高效作业17 第17课 编程处理数据-【精彩三年】2024-2025学年高中信息技术必修第一册课程探究与巩固Word教参（浙教版2019）

高效作业17[第17课　编程处理数据【A级　新教材落实与巩固】 1．某饭馆2024年2月的订餐数据保存在文件“ddsl.xlsx”中，部分数据如图1所示。编写Python程序来统计2月订餐最多的3种菜品，并使用图表呈现统计结果(并列前3的菜品均显示)。 图1 请回答下列问题。 (1)由图2可知，该饭馆有__3__个菜品并列第三。 图2 实现上述功能的Python程序段如下： import pandas as pd df＝pd.read_excel(”ddsl.xlsx”) #读取文件中的数据 df＝df.drop([”日期”，”订单号”，”单价”，”金额”]，axis＝1) #删除列 dfg＝df.groupby(”①__菜品__”，as_index＝False).sum() #分组求和 #升序排序 dfg＝②________ plt.bar(dfs[”菜品”]，dfs[”份数”]) # 设置图表样式，显示图表，代码略 (2)请在程序段中横线①处填入合适的代码。 (3)程序段中加框处应填入的代码为__D__(单选，填字母)。 A．dfs＝df.sort_values(”份数”，ascending＝True) B．dfs＝df.sort_values(”份数”，ascending＝False) C．dfs＝dfg.sort_values(”份数”，ascending＝True) D．dfs＝dfg.sort_values(”份数”，ascending＝False) (4)下列选项能实现程序段中横线②处功能的有__CD__(多选，填字母)。 A．dfs[0：3] B．dfs.head() C．dfs[dfs.份数>＝dfs]”份数”][2]] D．dfs[dfs.份数>＝dfs.at[2，”份数”]] 【解析】 (1)由图2可知，有3个并列第三。 (2)根据题干要求“统计2月订餐最多的3种菜品”，结合图2与语句“plt.bar(dfs[”菜品”]，dfs[”份数”])”可知，分组依据是“菜品”。 (3)根据图2可知是对分组结果按份数进行降序排序，分组后的对象名为dfg，选项D正确。 (4)要求显示订餐最多的3种菜品，并列前三的菜品均显示，选项A、B只能有3种，没有考虑并列问题，选项C、D正确。 2．小杨妈妈的生日快到了，他存了500元，想从性价比的角度选出最合适的礼物送给他的妈妈。他收集了适合送给妈妈的礼物清单，并存储在Excel表格中。请回答下列问题。 (1)整理好的礼物清单(“gifts.xlsx”)如图1所示，且性价比已计算。在计算每个商品的性价比时，可以先在E2单元格中输入公式__＝G2/C2*100__，然后用自动填充功能完成其他单元格的计算。(提示：性价比＝性能分值/价格×100) 图1 图2 (2)下列Python程序用于统计图1中价格不超过500元的性价比最高的10种商品，并绘制出柱形图，如图2所示。请在横线处填入合适的代码。 import pandas as pd import matplotlib.pyplot as plt from pylab import mpl #设置中文显示 mpl.rcParams[”font.sans－serif”]＝[”SimHei”] mpl.rcParams[”axes.unicode_minus”]＝False df＝pd.read_excel(”gifts.xlsx”) df＝①__df.drop(”产品参数”，axis＝1)__#删除“产品参数”列数据，通过axis＝0/1确定行列 df1＝df[df[”价格”]<＝500] df2＝__②df1.sort_values(”性价比”，ascending＝False).head(10)或其他等价答案__ #将df1按“性价比”降序排序后取前10个，ascending＝True表示升序 df2.index＝df2[”商品编号”] #根据df2中的数据绘制柱形图 plt.title(”性价比最高的10种商品”，fontsize＝16) #设置图表标题和标题文字大小 plt.xlabel(”商品编号”，fontsize＝12) plt.ylabel(”性价比”，fontsize＝12) plt.xticks(rotation＝30，fontsize＝12)#设置X轴标签旋转角度和文字大小 plt.show() (3)要绘制如图2所示的柱形图，第(2)题程序中加框处应填入的代码为__BD__(多选，填字母)。 