高中信息技术教科版(2019)5.1 走近数据分析

高中信息技术教科版(2019)5.1 走近数据分析 一、选择题 1．下列选择中，不是用于数据分析的是（） A．现状分析 B．原因分析 C．预测分析 D．可行性分析 2．以下哪个概念是面向对象编程的核心（   ） A．继承 B．接口 C．过程 D．函数 3．数据分析是用适当的统计分析方法，对采集的大量数据进行分类、整理、统计、分析，发现有用信息以形成结论。下列软件中，通常不具备数据分析功能的是（   ） A．图像处理软件 B．电子表格软件 C．在线数据分析平台 D．程序设计语言 4．Pygame游戏窗口坐标体系中原点(0,0)所在的位置是（    ） A．左上角 B．窗口正中 C．左侧居中 D．左下角 5．小申想分析某个月中小说、教材等书籍的销售百分比，适用的数据分析法是（    ）。 A．对比分析法 B．平均分析法 C．结构分析法 D．数量分析法 6．某省2024年招生分数线数据保存在文件“zsfs.xlsx”中，部分数据如图所示，编写Python程序，统计台州学院计划数最多的5个专业。 import pandas as pd df=pd.read_excel（"zsfs.xlsx"）#读文件中的数据 df=df.drop（["学校代号"，"专业代号"，"分数线"，"位次"]，axis=1） print（df_s[0:5]） 方框中代码由下列语句中的部分语句组成： ①df_g=df[学校名称=="台州学院"] ②df_g=df["学校名称"=="台州学院"] ③df_s=df.sort_values（"计划数",ascending=True）  #升序排序 ④df_s=df_g.sort_values（"计划数",ascending=False） 要实现上述功能，下列选项中正确的是（   ） A．①④ B．①③ C．②③ D．②④ 7．数据集部分内容如图所示，小申发现其中存在着大量待处理的（   ） A．缺失值 B．重复值 C．异常值 8．某公司的短视频APP利用强大的算法对用户观看内容的大数据进行分析，为用户提供适合用户需求的内容。其算法对数据处理的过程属于（    ） A．数据分析 B．数据采集 C．数据整理 D．数据可视化表达 9．数据分析的常见方法包括（   ） A．对比分析、关联分析、平均分析 B．对比分析、平均分析、交叉分析 C．交叉分析、关联分析、平均分析 D．关联分析、对比分析、交叉分析 10．代码screen.blit(ag,(0,0))的含义，以下描述正确的选项是? （  ） A．在pygame窗口的左上角绘制图片ag B．在pygame窗口的中心点绘制图片ag C．在pygame窗口的左下角绘制图片ag D．在pygame窗口的右上角绘制图片ag 11．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 12．某公司用生产业绩数据建立了一个Excel工作表，并生成了统计图，后发现数据录入有误，在表中对错误数据进行了修改，则对应的统计图（    ） A．会随之自动改变 B．原统计图处会显示错误提示 C．自动生成新统计图，且保留原统计图 D．不发生变化 13．pygame中能初始化游戏的是（   ） A．init B．initial C．mode D．display 14．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 15．下列存储单位中最大的是（   ） A．NB B．DB C．PB D．YB 二、填空题 16．Pygame自带了一个监听类循环，不断检查用户的操作，这个循环在程序运行过程期间持续工作。仔细阅读理解如下代码填写括号内容 while True:      for event in pygame.event.get():  # ( )                if event.type==pygame.QUIT:          # ( )                    sys.exit()                  #退出程序         if event.type==pygame.MOUSEBUTTONDOWN: # ( ) 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．Pygame.display的功能是访问 ；Pygame.event的功能是 ；Pygame.font的功能是使用 ；Pygame.image的功能是 。 三、判断题 19．数据分析的方法主要有对比分析、平均分析。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，来反映总体在一定时间、地点条件下某一数量特征的一般水平。    ( ) 四、操作题 20．某学校近期进行了学生体质测试。该校的体质测试系统可以实现自动采集学生体测数据（如身高、体重、肺活量和立定跳远等），并修改数据库中学生体测数据“fitness_ test”表中记录相应字段的数据，该数据表中的部分数据如下所示： id name gender height weight lung jump … 230101 李四 女 1．65 50 2096 195 … 230102 刘梅 女 1．63 59 3034 210 … … … … … … … … … 230134 张三 男 1.76 68 2918 242 … 230135 王五 男 1.81 65 4530 261 … 230136 小齐 男 注: 字段名 id name gender height weight lung jump 说明 学号 姓名 性别 身高 体重 肺活量 立定跳远 单位 \ \ \ 米(m) 公斤(kg) 毫升(ml) 厘米(cm) （1）数据库中体测数据“fitness _test”表中的身高“height”字段的数据类型应为( ) A．text    B．numeric    C．integer （2）小齐同学（学号：230136）在肺活量测试中，通过肺活量测试仪测得的肺活量为3600（毫升）， 那么实现将该数据写入到数据库中“fitness _ test”表的SQL 语句应为( ) A．update fitness_test set lung=3600 where id="230136"    B．update fitness_test set lung=3600 where name="小齐" C．insert into fitness_test(lung) values(3600)     D．insert into fitness_test(id, name, lung) values("230136","小齐",3600) （3）该学校所在城市在进行学生体测期间，一天产生的学生体测数据大概就有500多万条，这体现了大数据的( )特征。 