資源簡介

綜合測試卷-2023—2024學年浙教版（2019）高中信息技術選修3
一、選擇題
1．需求分析中，開發人員要從用戶那里解決最重要的問題是（ ）
A．讓軟件做什么 B．軟件能存儲多少信息
C．軟件的工作效率如何 D．讓軟件具有何種結構
2．網格員準備做一份關于社區老齡化的數據分析報告。下列說法正確的是（ ）。
A．該報告要有社區老齡化數據分析的結論與建議
B．老齡化數據分析的目的與背景在報告中可以忽略
C．報告中數據來源、質量可以不用說明
D．報告中關于數據分析的思路與方法可以略寫或不寫
3．針對某路公交車高峰擁擠時段情況數據分析時，下列選項中相對合適的分析方法是（ ）。
A．縱向平均分析 B．縱向對比分析 C．橫向對比分析 D．橫向平均分析
4．不能用于分析邏輯關系的是（ ）
A．散點圖 B．雷達圖 C．折線圖 D．詞云圖
5．用某個條件對數據清單進行“自動篩選”后，不符合條件的數據將被（ ）
A．隱藏 B．徹底刪除 C．單獨顯示 D．撤銷
6．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。采集的水質數據如表所示，小申使用Python的數據分析核心庫pandas提供的方法進行數據整理。經檢查確認，對于同一監測點出現多條記錄的情況，視為重復記錄，只需保留其中的第一條。若讀取的數據存放在變量df中，以下方法中能夠正確去重的是（ ）
監測點名稱 水質類別 水溫 pH 溶解氧 高錳酸鹽指數
監測點 1 4 24.8 7.25 4.77 5.16
監測點 2 3 23.6 7.56 5.62 3.54
監測點 3 5 24 6.99 2.45 4.75
…… …… …… …… …… ……
監測點 9 4 25 7.33 4.16 5.84
監測點 2 3 23.6 7.56 5.62 3.54
監測點 10 3 24.1 7.27 5.18 4.35
監測點 11 1 23.3 7.74 7.76 1.86
A．df.dropna(axis=1,how='any',inplace=True)
B．df.dropna(axis=0,how='any',inplace=False)
C．df.drop_duplicates(subset=['監測點名稱'],keep='first',inplace=True)
D．df.drop_duplicates(subset=['監測點名稱'],keep='last',inplace=False)
7．下列選項中，不能實現網絡備份課件文件的是（ ）
A．從電子郵箱中下載備份課件 B．從 Kugou中下載備份課件
C．從手機微信中下載備份課件 D．從百度云盤上下載備份課件
8．下列選項中，不屬于數據可視化應用的是（ ）
A．掌上公交 B．抖音 C．百度地圖 D．滴滴打車
9．數據可以用表格，也可以用圖表呈現。下列說法中正確的是（ ）
A．圖表來源于表格，所以用表格更好
B．圖表一旦生成，便不會隨表格數據的變化而變化
C．可以通過修改圖表來改變表格數據內容
D．圖形化表示更形象直觀
10．小明對卡塔爾世界杯十分感興趣，于是收集相關資料制作了一張有關卡塔爾世界杯的標簽云，如下圖。則下列有關該標簽云的說法中，不正確的是（　　）
A．小明收集的文本資料屬于非結構化數據
B．在制作該標簽云的過程中需要進行分詞，但不需要特征提取
C．在該標簽云中，詞語“卡塔爾”比“世界杯”的出現頻率高
D．該標簽云不需要顯示文本數據中的全部詞語
11．下列哪個選項是數字化可視化表達工具。（ ）
A．數碼照相機 B．搜索引擎 C．U盤 D．演示文稿
12．“詞云圖”是數據可視化的一種方式。右圖是小曲利用 Python編程對“云南”百度詞條分析形成的詞云圖，下列說法中正確的是（ ）
A．對文本分詞后可直接創建詞云，無須提取特征
B．詞云圖必須顯示該數據集中包含的全部詞語
C．從詞云圖中可以看出詞語“云南”比“昆明”的出現頻率高
D．最能表現該數據集中文本特征的詞是“鐵路”
13．2021年5月11日上午，國務院新聞辦公室就第七次全國人口普查數據舉行發布會。新聞媒體在報道該新聞時，運用 信息類型，可顯著增強數據的直觀可視化效果。（ ）
A．聲音 B．文本 C．圖形 D．數字
