3.3 数据分析与可视化2024—2025学年高中信息技术人教/中图版(2019)必修1

3.3 数据分析与可视化 一、选择题 1．高一上学期半期考后，小赵老师对班上同学的数学成绩进行了分析，他计算了全班同学数学成绩的中位数和众数，小赵老师采用的分析方法是（    ） A．位置平均数 B．对比分析法 C．平均分析法 D．交叉分析法 2．以下说法正确的是（   ） A．plot()函数一次只能绘制一种风格的图形 B．bar()函数可以绘制水平柱形图 C．为了显示图形，须调用plt.show()函数 D．pyplot模块的text()函数和title()函数，都可以设置绘图区的标题 3．以下可视化工具库中，不是基于JavaScript环境的是（   ） A．D3.js B．Highcharts C．Google Charts D．matplotlib 4．最适合用来表示各元素占比关系的数据分析图表是（   ） A．柱状图 B．扇形图 C．饼图 D．折线图 5．市场部门需要呈现每月鲜果消费价格的变化趋势，下列最适合的数据可视化表达方式是（   ） A．散点图 B．面积图 C．雷达图 D．折线图 6．图为旅游人均消费数据图表，这种呈现数据的形式称为（    ） A．可视化形式 B．分段化形式 C．虚拟化形式 D．文字化形式 7．找数字规律：“1、6、7、13、20”的下一个数字是（    ） A．33 B．39 C．36 D．40 8．根据不同的业务需求来建立数据模型，抽取最有意义的向量，决定选取哪种方法的数据分析角色人员是（   ） A．数据管理人员 B．数据分析员 C．研究科学家 D．软件开发工程师 9．数据分析的方法一般包括（   ） ①搜索引擎 ②关联分析 ③建立模型 ④模型评价 A．①②③ B．②③④ C．①②④ D．①③④ 10．如图所示的国内生产总值及增速图表，下列叙述不正确的是（   ） A．2017—2019年期间国内生产总值增长率逐年减少 B．2015—2019年期间国内生产总值逐年减少 C．2019年国内生产总值的增长率最小 D．2019年第一产业国内生产总值增加值最小 11．下列查询结果，可直接呈现数据可视化形式的是（   ） A．国家统计局官网有关GDP数据查询 B．“百度地图”驾车路线查询 C．12306 网站火车票订票查询 D．银行官网中银行卡使用记录查询 12．对采集到的数据进行分类整理、提取与发现其中有价值信息的过程，称为（   ） A．数据分析 B．数据采集 C．数据加密 D．数据发布 13．根据以下表格，图形化表达每个工人生产的正品数量和产生利润占总利润的比率，较合适的方式为（   ） A．柱形图、柱形图 B．柱形图、饼图 C．饼图、饼图 D．饼图、柱形图 14．下列关于数据分析的叙述中，错误的是（  ） A．数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息，并形成结论的过程 B．数据分析可帮助人们作出判断，以便采取适当行动 C．数据分析是数学与计算机科学相结合的产物 D．数据分析的应用范围比较单一 二、填空题 15．在数据分析中，数据可视化可以帮助我们更直观地理解数据的 和 。 16．常用的数据可视化工具包括 、 、 等。 17． 是最常见的数据可视化表达方式之一。 18．为了更好地了解某地的水质情况，科研人员采集了该地各监测点当天的水质数据。数据中包含了各监测点的水质类别、水温（℃）、pH、溶解氧（mg/L）、高锰酸盐指数（mg/L）。通过数字化学习，小申了解到水质类别从高到低分为1-5类，级别最高（质量最好）为1，级别最低（质量最差）为5。小申了解到水温、pH、溶解氧、高锰酸盐等指标都会影响水质类别，他选择了溶解氧进行重点分析。分析如图所示的“各监测点水质类别和溶解氧分布”可视化图形，说出溶解氧指数最高的监测点的水质类别为 。请学习数字化资源中的“地表水环境质量标准”，尝试归纳水质类别和溶解氧之间的相关关系 。 19．为了更好地了解某地的水质情况，科研人员采集了该地各监测点当天的水质数据。数据中包含了各监测点的水质类别、水温（℃）、pH、溶解氧（mg/L）、高锰酸盐指数（mg/L）。通过数字化学习，小申了解到水质类别从高到低分为1-5类，级别最高（质量最好）为1，级别最低（质量最差）为5。小申根据如表所示的水质数据，编写程序绘制如图1示的各监测点水质类别和溶解氧分布可视化图形。