3.2数据采集与整理2024—2025学年高中信息技术人教/中图版（2019）必修1

 3.2 数据采集与整理 一、选择题 1．以下哪个问题适合使用数值积分方法解决（   ） A．几何图形的面积计算 B．线性方程组求解 C．数据的排序 D．图像的压缩 2．以下哪个不是加密技术需要考虑的因素（   ） A．安全性 B．效率 C．可逆性 D．数据格式 3．关于数据采集与编码的描述，下列说法正确的是（    ） A．网络爬虫可在短时间内获取大量网络数据 B．传感器可以将模拟信号转换成数字信号 C．模拟信号在取值上是离散的、不连续的信号 D．计算机可直接进行存储和处理的是十六进制数据 4．下列有关数据采集的说法，不正确的是（   ） A．互联网是目前人们日常所需数据的主要来源 B．现阶段数据的获取主要依靠手工方式进行 C．数据采集完成后，从中挖掘信息并为下一步的决策提供依据 D．智能手环获取人体心率、睡眠等数据主要是通过传感器进行采集 5．下列选项中，属于数据保护方法的是（    ） A．数据压缩 B．数据备份 C．数据加密 D．安装杀毒软件和防火墙 6．数据处理一般过程正确顺序是（    ） ①明确目标  ②数据分析  ③数据采集  ④数据可视化  ⑤报告撰写  ⑥数据加工 A．①③⑥②④⑤ B．①③④⑥②⑤ C．①③②⑥④⑤ D．①⑥③②④⑤ 7．通过在线问卷获得数据的过程属于（   ） A．数据挖掘 B．数据整理 C．数据采集 D．数据分析 8．下列做法有可能给计算机带来安全隐患的是（   ） A．及时更新操作系统补丁文件 B．直接打开 QQ 好友发来的链接 C．定期使用杀毒软件扫描计算机 D．不随便下载安装来历不明的软件 9．以下属于收集“直接数据”的方法是（   ） A．观察法 B．查阅文献资料 C．教学光盘 D．网络搜索 10．下列关于数据的来源的叙述中，错误的是（  ） A．我们用温度计实际测量得到的气温值与而从网上搜索到的气温值都是直接数据 B．按照获取数据的渠道，可以将数据分为两类：直接数据和间接数据 C．统计调查或科学实验通常是数据的直接来源，由此得到的原始数据一般称为直接数据或一手数据 D．查阅资料获得的数据或他人对原始数据处理过的数据，一般称为间接数据或二手数据 11．下列选项中，不会导致数据安全风险的是（   ） A．数据备份 B．自然灾害 C．病毒攻击 D．设备故障 12．下列关于数据管理与安全的说法，不正确的是（   ） A．数据管理的目的在于充分有效地利用数据 B．计算机一般以文件的形式存储数据 C．通过数据加密可以提高数据的完整性 D．保护数据安全也需保护存储数据的介质安全 13．数码相机、数码摄像机、手写板、扫描仪等设备属于（  ） A．信息输出工具 B．数据采集工具 C．信息检索工具 D．信息存储工具 14．下列有关数据管理与安全的说法，不正确的是（    ） A．数据备份是指将数据存储在多个存储介质或位置，以确保数据的安全性 B．威胁数据安全的因素包括硬盘损坏、操作失误、黑客入侵等 C．常见的保护数据存储介质的方法有磁盘阵列、数据备份、异地容灾等 D．某软件下载页面提供了文件的MD5码（如图所示），下载完成后本地计算MD5码与此码进行校验，可以保证文件的保密性 15．周期性地将数据以某种方式制作一个或多个备份，以便在数据丢失或损坏时能够有效地恢复，称之为（   ） A．数据管理 B．数据处理 C．数据备份 D．数据存储 16．数字身份及密码作为保障信息安全的重要组成，应该（   ） A．不设置密码 B．在任何场合都使用同一个密码 C．使用出生年月作为常用密码 D．设置字母、数字、符号组成的混合密码 17．在道路上，电子警察系统利用动态视频检测触发技术对车辆进行抓拍并完成车牌识别，把车牌号码等数据记录下来。这种数据采集方法是（    ） A．访谈采集方法 B．视频监控采集方法 C．实验采集方法 D．文献调研采集方法 二、填空题 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 加密中，加密和解密使用不同的密钥。 20．数据加密的基本目的是 。 21．在《数据与计算》中，数据处理是指对数据进行 、 、 、 和 的过程，它是调查研究的核心活动，有助于从原始数据中提取有价值的信息，形成结论和决策。 