14．下列選項中不是數據可視化形式的是（　　）
A．柱形圖 B．雷達圖 C．散點圖 D．點陣圖
15．下列關于數據分析報告作用，不包括（ ）
A．數據分析結果的呈現 B．記錄項目實施各項日志
C．數據分析項目的總結 D．為決策者提供決策依據
16．關于平均分析法的描述不正確的是（ ）
A．平均指標比總量指標更具有說服力
B．平均數是綜合指標，它的特點是將總體內各單位的數量差異具體化，
C．利用平均指標對比某些現象在不同歷史時期的變化，更能說明其發展趨勢和規律
D．平均分析法是運用計算平均數的方法來反映總體在一定時間、地點條件下某一數量特征的一般水平
17．隨著計算機的廣泛應用，涌現出很多數據分析工具，下列不是數據分析工具的是（ ）
A．圖像處理軟件 B．電子表格軟件 C．在線數據分析平臺 D．編程工具
18．下圖是對文本數據進行處理生成的“詞云”圖。圖中的詞語顯示有大有小，顯示較大的是因為這個詞（ ）
A．比較重要 B．出現次數較多 C．比較關鍵 D．比較流行
19．常用的數據分析方法包括（ ）
A．對比分析法、結構分析法
B．平均分析法、結構分析法
C．對比分析法、結構分析法、平均分析法
D．對比分析法、平均分析法
20．題圖為統計局網站公布的中國創新指數變化情況圖表。這種呈現數據的形式稱為（ ）
A．虛擬化形式 B．可視化形式 C．多樣化形式 D．文字化形式
二、填空題
21．數據備份一般有本機備份和 兩種方式。
22．通過報告不僅是把數據分析的起因、過程、結果及建議完整的展現出來，更為決策者提供科學、嚴謹的決策依據。 ( )
23．以圖形、圖像和動畫等方式更加直觀生動地呈現數據及數據分析結果，揭示數據之間的關系、趨勢和規律等的表達方式稱為 表達。
24．對數據進行分析，首先要根據分析的目標 ，然后選擇恰當的 進行分析， 是否正確，繼而得出相應的結論。
25．數據分析是指用恰當的 方法對收集來的數據進行 ，從而得出有意義的結論的技術。
三、判斷題
26．在數據處理中，除了可以對數值型數據進行分析外，還可以對文本、圖像等數據進行分析。( )
27．數據分析的方法主要有對比分析、平均分析。對比分析是指將兩個或兩個以上的數據進行比較，分析它們的差異，來反映總體在一定時間、地點條件下某一數量特征的一般水平。 ( )
28．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。（ ）
29．數據分析中采取調查問卷，問題設計越多，得到的信息越多。( )
30．數據分析方法只有對比分析法和平均分析法兩種。( )
四、操作題
31．小明收集了某2所學校的選課情況，對應科目值為1表示選課，為空表示未選。部分文件如圖a所示。
圖a
為統計分析各個學校的各個科目選課的情況，編寫Python程序。請回答下列問題：
（1）數據整理。已知前3列數據均沒有缺失，每個學生選課數量應該為3，小明想要查看是否有學生的選課數量不為3，若有則輸出該學生的學生編號。實現代碼如下，請在劃線處填入合適的代碼。
import pandas as pd
df1=pd.read_excel("1.xlsx")
df2=df1.T #將df1行列轉置后的結果賦值給df2
flag=True
for i in df2.columns:
if ① .count()!=6:
s=df2.at["學生編號"，i]
print（"編號為"，s,"的學生選課科目數量不為3！"）
②
if flag:
print("學生選課科目數量均為3！")
(2）若存在學生選課數量不為3的，則該數據存在的數據問題是 (單選，填字母：A．數據重復B．異常數據C．邏輯錯誤)
(3)數據計算和可視化。小明將上述數據整理后，計算兩所學校各個科目選課人數占學校總人數的比例，繪制如圖b所示散點圖進行比較，部分Python程序如下，請在劃線處填入合適的代碼。
圖b
g=dfl.groupby("學校名稱").count()
km=["物理"，"化學"，"生物"，"政治"，"歷史"，"地理"，"技術"]
zb=[]
for i in g.index:
for j in g.columns[2:]:
a=g.at[i,j]/g.at[i,"姓名"]*100
