第三章 数据处理与应用 2024-2025学年高中信息技术华东师大版（2020） 必修1

第三章 数据处理与应用 一、选择题 1．下列哪种存储介质具有较好的数据读写速度和耐用性？（   ） A．硬盘 B．光盘 C．U盘 D．SD卡 2．以下哪个算法常用于求解线性方程组（   ） A．排序算法 B．搜索算法 C．高斯消元法 D．哈希算法 3．下列关于分布式系统架构Hadoop及其主要模块的说法，不正确的是（   ） A．Hadoop计算平台适用于静态数据的批处理计算 B．分布式文件系统HDFS是一个高度容错性系统，可以部署在普通计算机上 C．分布式数据库HBase主要用来存储结构化数据 D．MapReduce是一种并行编程模型，帮助用户编写处理大规模数据集的并行运算 4．以下描述的场景与处理方法使用不恰当的是（   ） A．分析去年的地铁客流数据优化地铁运行采用批处理计算 B．淘宝“双十一”通过实时分析用户行为实现商品的推荐采用流计算 C．图计算为腾讯超大规模社交网络图数据的各类计算提供支撑 D．分析近十年高考的数学试卷梳理常考知识点采用流计算 5．下列有关数制、数据管理与安全的说法，正确的是（   ） A．二进制数1100011转化为十六进制数为C3 B．数字图像包括矢量图形和位图图像，像素是组成矢量图形的最小单位 C．数据存储在特定的介质上，保护数据的安全也需要保护存储数据的介质 D．二维码给人们的生活提供了很多便利，同学、朋友发来的二维码可以随意扫描 6．为了避免数据安全带来的威胁，我们应该（  ） A．不在社交平台发布个人隐私信息 B．下载和安装未知软件 C．参与“扫一扫”送礼品 D．使用公共场所WiFi 7．数据无处不在，数据安全尤为重要。下列关于数据安全的说法错误的是（   ） A．使用手机中的定位、导航、移动支付，都有可能造成隐私数据的泄露 B．《中华人民共和国网络安全法》的实行，说明国家对于网络数据安全越来越重视 C．对于个人而言，在硬盘上做好重要文件的备份就能确保数据安全 D．对于企业而言，可以利用复制、镜像、持续备份等技术进行数据保护 8．下列关于大数据及其处理的说法正确的是（   ） A．大数据体量规模巨大，可以抽取价值密度高的样本进行分析 B．在大数据处理过程中，泄露个人信息不会造成安全问题 C．大数据产生速度快，实时生成的大数据无法与批处理整合处理 D．文本数据处理在情报分析、垃圾邮件过滤、机器翻译等方面有重要应用 9．下列说法正确的是（   ） A．不管哪种信息资源管理方法，其目的都是为了提高信息资源的利用效益 B．网络信息资源的最佳组织方式是主题树方式与超媒体方式相结合 C．用手工管理方式来管理信息资源具有直观性强、存取方便等特点。 D．每个人对信息的实际需求和使用目的都是相同的 10．下列关于聚类分析的说法，错误的是（   ） A．可以从数据点集合中随机选择K个点作为初始的聚集中心 B．对其他的每个数据点，以此判断其与K个中心点的距离，距离最近的表明它属于这项聚类 C．聚类分析，必须先设定分类的标准，否则无法准确分类 D．重新计算新的聚簇集合的平均值既中心点 11．假设你是一位校长，上级部门来校检查工作，你在向上级部门领导汇报本单位的组织情况和各部门负责人时，要将单位的组织情况和各部门负责人印发给领导，采用下列哪种表达方法更好（   ） A．文字说明 B．流程图 C．表格 D．结构图 12．下列关于数据分析报告叙述正确的是（   ） A．数据分析报告可以忽略项目分析的过程 B．数据分析报告不用明确分析的目的与背景 C．数据的来源与质量不会影响数据分析的结论 D．数据分析报告可以为管理者提供决策依据 13．某研究院利用大数据成功预测第86届奥斯卡金像奖24个奖项中的21个，向人们展示现代科技的神奇魔力。对于该案例，下列说法正确的是（   ） A．数据分析只可以应用于预测分析 B．数据分析可以探究数据内在的规律 C．大数据分析倾向于抽样数据而不是全量数据 D．大数据都采用集中式存储 14．铁路12306APP是我国铁路客户服务中心推出的官方手机购票应用软件,与火车票务官方网站(12306网站)共享用户、订单和票额等信息,并使用统一的购票业务规则,整个12306售票系统具有车票预订、在线支付、改签、退票、订单查询、常用联系人管理、个人资料修改、密码修改等功能,已成为全球最大的铁路互联网售票系统,数据安全和保密、数据处理、系统稳定性等技术要求也越来越高。下列有关数据安全的说法中不正确的是（   ） A．为了避免自然灾害引起的数据损坏一般可建立异地容灾系统 B．