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．在数据分析中，以下哪项不是数据预处理的常见任务？（   ） A．数据清洗 B．数据转换 C．数据增强 D．数据集成 2．以下适用于调查访谈时的数据采集工具是（    ） A．问卷 B．表格 C．传感器 D．文献检索工具 3．某网络购物平台使用大数据技术采集大量客户的购物行为数据，通过对客户购物行为数据进行分析，找出购买商品之间的关联关系，从而帮助电商制定更加精准的营销策略。图为客户网购行为数据分析的部分结果。 频繁项集 支持度 牛奶——啤酒 0.5 尿布——啤酒 0.477272727 面包——啤酒 0.477272727 尿布——面包——啤酒 0.340909091 面包——牛奶——啤酒 0.340909091 尿布——牛奶——啤酒 0.318181818 鸡蛋——啤酒 0.295454545 尿布——面包——牛奶——啤酒 0.25 尿布——牛奶——面包 0.25 观察图，对频繁2项集{牛奶，啤酒}和{面包，啤酒}进行连接，生成的候选3项集为（    ） A．{尿布，面包，啤酒} B．{面包，牛奶，啤酒} C．{尿布，牛奶，啤酒} D．{尿布，牛奶，面包} 4．文本数据处理是从大量的文本中提取有用信息，在此过程中文本的状态变化是（    ） A．从结构化到非结构化 B．从非结构化到结构化 C．从非结构化到半结构化 D．从半结构化到结构化 5．可视化的过程一般包括：①数据处理；②数据采集；③可视化应用；④可视化模式4个环节。这4个环节先后顺序正确的是（   ） A．①②③④ B．②①③④ C．②①④③ D．①②④③ 6．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 7．下列关于数据整理的说法，不正确的是（   ） A．目的是检测和修正错误的数据、整合数据资源、规整数据格式、提高数据质量 B．对于重复数据，可以在进一步审核的基础上进行合并或删除等处理 C．不同来源的数据可能存在格式不一致的情况，这就需要进行数据转换 D．对于异常数据，通常指数据集中不符合一般规律的数据对象，可以直接删除 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．下列不属于数据分析的应用方面的是（   ） A．现状分析 B．原因分析 C．预测分析 D．探测分析 10．小明在期末采用电子表格的计算全班同学的总分并对其进行了排序。电子表格属于（   ） A．算术运算 B．人工运算 C．计算机领域的计算 11．如图所示为“某实验小学某班运动会男女得分情况”雷达图，从图中可以看出（   ） A．“400米”项目女同学得分比男同学高 B．“100米”项目男同学得分比女同学高 C．“铅球”项目女同学得分比男同学高 D．男同学有三个项目得分高于女同学 12．数据分析主要用于（   ） ①现状分析 ②预测分析 ③原因分析 ④漏洞分析 A．②③④ B．①③④ C．①②④ D．①②③ 13．下列关于大数据应用的说法，错误的是（　　） A．随着大数据在各行各业的应用，数据成为核心资产 B．云计算对大数据的分析应用无太大帮助 C．大数据在电子商务领域的应用，为商业的振兴起到了推动作用 D．智能交通可以使交通运输服务和管理智能化 14．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 15．对WPS表格中的数据，按照第一关键字“总分”降序、第二关键字“座号”升序操作后，下列叙述中正确的是（   ） A．表中的数据先按照“总分”由高到低排列，总分相同的，再按照“座号”由低到高排列 B．表中的数据先按照“总分”由低到高排列，总分相同的，再按照“座号”由高到低排列 C．表中的数据先按照“座号”由高到低排列，座号相同的，再按照“总分”由低到高排列 D．表中的数据先按照“座号”由低到高排列，座号相同的，再按照“总分”由高到低排列 16．在WPS表格中，计算单元格中数据平均值的函数是（   ） A．AVERAGE B．SUM C．COUNT D．MAX 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， 方法是一种通过不断逼近目标值来求解方程的方法。 19．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 。 20．在Excel中20231220用科学记数法表示为 。（保留两位小数） 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．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。( ) 23．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。( ) 24．要从海量的数据中发现价值，取决于大数据分析与数据挖掘的能力。( ) 25．Excel单元格的行高可以自定义设置为任何值。( ) 26．2020年年初一场突如其来的新冠疫情袭击全球，我国为确保人民群众生命健康安全，迅速开启了高科技防疫模式:利用大数据快速进行流调、普及非接触式体温检测、启用楼院刷脸|门禁系统、推出场所码准确掌握进出人员信息、开通移动终端健康码行程码实时查验、 建立常态化核酸检测机制等....