2023年浙江省高中信息技术知识重难点汇总

信息技术考前重难点巩固 1、 数据与信息 1. ▲信息不会产生损耗，也不能脱离载体，但可以脱离它所反映的事物被存储、保存和传播 2. ▲知识更接近“应用与行动”，智慧更接近“认知与看法” 3. ▲位/比特/bit 和 字节/Byte的换算（1Byte = 8bit） 4. ▲WAV容量 = 采样频率 * 量化位数 * 声道数 * 时间 / 8 5. ★颜色模式和位深度（x位色=2x色）：RGB 24b、256级灰度8b、256色8b、黑白图1b 6. 视频制式：PAL制式（25fps）、NTSC（30fps），计算视频容量时，一般忽略声音的容量 2、 算法的程序实现（Python） 1. ▲表达式运算优先级： ** 优先于 * / // % 优先于 + - 2. ▲判断是否相等时，是双等于号 == 3. ★切片用冒号，如s[1:9:2]，s[1:9]，s[1::2]，s[:9:2]，s[::2]，s[1::]，s[:9:]，s[::] 4. ▲range用逗号，如range(1,9,2)，range(1,9)，range(9)；错误：range(1,,2) 5. ▲遍历列表时，不要漏写range，如for i in range(len(a)) 6. ▲int函数是去掉小数，保留整数；//是将结果向下取整 7. 自定义函数可以返回多个值，调用时用多个变量接收，如a,b=myzdy(x) 8. ▲计算数量、位置时要考虑错一问题 3、 数据处理与应用（大数据、pandas、matplotlib） 1. ▲异常数据：发生概率较小，可能是要去除的不重要的数据，也可能是含有重要信息的数据，如技术考了99分（平常考80左右） ▲逻辑错误：违背业务规则和逻辑，如技术考了101分 2. ★大数据特征（4V）、大数据思维（全体数据、混杂性、相关性）、大数据处理（分治思想） 3. ▲图数据，指的是拓扑图（Graph），是一种以点和边来表示实体和关系的数据结构，而不是图像数据（Image/Picture） 4. ★DataFrame中取单个值的3种方法： a) print(df.at[1,"分数"]) #行列法：先index再column b) print(df["分数"][1])或print(df.分数[1]) #列行法：先column再index c) print(df.values[4][2]) #二维数组法：先行再列 d) 循环是for i in df.index时，优先用“行列法”、“列行法”取值 e) 循环是for i in range(len(df))时，优先用“二维数组法”取值 5. ▲DataFrame筛选时，不能对列进行额外的操作，错例：df=df[df.date[5:7]=="11"] 6. ▲DataFrame中修改单个值，只能用df.at[行索引,"列标题"]=xxx 7. ★考场上，要时刻呈现df对象目前长什么样？ 如执行df=df.groupby("xxx",as_index=True).count()之后，df中的数据及组织形式 8. ▲求df长度时，不能用n=df.count()，要用n=len(df) 9. ▲使用groupby时一定要留意as_index的值 10. ▲使用sort_values时一定要留意ascending的值 11. ▲DataFrame中除了insert以外，其它所有函数都不会更新原数据对象，需要重新赋值 12. ▲matplotlib中，显示绘制的图例，需要执行plt.legend() 13. ▲绘制水平柱形图（barh）时，纵轴（x轴）上的数据，要从原点朝远离原点的方向看 4、 人工智能 1. ▲图灵机与图灵测试的区别： a) 图灵机：一种计算机制，与“原始递归函数”、“lambda演算”等效 b) 图灵测试：测试机器是否具有智能的一种方法 2. ★三大主义 a) “符号主义”关键词：逻辑学派，心理学派，计算机学派，基于规则，符号的推理和运算，手工构造知识库+推理引擎，知识工程，专家系统，深蓝（象棋）、沃森（问答） b) “联结主义”关键词：仿生学派，生理学派，数据驱动，神经元，深度学习，图像分类，xx识别（语音、文字、图像、人脸、指纹、虹膜等），AlphaGo（围棋），机器翻译、无人驾驶 c) “行为主义”关键词：进化主义，控制论学派，问题引导，交互-反馈，试错学习，强化学习，AlphaGo Zero（围棋） 3. ▲三大应用：领域人工智能、跨领域人工智能、混合增强智能的区别 4. ▲注意：扫描识别条形码和二维码，不属于人工智能 5、 信息系统（概述、支撑技术、安全、搭建） 1. ▲信息技术发展形态：以计算机为核心→以互联网为核心→以数据为核心 2. ★信息系统的局限性：环