小申编写的程序如下所示，请将程序填写完整，可以点击图标进入开发环境，数据文件与程序位于同一文件夹目录，本题提供的环境仅用作算法验证。 监测点名称 水质类别 水温 pH 溶解氧 高锰酸盐指数 监测点 1 4 24.8 7.25 4.77 5.16 监测点 2 3 23.6 7.56 5.62 3.54 ……                         图1 import pandas as pd import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] df=pd.read_csv('T4_3.csv',encoding='ANSI') plt.title('各监测点水质类别和溶解氧分布') plt.xlabel('溶解氧(mg/L)') plt.ylabel('水质类别') plt.ylim((0,6)) plt.yticks([0,1,2,3,4,5]) ___① (df['溶解氧'],df['水质类别']) plt.show() 三、判断题 20．数据分析可以帮助我们了解事物的现状、剖析事物的发展历程和预测事物的未来走向。( ) 21．蜘蛛网图又称为雷达图，不属于数据的可视化图表类型。( ) 22．数据可视化是以图形、图像和动画等方式直观生动地呈现数据及数据分析结果，饼图可用于表示随时间变化的连续数据。( ) 四、操作题 23．为进一步对信息系统采集的数据进行处理与分析，小申把数据表sheet1中的数据导出至readingTime.csv文件中。请完成以下各小题。 （1）如图所示，在readingTime.csv发现了多条相同学号同一天的记录。为了保证数据分析的准确性，需要对数据进行去重整理，请完善以下代码。去重时，仅保留重复记录中的最后一条，替换原表。（可参考小贴士） import pandas as pd df=pd.read_csv('readingTime.csv') df. (subset=['学号','日期'],keep='last',inplace=True) df.to_csv('readingTime.csv') （2）小申选取了小达一周的阅读时间存储于列表d、w中，请完成表格后的各小题。【17分】 1）① 采集和输入 小达7天的阅读时间 输出 当天与前一天的阅读时间变化 计算模型 当天的阅读时间减去前一天的阅读时间 2）设计算法 绘制流程图： 3）编写程序 请把以下代码编写完整： d=['10-11','10-12','10-13','10-14','10-15','10-16','10-17'] w=[0.3,0.4,0.5,0.4,0.7,0.4,0.3] ③________: c=w[i]-w[i-1] ④________:    print(d[i],'较上日增加了',c) else:     print(d[i],'较上日增加了',-c) 4）调试与运行 运行结果： 10-17较上日减少了0.10000000000000003 10-16较上日减少了0.29999999999999993 10-15较上日增加了0.29999999999999993 10-14较上日减少了0.09999999999999998 10-13较上日增加了0.09999999999999998 10-12较上日增加了0.10000000000000003 小申通过观察运行结果，需对输出结果进行“四舍五入，保留1位小数”的处理。请用自然语言叙述解决方法：（可参考小贴士） ⑤________ 1）上表横线①处应填入( ) A．规划与分析    B．抽象    C．建模    D．抽象与建模 2）上表中②：   ③：   ④：   ⑤： 3）上表中的流程图结构属于( ) A．顺序+分支结构    B．循环嵌套分支结构    C．顺序+循环结构    D．循环嵌套循环结构 （3）小申从readingTime.csv中筛选出学号为220101小达同学的7天数据，进行可视化分析。代码段如下所示，请在横线处填空。 #导入库 import pandas as pd df=pd.read_csv('readingTime.csv',encoding='utf-8') mydf=df[(df['学号']==220101)&amp;(df['日期']>='10-11')&amp;(df['日期']<='10-17')] import ①________as plt #设置字体 plt.rcParams['font.sans-serif']='SimHei' #数据源 d=mydf['②________'] w=mydf['阅读时间'] #设置标题 plt.title('7天阅读时间') plt.xlabel('日期') plt.ylabel('小时') plt.