第四章 数据处理与应用 2024-2025学年高中信息技术浙教版（2019）必修一

 第四章 数据处理与应用 一、选择题 1．数据分析的主要用途是（   ） A．数据存储 B．数据加密 C．信息提取 D．数据展示 2．以下哪项技术不是用于数据加密的（   ） A．RSA算法 B．数据库索引 C．AES算法 D．DES算法 3．下列关于数据筛选的说法不正确的是（    ） A．数据筛选是将不符合条件的数据删除，只保留满足条件的数据 B．筛选可以累加，进行多列筛选时，后一次筛选是在前一次的基础上完成的 C．筛选可以针对所包含的字符或字符串实现模糊查找 D．日期/时间数据的筛选支持年、月、日分级选择 4．下表是某企业销售部门的数据，如果要比较每组的销售总额，最合适的是（   ） A B C 1 组别 产品名称 销售额（万元） 2 第一组 电视机 69.94 3 第二组 电视机 64.74 4 第三组 电视机 64.16 5 第一组 冰箱 56.07 6 第二组 冰箱 76.30 7 第三组 冰箱 75.72 A．先按产品名称排序，再以产品名称为分类依据，对销售额以“求和”方式做分类汇总 B．先按组别排序，再以组别为分类依据，对销售额以“求和”方式做分类汇总 C．按销售额进行排序 D．直接按产品名称分类汇总 5．某停车场车位引导系统的功能：每个车位上方都装有传感器，前方装有车位指示灯（空车位显示绿色，否则显示红色），如图所示，车位探车测器检测的结果实时存储在服务器中，服务器统计空车位总数并在停车场入口处的显示屏中呈现。下列有关该系统数据处理过程的说法，不正确的是（    ） A．利用传感器采集数据是数据采集的一种方式 B．系统采集的数据需要整理后方可使用 C．服务器中的数据以十六进制形式存储 D．指示灯颜色的转换需要运算实现 6．下列关于数据采集的说法，不正确的是（    ） A．传感器可以持续不断地采集数据 B．数据采集方式可以包括问卷调查、实验测量、网络爬虫等 C．在数据采集过程中，只需关注数据的数量，不需要关注数据的质量和准确性 D．数据采集时应当考虑到隐私和安全问题 7．关于海南海口2023年各月份西瓜销售情况应该采用什么对比方法（   ） A．横向对比 B．纵向对比 C．目标对比 D．时间对比 8．以下是某汽车销售企业统计的2021年12月轿车销量排行榜，为统计出各厂商12月总销量，要计算出“北京奔驰”12月总销量，并且通过自动填充的方法得到其他厂商的轿车总销量，那么在I3单元格中应该输入的函数为（　　） A．＝SUMIF（C3:C88, H3, D3: D88） B．＝SUMIF （C$88, H3, D$88） C．＝SUMIF （C$88, H2, D$88） D．＝SUMIF（B88,H3,D88 9．数据处理的目的和意义不包括（   ） A．增加数据的数量和提高数据的质量 B．将数据转化为有用的信息以满足用户的需求 C．推导出有价值的信息作为人们行动和决策的依据 D．从大量杂乱无章的数据中抽取出有价值、有意义的数据 10．下列选项中，不能以实时数据可视化形式呈现的是（   ） A．在股票软件里查询股票动态行情 B．在天气预报网站查询天气情况 C．“掌上公交”中公交车行驶动态 D．网络打车 App中网约车的行驶情况 11．下列不属于数据处理作用的是（   ） A．能从原始的杂乱无章的数据中挖掘出有价值的数据 B．能把数据转化成有用的信息以满足用户的需求 C．能提取有价值的信息作为人们行动和决策的依据 D．能改变数据的采集方式增加数据获取的数量 12．下列选项中，不属于数据整理主要目的的是（   ） A．检测和修正错漏的数据 B．整合数据资源 C．规整数据格式 D．降低数据质量 13．智能座舱是指配备了先进的智能技术和系统的车辆座舱。它集成了物联网、云计算、大数据、人工智能等多项技术，如语音识别、 手势控制、人机交互界面等， 提供了便捷、安全、舒适的驾驶和乘坐体验。智能座舱还可以通过连接车辆的传感器和摄像头，实现车辆自动驾驶、 智能导航、智能停车等功能， 为驾驶员和乘客提供更多的便利和安全保障。关于智能座舱产生的大数据，下列说法正确的是（   ） A．处理智能座舱大数据时，一般采用分治思想 B．自动驾驶过程中不断采集到的数据是静态数据 C．智能导航时能显示实景地图，说明采集的每个环境数据都是精确的 D．