，他選擇了溶解氧進行重點分析。分析如圖所示的“各監測點水質類別和溶解氧分布”可視化圖形，說出溶解氧指數最高的監測點的水質類別為 。請學習數字化資源中的“地表水環境質量標準”，嘗試歸納水質類別和溶解氧之間的相關關系 。
20．詞云是對文本數據進行分析處理后的可視化形式。某同學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出現頻率較高的詞語 。
三、判斷題
21．利用網絡爬蟲獲取研究性學習所需要的數據，是采用了網絡數據采集法。( )
22．詞云可以使得難以實現結構化的數據文本挖掘成為輕而易舉的事情。（ ）
23．數據可視化的目的是為了幫助用戶過濾、清洗掉無用的、錯誤的數據。( )
24．數據可視化是指以圖形、圖像、地圖、動畫等生動、易于理解的方式展示數據和詮釋數據之間的關系、趨勢與規律等，以便更好地理解數據。（ ）
25．2022年4月初，太原市各中學再次開啟了“停課不停學、離校不離教”線上教學。釘釘在線課堂教學過程中，老師運用思維導圖軟件結束課堂，再一次對教學內容概括和歸納，幫助學生理清知識脈絡，把握重點，運用釘釘答題卡功能當堂檢測每個學生學習效果，進而有針對性、更精準的輔導。老師通過答題卡的選項統計功能對學生更精準的輔導。這個事例說明學生提交的選項作為數據需要進行加工處理分析，就可以得到學生學習情況這一信息。( )
四、操作題
26．小紅收集了部分城市202l年全年每大PM2.5、PM10、CO濃度數據。每大的數據分別保存在以8位日期字符串命名的CSV文件中，部分文件如圖a所示，每個文件記錄了一天24小時的監測數據。示例如圖b所示。
為統計分析城市A全年各月份PM2.5的月平均濃度（當月的日平均濃度的平均值），編寫Python程序。請回答下列問題：
（l）定義pmday函數，功能為：讀取某天的CSV文件，返回城市A當天PM2.5的日平均濃度。函數代碼如下，劃線處應填入的代碼為<單選，填字母）。
A．df['類型']= ='PM2.5 B．df['類型'=='PM2.5']
C．df[df['類型']]= ='PM2.5' D．df[df['類型']=='PM2.5']
import pandas as pd
def pmday（dayfile）:
df=pd read_csv（dayfile） #讀取文件dayfile中的數據
df=
return df['城市A'].mean（） #返回城市A當天PM2.5的日平均濃度
（2）統計城市A各月份PM2.5的月平均濃度并繪制線型圖。部分Python程序如下，請在劃線處填寫合適的代碼：
import matplothb. pyplot as plt
def tstr（t）：
if t retrun '0'+str（t）
else：
retrun str（t）
pm=[0]*12
mdays=[31．28．31．30．31．30．31．31．30．31．30．31]
for m in range（12）:
sm=0
mstr=tstr（m+1）
for d in range（① ）：
dstr=tstr（d+l）
day file='202l'+mstr+ dstr+'.csv'
sd=pmday（dayfile）
②
pm[m]=sm/mdays[m]
x=[1，2，3，4，5，6，7，8，9，10，11，12]
y=③
plt. plot（x，y） #繪制線型圖
#設置繪圖參數，顯示如圖c所示線型圖，代碼略
（3）城市A 2021年PM2.5年平均濃度為34.6微克/立方米。由圖c可知，城市A 2021年PM2.5月平均濃度超過年平均濃度的月份共 個。
參考答案：
1．A
2．B
3．B
4．C
5．A
6．A
7．B
8．A
9．A
10．D
11．A
12．B
13．A
14．B
15．C
16．北京
17．都可以 多對多
18．樹型關系
19．1 溶解氧越高，水質類別質量越好。
20．祖國 努力 愛 富強 分享等
21．正確
22．錯誤
23．錯誤
24．正確
25．正確
26．D mdays[m] sm+=sd pm 5

展開更多......

收起↑