这些措施为有效防疫和保障经济发展发挥了至关重要的作用。请结合题目叙述回答下列问题: 在政府主导下，利用大数据技术，打破原有的行业数据垄断，通过对跨行业跨区域巨量数据的综合分析，为综合防控和政府快速决策提供了有力支撑。 四、操作题 27．小王收集了2017—2019年浙江省各地区粮食播种面积和产量的统计数据，并使用Excel软件进行数据处理，如图1所示。                                  图1 请回答下列问题： （1）区域I4:I15的数据是通过公式计算得到的，在I4单元格中输入公式后，使用自动填充功能完成区域I5:I15的计算，则I14单元格中的公式是 。 （2）根据图1中的数据创建了如图2所示的图表，下列说法中正确的有 （多选，填字母）。 A．该图表类型为柱形图 B．创建图表的数据区域为B3:b15，H3:H15 C．在图a所示的工作区中删除A列，图表会随之变化 D．在图a所示工作表中筛选出“总产量年增长率”大于零的地区，图表会随之变化                          图2 28．小红收集了12个月水、电、燃气和电话费的数据，并使用Excel软件进行数据处理，如图1所示。                                        图1 请回答下列问题： （1）表格中的费用（水费、电费、燃气费等）通过公式计算得到（如：电费＝用电量×电费单价）。这些费用的计算结果在用水量、用电量、用气量或单价更改时仍正确，则E3单元格中的公式是 。 （2）小红在制作表格时将12月用水量19吨录成9吨，修改后，C15单元格将会 （单选：变大／不变／变小）。 （3）根据图1所示的数据制作的图表如图2所示，图表数据区域为 。                                图2 （4）将图1中A2:L14区域的数据复制到新工作表对应区域并进行筛选，设置筛选条件如图3所示，则按此设置筛选出的月份个数共有 个。                                       图3 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。数据预处理是数据分析的重要步骤，旨在提高数据质量和可用性。数据清洗用于处理缺失值、异常值和重复数据等，以确保数据的准确性和完整性；数据转换包括对数据进行标准化、归一化、编码等操作，以便后续分析；数据集成则是将多个数据源的数据合并在一起。而数据增强通常用于机器学习中的数据扩充，以增加数据的多样性和数量，不是数据预处理的常见任务。故答案为：C。 2．B 【详解】本题考查数据采集。 问卷：虽然问卷是一种常用的数据收集工具，但它更多是在问卷调查中预先设计好问题，然后分发给受访者填写。在访谈过程中，由于访谈是实时、互动的，问卷可能不是最直接适用的工具。 表格：表格是一种非常实用的数据采集和整理工具。在访谈过程中，可以使用表格来记录访谈要点、受访者的回答、观察到的行为等。表格可以帮助访谈者系统地整理信息，便于后续的分析和归纳。因此，表格是适用于调查访谈时的数据采集工具。 传感器：传感器主要用于测量和记录物理量，如温度、湿度、压力等，它们并不直接适用于调查访谈时的数据采集。访谈过程中主要涉及的是语言、观点、态度等信息的交流，而非物理量的测量。 文献检索工具：文献检索工具主要用于查找和获取已有的文献资料，如学术论文、研究报告等。它们并不直接用于访谈过程中的数据采集，而是用于在访谈前后进行背景资料的搜集和整理。 故正确答案为：选项B。 3．B 【详解】本题考查大数据技术应用。频繁2项集{牛奶，啤酒}和{面包，啤酒}连接生成候选3项集时，我们要找到共同的元素并合并：{牛奶，啤酒}和{面包，啤酒}有一个共同元素“啤酒”，所以生成的候选3项集为{牛奶，面包，啤酒}。根据上述分析，题目给出的候选项集中，只有{面包，牛奶，啤酒}是从频繁2项集{牛奶，啤酒}和{面包，啤酒}连接生成的。故答案为：B。 4．B 【详解】本题考查数据处理。文本数据处理需要先将文本从非结构化的原始状态转化为结构化、便于计算机处理的数据。故答案为：B。 5．C 【详解】本题考查数据可视化。数据可视化过程：数据采集→数据处理→可视化模式→可视化应用。故答案为：C。 6．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。 7．D 【详解】本题考查数据处理。 对于异常数据，通常指数据集中不符合一般规律的数据对象，可以直接删除：异常数据（也称为离群点）确实是指那些不符合一般规律或预期模式的数据对象。然而，直接删除这些异常数据并不总是一个好的选择。异常数据可能是由于测量错误、数据录入错误或数据本身的特性（如极端值）造成的。在删除之前，应该仔细审核这些异常数据，以确定其是否真的是错误或无效数据。在某些情况下，异常数据可能包含有用的信息或揭示出数据集中的重要模式。因此，直接删除异常数据可能会丢失重要信息或导致错误的结论。此选项描述不正确。其它选项均正确，故正确答案为：选项D。 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．D 【详解】本题考查数据分析相关内容。数据分析可以对隐藏在大量数据背后的信息进行提炼，总结出数据内在的规律。主要有三大作用：现状分析、原因分析和预测分析，不包括探测分析。