A．数据规模大    B．数据类型多    C．处理速度快    D．价值密度低 该学校每年会对学生体测数据进行信息公开。小申想利用互联网数据采集方法，编写Python程序获取学校官网公开的近年来各年级的体测数据来进行一定的分析。 （4）获取网页和解析网页需要用到的模块分别是( ) A．requests 和 numpy    B．pandas 和 BeautifulSoup    C．numpy 和 pandas    D．requests 和 BeautifulSoup （5）小申获取的部分网页源代码如下，现要从中抓取各年级人数并保存到列表 s中，则下方程序中的①和②处应分别为( ) … h = r. get(url) h. encoding = "utf-8" sp = bs(h. text,"html. parser") nums = sp.① (". num") #通过标签的类名抓取人数数据标签 s=[] for i in nums: s.② (i. text) #向列表s中添加去掉标签后的人数 <table border=1>     <thead>         <th>年级</th>         <th>人数</th> …… </thead>     <tbody>         <tr> <td>2021 级</td> <td class='num'>526</td> …… </tr>         <tr> <td>2022 级</td> <td class='num'>492</td> …… </tr>         <tr> <td>2023 级</td> <td class='num'>541</td> …… </tr>     </tbody> </table> A．find  append    B．select  insert    C．find  insert    D．select  append 小申将收集到的数据进行初步汇总，保存至文件“学生体测数据．csv”中，部分数据如下所示： 年份 年级 人数 平均肺活量 … 2022 19级 509 … 2022 20级 532 3042.1 … 2022 21级 527 3025.8 … 2023 20级 533 3062.6 … 2023 21级 528 3052.3 … 2023 22级 493 3026.7 … 2024 21级 526 3074.5 … 2024 22级 492 3068.9 … 2024 22级 492 … 2024 23级 541 3045.8 … （6）小申发现数据中存在数据重复和缺失问题，想利用 Python 程序对数据进行整理，请你根据小申的注释，补充程序中①、②和③这三处的代码。 import pandas as pd #读取数据 df=pd. read_csv("学生体测数据.csv", encoding='ANSI') #去除存在缺失值的记录 df. dropna(how="any", inplace=① ) #去除重复记录，保留第一条 df. drop_duplicates(subset=["年价"," ② "], keep="③___, inplace=True) #保存数据 df. to_csv("学生体测数据整理. csv", encoding="ANSI") ①   ②   ③ （7）小申想要检测“平均肺活量”中是否存在异常值，可以通过绘制 图或 图来直观显示是否存在异常值点。 （8）对学生体测数据进行整理后，小申想要分析21 级学生在 2022～2024 年间平均肺活量的变化趋势，请补全程序中①和②两处代码。 …… #读取数据 df=pd.read_csv("学生体测数据整理.csv, encoding='ANSI') #筛选出21级2022^2024年的数据 df=df[(① )&amp; (df["年份"]>=2022) &amp; (df["年份"]<=2024) ] #绘制平均肺活量随年份变化的折线图 plt. plot(df["年份"],② ) plt. show() ①   ② （9）下图是小申绘制的 2022 年三个年级的学生平均体重情况的柱状图，从此图中，可以得到的结论有 。 五、简答题 21．自新型冠状病毒变为乙类乙管以来，全国文化和旅游行业在强劲复苏的基础上，乘势而上，跑出发展“加速度”。全国各地持续出台利好政策，积极推动文化和旅游加速复苏和深度融合发展。随着旅游业的复苏，全国铁路、航空运输客运量如表所示。其中，人公里是运输计算客运量的单位，表示运送旅客人数与运送距离的乘积。（数据来源于国家数据统计局 http://www.stats.gov.cn/） （亿人公里） 2022年10月 2022年11月 2022年12月 2023年1月 2023年2月 铁路旅客周转量 436.36 277.25 400.31 1031.29 1107.39 民航旅客周转量 240.9 200.66 307.85 641.19 697.16 （1）你认为表格中的数据可靠吗？为什么？ （2）为呈现数据分析的结果，某同学编写了如下所示代码。请问此程序绘制出了什么类型的图表？此类图表的优势是什么？ import matplotlib.pyplot as plt x=["22-10","22-11","22-12","23-1","23-2"] y=[240.9,200.66,307.85,641.19,697.16] plt.plot(x,y) plt.show() （3）常用的数据分析方法有对比分析法、平均分析法和结构分析法。问题（2）中同学的分析使用了何种数据分析方法并阐述选择该分析方法理由。 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 2．A 3．A 4．A 5．A 6．D 7．A 8．A 9．B 10．A 11．B 12．A 13．A 14．B 15．B 16． ①监听并获取事件列表 ②Quit事件 ③侦听到鼠标点击事件 17．方差 18． 显示设备 管理事件 字体 加载和存储图片 19．错 20． B A A D D True 年级 first 箱线图 散点图 df["年级"]=="21级" df["平均肺活量"] 平均体重随着年级的增高而降低，21级的学生平均体重最高。 21．（1）我认为表格中的数据比较可靠，因为数据来源于官网。 （2）此程序绘制出了折线图，此类图表的优势是易看出变化趋势。 （3）对比分析法，选择这种分析方法理由阐述清即可。 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 $$