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．下列数据分析中可能涉及文本情感分析的是（  ） A．用户评论内容分析 B．用户年龄分布分析 C．评论发布设备分析 D．用户男女比例分析 2．一份有效的数据分析报告，能够帮助用户（   ） A．了解事物发展现状，预判事物发展趋势 B．有效判断所需解决问题的影响因素 C．有针对性地选择解决问题的方案 D．以上都是 3．在2022年冬奥会上，各大赛场赛场安装了多个高清摄像机，实时记录比赛情况，以确保公正制裁。摄像机记录信息的过程属于（   ） A．数据可视化表达 B．数据分类 C．数据分析 D．数据采集 4．下列说法不正确的是（　　） A．计算机是目前处理数据唯一的工具 B．摄影术的发明使得保存真实的图像更加便捷 C．留声机的发明使数据可以以声音的形式记录 D．移动网络与传感器的普及让大数据进入日常生活 5．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 6．网络数据采集法，主要通过网络爬虫或网站公开API的方式获取，网络爬虫从网页的(     )开始获取。 A．URL B．WWW C．HTML D．XML 7．数据分析主要用于（   ） ①现状分析 ②预测分析 ③原因分析 ④漏洞分析 A．②③④ B．①③④ C．①②④ D．①②③ 8．数据分析的过程不包括（    ） A．根据分析直接得出相应的结论 B．根据分析的目标提出假设 C．选择恰当的分析方法进行分析 D．验证假设是否正确 9．文本数据处理的主要步骤包括：①数据分析；②特征提取；③分词；④结果呈现；⑤文本数据获取。下列文本数据处理顺序正确的是（    ） A．①⑤②③④ B．②⑤③①④ C．⑤①③②④ D．⑤③②①④ 10．为了防止丢失重要数据，应该对其进行（   ） A．备份 B．杀毒 C．格式化 D．可视化 11．下表是某企业销售部门的数据，如果要比较每组的销售总额，最合适的是（   ） A B C 1 组别 产品名称 销售额（万元） 2 第一组 电视机 69.94 3 第二组 电视机 64.74 4 第三组 电视机 64.16 5 第一组 冰箱 56.07 6 第二组 冰箱 76.30 7 第三组 冰箱 75.72 A．先按产品名称排序，再以产品名称为分类依据，对销售额以“求和”方式做分类汇总 B．先按组别排序，再以组别为分类依据，对销售额以“求和”方式做分类汇总 C．按销售额进行排序 D．直接按产品名称分类汇总 12．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 13．某商场想捆绑销售商品，那么你对商场的建议是（    ） A．采用聚类分析方法，从销售数据中找出最合适的商品进行捆绑销售 B．采用关联分析方法，从销售数据中找出最合适的商品进行捆绑销售 C．采用分类分析方法，从销售数据中找出最合适的商品进行捆绑销售 D．采用分类模型方法，从销售数据中找出最合适的商品进行捆绑销售 14．有一段Python代码及其运行结果如下，小明在代码中插入了语句“df_del=df.drop(0)”，其余不做修改，那么运行这段修改后的代码，其运行结果为（    ） import pandas as pd data={"课程":["舞蹈","Python","数学"],"地点":["舞蹈房","计 算机房","教室"],"时长":["60分钟","40分钟","40分钟"} df=pd.DataFrame(data,columns=["课程","地点","时长") print(df) 课程        地点        时长0    舞蹈        舞蹈房        60分钟 1    Python        计算机房    40分钟 2    数学        教室        40分钟 A． B． C． D． 15．如图展示了我国近十年的GDP。为了直观地显示GDP的变化趋势，可以使用（   ）进行的数据可视化。 A．柱形图 B．折线图 C．饼图 D．雷达图 16．在大数据分析中，以下哪个技术不是用于处理大规模数据集？（   ） A．分布式计算 B．内存计算 C．云计算 D．单线程计算 17．利用网络可以方便地将调查问卷的结果导出，以方便数据的处理。这过程称为数据的（   ） A．采集 B．加工 C．检索 D．传输 18．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 19．下列不是有关趋势的分析的是(  ) A．折线图 B．柱形图 C．堆叠柱形图 D．圈图 20．下列关于数据安全的说法错误的是（    ） A．数据加密可以保护数据的完整性 B．数据校验的方式，常见的有MD5等 C．保护数据安全的手段有数据备份、异地容灾等 D．硬盘损坏、操作失误、黑客入侵等都可能造成数据损坏 21．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 22．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 23．请列举出五个数据可视化表达的常见图表名称 。 24．数据清洗的主要目的是 。 三、判断题 25．为了保证数据的安全，可能的做法是把数据上传到腾讯云。( ) 26．计算机病毒传播的途径主要有网络、光盘、移动存储设备，其中通过网络传播的速度最快。( ) 27．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。( ) 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】本题主要考查数据分析。结合选项，可知可能涉及文本情感分析的是用户评论内容分析，故本题选A选项。 2．D 【详解】本题主要考查数据分析。