plt.scatter(km,zb,label=i+"各科選課占比")
zb=[]
plt.title("兩所中學各科目選課占比比較")
plt. legend();plt. show()
（4）由圖可知選課比例最接近的科目是 (選填：物理/化學/生物/政治/歷史/地理/技術)。
32．小明為了研究某地近十年每月的溫差變化，編寫Python程序。以2023年4月為例，該月每天的溫度數據分別保存在以8位日期字符串命名的excel文件中，部分文件如圖a所示，每個文件記錄了一天24小時的溫度數據，如圖b記錄了4月28日的數據。
圖a 圖b
（1）定義dv函數，功能為：讀取某天的excel文件，返回當天最高溫度與最低溫度的差值。函數代碼如下，劃線處應填入的代碼為 （單選，填字母）。
A．df["溫度"].head（1）-df["溫度"].tail（1）
B．df["溫度"].（max（）-min（））
C．df["溫度"].max（）-df["溫度"].min（）
D．df["溫度"].（head（1）-tail（1））
def dv（dayfile）：
df=pd.read_excel（dayfile）
diff=________
return diff
（2）定義find函數，功能為：用字典創建DataFrame對象，并篩選出4月份溫差大于13的日期，輸出結果如圖c所示，請在劃線處填入代碼。
圖c
def find（r，t）：
dic={"日期"：r，"溫差"：t}
dfl=pd.DataFrame（dic）
df2=
return df2
（3）繪制4月份每天的溫差柱形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
def tstr（t）：
if t<10：
return'0'+str（t）
else：
return str（t）
td=[]；date=[]
for i in range（30）：
dstr=tstr（ ① ）
dayfile='202304'+dstr+'.xlsx'
date.append（dayfile[4：8]）
td.append（ ② ）
#設置繪圖參數，代碼略
plt.bar（date， ③ ）
plt.show（）
print（find（date，td））
圖d
33．小王通過掃描儀獲取到技術周考的學生信息技術單選題答題信息，記錄了學生每個小題的答題選項，如圖a所示：
為了統計分析出每一小題的答題情況，小王編寫了Python 程序，請回答下列問題：
（1）分析學生每個小題的 A，B，C，D 選項的占比，代碼如下：
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams[("font.sans-serif")]= ["KaiTi"]
df=pd.read_excel ("ITdata.xlsx")
stunum=len(df)
for i in range(1，13)：
print("第"+str(i)+"小題")
for k in "ABCD" ：
t=
print(k+"："，round(len(t)/stunum*100，2)，"%")
該程序段運行結果的部分界面如圖b 所示。
圖b
畫線處填入的代碼為 (單選，填字母)
A．df["單選"+str(i)]==k] B．df[df["單選"+str(i)]==k]
C．df[["單選"+str(i)]==k] D．df[df["單選"+str(i)]]==k
（2）計算出全班學生的各小題得分并統計各小題平均分，繪制出線形圖（如圖c所示），部分Python程序如下，請在劃線處填入合適的代碼。
圖 c
sans="CBCABCABDABD"
qnum=list(df.columns)
for i in df.index ：
#本次單選題的標準答案
for j in range(2，14)：
if df.at[i，qnum[j]]== ：
r=2 #回答正確得 2 分
else：
r=0#回答不正確得 0 分
df.at [i，qnum[j]]=r
aver= []
for j in qnum[2：]： #統計各單選題的平均分
aver.append( )