将铁路12306APP的账号密码等个人重要信息备份在网盘中肯定是安全的 C．安装防火墙和杀毒软件是为了提高数据安全性 D．数据加密是为保证数据的保密性进行的一种验证操作 15．对于某个星球综合能力常用如下类似的图标进行标识，该类图表是（   ） A．折线图 B．散点图 C．雷达图 D．柱形图 二、填空题 16．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 17．数据清洗的主要目的是 。 18．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。 19．常用的数据可视化工具包括 、 、 等。 20．分析题 1、从折线图可以看出：汇入汇款，汇出汇款，电子转发，分报四种业务所耗时间变化波动最小的是哪一个？ ________________________________ 2、四种业务中，哪种业务工作效率提高很快，服务时间最短？ _______________________________ 3、四种业务中，那种业务所耗时间容易反弹，需要加强控制？ ________________________________ 三、判断题 21．数据可视化不能帮助人们更清晰地理解数据。( ) 22．电子地图上一般用五角星图标来表示POI。( ) 23．在信息社会活动中，数据的价值日益凸显，因此，养成良好的数据备份习惯，有助于避免因为重要数据丢失而给工作和学习造成损失。( ) 24．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。( ) 25．词云图实现了非结构化的数得文本的挖据。( ) 四、操作题 26．小郑在网上搜集整理出了“足球世界杯历史进球前50名”的数据，存储在文件“进球.xlsx”中，部分界面如图a所示。      图a 小郑利用Python对该数据进行如下分析： (1)统计出各个国家(地区)的进球总数，输出进球总数最多的前5名，如图b 所示。具体程序如下，划线处应填入的代码是 (单选，填字母)。 A．①count②ascending=False B．①sum()②ascending=False C．①count()②ascending=False D．①sum()②ascending=True import pandas as pd dfl=pd.read_excel("进球.xlsx") df2=dfl.groupby(" 国 家 ( 地 区 ) " ,as_index=False).①           df2=df2.drop("出场次数",axis=1) df3=df2.sort_values("进球个数",② ).head(5) print(df3)     图b (2)统计各国家(地区)的球员人数，计算球员人数最多的国家(地区)的球员的场均进球并绘制柱形图，如图c所示。部分Pythom程序如下，请在划线处填入合适的代码。 import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] country={} for i in dfl["国家(地区)"] :        =统计各国家(地区)的球员人数    if i not in  country       country[i]=1    else: ① cmax=0 country_max=[ ] for i in country:         #计算球员人数最多的国家(地区)及对应人数     if country[i]>cmax       cmax=country[i]       country_max=i df4=dfl[dfl["国家(地区)]==country_max] df4=df4.reset_index(drop=True)#重置索引 cijq=[] for i in range(② ):   #计算“场均进球” js=df4[”进球个数”][i]/df4[”出场次数”"][i] js=round(js，2) cijq.append(js) ③ =cijq #增加“场均进球”列 plt.barh(df4[”姓名”],df4["场均进球"],label="场均进球") plt.xlim(0.1.2) plt.legend() plt.show() 图c (3)由图c可知，球员人数最多的国家(地区)的球员的场均进球超过0.6的球员共 位。 