A．plt.bar() B．plt.bar(df2[”商品编号”]，df2[”性价比”]) C．df2[”性价比”].plot(df2[”商品编号”]) D．df2[”性价比”].plot(kind＝”bar”) 【解析】 (1)由提示(性价比＝性能分值/价格×100)可知。 (2)①删除“产品参数”列数据，使用drop()函数，需要指明列名，及axis设置为1。 ②排序使用sort_values()函数，ascending＝False表示降序，使用head(10)取前10项。 (3)绘制柱形图采用bar()函数。 3．小胡从网站上收集了某年浙江省各地市气象台发布的预警数据，数据集格式如图所示。 请回答下列问题。 (1)为分析各气象台的预警数据，小胡编写了如下Python程序。若要了解该年暴雨预警次数超过15次的气象台情况，请在横线处写出两种实现方式：①__①print(df[df[”暴雨”]>15])__；② __print(df[df.暴雨>15])__。 import pandas as pd import matplotlib.pyplot as plt df＝pd.read_csv('data_weather.csv') ________________ (2)若要了解该年没有出现的极端天气的情况，并把这些天气预警数据列从数据表中去除，请在横线处填入合适的代码。 for i in df.columns[2：]： if__df[i].sum()＝＝0__： df＝df.drop(i，axis＝1)　#删除指定列 (3)若要做一个该年浙江省各地市台风天气的分析汇报，针对各地市的台风发生次数进行分析比较，小胡添加如下程序段： df2＝df.groupby('市区'，as_index＝False).sum() plt.figure(figsize＝(10，5)) ________________ plt.xlabel('市区') plt.ylabel('台风预警次数') plt.title('某年各地市台风预警情况') plt.show() 程序段中横线处应填入的代码为__A__(单选，填字母)。 A．plt.bar(df2.市区，df2.台风) B．plt.bar(df2.index，df2.台风) C．plt.plot(df2.columns[：]，df2.台风) D．plt.plot(df2.index，df2.台风) 【解析】 (1)对象df的暴雨列进行条件检索操作有①字典法：对象名['列标题']；②属性法：对象名．列标题。 (2)用sum()函数进行求和，列索引从0开始，天气情况从索引2开始求和，如果和为0，则删除相关列。 (3)需要比较不同地市的台风天气情况，使用bar()函数绘制柱形图比较适合，df2.index按行输出，选项A正确。 4．2024·龙泉一中检测小明收集了本周信息技术学科学习评价的数据，如图1所示。 图1　 请回答下列问题。 (1)观察图1后，小明做了如下操作，其中属于数据整理的是__ABD__(多选，填字母)。 A．删除重复行第五行 B．验证并修改D2 单元格的数据 C．通过公式计算全班的平均分 D．重新设置C3 单元格格式 (2)为了分析每个组的平均分，小明设计了如下Python 程序段： import pandas as pd import matplotlib.pyplot as plt df＝pd.read_excel(”成绩表．xlsx”) ________________ print(df1) 程序段中横线处应填入的代码为__C__(单选，填字母)。 A．df1＝df[”小组”].mean() B．df1＝df.mean() C．df1＝df.groupby(”小组”，as_index＝False).mean() D．df1＝df.groupby(”平均分”，as_index＝False).mean() (3)利用Python 程序绘制指定小组的各小题得分率图表，如图2所示，请在横线处填入合适的代码。 图2　 num＝int(input(”请输入小组： ”)) plt.figure(figsize＝(10，5)) list1＝[] for i in range(12)： s＝”题”＋str(i＋1) list1.append(df1.at[num－1，s]/2*100) list2＝list(range(1，13)) plt.__bar(list2，list1)__ plt.title(str(num)＋”group”) plt.xlabel(”question number”) plt.ylabel(”correct rate”) plt.show() 【解析】 (1)通过公式计算全班平均分，不属于数据整理。 (2)按小组进行分组，选项C正确。 (3)绘制柱形图使用bar()函数，list1为各小组平均分，list2为小组编号。 5．2024·教改共同体联盟检测小明收集了超市2023 年1 月的线上订单数据，并将其存储在“超市销售数据．xlsx”中，部分界面如图1所示。 图1 请回答下列问题。 (1)当前原始数据中存在哪些需要更改的数据问题？应如何修改？(写出一种即可) 　问题一：“单位”列中的单位内容没有统一， 有些是“KG”，有些是“千克”。 做法：将所有的“KG”都更改成“千克”。 问题二：部分数据缺失， 例如G8单元格、F15单元格等。 做法：按照内容核实后补齐。 问题三：部分数据异常，例如I11单元格，商品单价为99999。 做法：按照内容核实后进行更改。　。 (2)当前Excel表中需要计算订单中每种商品的销售金额(销售金额＝销售数量×商品单价)，在J2 单元格中输入公式__＝H2*I2____，并自动填充到下方的单元格中。 (3)小明想要求出最畅销的10种洗化类商品，运用Python 处理数据后的效果如图2所示。 图2 部分Python代码如下，请在横线处填入合适的代码。 import pandas as pd import matplotlib.pyplot as plt df＝pd.read_excel(”超市销售数据．xlsx”) plt.re(”font”，**{”family”：”SimHei”})　#设置字体 df＝df[df[”商品类别”]＝＝”洗化”]　　　　　　　 #筛选出洗化类商品 g＝df.groupby(”商品名称”).sum() __g＝g.sort_values(”销售数量”，__ascending＝False)[0：10]plt.bar(g.index，g[”销售数量”])或__g＝g.sort_values(”销售数量”，ascending＝False).head(10)plt.bar(g.index，g.销售数量)或其他等价答案__# plt.title(”最畅销的10种洗化类商品”) plt.xlabel(”洗化类商品”) plt.ylabel(”销售数量”) plt.show() 【解析】 (1)主要考查数据整理的内容。 (2)用公式计算时， 需要注意等号及乘号的书写。 (3)根据题意需求出最畅销的10种洗化类商品， 因此在筛选出洗化类商品后，需要按照销售数量进行降序排序，同时绘制柱形图。 6．小蓝利用Excel收集了某年世界杯小组赛各支球队的相关数据，并保存在“世界杯．xlsx”文件中，如图1所示。然后他利用pandas模块进行数据处理，分析小组赛中各球队的表现。(提示：世界杯小组赛共分成8个小组，每个小组4支球队，组内各队之间进行1场比赛，每支球队共比赛3场) 图1 请回答下列问题。 (1)小蓝在处理数据前，首先进行了数据整理，则下列操作正确的是__AD__(多选，填字母)。 A．E4单元格中的数据存在逻辑错误，需要改成3 B．第7行的数据与第8行的数据重复，直接删除其中一行即可 C．英格兰队的所在行存在数据缺失，故无法确定具体的数值 D．阿根廷所在小组的组别格式不一致，应当将其改成C (2)小蓝利用pandas模块处理图1中的表格数据，其中部分Python程序代码如下。在处理数据的过程中，小蓝提出了以下3项要求。请根据他的要求在横线处填入合适的代码。 ①首先计算各球队的小组赛积分。积分计算规则为：胜一场得3分，平局得1分，负一场得0分。 ②然后对各球队进行小组排名。小组排名规则为： 按积分降序排序。 ③最后统计各小组的平均进球数，并绘制成如图2所示的图表。 图2 import pandas as pd import matplotlib.pyplot as plt plt.rcParams['font.sans－serif']＝['SimSun'] #图表显示中文 df＝pd.read_excel('世界杯．xlsx') df['积分']＝①__df.胜*3＋df.平__或其他等价答案__ dfrank＝df.sort_values(②__'积分'__或by＝'积分'____，ascending＝False) print(dfrank) df2＝df.groupby('组别').mean() plt.bar(③__df2.index，df2.进球__或其他等价答案__，label＝'平均进球') plt.legend() plt.show() (3)小蓝要从df中筛选出积分至少为4分且进球多于失球的球队，下列操作可行的是__BC__(多选，填字母)。 