22．在《数据与计算》中，数据处理的一般过程包括数据采集、数据存储、数据加工、数据分析和数据表达等步骤。其中，数据加工是对采集到的原始数据进行清洗、转换和重组的过程，以确保数据的 和 ，为数据分析阶段提供高质量的数据输入 23．数据处理是指对数据进行 、 、 和 的过程，它是调查研究的核心。 三、判断题 24．在问卷调查中，数据采集和数据分析是两个独立的过程，没有先后顺序。( ) 25．数据处理是指对数据进行采集、存储、加工、分析和表达的过程。( ) 26．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。( ) 27．相对于从浏览器下载，从手机应用市场中下载的APP安装程序安全性更高。( ) 四、操作题 28．某项运动计分规则如下：由7名评委给每个选手打分（最高分10分，最低分0分）。为客观公正，计分时，先去掉一个最高分和一个最低分，将剩余的5个评委的分数求和作为“有效分”，最后结合难度系数计算实际得分，实际得分=（有效分×难度系数）÷5×3。 （1）小美收集了该运动某次比赛的评委打分并进行数据整理。数据整理目的是 （多选，填字母：A．检测和修正错漏的数据/B．分析数据特征/C．整合数据资源/D．统计计算总分/E.规整数据格式提高数据质量）。                                 图1                   图2 （2）小美使用Python结合pandas导入数据（如图1所示），计算实际得分并排序，选出前三名制作图表，如图2所示。 import pandas as pd import matplotlib.pyplot as plt df=pd.read_excel('ts.xlsx') shiji=[]     #shiji 存储每位选手实际得分 for line in df.values:     maxs,mins,s=-1,11,0     for i in range(1,len(line)-1):         if line[i]>maxs:             maxs=line[i]         if line[i]<mins:             mins=line[i]              ①     s=s-maxs-mins     s=s*line[i+1]/5*3     shiji.append(s) df['实际得分']=shiji #新增“实际得分”列 df=df.② ('实际得分',ascending=False) #按“实际得分”降序排列 x=df['选手'][0:3] y=③ plt.title('本次比赛前三名') plt.xlabel('前三名选手') plt.ylabel('实际得分') plt.rcParam['font.sans-serif']=['SimHei'] #显示中文 plt.bar(x,y) plt.show() 请在画线处填入合适的代码。 29．小申发现一种对黑白图像（颜色编号：黑色1，白色0）的压缩方法。压缩规则是：①记录原数据第一个位置的颜色编号：②从左往右依次扫描颜色编号，统计并记录连续出现的相同颜色的编号个数。例如图像的颜色编号为：0000000011111000，压缩结果为“0，8，5，3”。据此完成下面小题。 （1）这种压缩方法属于 （选填：有损压缩/无损压缩）。 （2）若某黑白图像的压缩结果为“0，1，8，3，5，7”，那么，该图像中白色的个数是 。 （3）某张图片的RGB十进制编码为（66，102，255），用十六进制表示为( ) A．4266FF    B．4064FF    C．4266FE    D．4064FE （4）小申一共采集了365条数据，将该数据集分为两部分，分别为 和测试集。 （5）小申想要基于这些数据预测某天的温度，最合适的方法是( ) A．分类    B．聚类    C．回归 （6）人工智能和大数据等新技术飞速发展，推动了各行业的创新变革。小申尝试用大模型预测天气，请将处理过程按照正确的顺序进行排序： 。 ①对采集到的天气数据进行清洗和预处理。 ②利用数据抽取转换加载工具从多个数据源采集天气数据。 ③使用盘古大模型对数据进行训练和预测。 ④通过可视化工具展示预测结果。 