第3章 数据处理与应用 2024—2025学年高中信息技术人教/中图版（2019）必修1

 第3章 数据处理与应用 一、选择题 1．以下哪个不是数据分析过程中可能遇到的问题？（   ） A．数据缺失 B．数据不一致 C．数据过时 D．数据过多 2．下列选项中，不属于保护数据安全的主动防护手段的是（   ） A．磁盘阵列 B．数据备份 C．异地容灾 D．数据校验 3．国内外有多款手机地图APP，可以提供路况实时查询服务，显示用户当前所在位置。其中最能体现出的可视化方法和作用分别是（   ） A．有关时间趋势的可视化，实时分析数据 B．有关空间关系的可视化，实时分析数据 C．有关时间趋势的可视化，快捷观察与追踪数据 D．有关空间关系的可视化，快捷观察与追踪数据 4．下列有关数据可视化的描述，正确的是（   ） A．只有数值型数据能被可视化 B．数据可视化可以直观地呈现数据中蕴含的信息 C．数据可视化不能增强数据的解释力和吸引力 D．可视化应尽量采用位图、动画、阴影以及色彩斑斓的形式 5．书店收银员用条码扫描器扫描书籍的条形码，这个行为的作用是（    ） A．采集数据 B．加工数据 C．整理数据 D．分类数据 6．下表为某同学高一上学期四次考试的成绩，他通过图表对成绩进行数据可视化表达并分析。 通过对四次考试成绩的分析比较，发现语文科和数学科进步明显，英语科有退步的迹象，该分析方法属于（   ） A．平均分析法 B．对比分析法 C．结构分析法 D．水平分析法 7．下列所用到的数据可视化表达的方法是（   ） A．词云 B．散点图 C．面积图 D．分割图 8．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 9．大数据的战略意义不在于庞大的数据量，而在于对这些数据（   ） A．存储处理 B．速度处理 C．专业化处理 D．内容处理 10．2017年10月1日是星期日，1949年10月1日是（    ） A．星期三 B．星期日 C．星期六 D．星期二 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．体育老师想了解全校学生近视情况，最佳的数据收集方法是（   ） A．访谈法 B．网络检索法 C．实验法 D．问卷调查法 13．智能手环测心率功能的数据来源是（   ） A．蓝牙 B．Wi-Fi C．手机 D．传感器 14．下列关于数据分析报告的说法不正确的是（    ） A．数据分析报告一般的结构是总-分-总 B．关注数据质量是做好数据分析报告的前提 C．数据分析报告中的数据必须用文字的形式呈现 D．数据分析报告的常见类型有专题分析报告、综合分析报告、日常数据通报等 15．能对结构化数据进行处理的有（   ） A．金山文档 B．WPS C．PPT D．GBASE 二、填空题 16．在数据分析中， 是用来衡量数据分布离散程度的一种统计量。 17．在数值计算中， 是用来衡量算法对于输入数据小的变化所引起输出结果变化的敏感程度。 18．数据处理的流程一般经历数据采集、数据整理、数据分析和数据呈现等环节。各路口安装的24小时监控摄像头，将获取的数据传输到交警的监控中心，此过程属于数据处理流程中的 。 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 。 20．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。小申把整理后的数据存储于“T4_2.csv”文件中。如图所示，他写程序对这些数据进行分析，在水质类别为3的记录中，找出水温的最大值。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。 import pandas as pd import numpy as np df=pd.read_csv('T4_2.csv',encoding='ANSI') mydf=df[(____① ==3)] temp=np.max(mydf['水温']) print(temp) 三、判断题 21．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。( ) 22．在日常生活中，数码照相机、数码录像机、手写板、扫描仪等属于数据采集工具。( ) 23．蜘蛛网图又称为雷达图，不属于数据的可视化图表类型。( ) 24．网络数据采集主要通过网络爬虫或网站公开API的方式获取，网络爬虫需要获取网页的URL。( ) 25．