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．将采集的数据进行查重和错误数据的校正是数据处理必不可少的环节，这一环节属于数据处理的（   ） A．数据采集 B．数据分析 C．数据整理 D．数据呈现 2．加密技术的主要用途是（   ） A．提高数据存储容量 B．提升数据处理速度 C．保护数据隐私和安全 D．增加数据复杂性 3．词云是对网络文本的内容进行可视化表达的一种手段，对下图所示词云理解正确的是（  ） A．所提供的文字信息量较少，不能体现核心内容 B．核心内容是“乌镇世界互联网大会” C．仅仅是宣传画，与会议内容无关 D．词云中出现的文字位置是随机摆布的 4．以下设备不能用于采集视频的是（   ） A．视频采集卡 B．扫描仪 C．智能手机 D．数码摄像机 5．以下不属于数据采集设备的是（   ） A．录音笔 B．摄像头 C．音箱 D．扫描仪 6．下列不属于信息安全产品的是（    ） A．网络防病毒软件 B．信息加密 C．网上银行“优key” D．移动硬盘 7．公交公司制作了公交路线示意图，这一过程属于数据处理的（   ）环节。 A．数据可视化 B．数据整理 C．数据分析 D．数据报告 8．数据采集是指人们根据需要获取数据，以下不能获取数据的是（   ） A．问卷调查采集数据 B．利用传感器采集数据 C．调整表格中数据的字体大小 D．通过网络获取数据 9．下列关于数据安全的说法，不正确的是（   ） A．保护数据安全需要保护存储数据的介质 B．保护数据安全需要提高数据本身的安全 C．数据校验可以提高数据的完整性 D．重要数据可以通过加密与数据校验提升安全性，不必备份 10．数据可视化的呈现类型有(   ) A．探索型 B．试探型 C．逻辑型 D．布尔型 11．小张采集了运动会的报名数据录入到Excel文件，每位同学最多参加两个项目，部分界面如下图所示。他先使用Excel软件整理数据，存储为“运动会报名.xlsx”文件后，编写Python程序完成后续处理。小张对数据进行以下整理，操作恰当的是（   ） A．发现高一(1)班陈易涵有两条相同的数据，删除一条 B．发现高一(3)班张怀沙的跳高一栏空着，填入数字“1” C．发现第6行“高一(二)班”的格式与其他数据不一致，删除第6行数据 D．发现第8、9行都是高一(2)班李嘉佑的数据且都不完整，删除第8、9行数据 12．词云图是一种数据可视化表达方式。下列不适合用词云图来呈现的是（  ） A．《西游记》中人物出现的次数 B．《唐诗三百首》中常用的词语 C．政府某年度工作报告中的关键词 D．某学生期末考试分数成绩 13．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 观察图中的“支持度”数据，分析购买商品之间的关联关系，预测购买啤酒的客户有更大的概率会同时购买（    ） A．面包 B．尿布 C．牛奶 D．鸡蛋 14．下表为某同学高一上学期四次考试的成绩，他通过图表对成绩进行数据可视化表达并分析。 通过对四次考试成绩的分析比较，发现语文科和数学科进步明显，英语科有退步的迹象，该分析方法属于（   ） A．平均分析法 B．对比分析法 C．结构分析法 D．水平分析法 15．在信息社会中，数据安全关乎国计民生，为了数据安全需要采用各种防护手段，下列技术手段不属于存储介质的主动防护的是（  ） A．数据校对 B．磁盘阵列 C．数据备份 D．异地容灾 二、填空题 16． 是最常见的数据可视化表达方式之一。 17．数据可视化指将数据分析的结果一般通过 、 、 三种形式显示出来。 18．平均分析就是运用 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 。 19．数据分析报告是项目 的展示，也是数据分析结论的有效承载形式。在数据分析报告中，首先需要明确数据分析的 ，阐述目前 及通过分析希望解决的问题；其次需要描述数据来源和数据分析的 、 和 ；最后需要重点呈现数据分析的 、 和 。 20．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。小申根据如表所示的水质数据，编写程序绘制如图1示的各监测点水质类别和溶解氧分布可视化图形。小申编写的程序如下所示，请将程序填写完整，可以点击图标进入开发环境，数据文件与程序位于同一文件夹目录，本题提供的环境仅用作算法验证。 监测点名称 水质类别 水温 pH 溶解氧 高锰酸盐指数 监测点 1 4 24.8 7.25 4.77 5.16 监测点 2 3 23.6 7.56 5.62 3.54 ……                         图1 import pandas as pd import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] df=pd.read_csv('T4_3.csv',encoding='ANSI') plt.title('各监测点水质类别和溶解氧分布') plt.xlabel('溶解氧(mg/L)') plt.ylabel('水质类别') plt.ylim((0,6)) plt.yticks([0,1,2,3,4,5]) ___① (df['溶解氧'],df['水质类别']) plt.show() 三、判断题 21．