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 【详解】本题考查数值计算。数值积分方法主要用于计算函数的定积分，即求解曲线下的面积。因此，几何图形的面积计算适合使用数值积分方法解决。线性方程组求解、数据的排序和图像的压缩则不适合使用数值积分方法。故选A。 2．D 【详解】本题考查加密技术。加密技术需要考虑的因素主要包括安全性、效率和可逆性。安全性是指加密算法的强度和抗攻击能力；效率是指加密和解密过程的速度和资源消耗；可逆性是指加密后的数据能否通过解密恢复到原始数据。而数据格式并不是加密技术需要考虑的主要因素。故选D。 3．A 【详解】本题考查数据采集和编码。 传感器能将自然信号源的信息转换成电信号；模拟信号是连续的、非离散的信号；计算机可直接进行存储和处理的是二进制数据。故正确答案为：选项A。 4．B 【详解】本题考查数据采集相关内容。数据采集是指通过各种手段（如传感器、网络爬虫等）将现实世界中的各种数据信息获取到计算机系统中，以供后续处理和分析使用，数据可以是来自各种来源的原始数据，如传感器、数据库、日志文件、社交媒体等。数据采集可能需要数据抓取、API调用、文件上传等方式。互联网是目前人们日常所需数据的主要来源；现阶段数据的获取主要依靠自动采集方式进行；数据采集完成后，从中挖掘信息并为下一步的决策提供依据；智能手环获取人体心率、睡眠等数据主要是通过传感器进行采集。故本题答案是B选项。 5．BCD 【详解】本题考查数据保护。数据压缩是为了减少数据存储空间和传输带宽，不属于数据保护方法，A选项错误；数据备份可以在数据丢失或损坏时进行恢复，是一种数据保护方法，B选项正确；数据加密可以防止数据被未授权的访问和篡改，属于数据保护方法，C选项正确；安装杀毒软件和防火墙可以防止病毒攻击和非法入侵，保护数据安全，属于数据保护方法，D选项正确。故答案为：BCD。 6．A 【详解】本题考查数据处理。数据处理首先要明确目标，知道处理数据的目的和需求；然后进行数据采集，获取相关的数据；接着对采集的数据进行加工处理；之后进行数据分析，挖掘数据中的信息和规律；再通过数据可视化将分析结果以直观的形式呈现；最后撰写报告总结和阐述整个处理过程和结果。所以正确的顺序是①③⑥②④⑤。故答案为：A。 7．C 【详解】本题考查的是数据采集。数据采集是指对目标领域、场景的特定原始数据进行采集的过程。通过在线问卷获得数据的过程属于数据采集。故选C。 8．B 【详解】本题考查的是计算机安全。不明来源的链接，可能会跳转到含有木马网站，会增加计算机感染病毒风险。故本题应选B。 9．A 【详解】本题考查数据采集。观察法是通过开会、深入现场、参加生产和经营、实地采样、进行现场观察并准确记录调研情况，属于直接数据。其余选项均属于间接数据。故选A。 10．A 【详解】本题考查的是数据来源。按照获取数据的渠道，可以将数据分为两类：直接数据和间接数据。统计调查或科学实验通常是数据的直接来源，由此得到的原始数据一般称为直接数据或一手数据。查阅资料获得的数据或他人对原始数据处理过的数据，一般称为间接数据或二手数据。我们用温度计实际测量得到的气温值是直接数据，从网上搜索到的气温是间接数据。故本题应选A。 11．A 【详解】本题考查的是数据安全。数据备份是容灾的基础，是指为防止系统出现操作失误或系统故障导致数据丢失，而将全部或部分数据集合从应用主机的硬盘或阵列复制到其它的存储介质的过程。故本题应选A。 12．C 【详解】本题考查数据安全相关内容。ABD选项说法正确，C选项，通过数据加密可以提高数据的安全性，通过数据校验可以提高数据的完整性，选项说法错误。故本题答案是C选项。 13．B 【详解】本题考查数字化相关内容。数码相机、数码摄像机、手写板、扫描仪等设备都可实现数据的采集，属于数据采集工具，故本题答案是B选项。 14．D 【详解】本题考查数据安全相关内容。A选项，数据备份是将数据同时备份到多个存储介质中，以确保数据的安全性和可靠性，正确。B选项，威胁数据安全的因素主要有：硬盘驱动器损坏、人为错误、黑客攻击、病毒、自然灾害、电源浪涌、磁干扰等，正确。C选项，常见的保护数据存储介质的方法有磁盘阵列、数据备份、异地容灾等，正确。