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 26．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。 27．2020年，江苏近海海域，一台台崭新的“大风车”在海风中徐徐转动，白色的叶片与蓝色的大海相映成趣，标志着国内又一座数字化智慧型风电场——中国绿发江苏如东H14海上风电场已全面完工，开始并网发电。H14海上风电场共有50台风电机组，每一台都能听会看，可感可控。这种感知能力，源于分布在机组上的各种先进传感器。大规模传感器的应用，构成智能风机的眼睛、耳朵和神经感知末梢，实时传输着风电场的各项身体健康指标。通过传感器实时收集数据，运维人员不仅可以实现对风机的事后故障处理，还可以实现事前的预测调整。 （1）上述材料中数据收集的方式为( )收集。 （2）在上面这段材料，下面说法不正确的是( ) A．收集到的数据要转换成数字化才可以被计算机高效利用 B．通过对收集到的数据进行处理和分析，可以为决策提供更科学的方向 C．不同类型的数据收集方式其收集数据的数量和效率大同小异 D．收集的数据在计算机中是以二进制的形式存储的 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．D 【详解】本题考查数据分析。在数据分析中，数据缺失会导致信息不完整，影响分析结果的准确性和可靠性；数据不一致可能导致分析结果的矛盾和错误；数据过时则不能反映当前的真实情况，使分析结果失去时效性和参考价值。而数据过多一般不是问题，通过合理的筛选、处理和分析方法，可以从大量数据中提取有价值的信息。故答案为：D。 2．D 【详解】本题考查数据安全相关内容。磁盘阵列是一种把数据分布在多个磁盘驱动器上的一种技术，从而可以提供系统更高的内存容量、更高的性能和更好的冗余备份。数据备份是指将计算机存储的数据复制到另一个存储介质上，以防止数据丢失，常用的数据备份手段包括定期备份、增量备份和镜像备份等。异地容灾是指将主要业务系统和数据备份部署在不同的地理位置，当发生灾害或故障时，能够迅速切换到备份系统，确保业务的连续性和数据的完整性。数据校验是一种验证数据完整性和准确性的技术，它通过特定的算法计算出数据的校验值，接收方使用同样的算法进行计算，比较两次计算得到的校验值是否一致，以此来确保数据的完整性和准确性。保护数据安全的主动防护手段有：磁盘阵列、数据备份、异地容灾，数据校验不是保护数据安全的主动防护手段，故本题答案是D选项。 3．D 【详解】本题考查数据可视化。手机地图APP提供路况实时查询服务并显示用户当前所在位置，主要体现的是有关空间关系的可视化。通过这种方式，用户能够快捷地观察与追踪自身与周围环境的空间位置关系，而不是有关时间趋势的可视化。故答案为：D。 4．B 【详解】本题考查数据可视化。只有数值型数据能被可视化，这种说法错误，非数值型数据也能被可视化，A选项错误；数据可视化可以直观地呈现数据中蕴含的信息，B选项正确；数据可视化能增强数据的解释力和吸引力，C选项错误；可视化并非应尽量采用位图、动画、阴影以及色彩斑斓的形式，应根据需求合理选择，D选项错误；故答案为：B。 5．A 【详解】本题考查数据采集。扫描书籍条形码的行为使用条码扫描器来实现，其主要作用是采集数据。条形码扫描器通过扫描书籍的条形码，将条码所代表的信息转换成数字或字符形式，然后输入到计算机系统或其他电子设备中，以供后续处理和管理。故答案为：A。 6．B 【详解】本题主要考查数据分析方法。对比分析是指将两个或两个以上的数据进行比较，分析它们的差异，从而揭示这些数据所代表的事物发展变化情况和规律。通过对四次考试成绩的分析比较，发现语文科和数学科进步明显，英语科有退步的迹象，该分析方法属于对比分析法。故选B。 7．A 【详解】本题考查数据可视化相关内容。词云（Word Cloud）又称文字云，是文本数据的视觉表示，由词汇组成类似云的彩色图形，用于展示大量文本数据。每个词的重要性以字体大小或颜色显示。主要用来做文本内容关键词出现的频率分析，适合文本内容挖掘的可视化。词云中出现频率较高的词会以较大的形式呈现出来，出现频率较低的词会以较小的形式呈现，词云的本质是点图，是在相应坐标点绘制具有特定样式的文字的结果。散点图（Scatter Graph，PointGraph，X-Y Plot，Scatter Chart或者 Scattergram）是科研绘图中最常见的图形类型之一，通常用于显示和比较数值。