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】本题考查存储介质相关内容。硬盘作为计算机的主要存储介质，具有较大的容量、较快的数据读写速度和较好的耐用性。光盘的主要特性包括大存储容量、‌低价格、‌不怕电磁干扰、‌存取速度快，‌以及具有多次读出和写入的能力。‌U盘的主要特性包括容量小、‌体积小、‌速度快和方便。‌SD卡的最大特点是容量大、抗震防潮、性能稳定，能永久保存数据且无噪音和寻道错误。故本题答案是A选项 2．C 【详解】本题考查数值计算。高斯消元法是一种常用于求解线性方程组的算法。它通过对矩阵进行行变换，将其化为上三角矩阵，然后通过回代求解方程组。排序算法用于对数据进行排序，搜索算法用于在数据中查找特定元素，哈希算法用于快速查找和存储数据。故选C。 3．C 【详解】本题考查大数据。 分布式数据库HBase主要用来存储结构化数据：这是不正确的。HBase是一个开源的非关系型分布式数据库，它主要用来存储非结构化和半结构化的松散数据。HBase的目标是处理非常庞大的表，并可通过水平扩展的方式，利用廉价计算机集群处理由超过10亿行数据和数百万列元素组成的数据表。故正确答案为：选项C。 4．D 【详解】本题考查大数据分析。 近十年高考的数学试卷所考知识点属于静态数据，采用批处理计算即可，而且数据量不是很大，可能不需要用大数据处理。故正确答案为：选项D。 5．C 【详解】本题考查数制、数据管理与安全。二进制数1100011转化为十六进制数，先将其分组0110和0011，分别转换为十六进制是6和3，结果为63，A选项错误；数字图像包括矢量图形和位图图像，像素是组成位图图像的最小单位，B选项错误；数据存储在特定的介质上，保护数据的安全也需要保护存储数据的介质，C选项正确；二维码可能存在安全风险，同学、朋友发来的二维码不可以随意扫描，D选项错误。故答案为：C。 6．A 【详解】本题考查的是数据安全。为了避免数据安全带来的威胁，我们应该不在社交平台发布个人隐私信息，不下载和安装未知软件；不随意参与“扫一扫”送礼品；不随意使用公共场所WiFi。故选A。 7．C 【详解】本题考查数据安全。对于个人而言，只需在硬盘上做好重要文件的备份就能确保数据安全，这个说法是错误的，因为数据安全不仅仅涉及数据备份，还包括防范恶意软件、病毒攻击、数据加密等多方面的措施。故答案为：C。 8．D 【详解】本题考查大数据。A选项：大数据体量规模巨大，但抽取样本进行分析可能会丢失大量有价值的信息，不能代表整体数据，A选项错误。B选项：在大数据处理过程中，泄露个人信息会造成严重的安全问题，B选项错误。C选项：大数据产生速度快，实时生成的大数据可以与批处理整合处理，C选项错误。D选项：文本数据处理在情报分析、垃圾邮件过滤、机器翻译等方面有重要应用，D选项正确。 故答案为：D。 9．A 【详解】本题考查信息资源管理相关内容。A选项说法正确。B选项，网络信息资源的最佳组织方式是数据库方式与超媒体方式相结合，选项说法错误。C选项，用手工管理方式来管理大量信息十分繁琐，且不方便，应该采用文件管理和数据库管理来管理大量信息，选项说法错误。D选项，对信息的实际需求和使用目的因人而异，选项说法错误。故本题答案是A选项。 10．C 【详解】本题考查聚类分析的描述。聚类分析不需要预先设定数据归类的类目，完全根据数据本身性质将数据聚合成不同类别。故选C。 11．D 【详解】本题主要考查可视化表达。单位的组织情况和各部门负责人具有清晰的结构，故采用结构图表达方法更好些，故本题选D选项。 12．D 【详解】本题考查数据分析报告相关内容。数据分析报告根据数据分析原理和方法，运用数据来反映、研究和分析某项事物的现状、问题、原因、本质和规律，并得出结论，提出解决办法。数据分析报告具有展示分析结果、验证分析质量以及为决策者提供参考依据的作用，它以文字、图表和图形等形式呈现，帮助决策者正确理解和判断分析结果，并据此做出有针对性的、操作性强和战略性的决策。数据分析报告不可以忽略项目分析的过程，需要明确分析的目的与背景，其数据的来源与质量会影响数据分析的结论。故本题答案是D选项。 13．B 【详解】本题考查大数据分析相关内容。数据分析是一种使用统计和分析方法来处理大量数据的过程，这个过程涉及收集数据，然后通过汇总、理解和解释这些数据来最大化其价值。A选项，数据分析的应用领域非常广泛，主要包括：商业领域；医疗保健领域；政府和公共服务领域；能源和环境领域；教育领域；科学研究领域，预测分析仅是其中一个方面，选项说法错误。