D选项，MD5信息摘要算法（英语：MD5 Message-Digest Algorithm），一种被广泛使用的密码散列函数，可以产生出一个128位（16字节）的散列值（hash value），用于确保信息传输完整一致，不可以保证文件的保密性，选项错误。故本题答案是D选项。 15．C 【详解】本题考查数据安全的描述。周期性地将数据以某种方式制作一个或多个备份，以便在数据丢失或损坏时能够有效地恢复，称之为数据备份。故选C。 16．D 【分析】本题考查的是密码相关知识。数字身份及密码作为保障信息安全的重要组成，在不同场合应设置不同的密码，不能使用出生年月作为常用密码。设置字母、数字、符号组成的混合密码。故本题应选D。 【点睛】 17．B 【详解】本题考查的是数据采集。在道路上，电子警察系统利用动态视频检测触发技术对车辆进行抓拍并完成车牌识别，把车牌号码等数据记录下来。这种数据采集方法是视频监控采集方法。故本题应选B。 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．非对称 【详解】本题考查加密技术。在加密技术中，这种使用不同密钥进行加密和解密的方法被称为非对称加密（或公钥加密）。非对称加密使用一对密钥：公钥和私钥。公钥用于加密数据，私钥用于解密数据。只有拥有私钥的人才能解密用公钥加密的数据，从而保证了数据的安全性。常见的非对称加密算法包括RSA、ECC等。 20．保护数据不被未授权访问 【详解】本题考重数据加密。数据加密的基本目的是保护数据不被未授权访问。通过加密，可以将明文数据转换为密文，确保只有授权的用户或系统能够访问和理解其中的内容。加密技术通过使用特定的算法和密钥，将数据转换为非易读的形式，从而防止未经授权的人或恶意程序获取、修改或篡改数据。故答案为：保护数据不被未授权访问。 21． 数据采集 数据存储 数据加工 数据分析 数据表达 【详解】本题考查数据处理。数据处理的过程包括数据采集、数据存储、数据加工、数据分析和数据表达。这些步骤有助于从原始数据中提取有价值的信息，形成结论和决策。故正确答案为：①数据采集、②数据存储、③数据加工、④数据分析、⑤数据表达。 22． 正确性 一致性 【详解】本题考查数据处理。在《数据与计算》或数据科学领域，数据处理的一般过程确实包括数据采集、数据存储、数据加工、数据分析和数据表达等关键步骤。数据加工是这一流程中的核心环节，因为它直接决定了后续数据分析的质量和效果。数据加工的主要任务就是对采集到的原始数据进行清洗、转换和重组，以确保数据的正确性和一致性。故正确答案为：①正确性、②一致性。 23． 采集 存储 加工 表达 【详解】本题考查数据处理。 数据处理是指对数据进行采集、存储、加工和表示的过程，它是调查研究的核心。 采集：数据采集是数据处理的起始步骤，涉及从各种来源（如问卷、实验、数据库、传感器、社交媒体等）获取原始数据。数据的采集需要确保数据的准确性、完整性和一致性，为后续的处理和分析奠定基础。 存储：数据存储是将采集到的数据保存在安全、可靠且易于访问的存储介质中的过程。这一步骤对于数据的长期保存和后续使用至关重要。良好的数据存储策略可以确保数据的安全性和完整性，并提高数据访问的效率。 加工：数据加工是对数据进行清洗、转换、整合和分析的过程。在这一步骤中，可能需要处理缺失值、异常值、重复数据等问题，以确保数据的质量和一致性。同时，数据加工还包括对数据进行统计分析、数据挖掘等操作，以提取数据中的有用信息。 表示：数据表示是将加工后的数据以图形、表格、报告等形式展示出来的过程。通过数据表示，可以直观地呈现数据的特征和规律，帮助人们更好地理解数据背后的含义。数据表示的结果可以作为决策支持、业务优化等方面的依据。 在整个数据处理过程中，每个步骤都发挥着不可或缺的作用。数据采集提供了原始数据，数据存储确保了数据的安全性和可访问性，数据加工提取了数据中的有用信息，数据表示则将这些信息以直观的形式展现出来。这些步骤共同构成了数据处理的核心流程，为调查研究提供了坚实的基础。 故正确答案为采集、存储、加工和表示。 24．错误 【详解】本题考查数据采集。数据采集是数据分析的基础，数据分析是数据采集的目的。故正确答案为错误。 25．正确 【详解】本题考查数据处理。数据处理确实包括采集、存储、加工、分析和表达的过程。故正确答案为正确。 26．