面积图是在折线图的基础上，对折线以下的区域进行颜色填充（即面积颜色），用于在连续间隔或时间跨度上展示数值，一般用来显示趋势和对比关系（多个面积块之间的对比），不同颜色的填充可以更好地突出趋势信息。面积图最常用于表现趋势和关系，而不是传达特定的值。故本题答案是A选项。 8．C 【详解】本题考查图表相关内容。柱形图是一种非常常见的图表类型，它常用于比较不同类别或系列之间的数值，来显示数据的对比情况；折线图是一条弯折或平滑的线条，它通过连接数据点的线条来显示趋势和模式，可以显示随时间或其他连续变量而变化的数据趋势；饼图顾名思义，它的形状类似于一块圆饼，根据数据源的数值来划分不同大小的饼块，而直观地展示这些数值在整体中的占比情况；扇形图，又称扇形统计图，它是用整个圆表示总数，用圆内各个扇形的大小表示各部分数量占总数的百分数。扇形图是用圆的面积表示部分在总体中所占的百分比，易于显示每组数据相对于总数的大小。而饼状图是用整个圆的面积表示事物的全部，圆内各个扇形面积表示各部分数量占总数的百分数，易于显示每组数据相对于总数的大小。故本题答案是C选项。 9．C 【详解】本题考查大数据相关内容。大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理，换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。故本题答案是C选项。 10．C 【详解】本题考查数据计算相关内容。2017-1949=68，68*365=24820，这68年间有17个闰年，闰年有366天，则两个年份之间相差的实际天数是24820+17=24837，一周7天，则24836%7=1。由于余数是1，向前推1，星期日往前推1天就是星期六。故本题答案是C选项。 11．B 【详解】本题考查数据可视化。国家统计局官网有关GDP数据查询，结果通常为数据表格或文字描述，不可直接呈现数据可视化形式，A选项错误；“百度地图”驾车路线查询，结果以地图和路线图等可视化形式展示，B选项正确；12306网站火车票订票查询，结果多为车次、座位等文字信息，不可直接呈现数据可视化形式，C选项错误；银行官网中银行卡使用记录查询，结果一般是交易明细的文字记录，不可直接呈现数据可视化形式，D选项错误；故答案为：B。 12．D 【详解】本题考查数据采集。体育老师最佳的数据收集方法是问卷调查法，既能够快速收集到全校学生的近视情况数据，又能够确保数据的准确性和可靠性。故答案为：D。 13．D 【详解】本题考查数据采集相关内容。蓝牙技术是一种无线数据和语音通信开放的全球规范，它是基于低成本的近距离无线连接，为固定和移动设备建立通信环境的一种特殊的近距离无线连接技术。Wi-Fi（Wireless Fidelity）是一种无线网络技术，它是一种短距离、高速的无线网络技术，它的作用是使用无线电波的方式来提供网络连接以及在不同的设备之间进行数据传输。传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。智能手环是通过传感器检测使用者的心率。故本题答案是D选项。 14．C 【详解】本题考查数据分析相关内容。ABD选项说法正确。C选项，数据分析报告中的数据可以用文本、表格、图形等多种形式呈现，说法错误。故本题答案是C选项。 15．ABCD 【详解】本题考查数据处理。GBase 是南大通用数据技术有限公司推出的自主品牌的数据库产品，在国内数据库市场具有较高的品牌知名度。金山文档、WPS、PPT、GBASE均能对结构化数据进行处理。故选ABCD。 16．方差 【详解】本题考查数据分析。方差是用来衡量数据分布离散程度的一种统计量。它表示数据点与均值之间的平均平方差，反映了数据的波动程度。方差越大，数据分布越分散；方差越小，数据分布越集中。 17．条件数 【详解】本题考查数值计算。在数值计算中，条件数（Condition Number）是用来衡量算法对于输入数据小的变化所引起输出结果变化的敏感程度的一个指标。条件数越大，算法对输入数据的微小变化越敏感，结果的误差可能会被放大；条件数越小，算法对输入数据的变化越不敏感，结果的误差相对较小。 18．数据采集 【详解】本题考查的是数据处理。各路口安装的24小时监控摄像头，将获取的数据传输到交警的监控中心，此过程属于数据处理流程中的数据采集。 19． 1 溶解氧越高，水质类别质量越好。 【详解】本题考查的是数据可视化。由图中可知溶解氧指数最高的监测点的水质类别为1。溶解氧越高，水质类别质量越好。 20．df["水质类别"] 【详解】本题主要考查Python程序的调试。