在计算机操作系统上安装杀毒软件和防火墙是一种数据保护方法。( ) 22．词云可以使得难以实现结构化的数据文本挖掘成为轻而易举的事情。（ ） 23．加密和解密本质上是对数据进行的某种交换，控制加密和解密的过程进行的是密钥。( ) 24．数据可视化是指以图形、图像和动画等方式更加直观生动地呈现数据及数据分析结果，揭示数据之间的关系、趋势和规律等。( ) 四、操作题 25．小红收集了某平台的销售数据，部分数据如题图a所示。 图a 为了在销售利润最高的“商品品类”的客户中，统计出不同年龄段的人数，她编写Python程序如下。请回答下列问题： （1）计算订单“销售利润”的规则为：销售利润=销售单价×销售数-进货总价。实现该计算的Python程序如下，请在划线处填入合适的代码。     import pandas as pd     import matplotlib.pyplot as plt     df=pd.read_excel（"data.xlsx"）     df["销售利润"]= （2）找出销售利润总和最高的“商品品类”并存储在maxt中。实现该功能的Python程序如下，请在划线处填入合适的代码。     dfl = df.groupby（" ① "）.sum（）     maxt=df1.index[0]     for i in dfl.index[1：]：         pft=dfl.at[i，"销售利润"]         if pft>dfl.at[maxt，"销售利润"]：           ② （3）为统计maxt中不同客户年龄段的人数，程序运行结果如图b所示，部分Python程序如下，请在划线处填入合适的代码。 图b     nums=[0]*5；ages=[30，40，50，60]     df2=dfdf.商品品类==maxt].sort_values（"客户年龄"）     j=0；n=len（df2）     for i in range（0，4）：         st=j         while  j < n and df2.at[df2.index[j]，"客户年龄"]<=ages[i]：             j=j+1         nums[i]= ①     nums[4]=len（df2）-j     xlabel=["30岁以下"，"31-40岁"，"41-50岁"，"51-60岁"，"61岁以上"]     plt.bar（xlabel， ②     plt.show（） 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】本题主要考查数据整理的描述。将采集的数据进行查重和错误数据的校正是数据处理必不可少的环节，这一环节属于数据处理的数据整理，故本题选C选项。 2．C 【详解】本题考查加密技术。加密技术的主要用途是保护数据隐私和安全。通过对数据进行加密，可以防止未经授权的访问和数据泄露，从而确保数据的机密性和完整性。选项A、B和D都不是加密技术的主要用途。故选C。 3．B 【详解】本题考查可视化及词云相关内容。词云（Word Cloud）又称文字云，是文本数据的视觉表示，由词汇组成类似云的彩色图形，用于展示大量文本数据。每个词的重要性以字体大小或颜色显示。主要用来做文本内容关键词出现的频率分析，适合文本内容挖掘的可视化。词云中出现频率较高的词会以较大的形式呈现出来，出现频率较低的词会以较小的形式呈现，词云的本质是点图，是在相应坐标点绘制具有特定样式的文字的结果。分析4个选项，ACD选项理解错误，B选项理解正确。故本题答案是B选项。 4．B 【详解】本题考查的是信息采集工具。扫描仪是采集图像和文字，故本题应选B。 5．C 【详解】本题考查数据采集。音箱是用于播放声音的设备，不是用于采集数据的设备。故答案为：C。 6．D 【详解】本题主要考查信息安全知识点。网络防病毒软件、信息加密、网上银行“优key”（支付安全），均属于信息安全产品，移动硬盘不属于信息安全产品，故本题选D选项。 7．A 【详解】本题考查了数据处理。公交公司制作公交路线示意图的过程属于将数据以图形或图表的形式展示出来，以便更直观地理解和分析数据的环节，这就是数据可视化。数据整理是指对数据进行清理和组织，数据分析是对数据进行详细的检查和解释，数据报告是对数据分析结果进行总结和汇报。故答案为：A。 8．C 【详解】本题考查数据采集。结合选项，可知调整表格中数据的字体大小不能获取数据。故选C。 9．D 【详解】本题考查的是数据安全。重要数据可以通过加密与数据校验提升安全性，同时也需要备份，避免由于信息丢失造成的重大损失。故选D。 10．A 【详解】本题考查的是数据的可视化的呈现类型。数据分析就是在一大批杂乱无章的数据中，运用数字化工具和技术，探索数据内在的结构和规律，构建数学模型，并进行可视化表达，通过验证将模型转化为知识，为诊断过去、预测未来发挥作用。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。故选项A符合题意。 11．A 【详解】本题考查的是数据处理。张怀沙已经有两个项目为1了，跳高一栏应填入数字“0”；第6行“高一(二)班”的格式与其他数据不一致，应修改格式；发现第8、9行都是高一(2)班李嘉佑的数据且都不完整，应合并处理。故本题应选A。 