2024-2025学年高中信息技术粤教版(2019) 必修1 第五章 数据处理和可视化表达

第五章 数据处理和可视化表达 一、选择题 1．下列关于大数据及其处理的说法，不正确的是（   ） A．大数据的价值密度相对较低 B．大数据要分析的是全体数据 C．处理大数据时一般采用分治思想 D．大数据分析用户的一切行为，不违反法律规定 2．下列选项中，不需要依赖大数据的是（　　） A．实时地图导航 B．手机上外卖广告精准推送 C．在线语音电话 D．某共享汽车公司的投放分布决定 3．下列关于数据采集的说法，不正确的是（    ）。 A．数据采集采集的都是模拟数据 B．数据采集可分为人工方式和自动方式 C．数据采集属于数据处理过程中的输入环节 D．网络数据采集主要方式有网络爬虫 4．大数据按照类型和处理方式划分，下列错误的是（   ） A．静态数据：批处理 B．流数据：流计算 C．图数据：图计算 D．半结构化数据：电子表格 5．电子警察采用拍照的方式来约束车辆的行为，其拍照的过程属于（　　） A．数据分析 B．数据采集 C．数据分类 D．数据可视化表达 6．下列关于大数据的说法，正确的是（   ） A．处理大数据一般采用分治思想 B．大数据蕴含着巨大的价值，其价值密度高 C．分布式数据库HBase主要用来存储结构化数据 D．大数据给生活带来便利，也让用户的个人隐私受到更好的保护 7．我们常用来存储数据的存储进制有很多种，但是(     )仅能按顺序文件方式存取。 A．磁带 B．硬盘 C．U盘 D．光盘 8．下列关于大数据与大数据处理思想的说法， 不正确的是（　　） A．大数据蕴含很高价值，但因数据量大价值密度相对低 B．大数据要分析的是全体数据，而不是抽样数据 C．处理大数据时，一般采用分治思想 D．处理过去几年春运客流量数据， 适合用流计算 9．关于数据的采集，下列说法正确的是（  ） A．声卡、视频卡、数码相机、手写板、扫描仪等设备都属于数据采集的工具 B．网络数据采集可以使用爬虫程序方式获取 C．设计调查问卷，收集学生对食堂满意度调查，这是直接数据采集 D．以确保竞赛的公正，冬大竞赛场上使用高清摄像机实时记录比赛情况 10．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 11．下列语言中不属于主流数据分析语言的是（   ） A．Python语言 B．MATLAB语言 C．C语言 D．R语言 12．以下属于视频信息采集工具的是（   ） A．绘图仪 B．扫描仪 C．摄像机 D．麦克风 13．2024年2月15日美国人工智能研究公司OpenAI正式对外发布的人工智能文生视频大模型——Sora，可以根据用户的文本提示创建最长60秒的逼真视频，能生成具有多个角色、包含特定运动的复杂场景。OpenAISora采用了最先进的深度学习技术，包括卷积神经网络、循环神经网络、生成对抗网络等，拥有强大的学习和推理能力。这些技术的应用使得Sora能够处理更加复杂的任务，如自然语言处理、图像识别、语音识别等。OpenAI对Sora的训练使用了大规模的数据集，这些数据集涵盖了各个领域的知识和信息。通过在大规模数据上进行训练，Sora能够学习到更多的知识和信息，提高自身的性能和准确性。下列关于大数据的说法，不正确的是（   ） A．大数据价值密度的高低与数据总量的大小成反比 B．大数据中的数据都是精确的，所以大数据带来的影响都是积极的 C．在大数据中，各种结构化、半结构化和非结构化的数据能够共存 D．在大数据应用环境中，数据呈现动态特征，基于静态数据集的数据隐私保护技术面临着巨大挑战 14．以下可以采集到音频信息的设备是（    ） A．耳机 B．扬声器 C．录音笔 D．功率放大器 15．为了形象地呈现数据中的信息，可用不同的图表将数据可视化。图1所用的图表是（   ） B3 ×    ✔    fx =SUM（B4:B6） 4 A      B C D       E       F 1 2022年1-12月广西主要经济指标数据表 2 指标 总量（亿元） 增速（%）   第一产业第二产业第三产业 3 广西生产总值 26300.87| 2.9| 4 第一产业 4269.81 5.0 5 第二产业 8938.57 3.2 6 第三产业 13092.49 2.0 7 8 数据来源：广西壮族自治区统计局 9                                             图1 A．