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．某个部门要统计职工的考勤、销售量、工资及奖励情况，职工的工资和奖励可以通过公式从考勤和销售量中计算得到，下列可方便地实现这些功能的软件是（ ） A．Word B．ACDSee C．FrontPage D．Excel 2．某文本数据集的标签云如下图所示，下列说法正确的是（    ） A．对数据集中文分词后可直接创建标签云，无须特征提取 B．标签云须显示该数据集包含的全部词语 C．该数据集中，词语“初心”比“得失”的出现频率高 D．标签云为更好地理解文本和发现知识提供了新的有效途径 3．以下不是文本数据处理主要应用领域的是（    ） A．论文查重 B．文本分类 C．垃圾邮件分类 D．手写输入识别 4．在数据处理中，数据可视化的作用是（   ） A．隐藏数据中的关键信息 B．直观展示数据之间的关系 C．增加数据的复杂度 D．降低数据分析的效率 5．下图为数据结构的思维导图，这种呈现数据的形式称为（   ） A．框架化形式 B．虚拟化形式 C．可视化形式 D．多样化形式 6．下列关于数据整理的说法，正确的是（   ） A．数据集中的缺失值一般用平均值、中间值或概率统计值填充 B．数据集中的重复数据可直接进行合并或删除 C．数据集中逻辑错误的数据须直接删除或忽略 D．数据集中的异常数据是错误数据，一般需要转换后保留 7．指纹考勤机（如下图所示）是通过提取指纹图像对人员的考勤进行管理，其工作流程可以分为:（1）指纹图像处理（2）指纹图像特征匹配（3）指纹图像采集（4）指纹图像特征提取，正确的顺序应该是（   ） A．（1）（2）（3）（4） B．（3）（1）（2）（4） C．（3）（1）（4）（2） D．（3）（4）（1）（2） 8．数据分析的方法一般包括（   ） ①搜索引擎 ②关联分析 ③建立模型 ④模型评价 A．①②③ B．②③④ C．①②④ D．①③④ 9．下列选项中，不属于实时数据可视化的应用是（   ） A．导航地图 B．实时卫星云图 C．思维导图 D．股票动态走势图 10．为保障个人信息安全，应给账号设置可靠的登录密码。以下最适合作为密码的选项是（　　） A．20191909 B．G1_19#Wxm C．ASDFGH D．12345678 11．下列关于文本数据分析与应用的说法错误的是（　　） A．对大型数据集中的文本分词后须先进行特征提取，再创建词云 B．标签云用词频表现文本特征 C．文本情感分析的研究领域是专门、单一的 D．文本情感分析应用于多个不同领域 12．为了规范数据处理活动，保障数据安全，维护国家主权、安全和发展利益。2021年9月1日起施行（  ） A．《中华人民共和国国家安全法》 B．《中华人民共和国网络安全法》 C．《青少年网络文明公约》 D．《中华人民共和国数据安全法》 13．下列关于数据安全的说法正确的是（  ） A．保护数据安全无需考虑存储设备 B．保护数据安全无需考虑原始数据 C．数据加密可以提高数据的保密性 D．互联网搜索到的信息都是真实可信的 14．互联网、移动网络、物联网等每天都产生着大量数据，这些数据规模巨大，格式多样，已经很难用传统的方式进行处理。与此同时，随着数据量的增长速度越来越快，如何有效管理数据和保证数据安全成为各行各业都面临的问题。于是，大数据技术应运而生，通过分析、挖掘这些数据，发现其蕴藏的价值。下列关于数据管理与安全的说法，正确的是（   ） A．计算机管理文件一般采用树形目录结构 B．通过数据加密可提高数据的完整性，通过数据校验可提高数据的保密性 C．安装多款杀毒软件一定可以避免计算机感染病毒 D．容灾系统可以解决操作失误或系统故障导致的数据丢失问题 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．图为国家统计数据库 2019年GDP结构图，这种数据呈现方式为（   ） A．数据的可视化表达 B．数据的文本化表达 C．数据的结构化表达 D．数据的多样化表达 17．题图所示是李琳上学期的成绩，求平均分并做对比后，她选择等级考的科目为物理化学和历史三科，用到的数据分析法是（    ） 时间 物理 化学 生物 政治 历史 地理 月考1 80 76 63 66 92 56 月考2 82 78 70 69 96 67 月考3 86 85 67 71 88 60 月考4 89 87 73 65 95 63 平均分 84.3 81.5 68.3 67.8 92.8 61.5 A．对比分析法、结构分析法 B．结构分析法、平均分析法 C．平均分析法、对比分析法 D．图表分析法、结构分析法 二、填空题 18．数据管理设计主要负责与具体数据管理系统相衔接，包括数据采集、 、 和呈现等方面，为系统中需要长久存储的数据对象提供数据存储的方案。 