智能停车过程中需快速分析车辆位置数据，体现了大数据体量大的特点 14．体感技术与自然语言交互是继键盘+鼠标、多点触控之后获得广泛应用的第三大类操作方式。体感技术使人们无须借助复杂的控制设备，直接使用肢体动作与数字设备和环境进行互动，并根据人的动作来完成各种指令，就像为计算机配备了一双精准有效的“眼睛”。体感技术不但是一种创新的操控方式，在大数据和人工智能技术的助力下，它还拥有强大的数据监测和数据分析功能，为人们提供更加个性化的服务。可以预期，未来的体感交互将体现为可穿戴设备的形式，成为“数字土著”一代身上的必备学习品，为用户带来更刺激、更具现场感的愉悦学习体验。下列关于大数据和大数据处理说法正确的是（   ） A．处理大数据时一般采用分治思想 B．体感技术中所监测到的数据都属于静态数据 C．大数据通常对抽样数据进行分析，强调事物之间的关联性 D．文本数据处理一般先进行数据分析，再进行分词、特征提取等处理 15．大数据已经渗透到很多行业，例如网络购物、餐饮外卖、生鲜配送等。“线上经济”正在逐渐改变人们的生活习惯和消费模式。这主要体现了大数据哪一方面的应用（    ） A．智慧教育 B．医疗健康 C．社区管理 D．生活服务 16．WPS表格中B1，B2，B3单元格中都有数值，如果用公式法求这三个数的平均值则是“=（B1+B2+B3）/3”那么用函数计算的表达方式是（    ）。 A．=SUM（B1:B3） B．=SUM（B1:B3）/B3 C．=AVERAGE（B1:B3） D．=AVERAGE（B1:B3）/3 二、填空题 17．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。 18．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。 19．在Excel中20231220用科学记数法表示为 。（保留两位小数） 20．Excel“选择性粘贴”对话框中，实现工作表行列关系交换要勾选 复选框。 21．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 。 三、判断题 22．word表格中的单元格是独立的。( ) 23．在Excel 2007，数学表达式b2-4ac转化成Excel中的表达式为b^2-4ac。( ) 24．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。( ) 25．Excel单元格的行高可以自定义设置为任何值。( ) 26．非结构化数据通常存储在专用系统中。( ) 四、操作题 27．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。 28．打开“ Y:\45”文件夹中的文件“支出统计表，x1s”进行以下操作并保存。 （1）将工作表“Sheet1”重命名为“个人支出统计表”； （2）将“A1:E1”单元格合并及居中，并设置标题字体为“仿宋”、字号为“18”； （3）在“E3:E9”单元格中，使用公式或函数分别计算每项支出的平均月支出； （4）在工作表中创建“簇状柱形图”图表，数据区域为“A2:A9”和“E2:E9”，系列产生在“列”，图表标题为“第一季度平均月支出”。 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．C 【详解】本题考查数据分析。数据分析的核心在于从数据中获取有价值的信息。数据存储主要是关于如何保存数据，并非数据分析的主要用途；数据加密是为了保障数据的安全性和保密性，与数据分析的主要目标无关；数据展示是数据分析结果的呈现方式，而非主要用途。而信息提取是数据分析的关键，通过运用各种分析方法和技术，从大量的数据中提炼出有用的知识、洞察和结论，以支持决策制定、问题解决和业务优化等。故答案为：C。 2．B 【详解】本题考查数据加密。RSA算法、AES算法和DES算法都是用于对数据进行加密的技术手段。RSA算法是一种非对称加密算法，广泛应用于信息安全领域；AES算法和DES算法则是对称加密算法。而数据库索引是用于提高数据库查询效率的数据结构，并非用于数据加密。故答案为：B。 3．A 【详解】本题考查数据筛选。数据筛选的目的是从数据集中提取符合条件的数据，而不是直接删除不符合条件的数据。