故本题答案是D选项。 10．C 【详解】本题考查电子表格相关内容。电子表格，又称电子数据表，是一类模拟纸上计算表格的计算机程序。它会显示由一系列行与列构成的网格。单元格内可以存放数值、计算式、或文本。电子表格通常用于财务信息，因为它能够频繁的重新计算整个表格。电子表格属于计算机领域的计算。故本题答案是C选项。 11．C 【详解】本题考查数据可视化。 选项A，“400米”项目女同学得分比男同学高。男生得分比女生高。选项B，“100米”项目男同学得分比女同学高。女生得分比男生高。选项D，男同学有三个项目得分高于女同学。男同学有两个项目得分比女同学高。故正确答案为：选项C。 12．D 【详解】本题考查数据分析。数据分析主要用于现状分析，以了解事物当前的状态和特征；预测分析，通过对历史数据的分析和建模，预测未来的趋势和结果；原因分析，探究事物产生某种现象或结果的原因。而漏洞分析并非数据分析的主要用途。故答案为：D。 13．B 【详解】本题考查大数据应用相关内容。ACD选项说法正确，B选项，云计算使千亿数据的检索实现了秒级返回，为大数据的分析提供了速度保障，选项说法错误。故本题答案是B选项。 14．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。 15．A 【详解】本题考查WPS表格数据处理相关内容。表中的数据先按照第一关键字“总分”由高到低降序排列，总分相同的，再按照第二关键字“座号”由低到高升序排列。故本题答案是A选项。 16．A 【详解】本题考查WPS表格数据处理相关内容。AVERAGE函数用于计算平均值；SUM函数用于求和；COUNT函数用于计数；MAX函数用于求最大值。故本题答案是A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．迭代 【详解】本题考查数值计算。在数值计算中，迭代法是一种通过不断逼近目标值来求解方程的方法。它通过从一个初始猜测开始，逐步改进猜测值，直到达到所需的精度。常见的迭代法包括牛顿迭代法、二分法和简化牛顿法等。 19． 趋势 规律 【详解】本题考查数据可视化。在数据分析过程中，数据可视化能够将复杂的数据以图形、图表等形式展现出来。通过这种直观的呈现方式，我们可以更容易地观察到数据的趋势，比如数据是上升、下降还是保持平稳；同时也能够清晰地发现数据的规律，例如周期性规律、关联规律等。这些趋势和规律如果仅通过原始数据进行分析，往往较为困难和抽象，而数据可视化则提供了更便捷、直观的途径来理解和把握。故答案为：趋势、规律。 20．2.02E+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。 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．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。 23．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。 24．正确 【详解】本题考查大数据处理。大数据分析与数据挖掘是发现海量数据价值的关键能力。通过不断提升这些能力，我们可以更好地利用数据资源，为企业和社会创造更多的价值。故答案为正确。 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】本题考查大数据技术应用相关内容。在政府主导下，利用大数据技术，打破原有的行业数据垄断，通过对跨行业跨区域巨量数据的综合分析，为综合防控和政府快速决策提供了有力支撑，表述正确。故本题答案是：正确。 27． =(H14-F14)/F14 AD 【详解】本题考查Excel。 （1）在区域I4:I15中是要计算“总产量年增长率”。“总产量年增长率”的计算公式是：（当年产量-上一年产量）÷上一年产量。在I4单元格中输入的公式为=(H4-F4)/F4，使用自动填充功能时，公式中的单元格引用会相对变化。在I14单元格中，对应的当年产量是H14，上一年产量是F14，所以公式是=(H14-F14)/F14。故答案为：=(H14-F14)/F14。 （2）A 选项：从图2可以看出，该图表类型为柱形图，此说法正确。B 选项：创建图表的数据区域为B4:B14，H4:H14，此说法错误。C 选项：在图a所示的工作区中删除A列，由于A列数据没有参与图表制作，所以图表不会随之变化，此说法错误。D 选项：在图a所示工作表中筛选出“总产量年增长率”大于零的地区，数据发生了变化，图表会随之变化，此说法正确。故答案为：AD。 28． ＝D3*$L$4 变大 A2:A14，C2:C14，E2:E14，G2:H14 2 【详解】本题考查电子表格。 （1）电费＝用电量×电费单价，单价是固定的，因此E3单元格中的公式应为：D3*$L$4。故答案为：＝D3*$L$4。 （2）改后12月水费值变大，平均值变大。故答案为：变大。 （3）根据图表数据区域规则：宽平齐，长等高，所以区域为A2:A14，C2:C14，E2:E14，G2:H14。故答案为：A2:A14，C2:C14，E2:E14，G2:H14。 （4）根据图表可知，小计大于200、电费小于70的有1月和7月。故答案为：2。 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 $$