饼图 B．柱形图 C．雷达图 D．折线图 16．下列关于大数据的说法，正确的是（    ） A．大数据要分析的是全体数据，每一个数据都必须准确 B．大数据指数据量庞大、价值密度高的数据 C．大数据应用不会泄露用户隐私信息 D．一般采用分治思想进行大数据分析 17．对近八年高考作文题的作文范文、历年新闻热点等数据进行深度挖掘分析，预测高考作文的命题方向。说明大数据具有以下哪项特点（  ） A．价值性 B．迅变性 C．单一性 D．传递性 18．下列有关大数据的说法，不正确的是（     ） A．大数据要分析的是抽样数据，而不是全体数据 B．大数据的速度快不仅指数据产生的速度快，还指数据处理的速度快 C．大数据不再追求个别数据的精确性，允许数据混杂 D．大数据价值密度的高低与数据总量的大小成反比 二、填空题 19．某地智慧交通平台每天获取交通卡刷卡记录1900万条，手机定位数据1800万条，这种无法在可承受时间用常规软件工具进行处理的数据，被称为 。 20．数据可视化表达的呈现类型主要分为探索和 两种不同的类型。 21．用软件聊天、摄像头监控时，每天都会产生海量数据，这突出体现了大数据产生速度快、体量 、类型多、价值密度低的特征。 22．数据分析应用对象主要有 分析、 分析和 分析。 23．数据分析是指用恰当的 方法对收集来的数据进行 ，从而得出有意义的结论的技术。 三、判断题 24．大数据的最显著特征是数据处理速度快。( ) 25．大数据蕴含着巨大的价值，故价值密度高是大数据的特征之一。( ) 26．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。    ( ) 27．大数据的特点是数据量超大，起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。( ) 28．十年来某个学校的所有学生考试成绩记录可以称为大数据。( ) 四、操作题 29．小李收集了某奶茶门店2023年11月的销售数据，如图a所示。                                       图a                                           图b 为统计分析该门店不同品类饮品的销售情况，编写 Python 程序，请回答下列问题： （1）观察图a中前6条记录，存在的问题是 （单选，填字母）。 A．数据缺失          B．数据重复          C．数据异常       D．格式不一致 （2）完成数据整理后，读取文件，筛选出点单成功的数据，代码如下。 import pandas as pd df=pd.read_excel("salelist.xlsx") df1= 划线处应填入的代码为 （单选，填字母）。 A．df[df["金额"]>0]    B．df[df.点单状态== "成功"]    C．df1[df1["金额"]>0]    D．df1[df1.点单状态== "成功"] （3）统计该月不同品类饮品销售数量，并绘制柱形图，部分Python程序如下，请在划线处填入合适的代码。 import matplotlib.pyplot as plt df2=df1.groupby("① ", as_index = False) df2=df2.数量.sum() plt.figure() plt.bar(df2.品类,② ) #绘制柱形图 #设置绘图参数，显示如图b所示，代码略 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．D 【详解】本题考查大数据及其处理的相关知识。大数据的价值密度相对较低，大数据要分析的是全体数据，处理大数据时一般采用分治思想。D选项大数据分析用户的一切行为，不违反法律规定，错误。故选D。 2．C 【详解】本题主要考查大数据的应用。大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。在线语音电话不涉及大数据技术，故本题选C选项。 3．A 【详解】本题考查数据采集相关内容。