19．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。 20．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。 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．数据处理是指对数据进行 、 、 和 的过程，它是调查研究的核心。 23．平均分析是指运用 的方法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。 三、判断题 24．对商品上的条形码进行扫描，属于数据编码的过程。( ) 25．数据处理的目的是为了将数据转换为信息，帮助人们更好地理解数据。( ) 26．高中生的个人数据泄密或丢失造成的损失和影响很小，可以不必在意数据的保护。( ) 27．为避免本地数据的丢失和损毁，确保信息系统在遭受破坏后能迅速恢复原来的正常工作，异地备份是一种有效方法。( ) 四、操作题 28．将某餐厅信息管理系统数据库中一周订单数据导出为文件“week.xlsx”，如图a所示，并制作图表如图b所示，部分程序代码如下，请在画线处填入合适的代码。                             图a                     图b import pandas as pd import matplotlib.pyplot as plt #图表显示中文字体，代码略 df=pd.① ("week.xlsx")    #读取Excel文件中的数据 df1=df.② ("菜品",as_index=False).sum()    #按“菜品”分组求和 df2=df1.sort_values("份数",ascending=False).head(5)    #按“份数”排序并取前5行 x=③ y=df2["份数"] plt.title("一周餐厅最佳菜品(单位:份数)")    #设置图表标题 plt.④ (x,y)    #绘制柱形图 plt.show() 29．【项目情境】 共享单车已成为一张新名片，是打通居民出行“最后一公里”的公共交通工具，是绿色城市、低碳出行的有力保障。但也存在一些困扰和问题：想骑行时却没有车可租；共享单车的大概的投放量有多少；骑行结束时物品忘拿、骑行花费等等问题。本项目站在多个角度聚焦这些问题，通过程序设计、分析数据和系统设计解决共享单车实际使用中遇到的真实问题。 【项目方案】 Ⅰ通过程序设计增加提醒功能，解决骑行结束时物品忘拿问题； Ⅱ借助流程图，明晰骑行计费收费问题； Ⅲ通过大数据分析技术，从时间、空间两个维度合理调配单车投放量问题。 【项目实施】 探究活动4：运用大数据分析技术，解决合理投放单车区域问题。 经历数据的需求分析、采集与处理、可视化表达过程，解决合理投放单车区域问题。根据要求，回答问题。 （1）分析明晰共享单车关键数据项包括骑行用户信息、单车信息（编号、经纬度、车况等）、骑行信息（距离、起始和结束时间、路线等），确定数据需求项。这些数据每天产生，在体量和速度上都达到了大数据的规模，具有 特征。（多选） A．数据体量大        B．数据类型多        C．价值密度高        D．变化速度快 （2）使用爬虫程序从服务器中获取数据，数据采集方法为 （选填：系统日志采集/网络数据采集/传感器采集），存储数据的形式有两种，一种是云存储，一种是 ，采集后数据存储在“data.csv”文件中。 （3）从时间维度，借助电子表格工具软件Excel进行某一周内工作日与周末单车使用量比例分析，并进行数据可视化表达，得到如图1结果，是使用 图呈现（选填：百分比圆环图/饼图）。从空间维度，通过经纬度分析，运用K-Means算法对数据进行训练，达到“物以类聚，人以群分”的效果，并得到如图2所示的数据分布。推测数据训练后得到的2个投放单车位置大概在图2中的②号位置和③号位置，这是运用了数据分析中的 （选填：特征探索/聚类分析）方法。 图1                             图2 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】本题考查不同软件的功能。Word主要用于文字处理和文档排版。ACDSee是一款图像浏览和管理软件。FrontPage是用于网页制作的软件。而Excel是电子表格软件，擅长数据的计算、统计和分析。故答案为：D。 2．D 【详解】本题考查数据可视化。对数据集中文分词后通常需要进行特征提取才能创建标签云，A选项错误；标签云不必显示该数据集包含的全部词语，B选项错误；从标签云中看出，词语“初心”比“得失”的出现频率低，C选项错误；标签云为更好地理解文本和发现知识提供了新的有效途径，D选项正确；故答案为：D。 