B选项，数据分析可以探究数据内在的规律，选项说法正确。C选项，大数据分析倾向于全量数据而不是抽样数据，选项说法错误。D选项，大数据一般通过分布式系统、NoSQL数据库等方式（还有云数据库）进行存储，选项说法错误。故本题答案是B选项。 14．B 【详解】本题考查数据安全相关内容。A选项，异地容灾是一种数据保护和业务连续性措施，旨在确保在主系统或数据中心遭受灾难性事件（如火灾、地震或数据丢失）时，能够迅速切换到备份系统或异地数据中心，以维持业务的正常运行，选项说法正确。B选项，对经常使用的各类账号和密码要妥善保管、及时变更，个人账号及密码信息不要存放于网络云盘内，将个人重要信息备份在网盘中可能会导致信息泄密,选项说法错误。C选项，安装防火墙和杀毒软件是为了提高数据安全性，选项说法正确。D选项，数据加密是为保证数据的保密性进行的一种验证操作，选项说法正确。故本题答案是B选项。 15．C 【详解】本题主要考查图表的应用。雷达图也称为网络图、蜘蛛图、星图、蜘蛛网图，它被认为是一种表现多维数据的图表。由图可知，该类图表是雷达图，故本题选C选项。 16． 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。 17．提高数据质量 【详解】本题考查数据清洗。数据清洗的主要目的是提高数据质量，通过去除重复、错误或不完整的数据，确保数据的准确性和完整性。 18． 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。 19． Excel Seabom Bokeh 【详解】本题考查的是数据可视化表达工具。常用的数据可视化工具包括Excel、Seabom、Bokeh等。 20．（1）分报（2）汇入汇款（3）电子转发 【详解】本题考查图表分析。 （1）分报的折线图对比其它折线图表现出几乎接近平滑的直线，故可知波动最小。故正确答案为：分报。 （2）折线图可知，汇入汇款折线图到03二季的服务时间的数据点最低，故服务时间最短。故正确答案为：汇入汇款。 （3）电子转发02二季服务时间为5小时，到了02三季服务时间反弹到接近15小时，相对其它业务比较容易反弹。故正确答案为：电子转发。 21．错误 【详解】本题考查数据可视化。数据可视化可以帮助人们更直观、清晰地理解数据。故答案为错误。 22．错误 【详解】本题考查数据可视化软件。电子地图上一般用气泡图标来表示POI，因此本题错误。 23．正确 【详解】本题考查数据安全。在信息社会活动中，数据的价值日益凸显，因此，养成良好的数据备份习惯，有助于避免因为重要数据丢失而给工作和学习造成损失。表述正确。 24．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。 25．正确 【详解】本题考查的是词云图相关知识。词云图，也叫文字云，是对文本中出现频率较高的“关键词”予以视觉化的展现，词云图过滤掉大量的低频低质的文本信息，使得浏览者只要一眼扫过文本就可领略文本的主旨。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。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。题干中说法正确。 26． B country[i]+=1 或country[i]=country[i]+1 cmax df4.loc[:,"场均进球"] 5 【详解】本题考查的是Python数据分析。（1）依据题意统计出各个国家(地区)的进球总数，输出进球总数最多的前5名，从图b可知是降序排列。sum()是求和，ascending：默认为True升序排序，为False降序排序，故①sum()②ascending=False选项B正确。（2）如果第一次统计到这个国家，则球员人数为1，否则，球员人数加1，故第一空为：country[i]=country[i]+1或country[i]+=1；球员人数最多的国家(地区)及对应人数存放在cmax中，每个人要计算场均进球，下标从0开始，故第二空为：cmax；loc[ ]增加列，格式：df.loc[:,新列名] = 值，故第三空为：df4=df4.loc[:,"场均进球"]。（3）从图中可知球员人数最多的国家(地区)的球员的场均进球超过0.6的球员共5位。 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 $$