数据采集属于数据处理过程中的输入环节，数据来源可以是模拟数据也可以是数字数据，数据采集可以通过人工、自动两者方式进行，网络数据采集主要方式有网络爬虫。故本题答案是A选项。 4．D 【详解】本题考查大数据。选项D，错误。半结构化数据无法使用电子表格处理，电子表格可以处理结构化数据。其它选项均正确，故正确答案为：选项D。 5．B 【详解】本题考查数据的处理相关知识点 拍照的过程属于数据采集过程，采集完数据后进行数据分析、数据分类、数据可视化表达。故本题选B选项 6．A 【详解】本题考查大数据。处理大数据通常采用分治思想，这意味着将大数据分成小块，然后在分布式环境中分别处理这些小块数据，最后将结果合并。这种方法有助于提高数据处理的效率和可扩展性。A选项正确。大数据的价值取决于如何有效地从中提取信息和洞察，而不仅仅是数据的规模。大数据可以包含有用的信息，但也可能包含噪声和冗余数据，其价值密度因情况而异。B选项错误。分布式数据库HBase主要用来存储半结构化和非结构化数据，而不是结构化数据。C选项错误。大数据技术的应用可能会带来便利，但与用户个人隐私的保护有关的法律和伦理问题仍然存在。大数据分析和隐私保护之间存在平衡和挑战。D选项错误。故答案为A选项。 7．A 【详解】本题主要考查数据的存储。数据存储组织方式因存储介质而异。在磁带上数据仅按顺序文件方式存取；在磁盘上则可按使用要求采用顺序存取或直接存取方式，故本题选A选项。 8．D 【详解】本题主要考查数据与大数据的描述。大数据蕴含很高价值，但因数据量大价值密度相对低；大数据要分析的是全体数据，而不是抽样数据；处理大数据时，一般采用分治思想；流计算：实时获取来自不同数据源的海量数据经过实时分析处理，获取有价值的信息。处理过去几年春运客流量数据，不适合用流计算，故本题选D选项。 9．ABCD 【详解】本题主要考查数据的采集。声卡、视频卡、数码相机、手写板、扫描仪等设备都属于数据采集的工具；网络数据采集可以使用爬虫程序方式获取；设计调查问卷，收集学生对食堂满意度调查，这是直接数据采集；以确保竞赛的公正，冬大竞赛场上使用高清摄像机实时记录比赛情况，故本题选ABCD选项。 10．D 【详解】本题考查的是Python数据分析。统计台州学院计划数最多的5个专业。先筛选出学校名称为台州学院的记录，故使用df_g=df["学校名称"=="台州学院"]语句。然后再进行排序。由df_s[0:5]可知应按计划数降序排序。故本题应选D。 11．C 【详解】本题考查的是数据分析工具。R是用于统计分析、绘图的语言和操作环境。MATLAB语言是数值计算和科学编程语言，可进行各种数值计算、数据分析、图形绘制和模拟等。Python语言可以利用第三方库进行数据分析。故本题应选C。 12．C 【详解】本题主要考查视频采集。绘图仪是输出设备，扫描仪用于将纸质文件转换成电子版，摄像机属于视频信息采集工具，麦克风属于声音采集工具，故本题选C选项。 13．B 【详解】本题考查大数据的基本特征。对于大数据不再追求精确性，而是能接受数据的混杂性，在大数据处理过程中数据来源多种多样，因此无法保证数据的精确性；大数据带来积极影响的同时也会带来例如信息泄露、数据安全、个人隐私等问题。故答案为：B。 14．C 【详解】本题考查信息采集。耳机用于播放音频，而不是采集音频，A选项错误；扬声器用于输出音频信号，而不是采集音频，B选项错误；录音笔是一种专门用于采集音频信息的设备，它通常用于录音、存储音频数据，并可以在后续进行播放或传输到其他设备进行处理，C选项正确；功率放大器通常用于增加音频信号的电平，而不是采集音频信息，D选项错误。故答案为C选项。 15．A 【详解】本题考查数据可视化。图表是工作表的一部分，是数据表的一种表达方式，用来图形化表达数据表，使数据表更明了、直观、用来更加清晰的观察数据之间的关系。从图中可以看出所用的图表是饼图，它反应数据之间的比例分配关系。故选：A。 16．D 【详解】本题考查的是大数据相关知识。大数据要分析的是全体数据，但并不要求每一个数据都必须准确，选项A说法错误；大数据指数据量庞大、价值密度低的数据，选项B说法错误；大数据应用会泄露用户隐私信息，选项C说法错误；一般采用分治思想进行大数据分析，选项D说法正确。 17．A 【详解】本题考查的是大数据特点。