原始数据集通常不改变，只是根据筛选条件生成一个新的数据视图或子集。故答案为：A。 4．B 【详解】本题考查的是数据处理。我们日常工作中经常接触到二维数据表格，我们经常需要通过需要根据表中某列数据字段对数据进行分类汇总，汇总前必须先按该字段进行排序。如果要比较每组的销售总额，最适合的是：先按组别排序，再以组别为分类依据，对销售额以“求和”方式做分类汇总。故选B。 5．C 【详解】本题考查数据处理。服务器中的数据以十六进制形式存储：这个选项不正确。虽然十六进制在计算机系统中经常被使用，但数据在服务器中是以二进制形式存储的，而具体的表现形式（如文本、图片、视频等）则取决于数据的类型和上下文。其它选项正确，故正确答案为选项C。 6．C 【详解】本题考查数据采集。在数据采集过程中，数据的质量和准确性是非常重要的。如果数据质量不高或者不准确，那么后续的数据分析和结论都会受到影响。因此，数据采集不仅要关注数据的数量，更要关注数据的质量和准确性。故答案为：C。 7．B 【详解】本题考查数据分析。纵向对比适用于对同一对象在不同时间段的比较，适合用来分析2023年各月份的西瓜销售情况。故答案为：B。 8．A 【详解】本题考查电子表格相关内容。SUMIF函数是Excel常用函数。使用SUMIF函数可以对报表范围中符合指定条件的值求和。SUMIF函数语法是：=SUMIF(range，criteria，sum_range)，SUMIF函数的参数如下：第一个参数：range为条件区域，用于条件判断的单元格区域。第二个参数：Criteria是求和条件，由数字、逻辑表达式等组成的判定条件。第三个参数：Sum_range为实际求和区域，需要求和的单元格、区域或引用。当省略第三个参数时，则条件区域就是实际求和区域。本题中，C3:C88为需要统计的单元格区域，H3为判定条件，D3: D88为求和区域。故本题答案是A选项。 9．A 【详解】本题考查数据处理。数据处理是对数据进行加工的过程，目的是从大量的，可能是杂乱无章、难以理解的数据中，抽取并推导出对于人们来说有价值、有意义的数据。不包括增加数据的数量和提高数据的质量。故选A。 10．B 【详解】本题考查数据的可视化。 天气预报网站会收集气象数据，如温度、湿度、风速、降水量等，并通过图表、地图、动画等形式展示给用户。用户可以获取当前及未来的天气情况。这些数据并不是实时变化的数据。故正确答案为：选项B。 11．D 【详解】本题考查数据处理相关内容。数据处理是指对数据的收集、组织、整理、加工、存储和传播等工作。围绕着数据所做的工作均称为数据处理。数据处理目的为：通过数据管理，收集信息并将信息用数据表示和保存，在需要的时候使用；通过数据加工，对数据进展变换、抽取和运算，从而得到更有用的数据，以指导或控制人的行为或事物的变化趋势；通过数据传播，使更多的人得到并理解信息，从而使信息的作用充分发挥出来。数据处理的作用有：能从原始的杂乱无章的数据中挖掘出有价值的数据；能把数据转化成有用的信息以满足用户的需求；能提取有价值的信息作为人们行动和决策的依据。改变数据的采集方式增加数据获取的数量是提升数据采集效率的方法。故本题答案是D选项。 12．D 【详解】本题考查数据整理。数据整理的主要目的包括检测和修正错漏的数据，以保证数据的准确性；整合数据资源，将分散的数据进行集中和关联；规整数据格式，使其更易于处理和分析。而降低数据质量显然不是数据整理的目的，数据整理是为了提高数据质量，使其更具可用性和价值。故答案为：D。 13．A 【详解】本题考查大数据相关内容。大数据的4个基本特征是：数据体量巨大、数据类型繁多、价值密度低、处理速度快。A选项，分治思想是一种解决问题的策略，它将一个复杂的问题分解成两个或更多的相同或相似的子问题，直到最后子问题可以简单地直接求解，处理智能座舱大数据时，一般采用分治思想，选项说法正确。B选项，静态数据是指在运行过程中主要作为控制或参考用的数据，它们在很长的一段时间内不会变化，一般不随运行而变；动态数据包括所有在运行中发生变化的数据以及在运行中需要输入、输出的数据及在连机操作中要改变的数据，自动驾驶过程中不断采集到的数据是动态数据，选项说法错误。C选项，通过增强现实技术，智能导航能够准确识别实际环境，避免了传统地图可能存在的误差，选项说法错误。