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。 27．正确 【详解】本题考查数据安全相关内容。对于大部分情况来说，通过正规应用商店下载的软件是相对安全的。大部分主流应用商店都会对应用进行审核和筛选，确保所提供的应用相对安全。它们通常会有一些安全措施，如查明应用的来源和开发者的信誉等。故本题答案是：正确。 28． ACE s=s+line[i]（或s+=line[i]） sort_values df['实际得分'][0:3]（或df['实际得分'].head(3)） 【详解】本题考查Python以及数据处理。 （1）数据整理的目的通常包括检测和修正错漏的数据（A选项），以确保数据的准确性；整合数据资源（C选项），将相关数据集中以便处理和分析；规整数据格式提高数据质量（E选项），使数据更易于处理和分析。故答案为：ACE。 （2）在计算有效分时，需要将除最高分和最低分之外的分数累加。之前已经找到了最高分maxs和最低分mins，现在要将其他分数累加到s中，所以使用s=s+line[i]（或s+=line[i]）。故答案为：s=s+line[i]（或s+=line[i]）。sort_values是pandas中用于对数据进行排序的方法，通过指定列名和排序方式（ascending=False表示降序），可以实现按照“实际得分”列降序排列数据。故答案为：sort_values。要获取前三名的实际得分用于绘制图表，需要从df中提取“实际得分”列的前三个值，所以使用df['实际得分'][0:3]或df['实际得分'].head(3)。故答案为：df['实际得分'][0:3]（或df['实际得分'].head(3)）。 29． 有损压缩 11 A 训练集 C ②①③④ 【详解】本题考查数据与处理相关内容。 （1）有损压缩是利用了人类对图像或声波中的某些频率成分不敏感的特性，允许压缩过程中损失一定的信息：虽然不能完全恢复原始数据，但是所损失的部分对理解原始图像的影响缩小，却换来了大得多的压缩比，常见的有损压缩格式有JPEG、GIF、MP3、MP4等。无损压缩是利用数据的统计冗余进行压缩，可完全恢复原始数据而不引起任何失真，但压缩率是受到数据统计冗余度的理论限制，一般为2：1到5：1，这类方法广泛用于文本数据，程序和特殊应用场合的图像数据（如指纹图像，医学图像等）的压缩。题干中的压缩为有损压缩，故本题答案是：有损压缩。 （2）依据编码规则，压缩结果为“0，1，8，3，5，7”，则图像的颜色编号为：0111111111000111110000000，可知白色的个数是11（1+3+7），故本题答案是：11。 （3）十进制数转换为十六进制数的方法是除以16取余数，然后将得到的余数从下到上排列，形成十六进制数。（66）10=（42）16；（102）10=（66）16；（255）10=（FF）16。故本题答案是：A。 （4）训练集是人工智能模型学习的核心数据来源，它包含了大量的标注样本，用于训练模型，使模型能够学习到数据的内在规律和特征。测试集是人工智能模型构建中的最后一道关卡，用于对模型进行最终的评估和比较。故本题答案是：训练集。 （5）数据分类是数据分析处理中最基本的方法，数据分类通常的做法是，基于样本数据先训练构建分类函数或者分类模型（也称为分类器），该分类器具有将分类数据项映射到某一特点类别的功能。聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发、自动进行分类。回归分析是一种统计分析方法，可以帮助研究人员预测未知变量的范围，分析和预测数据变量之间的对应关系，以及确定影响变量变化的因素。小申想要基于这些数据预测某天的温度，最合适的方法是回归。故本题答案是：C。 （6）数据处理的基本过程包括数据收集、数据清洗、数据转换、数据整理、数据分析、数据可视化和决策支持。小申尝试用大模型预测天气的处理过程：利用数据抽取转换加载工具从多个数据源采集天气数据-->对采集到的天气数据进行清洗和预处理-->使用盘古大模型对数据进行训练和预测-->通过可视化工具展示预测结果。故本题答案是：②①③④。 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 $$