A．df.净胜球>0 and df.积分>＝4 B．df[df['净胜球']>0][df['积分']>＝4] C．df[(df.净胜球>0)&(df.积分>＝4)] D．df[df['净胜球']>0]&df[df['积分']>＝4] 【解析】 (1)同小组比赛3场，胜和平都是0场，由此可以看出卡塔尔队负为3 场，选项A正确；重复数据要在审查的基础上合并后删除，选项B错误；美国队平2 场，威尔士平1 场，伊朗1 胜2 负，说明美国对英格兰1 场为平，则可确定英格兰1 平0 负，选项C错误；选项D正确。 (2)由题干的积分规则，可知①空填：df.胜*3＋df.平。 ②空按积分降序排序，填：'积分'或by＝'积分'。 ③观察图表，可知数组源应来自df2，由于df 按组别进行分组求平均进球时，默认分组字段为索引，因此图表的X 轴数据来自df2.index，Y 轴为df2.进球，填：df2.index，df2.进球。 (3)DataFrame 中进行多条件筛选时，条件之间可以用“&”连接，表示“且”的关系，选项C 正确；选项B 先用df[df['净胜球']>0]操作筛选出所有进球多于失球的球队，得到一个DataFrame 对象，再把这个对象看作整体，使用[df['积分']>＝4]操作，就能够得到同时满足这两个条件的球队。故选项B 正确，选项A、D 错误。 7．2024·宁波中学检测 小林在制订出游计划前收集了浙江省内各“A级”景区数据，部分数据如图1所示。为了对比各地市“AAAA级”及以上景区的数量，小林编写了如下 Python 程序。请回答下列问题。 　 图1 (1)观察图1中“等级”列数据，该列数据存在的问题是__D__(单选，填字母)。 A．数据缺失　　　　　B．数据重复 C．逻辑错误 D．格式不一致 (2)小林先对数据进行整理，然后统计各地市“AAAA级”及以上景区的数量并按数量降序排序，程序如下，请在横线处填入合适的代码。 import pandas as pd import matplotlib.pyplot as plt df＝pd.read_excel(”浙江“A级”景区．xlsx”) df＝df.drop([”电话”，”景区编码”]，①__axis＝1__)　# 删除不必要的列 for row in range(len(df))：　#整理“等级”列数据 　　　grade＝df.at[row，”等级”] 　　　if ”1”<＝grade[0]<＝”9”： 　df.at[row，”等级”]＝”A” *int(grade[0]) df2＝df[②__df[”等级”]或df.等级__>＝”AAAA”] dfg＝df2.groupby(”地市”).count() dfg＝dfg.rename(columns＝{”等级”：”数量”}) # 重命名列名称 dfg.③__sort_values__(”数量”，ascending＝False，inplace＝True) (3)小林将排序后的结果绘制成柱形图，结果如图2所示。 plt.figure(figsize＝(8，4)) plt.rcParams[”font.sans－serif”]＝[”SimHei”，”FangSong”] plt.title(”浙江“AAAA级”及以上景区的数量统计图”) for i in range(len(dfg))： 　　　plt.text(i，dfg[”数量”][i]＋1，dfg[”数量”][i]) plt.xlabel(”地市名称”) plt.ylabel(”数量”) plt.legend() plt.show() 图2 为实现上述功能，则上述程序中加框处可选的代码为__D__(单选，填字母)。 A．plt.plot(dfg[”地市”]，dfg[”数量”]，color＝”orange”， label＝”景区数量”) B．plt.bar(dfg[”地市”]，dfg[”数量”]，color＝”orange”) C．plt.plot(dfg.index，dfg[”数量”]，color＝”orange”) D．plt.bar(dfg.index，dfg[”数量”]，color＝”orange”，label＝”景区数量”) 【解析】 (1)数据缺失是E 列存在的问题，数据重复是有多余的数据，逻辑错误是指数据不符合实际或不符合常识，B 列数据主要是“4A”和“AAAA”两种数据格式不一致的问题。选项D正确。 (2)第①空，由注释可知需要删除列数据，而drop()函数默认是删除行，因此这里需要指定axis＝1的参数。