plt. (qnum[2：]，aver，label="平均分")
plt.legend()
plt.show ()
（3）由圖b 可知，12 道選擇題中難度最低的是“單選 ”。
34．某次考試一共12題，1～10題為單選題，每小題3分，11～12題為非選擇題，每題10分。閱卷后系統導出小題得分存儲在文件xxcj. xlsx中，部分截圖如圖a所示。
圖a
小明用Python編寫了程序解決如下問題。
（1）讀取Excel文件中的數據賦值給df，劃線處的代碼為 （單選，填字母）。
A．read_excel B．to_axcel C．read.excel D．read_xlsx
import pandas as pd
df=pd. ("xxcj.xlsx")
（2）分析某小題的每個班級均分情況代碼如下，請在劃線處填入合適的代碼。
dfl=df.groupby（"班級"）．
dfl=dfl.drop(’考號’，axis=l)#刪除“考號”列
（3）將小題均分情況做可視化處理。如輸入“10”，生成如第11題圖b所示的折線圖。加框處代碼有誤，請改正。
圖b
import matplotlib. pyplot as plt
plt.rcParams[’font.sans-serif’]=[’SimHei’] # 使圖形中的中文正常編碼顯示
tno=input（"請輸入題號："）
plt. plot(，dfl [tno]，label="各班級均分")
# 繪制年級均分折線圖，代碼略
（4）從圖b可以看出，第10題超過年級均分的班級個數是 。
35．某網站服務器五月（31天）的后臺訪問記錄保存在log.xlsx文件中，如1圖所示：
圖1
請回答下列問題：
（1）定義oneday函數，功能為：讀取日期為day的訪問記錄，將訪問地區依次保存在列表city中，并返回該列表。函數代碼如下：
import pandas as pd
df = pd.read_excel ('1og. xlsx')
def oneday(day):
city = []
for i in :
if df.at[i"時間戳"][0:2] == day:
city. Append(df.at[I, "地區"])
return city
劃線處代碼為： (單選：A．df.index ()/B．df.index/C． df.values()/ D．df.values)
（2）統計該月每天華東五市的訪問數據，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 matplotlib.pyplot as plt
eastcity=["上海"、"南京"，"杭州"，"蘇州"，"無錫"]
x = [i for i in range(1, 32)]
y = []
t = 0
for i in range(1, 32):
①
if i < 10:
day = "0" + day
city = one day(day)
for j in city:
if j in eastcity:
②
y.append(t)
t = 0
plt.plot( ③ )
plt.show()
（3）由圖2可知，該網站本月訪問量低于4萬次天數共有 天。
圖2
參考答案：
1．A
2．A
3．B
4．C
5．A
6．C
7．B
8．B
9．D
10．B
11．D
12．C
13．C
14．D
15．B
16．A
17．A
18．B
19．C
20．B
21．云備份
22．對
23．數據可視化
24． 提出假設 分析方法 驗證假設
25． 統計分析 計算、處理
26．正確
27．錯
28．錯誤
29．錯誤
30．錯誤
31． df2[i] flag=False C zb.append(a) 物理
32． C df1[df1.溫差>13] 或df1[df1["溫差"]>13] i+1 dv(dayfile) td
33． B sans[j-2] df[j].mean() plot 10
34． A mean() dfl.index 7 或七 或7個 或七個
35． B 或 df. index day = str(i) t+=1 x, y 5

展開更多......

收起↑