③ (d,w) plt.show() 1）如上代码段中①处的正确选项是( ) A．matplotlib.pyplot    B．pyplot    C．BeautifulSoup    D．matplotlib 2）如上代码段中应填入：②： ③： 3）从上述可视化结果中你获取的信息是： 。 （4）小申汇总了一个月的数据经处理分析后形成的班级书屋分析报告，通过邮件发送给了所有班级成员。这体现的信息特征有( ) A．信息可以被共享    B．信息可以传播和存储    C．信息的价值是相对的    D．信息具体时效性 （5）系统运行过程中，小申发现任何用户都可以访问该信息系统的汇总页面。请你针对这种信息安全风险提出防范措施。 你选择的是( )；你的具体建议是 。 A．身份认证。身份认证是用户在使用信息系统时，系统对用户身份的识别和确认过程，是保证信息系统安全的基本措施。 B．访问控制。访问控制是信息系统安全防范的常用技术，它的主要作用是保证信息资源不被非法访问和使用。 C．数据加密。在信息安全中，信息的保密性是指保证信息不被非授权访问，或者被非法取得数据时也无法使用该数据。数据加密就是防止数据在传输过程中被窃听，或者在存储过程中被非法访问的一种有效防范手段。 D．修补漏洞。信息系统软件存在安全风险，漏洞扫描既是攻击者探寻、入侵主机的一种最常见手段，也是管理员检测系统漏洞、发现安全隐患、提高系统安全性的有效方法。 24．学生成绩分析。学校某次模拟考试的技术成绩存储在文件“score.xlsx”文件中，部分数据如图a所示。现要对考试成绩进行数据处理与分析，请回答以下问题：                    图a                                  图b （1）若利用Excel软件对数据进行处理，要计算技术总分（G列），可以通过G2单元格中的公式向下自动填充得到，则G2单元格中的公式是 （2）利用pandas模块分析数据，要筛选出技术总分前10的同学，实现程序如下 import pandas as pd import matplotlib.pyplot as plt # 设置中文字体 代码略 df = pd.read_excel("score.xlsx") print(df1.head(10)) 划线处可行的代码为 （单选，填字母） A．df1=df.sort_values("技术", ascending=False) B．df1=df.sort_values("技术", ascending=True) C．df1=df.sort_values("技术")[0:10] (3)在对数据进行简单处理后，使用matplotlib绘制如图b所示图表，实现上述功能的部分Python程序如下，请在划线处填入合适的代码。 # 接上题 df2 = df.groupby(‘① ’， as_index=False)["技术"].mean() plt.title("各班级平均分") plt.bar(② ) plt.show() （4）根据分析结果可知，技术学科平均分最高的班级为 试卷第1页，共3页 试卷第1页，共3页 学科网（北京）股份有限公司 参考答案： 1．A 2．C 3．D 4．C 5．D 6．A 7．A 8．C 9．B 10．B 11．B 12．A 13．B 14．D 15． 趋势 规律 16． Excel Seabom Bokeh 17．思维导图 18． 1 溶解氧越高，水质类别质量越好。 19．plt.scatter 20．正确 21．错误 22．错误 23． drop_duplicates D w[i]-w[i-1] for i in range(1,len(w)) if c>=0 在计算变化量后，使用round函数对结果进行四舍五入处理，保留一位小数。 B A 日期 plot(d,w) 小达同学在7天内每一天的阅读时间变化趋势。 AB A 进行身份认证，通过用户名和密码验证用户身份，确保只有授权用户才能访问信息系统的汇总页面。 24． =C2+D2 或 =$C2+$D2 A 班级 df2["班级"]，df2["技术"] 技选3 答案第1页，共2页 答案第1页，共2页 学科网（北京）股份有限公司 $$