12．D 【详解】本题主要考查数据可视化表达。标签云（词云）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。政府年度工作报告中的关键词、《唐诗三百首》常用的词语、《西游记》中人物出现的次数均可以用标签云（词云）来呈现，学生期末考试成绩不适合用标签云（词云）来呈现，故本题选D选项。 13．C 【详解】本题考查的是数据分析。由图中可知，牛奶——啤酒支持度高，故预测购买啤酒的客户有更大的概率会同时购买牛奶。故选C。 14．B 【详解】本题主要考查数据分析方法。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，从而揭示这些数据所代表的事物发展变化情况和规律。通过对四次考试成绩的分析比较，发现语文科和数学科进步明显，英语科有退步的迹象，该分析方法属于对比分析法。故选B。 15．A 【详解】本题考查的是数据安全。数据校验是为保证数据的完整性进行的一种验证操作。通常用一种指定的算法对原始数据计算出的一个校验值，接收方用同样的算法计算一次校验值，如果两次计算得到的检验值相同，则说明数据是完整的。数据校对不属于存储介质的主动防护。故本题应选A。 16．思维导图 【详解】本题考查数据可视化相关内容。数据可视化表达是指以图表、图形、动画等方式更加直观生动地呈现数据以及数据分析的结果,揭示数据之间的关系、趋势、规律等表达方式。思维导图是一种图形思维工具，它通过使用关键词、图像和颜色等元素，以放射性结构的形式展示思维，帮助人们组织和记忆信息。这种工具不仅简单高效，而且能够激发大脑的潜能，在学习和工作中尤其有用。思维导图可以应用于记忆、学习、解决问题和策划等多个领域。思维导图是最常见的数据可视化方法之一，它们经常被用作表现思维发展过程。故本题答案是：思维导图。 17． 表格 图表 图形 【详解】本题考查数据可视化的描述。数据可视化指将数据分析的结果一般通过表格、图表、图形三种形式显示出来。 18． 计算平均值 一般水平 【详解】本题考查的是数据分析。平均分析就是运用计算平均值的方法，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。 19． 研究结果 目的和背景 存在的问题 思路 方法 模型 过程 结论 建议 【详解】本题考查的是数据分析。数据分析报告是项目研究结果的展示，也是数据分析结论的有效承载形式。在数据分析报告中，首先需要明确数据分析的目的和背景，阐述目前存在的问题及通过分析希望解决的问题；其次需要描述数据来源和数据分析的思路、方法和模型；最后需要重点呈现数据分析的过程、结论和建议。 20．plt.scatter 【详解】本题考查的是panda相关知识。由图中可知绘制的是散点图。故画线处代码为：plt.scatter。 21．正确 【详解】本题主要考查数据安全保护措施。防火墙技术是通过有机结合各类用于安全管理与筛选的软件和硬件设备，帮助计算机网络于其内、外网之间构建一道相对隔绝的保护屏障，以保护用户资料与信息安全性的一种技术，故表述正确。 22．错误 【详解】本题考查的是词云知识点。词云可以使得难以实现非结构化的数据文本挖掘成为轻而易举的事情。 结构化数据，是高度组织和整齐格式化的数据。它是可以放入表格和电子表格中的数据类型。它可能不是人们最容易找到的数据类型，但与非结构化数据相比，无疑是两者中人们更容易使用的数据类型。 非结构化数据，本质上是结构化数据之外的一切数据。它可能是文本的或非文本的，也可能是人为的或机器生成的。非结构化数据不是那么容易组织或格式化的。收集，处理和分析非结构化数据也是一项重大挑战。 23．正确 【详解】本题主要考查数据安全。加密和解密本质上是对数据进行的某种交换。控制加密和解密的过程进行的是密钥，密钥是一种参数，它是在明文转换为密文或将密文转换为明文的算法中输入的参数，题干中说法正确。 24．正确 【详解】本题考查的是数据可视化。数据可视化是指以图形、图像和动画等方式更加直观生动地呈现数据及数据分析结果，揭示数据之间的关系、趋势和规律等。题干的说法是正确的。 25． df["销售单价"]*df["销售数"]-df"进货总价"]或df.销售单价* df.销售数-df.进货总价 商品品类 maxt=i j-st nums 【详解】本题考查的是Python数据分析。 （1）销售利润=销售单价×销售数-进货总价，故划线处代码为：df["销售单价"]*df["销售数"]-df"进货总价"]或df.销售单价* df.销售数-df.进货总价。 （2）找出销售利润总和最高的“商品品类”并存储在maxt中，要对“商品品类”分组再求和，故①处应为：商品品类；如果找的一个比maxt大的销售利润，则更新maxt，分析程序上下，可知maxt存储的是销售利润总和最高的“商品品类”行号，故②处为：maxt=i。 （3）①处，由df2=dfdf.商品品类==maxt].sort_values（"客户年龄"）可知df2已经按年龄升序排列，st是每个年龄段的开始，while循环结束后变量j是下一个年龄段的开始，所以当前年龄段的人数是：j-st；②处，由图b可知，横坐标是年龄段，纵坐标是人数，人数存储在nums中，故此处应为：nums。 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 $$