3．D 【详解】本题考查数据处理。论文查重是对文本内容的重复率进行检测，属于文本数据处理；文本分类是将文本按照一定的规则和特征分类，属于文本数据处理；垃圾邮件分类是对邮件的文本内容进行分析判断是否为垃圾邮件，属于文本数据处理；手写输入识别是对手写的图形、轨迹等进行识别转化为文本或执行相应操作，其重点是对手写的图形轨迹的识别，不属于文本数据处理。故答案为：D。 4．B 【详解】本题考查数据可视化。数据可视化的作用是直观展示数据之间的关系，帮助人们更容易理解数据。故正确答案为选项B。 5．C 【详解】本题考查数据可视化相关内容。数据呈现方式包括表格、图表、地图等。数据可视化旨在清晰有效地表达信息，主要呈现的方式为图形化，如：饼图、折线图、柱形图、雷达图、思维导图等。如图所示，这种呈现数据的形式称为可视化形式。故本题答案是C选项。 6．A 【详解】本题考查数据整理。A选项正确，缺失值是指数据集中某些字段或条目缺少数值或信息的情况，通常需要进行填充以保证数据的完整性和可用性。B选项错误，重复数据指的是数据集中存在完全相同的记录或条目，可以通过合并或删除来清理数据。C选项错误，逻辑错误的数据是指与数据集的定义或逻辑规则不符的数据，应该尽早进行清理，以保证数据分析的准确性和可靠性。D选项错误，异常数据是指与数据集中其他数据相比具有明显不同的值，有时候可能是错误的数据，但有时候也可能包含有用的信息，需要进行分析和处理。故答案为：A。 7．C 【详解】本题考查数据采集与处理相关内容。指纹识别一般过程：指纹图像采集——指纹图像处理——指纹图像特征提取——指纹图像特征的匹配。故本题答案是C选项。 8．B 【详解】本题考查数据分析相关内容。数据分析一般包括特征探索、关联分析、聚类与分类、建立模型和模型评价等。故本题答案是B选项。 9．C 【详解】本题考查数据可视化。 导航地图：导航地图是典型的实时数据可视化应用。它利用GPS定位技术和实时交通数据，为用户提供实时的道路信息、交通状况以及最佳行驶路线。这种实时更新的特性使得导航地图成为驾驶者和行人出行的重要工具。 实时卫星云图：实时卫星云图同样属于实时数据可视化的范畴。它利用卫星遥感技术，实时获取地球表面的云层分布、降水情况等信息，并通过图像的形式展示给用户。这对于天气预报、气象研究以及防灾减灾等领域具有重要意义。 思维导图：思维导图虽然是一种数据可视化的工具，但它并不属于实时数据可视化的应用。思维导图主要用于组织和展示信息，帮助人们更好地理解和记忆复杂的概念和关系。它通常是在静态的环境下使用，不涉及实时数据的更新和展示。 股票动态走势图：股票动态走势图是实时数据可视化的典型应用之一。它实时展示股票价格的波动情况，为投资者提供即时的市场信息和交易机会。通过股票动态走势图，投资者可以更加直观地了解市场动态，做出更加明智的投资决策。 故正确答案为：选项C。 10．B 【详解】本题主要考查密码安全。一般密码设置同时包含字母大小写、数字，以及特殊字符，其安全性较高，如G1_19#Wxm，故本题选B选项。 11．C 【详解】本题考查数据分析相关内容。标签云用词频表现文本特征，将关键词按照一定的顺序和规律排列，并以文字大小的形式代表词语的重要性；将文本中复杂的或者难以通过文字表达的内容和规律以视觉符号的形式表达出来。文本情感分析作为一个多学科交叉的研究领域，涉及自然语言处理、信息检索、机器学习、人工智能等领域，主要应用于网络舆情监控、用户评论分析与决策、信息预测等众多领域。故本题答案是C选项。 12．D 【详解】本题考查安全法相关内容。《中华人民共和国数据安全法》开始施行的时间是2021年9月1日。《中华人民共和国数据安全法》是为了规范数据处理活动，保障数据安全，促进数据开发利用，保护个人、组织的合法权益，维护国家主权、安全和发展利益而制定的法律。故本题答案是D选项。 13．C 【详解】本题考查数据安全相关内容。数据安全是指通过采取必要措施，确保数据处于有效保护和合法利用的状态，以及具备保障持续安全状态的能力。要保证数据处理的全过程安全，数据处理，包括数据的收集、存储、使用、加工、传输、提供、公开等。AB选项说法错误，C选项说法正确，D选项，网络上的信息不都是真实可信的，应该学会辨别真假，选项说法错误。故本题答案是C选项。 14．A 【详解】本题考查数据管理与安全的描述。计算机管理文件一般采用树形目录结构；通过数据加密可提高数据的保密性，通过数据校验可提高数据的完整性；安装多款杀毒软件不一定可以避免计算机感染病毒，一般安装一款杀毒软件即可；容灾系统是指在相隔较远的异地，建立两套或多套功能相同的IT系统，互相之间可以进行健康状态监视和功能切换，当一处系统因意外（如火灾、地震等）停止工作时，整个应用系统可以切换到另一处，使得该系统功能可以继续正常工作。故选A。 