D选项，智能停车过程中需快速分析车辆位置数据，体现了处理速度快的特点，选项说法错误。故本题答案是A选项。 14．A 【详解】本题考查大数据。A选项正确，分治思想是一种处理大规模数据的常用方法，即将大数据分解成小规模的子问题，然后分别解决这些子问题，最后将结果合并。这种方法有助于提高数据处理的效率和可扩展性。B选项错误，体感技术通常监测到的数据是动态数据，即与人的肢体动作、姿态等相关的实时数据。这些数据随着时间的推移会不断变化，而不是静态的。静态数据通常指固定不变的数据，例如存储在数据库中的信息，与体感技术所涉及的实时监测和动态交互不符。C选项错误，大数据通常不对抽样数据进行分析，而是利用全部数据进行分析，以获取更全面、更准确的结果。大数据分析的重点是发现数据之间的模式、规律和趋势，而非仅仅强调事物之间的关联性。D选项错误，通常，在处理文本数据时，首先进行的是数据预处理，包括文本清洗、标准化等操作，然后才进行数据分析和特征提取。数据预处理的目的是清理数据，减少噪音和不必要的信息，为后续的分析和建模提供高质量的数据。故答案为：A。 15．D 【详解】本题考查大数据应用相关内容。“线上经济”正在逐渐改变人们的生活习惯和消费模式，这主要体现了大数据在生活服务方面的应用。故本题答案是D选项。 16．C 【详解】本题考查WPS表格数据处理相关内容。A选项，求B1:B3的和，不符合题意。B选项，求B1:B3的和后再除以B3，不符合题意。C选项，AVERAGE（B1:B3）能够求出B1:B3的平均值，符合题意。D选项，求出B1:B3的平均值后再除以3，不符合题意。故本题答案是C选项。 17．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。 18．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。 19．2.02E+07 【详解】本题考查Excel电子表格相关内容。Excel中科学记数法，以数字E+或-数字形式显示，E前的为1~10之间的数值，E后为10的多少次方，如2×10^8，显示为2E+08；当数值较小，为小于1的纯小数，E后的指数，即为负数，比如：0.0000002，就为2E-07；当输入单元格的数值比较大，超过11位时，也会以科学记数法显示。故20231220用科学记数法表示为：2.02E+07。 20．转置 【详解】本题考查Excel操作。在Excel的“选择性粘贴”对话框中，实现工作表行列关系交换通常需要勾选“转置”复选框。通过勾选“转置”，可以交换行和列的位置，将原来的行数据变成列数据，反之亦然。故答案为：转置。 21． 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。 22．错误 【详解】本题考查单元格。在Word表格中，单元格之间并非是完全独立的。单元格之间存在着一定的关联和约束关系，例如在调整行高或列宽时，同一行或同一列的单元格会相应地发生变化。故说法错误。 23．错误 【详解】本题考查Excel公式的应用。在Excel 2007，数学表达式b2-4ac转化成Excel中的表达式为b*b-4*a*c。故说法错误。 24．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。 25．正确 【详解】本题考查Excel单元格。在Excel中，用户可以自定义设置单元格的行高，使其适应特定的内容或排版需求。这允许用户灵活调整单元格的外观，以确保内容的合适显示。用户可以手动输入行高值，也可以通过鼠标拖动行号区域的边界来调整行高。因此，Excel单元格的行高可以自定义设置为任何值。故说法正确。 26．正确 【详解】本题考查非结构化数据的处理。非结构化数据由于其未定义/非格式化的性质，需要数据科学专业知识来准备和分析非结构化数据，需要专用工具来处理非结构化数据。故表述正确。 27． 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。 28．本题为上机操作题，具体按照操作步骤进行。 【详解】本题考查电子表格操作相关内容。本题为上机操作题，具体按照操作步骤进行。 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 $$