一份有效的数据分析报告，能够帮助用户了解事物发展现状，预判事物发展趋势； 有效判断所需解决问题的影响因素； 有针对性地选择解决问题的方案，故本题选D选项。 3．D 【详解】本题主要考查数据采集。各大赛场赛场安装了多个高清摄像机，实时记录比赛情况，以确保公正制裁。摄像机记录信息的过程属于数据采集，故本题选D选项。 4．A 【详解】本题考查数据处理相关内容。BCD选项说法正确。A选项，计算机并不是处理数据唯一的工具，手工方式也可以，选项错误。故本题答案是A选项。 5．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。 6．A 【详解】本题考查数据采集。网络数据采集法，主要通过网络爬虫或网站公开API的方式获取，网络爬虫从网页的URL开始获取。故选项A正确。 7．D 【详解】本题考查数据分析。数据分析主要用于现状分析，以了解事物当前的状态和特征；预测分析，通过对历史数据的分析和建模，预测未来的趋势和结果；原因分析，探究事物产生某种现象或结果的原因。而漏洞分析并非数据分析的主要用途。故答案为：D。 8．A 【详解】本题考查了数据分析的过程。在数据分析的过程中，并不是直接根据分析就能得出相应的结论。相反，数据分析是一个系统性的过程，需要经过多个步骤，包括假设的提出、数据的分析和假设的验证。所以，正确答案是A选项。 9．D 【详解】本题考查文本数据处理。文本数据处理首先需要获取文本数据，即⑤；然后进行分词操作，将文本分割成词语，即③；接着进行特征提取，从分词后的文本中提取有代表性的特征，即②；再进行数据分析，对提取的特征进行分析和处理，即①；最后将处理结果呈现出来，即④。故答案为：D。 10．A 【详解】本题考查数据安全。为了防止丢失重要数据，应该对其进行备份。故选A。 11．B 【详解】本题考查的是数据处理。我们日常工作中经常接触到二维数据表格，我们经常需要通过需要根据表中某列数据字段对数据进行分类汇总，汇总前必须先按该字段进行排序。如果要比较每组的销售总额，最适合的是：先按组别排序，再以组别为分类依据，对销售额以“求和”方式做分类汇总。故选B。 12．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。 13．B 【详解】本题考查常用数据分析方法的相关知识点 捆绑销售商品，采用关联分析方法，从销售数据中找出最合适的商品进行捆绑销售。故本题选B选项 14．C 【详解】 本题考查的是Python程序调试。在代码中插入了语句df_del=d.drop(0)，会删除第一行记录。故本题应选C。 15．B 【详解】本题考查的是数据可视化表达。柱形图主要体现不同项目数据之间的比较。条形图主要体现不同项目数据之间的比较。 折线图主要反映事物随时间变化的情况和发展趋势。 饼形图表示各部分在总体所占的百分比。雷达图主要应用于企业经营状况--收益性、生产性、流动性、安全性和成长性的评价。为了直观地显示GDP的变化趋势，可以使用折线图进行的数据可视化，故本题应选B。 16．D 【详解】本题考查大数据分析。在大数据分析中，分布式计算、内存计算和云计算都能够有效地处理大规模数据集。分布式计算通过将计算任务分布在多个节点上并行处理来提高处理能力；内存计算利用内存的高速读写特性加速数据处理；云计算则提供了强大的计算和存储资源来应对大规模数据处理需求。而单线程计算由于其在单个线程上顺序执行任务，处理效率较低，无法胜任大规模数据集的处理工作。故答案为：D。 17．A 【详解】本题考查的是数据采集。利用网络可以方便地将调查问卷的结果导出，以方便数据的处理。这过程称为数据的采集，故选A。 18．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。 19．D 【详解】本题考查的是数据的图表特点。柱形图适用于比较数据的多少；折线图适合表现数据的变化趋势；堆叠柱形图是柱状图的变形，拥有更多维度的表现力。柱形图的最大特点就是一目了然、清晰可见，而堆叠柱形图不仅可以清晰地比较某一个维度数据中不同类型数据之间的差异，还可以比较总数的差别。圈图更适合表示每部分所占的比例。 折线图     柱形图      堆叠柱形图 圈图         20．A 【详解】本题考查数据安全相关内容。A选项，数据加密有助于提高数据的安全性；数据校验主要是为了保证数据的完整性，选项错误；B选项，常用的几种数据校验方式有奇偶校验、CRC校验、LRC校验、格雷码校验、和校验、异或校验、md5校验和数字签名、最简单的校验等，选项正确；C选项，保护数据安全的手段有数据备份、异地容灾等，选项正确；D选项，硬盘损坏、操作失误、黑客入侵等都可能对数据造成损坏，选项正确。故本题答案是A选项。 21．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。 22．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。 23．饼图、条形图、折线图、散点图、雷达图、词云图、热力图等。 【详解】本题主要考查数据可视化。数据可视化表达的常见图表名称有：饼图、条形图、折线图、散点图、雷达图、词云图、热力图等。 24．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。 25．√ 【详解】本题主要考查信息安全。数据上传到云可以有效保证数据安全，并节约成本等诸多好处，因此本题正确。 26．正确 【详解】本题考查计算机病毒相关知识。计算机病毒是编制者在计算机程序中插入的破坏计算机功能或者数据的代码，能影响计算机使用，能自我复制的一组计算机指令或者程序代码。计算机病毒传播的途径主要有网络、光盘、移动存储设备，其中通过网络传播的速度最快。题目说法正确。 27．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。 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 $$