对近八年高考作文题的作文范文、历年新闻热点等数据进行深度挖掘分析，预测高考作文的命题方向。说明大数据具有价值性。故选A。 18．A 【详解】本题考查的是大数据特征。大数据的特征：（1）从互联网产生大数据的角度来看，大数据具有“4V”特征：大量（Volume）、多样（Variety）、低价值密度（Value）、高速（Velocity）（2）从互联网思维的角度来看，大数据具有三个特征：样本渐趋于总体，精确让位于模糊，相关性重于因果。（3）从大数据存储与计算的角度来看，大数据具有两个特征：分布式存储和分布式并行计算。故本题应选A。 19．大数据 【详解】本题主要考查大数据的概念。大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。 大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。 适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。 20．解释 【详解】本题考查数据可视化。数据可视化表达的呈现类型主要分为探索和解释两种。探索型主要用于帮助用户发现数据中的模式、趋势和异常值等，以便进一步深入分析。解释型则侧重于向观众清晰地传达特定的信息、结论或故事，使复杂的数据易于理解。故答案为：解释。 21．大/巨大 【详解】本题主要考查大数据的特征。用软件聊天、摄像头监控时，每天都会产生海量数据，这突出体现了大数据产生速度快、体量大、类型多、价值密度低的特征。 22． 现状 原因 预测 【详解】本题考查的是数据分析。数据分析应用对象主要有应用对象主要有现状分析、原因分析和预测分析。 23． 统计分析 计算、处理 【详解】本题考查的是数据分析相关知识。数据分析是指用适当的统计分析方法对收集来的大量数据进行计算、处理，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。 24．错误 【详解】本题主要考查大数据的特征。大数据的最显著特征是数据规模大，故表述错误。 25．错误 【详解】本题考查大数据特征相关内容。大数据具有的特征是：数据体量巨大、速度快、数据类型多、价值密度低。故本题答案是：错误。 26．错 【详解】本题考查数据分析。对比分析法的定义 对比分析法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性。映总体在一定时间、地点条件下某一数量特征的一般水平是平均分析，题干概念混乱，说法错误。 27．对 【详解】本题考查的是大数据相关知识。大数据或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。题干中的说法是正确的。 28．错误 【详解】本题考查的是大数据概念。大数据是指无法在可承受的时间范围内用常规软件工具进行高效捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。十年来某个学校的所有学生考试成绩记录不能称为大数据，故题干中的说法是错误的。 29． A B 品类 df2.数量 或 df2["数量"] 【详解】本题考查的是数据分析。 （1）观察图a中前6条记录，发现第一条记录缺少数量值，即数据缺失。故本题答案是：A。（2）读取salelist. xlsx文件内容，将其存储在df内，若点单成功，则其点单状态为：成功，即df.点单状态=“成功”，若要筛选出点单成功的数据，只需要判断其点单状态是否等于“成功”即可，故此处答案为：B。 （3）①处，df.groupby()函数返回的对象是一系列键值对，其中键是分组的字段值，值是该字段值下的数据表。此处统计该月不同品类饮品销售数量，则其键为：品类。故①处答案为：品类。②处，plt.bar()函数功能：在x轴上绘制定性数据的分布特征，调用签名：plt.bar(x，y)，x：表示在x轴上的定性数据的类别，y：每种定性数据的类别的数量。由“统计该月不同品类饮品销售数量，并绘制柱形图”知，参数x为品类，参数y为数量，故此处答案为：df2.数量 或 df2["数量"]。 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 $$