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。在水质类别为3的记录中，找出水温的最大值。因此划线处填df["水质类别"]。 21．正确 【详解】本题考查的是数据分析。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。说法正确。 22．正确 【详解】本题考查的是数据采集。在日常生活中，数码照相机、数码录像机、手写板、扫描仪等属于数据采集工具。说法正确。 23．错误 【详解】本题主要考查数据可视化。数据可视化表达的常见图表名称有：饼图、条形图、折线图、散点图、雷达图、词云图、热力图等。故表述错误。 24．正确 【详解】本题考查数据采集相关内容。网络数据采集是数据采集的一种常用方法，它通过网络爬虫或网站公开API等方式获取网络数据信息，网络爬虫一般是从网页的URL开始获取。故本题答案是：正确。 25．错误 【详解】本题考查数据可视化相关内容。数据可视化是指以图形、图像和动画等方式更加直观生动地呈现数据及数据分析结果，揭示数据之间的关系、趋势和规律等。饼图是由若干个面积大小不一、以条形或颜色填的扇形组成的圆形图表，它使用圆表示数据的总量，组成圆的每个扇形表示数据中各项占总量的比例大小，主要用于显示数据中各项大小与各项总和的比例。故本题答案是：错误。 26． 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。 【详解】本题考查Python、数据可视化与信息安全保护。 （1）使用drop_duplicates方法对数据进行去重，保留重复记录中的最后一条，并使用inplace=True直接修改原数据。故答案为：drop_duplicates。 （2）此处是对问题进行抽象与建模，明确输入、输出和计算模型。故答案为：D。根据下面的程序可知，此处c=w[i]-w[i-1]。故答案为：w[i]-w[i-1]。用于循环遍历列表 w，从第二个元素开始计算与前一个元素的差值。故答案为：for i in range(1,len(w))。用于判断当天阅读时间是否大于等于前一天的阅读时间。故答案为：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。通过循环和条件判断计算并输出相邻两天阅读时间的变化。流程图结构属于循环嵌套分支结构，先按照顺序设置输入输出和计算模型，然后通过循环计算并根据条件输出结果。故答案为：B。 （3）应导入matplotlib.pyplot库进行数据可视化。故答案为：A。日期作为x轴数据。故答案为：日期。plot用于绘制折线图。故答案为：plot(d,w)。从图中可以看到小达同学在7天内每一天的阅读时间变化趋势。 （4）这个情景体现了信息可以被共享的特征，因为小申将分析报告发送给了所有班级成员，意味着这些信息可以被多人访问和使用；同时，这也展示了信息可以传播和存储的特征，因为报告通过电子邮件传送，并且可以在接收者的设备上存储和查阅。故答案为：AB。 （5）选择身份认证的原因：身份认证是信息系统安全的基本措施之一，可以有效防止未经授权的用户访问系统和敏感信息。在这种情况下，任何用户都能访问汇总页面可能导致信息泄露或非法使用，身份认证能够确认用户身份合法性，限制系统访问权限。故答案为：A。具体建议的实施意义：通过用户名和密码的身份认证，可以确保只有授权的用户才能够访问信息系统的汇总页面。这样可以有效防止未经授权的访问和潜在的安全风险，保护信息系统和数据的安全性和完整性。 27． 传感器 C 【详解】本题考查数据采集相关内容。（1）传感数据采集是指利用传感器对各种物理量或化学量进行测量，并将其转换成可处理的数据信号的过程。互联网数据采集服务就是通过各种技术手段获取互联网上的信息，将其整合、分析并提供给用户。网络采集是指利用采集工具批量采集网页中的内容，其中包括论坛、贴吧、竞争对手网站等的内容，直接保存到数据库或发布到网站的一个流程，是一个从目标网页中摘取某些数据形成统一的本地数据库的一个过程。材料中数据收集的方式为传感器收集，故本题答案是：传感器。（2）选项A正确，数据需要转换成数字化形式才能被计算机高效利用。选项B正确，通过数据处理和分析可以为决策提供科学依据。选项D正确，计算机中数据是以二进制形式存储的。选项C不正确，不同类型的数据收集方式其收集数据的数量和效率会有较大差异。故选C。 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 $$