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．A 【详解】本题主要考查数据可视化表达。由图可知，这种数据呈现方式为数据的可视化表达，故本题选A选项。 17．C 【详解】本题考查的是数据分析。通过求平均分并做对比后，她选择等级考的科目为物理化学和历史三科。故采用的数据分析法是平均分析法、对比分析法。本题应选C。 18． 传输 存储 【详解】本题考查数据管理相关内容。数据管理设计主要负责与具体数据管理系统相衔接，‌包括数据采集、‌数据传输、‌数据存储和数据呈现。‌数据采集：‌从各种来源收集数据，‌确保数据的来源可靠和准确。‌数据传输：‌保证数据在传输过程中的安全和效率，‌避免数据在传输过程中丢失或被篡改。‌数据存储：‌设计合理的数据库结构，‌确保数据可以高效、‌安全地存储，‌同时满足数据的访问和查询需求。‌数据呈现：‌以用户友好的方式展示数据，‌使用户能够方便地获取和理解所需信息。‌通过这些步骤，‌数据管理设计确保了数据的完整性、‌一致性和准确性，‌为组织的决策提供了坚实的基础。‌同时，‌这也涉及到数据的质量管理，‌包括数据的准确性、‌一致性、‌完整性和安全性等方面，‌这些都是确保数据可靠性的关键因素。故本题答案分别是：传输、存储。 19．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。 20．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。 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． 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。 23．计算平均数 【详解】本题考查数据分析相关内容。平均分析法是运用计算平均数的方法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，平均指标可用于同一现象在不同地区/不同部门或单位间的对比，还可用于同一现象在不同时间的对比。故本题答案是：计算平均数。 24．错误 【详解】本题考查信息采集。 对商品上的条形码进行扫描，并不直接等同于数据编码的过程。实际上，这一扫描过程是信息的采集。故题目说法错误。 25．正确 【详解】本题考查数据处理。数据处理的目的是将原始数据转换为有用的信息，帮助人们理解和利用数据。故正确答案为：正确。 26．错误 【详解】本题考查信息安全相关内容。高中生的个人数据具有丰富信息，包括姓名、年龄、住址、联系方式等，属于个人隐私。这些信息泄露后容易被用于实施网络诈骗、恶意攻击等犯罪行为，应严格保护高中生个人数据，防止泄密或丢失。故本题答案是：错误。 27．正确 【详解】本题主要考查数据安全。为避免本地数据的丢失和损毁，确保信息系统在遭受破坏后能迅速恢复原来的正常工作，异地备份是一种有效方法，表述正确。 28． read_excel groupby df2["菜品"]（或df2.菜品） bar 【详解】本题考查Python数据分析。①读取Excel文件，使用read_excel()。故正确答案为：read_excel。②分组函数为groupby()。故正确答案为：groupby。③对于df分组后，菜品作为数据列，分析图表中x轴的数据为菜品名称，故x=df2["菜品"]或df2.菜品。故正确答案为：df2["菜品"]（或df2.菜品）。④绘制垂直柱形图使用bar()函数。故正确答案为：bar。 29． ABD 网络数据采集 本地存储 饼图 聚类分析 【详解】本题考查数据分析相关内容。 （1）大数据具有数据体量大、数据类型多、变化速度快、价值密度低等特征，故①处答案为：ABD。 （2）数据采集技术有：传感器采集、爬虫采集、录入采集、导入采集、接口采集等。爬虫采集属于网络数据采集方法，故②处答案为：网络数据采集。存储数据的方式可以分为两种：云存储、本地存储，故③处答案为：本地存储。 （3）观察图1，该图表为饼图（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④处答案为：饼图。数据分析的基本方法包括特征探索、关联分析、聚类分析、数据分类。特征探索的主要任务是对数据进行预处理，发现和处理缺失值、异样数据，绘制直方图，观察分析数据的分布特征，求最大值、最小值、极差等描述性统计量。聚类分析是把一组数据按照差异性和相似性分为几个类别，使得属于同一类的数据之间相似性尽可能大，不同类之间的相似性尽可能小，跨类的数据关联性尽可能低。由图2可知，该数据分析采用了聚类分析方法，故⑤处答案为：聚类分析。 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 $$