表示“电话”“景区编码”是列名称。第②空需要根据此数据进行数据筛选，答案是df[”等级”]或df.等级。按“地市”进行了分组，统计了相同数据行各列数据的行数，把“等级”列的列名称重命名成了“数量”。而题目要求排序，因此第③空需要调用sort_values()函数进行排序。答案是sort_values。 (3)观察图表可知，图表类型是柱形图bar()而不是线形图plot()，因此可以排除选项A、C。由于第(2)题代码的第11 行，数据分组后“地市”一列数据已成为了索引，同时可观察到图表的横坐标是各地市的名称，因此bar()函数的第一个参数应是dfg.index，而不能是dfg[”地市”]。故选项D正确。同时，选项D由label 参数指明了图表的图例中的文本，而选项B没有。 【B级　素养形成与评价】 8．小明采集到了某市的共享单车在2023 年5 月10 日至24 日两周之内的使用情况的数据集，其中包括6 万多条出行记录，如图1 所示。 图1 请回答下列问题。 (1)小明编写Python程序来分析共享单车0 时～23 时骑行订单数分布情况，运行以下程序后的结果如图2 所示，请在横线处填入合适的代码。 图2 import pandas as pd import matplotlib.pyplot as plt plt.rcParams[”font.sans－serif”]＝[”SimHei”] df＝pd.read_csv(”data.csv”) df＝df.drop([”用户ID”，”车辆ID”，”车辆类型”]，axis＝1) #删除无关的数据列 n＝①__len(df)__ hour＝[] #标记0 时～23 时(时，忽略分和秒)，如18：46：05，即为18 时 for row in range(n)： start_time＝②__df.at[row，”骑行起始时间”]__ hour.append(int(start_time[0：2])) df[”0 时～23 时”]＝hour #新增“0 时～23 时”列 result＝df.groupby(”0 时～23 时”).count() plt.title(”共享单车0 时～23时骑行订单数分布情况”) plt.bar(③__result.index__，result.订单号) plt.xticks(result.index) plt.xlabel(”时”) plt.ylabel(”订单数量”) plt.show() (2)小明想进一步分析共享单车周末与工作日0时～23 时骑行订单数分布情况。已知2023 年5 月6日和7 日为周末，小明编写以下程序，实现新增“周末”列，周末值为1，工作日值为0，运行程序后的结果如图3 所示，请在横线处填入合适的代码。 　　　图3　　　　　　　　　　　图4 isWeekend＝[] #标记是否为周末 for row in range(n)： start_date＝df.at[row，”骑行起始日期”] d＝①__int(start_date[－2：])__或其他等价答案__ if (d＋1)%7＝＝0 or d%7＝＝0: #根据骑行起始日期来判断是否为周末 ②__isWeekend.append(1)__ else： isWeekend.append(0) df[”周末”]＝isWeekend #新增“周末”列 print(df[[”骑行起始日期”，”周末”]].head(15)) (3)小明绘制了共享单车周末与工作日0时～23时骑行订单数分布情况的柱形图，如图4 所示。请结合柱形图，分析共享单车周末与工作日0 时～23时骑行订单数的分布情况，写出1条结论：　①23时～5时这段时间，周末和工作日基本一致，骑行订单数极少，说明使用单车出行的人数极少。 ②工作日，存在骑行早晚高峰，在7时～8时和17时～18时的上、下班时段。(11时～13时段，出现局部午高峰。) 周末骑行的时间分布相对平缓，没有明显的早晚高峰现象。 ③周末整体骑行订单数明显少于工作日的骑行订单数。　。 【解析】 (1)①根据range(n)可知，n 为数据对象df 中记录的数量，因此本空填写len(df)，也可以填写df.订单号．count()或df[”订单号”].count()。 ②同样根据range(n)可以得到row 的取值范围为0～n－1，即数据对象df 的行号，start_time 为每一行，对应的骑行起始时间，故本空填写df.at[row，”骑行起始时间”]，也可以填写df[”骑行起始时间”][row]。 ③本空所在代码实现绘制柱形图，需填横坐标，即“0 时～23 时”，由于分组时as_index 参数省略，分组对象“0 时～23 时”会作为索引存在结果result 中，本空填写result.index。 (2)①start_date 为每一行对应的骑行起始日期，d 为骑行起始时间中的最后两位，结合条件中d%7 可知d的数据类型应为整型，因此本空填写int(start_date[－2：])。 ②由于6日和7 日为周末，当条件成立时表示是周末，周末值为1，故本空应填写isWeekend.append(1)。 9．小明收集了某年全国各省份人均消费的相关数据，部分数据如图1 所示。为了统计分析各省份的消费情况，小明编写了如下Python 程序。请回答下列问题。 图1 (1)统计各区域超过全国总消费平均值的省份数量，请在横线处填入合适的代码。 import pandas as pd plt.rcParams[”font.sans——serif”]＝[”SimHei”] df＝pd.read_excel(”xiaofei.xlsx”) df[①__”总消费”____]＝df.sum(axis＝1) avg＝df.总消费．mean() dic＝{”华北”：0，”东北”：0，”华东”：0，”华中”：0，”华南”：0，”西南”：0，”西北”：0} for i in ②__range(len(df))或range(0，len(df))__： 　　　if df.总消费[i]>＝avg： 　dic[③__df.区域[i]或df[”区域”][i]____]＋＝1 (2)若要筛选出总消费最高的5 个省份，下列程序中横线处应填入的代码为__ABD__(多选，填字母)。 res＝________ print(”总消费最高的5 个省份为： ”，list(res.省份)) A．df.sort_values(”总消费”，ascending＝False).head(5) B．df.sort_values(”总消费”).tail(5) C．df.sort_values(”总消费”)[0：5] D．df.sort_values(”总消费”，ascending＝False)[0：5] (3)统计并绘制该年全国各区域总消费平均值比较图，如图2 所示。部分Python 程序如下，请在横线处填入合适的代码。 import matplotlib.pyplot as plt df1＝df.groupby(”区域”，as_index＝True).mean() plt.bar(__df1.index__，df1.总消费) plt.title(”全国各区域总消费平均值比较图”) plt.ylim(20000，36000) plt.show() 图2 【解析】 (1)①由题意“统计各区域超过全国总消费平均值的省份数量”，结合下一句avg＝df.总消费．mean()可知，①处是求“总消费”，即对所有数据按行求和。①处填：”总消费”。 ②处所在的循环遍历df 对象，判断每个总消费值是否超过ave 并做相应处理。②处填：range(len(df))或range(0，len(df))。 ③处以地区为键进行统计，填：df.区域[i]或df[”区域”][i]。 (2)消费最高的5 个省份，要么按总消费降序排序，选前5 个，或者按总消费升序排序，选后5，选项A、B、D 正确。 (3)从图表可以看出，X 轴数据来自于“区域”列。注意对df 分组时，设置了as_index＝True 参数，即“区域”在分组后的df1 中成为了行索引，在引用其值时，要用df1.index。 10．采集某市2023年1月～10月空气质量数据如图1所示， 空气质量指数及指数等级信息如图2所示。 图1 空气质量指数 指数等级 0～50 优 51～100 良 101～150 轻度污染 151～200 中度污染 201～300 重度污染 >300 严重污染 图2 请回答下列问题。 (1)主程序如下，用于读取Excel数据文件， 根据输入的月份查询该月的空气质量指数数据， 进行处理后将其可视化，程序运行界面如图3所示。请在横线处填入合适的代码。 图3 import pandas as pd import matplotlib.pyplot as pit df＝pd.read_excel(”hz2023.xlsx”) zhengli() #整理数据 while True： m＝int(input(”请输入月份(1～10)，输入0 结束： ”)) if m＝＝0： break elif __m__in__range(0，11)__或__0<m<11__或1<＝m<＝10__： fenxi(m) else： print(”输入有误！ ”) (2)编写整理数据函数zhengli()，根据空气质量指数来设置指数等级。请在横线处填入合适的代码。 def zhengli(): #整理数据 df[”Month”]＝df[”日期”].dt.month #取出月份， dtype: int64 df[”Day”]＝df[”日期”].dt.day df[”等级”]＝”优” for i in df.index： t＝df[”AQI”][i] if t>300： df[”等级”][i]＝”严重污染” elif t>200： df[”等级”][i]＝”重度污染” elif t>150： df[”等级”][i]＝”中度污染” elif t>100： df[”等级”][i]＝”轻度污染” __elif__t>50__： df[”等级”][i]＝”良” (3)编写分析数据函数fenxi(), 根据给定月份， 分析该月的数据并可视化， 可视化结果如图4所示。请在横线处填入合适的代码。 图4 def fenxi(m): #分析m月数据 df_m＝①__df[df.Month＝＝m]__或df[df[”Month”]＝＝m]__#查询对应月份数据 df_m＝df_m.sort_values(”Day”) df_g＝df_m[”Day”].groupby(df_m[”等级”]).count() print(df_g) x，y＝②__df_m.Day，df_m.AQI__ pit.Figure() plt.xlabel(”Day”) plt.ylabel(”AQI”) pit.plot(x，y)#制作图表 pit.show() 【解析】 (1)程序支持查询1～10月的空气质量指数，输入月份在此范围内可正常查询。 (2)函数zhengli()实现的功能是根据AQI的值按照题干图2中的评级标准对空气质量进行评级， 表中51～100为良。当程序执行横线处的代码时，t<＝100，故只需t>50。 (3)函数fenxi()实现对数据的可视化，绘制m月份的AQI 折线图。①空需要从所有数据中筛选出m月份的数据，故应填df[df.Month＝＝m]或 df[df[”Month”]＝＝m]。②空根据生成的折线图可以判断X轴表示m月的每一天，Y轴表示对应的AQI的值。 11．针对选考2024·玉环中学检测为了解不同班级间的信息技术的成绩差异，王老师搜集了某次周练的选择题部分数据，如图1所示。 (1)观察图1中的数据，下列操作中属于数据整理的是__AC__(多选，填字母)。 A．对重复的数据可进行合并处理 B．通过公式计算全班平均分 C．修正A78单元格的数据 D．若有缺失的数据，可采用随意数据来填充 图1 图2 (2)利用Python程序绘制图表，如图2所示，请在横线处填入合适的代码。 import pandas as pd import matplotlib.pyplot as plt plt.rcParams['font.sans——serif']＝['SimHei'] plt.rcParams['axes.unicode_minus']＝False df＝pd.read_excel(”答题数据表．xlsx”) ans＝df.values[0] df＝df.drop(0) #删除df中第0行数据 for record in df.values: #遍历df中每一行的记录 for j in range(3，len(record)): if ①__record[j]＝＝ans[j]__： 　　　record[j]＝100 else: record[j]＝0 # 调整对应区域的数据格式 for col in df.columns[3：]: df[col]＝df[col].astype(str).astype(int) df1＝df.groupby(”班级”) data_avg＝②__df1.mean()__或__df1.sum()/df1.count()__ #获取每个班级的各小题平均得分率 plt.figure(figsize＝(10，5)) list1＝[] #13班数据 for i in range(len(record)－4): list1.append(data_avg.at['13班'，'T'＋str(i＋1)]) list2＝[] #7班数据 for i in range(len(record)－4): list2.append(data_avg.at['7班'，'T'＋str(i＋1)]) plt.plot(range(1，len(record)－3)，list1，label＝”13班”) plt.plot(range(1，len(record)－3)，list2，label＝”7班”) plt.title(”班级各题准确率对比图”) plt.xlabel(”题目编号”) plt.ylabel(”准确率”) ③__plt.legend()__ #显示图例 plt.show() 【解析】 (1)根据Excel 数据表中的数据可知，无法通过公式计算全班平均分，故选项B 错误；若有缺失的数据，通常采用平均值、中间值或概率统计值来填充缺失值，故选项D 错误。 (2)df 对象存放的是“答题数据表．xlsx” 中的数据，DataFrame 默认把Excel 表格中的第一行变成了标题行，ans＝df.values[0]中的ans 中存放的是客观题答案， j遍历的是每个学生的每个答案， 故①record[j]＝＝ans[j] 表示学生该题的答案与正确答案一致，该题所得100，此处record[j]＝100是为了后面计算平均值；②处要填的是获取每个班级的各小题平均得分率，mean()函数可以实现；③处要显示图例，故答案为plt.legend()。 12．小原爸爸负责接小原放学。一段时间内，小原爸爸将每天接小原时的堵车时间和天气情况记录在文件“data.xlsx”中，其中堵车时间的单位为分钟，如图1 所示，并通过Python 语言编程制作了图表，如图2 所示。 图1　　　　　　　　　　　　图2 (1)分析图2可知，天气情况与堵车时间__A__(单选，填字母：A.有；B.没有)一定的关系。 (2)部分程序代码如下，请在横线处填入合适的代码。 import pandas as pd import matplotlib.pyplot as plt plt.rcParams['font.sans——serif']＝['SimHei'] #用来正常显示中文标签 df＝pd.read_excel(”data.xlsx”) #读取Excel 文件中的数据 df＝df.groupby(”天气情况”，as_index＝True).①__mean()__ #按“天气情况”分组求平均堵车时间 df＝df.sort_values(”堵车时间”，ascending＝②__False__) #按“堵车时间”进行降序排序 x＝③__df.index__ y＝df[”堵车时间”] plt.title(”不同天气情况的平均堵车时间分析”) #设置图表标题 plt.bar(x，y) #绘制柱形图 plt.show() 【解析】 (1)从题干中的图2 可知，堵车的时间与雨势大小相关，故选项A正确。 (2)由提示可知，分组后要求平均堵车时间，①处填mean()；降序排序的参数为ascending＝False，②处填False。 观察图2 可知X 轴数据为“天气情况” ，而df 已按“天气情况”进行了分组并设置为了索引(参数：as_index＝True)，故③处填df.index，不能填df[”天气情况”]。 13．针对选考2024·普陀中学检测某校对网上阅卷的结果进行分析处理，阅卷结果的原始数据存储在“score.xlsx”文件中，如图1所示。现用Python程序对数据进行处理，请回答下列问题。 　 图1 (1)为对比分析各班的平均分，该校使用如下程序绘制了柱形图，如图2所示。请在横线处填入合适的代码。 import pandas as pd import matplotlib.pyplot as plt df＝pd.read_excel(”score.xlsx”) plt.rcParams[”font.sans——serif”]＝[”KaiTi”，”SimHei'] # 设置字体，以显示中文 df1＝df.groupby(”班级”，as_index＝True).mean() plt.bar(__df1.index,__df1.总分__或df1.index,__df1[”总分”]__) plt.ylim(30，42) plt.xlabel(”班级”) plt.title(”班级平均分对比图”) plt.show() 图2 图3 (2)为分析学生每个选择题的答题情况，该校使用如下程序输出了每题各个选项(A、B、C、D)的占比，结果如图3所示，请在横线处填入合适的代码。 import pandas as pd import matplotlib.pyplot as plt df＝pd.read_excel(”score.xlsx”) number＝①__len(df.columns)－4__# 存储选择题题目总数，选择题从第5列开始到最后一列为止 n＝len(df) # n表示总人数 print(”题号A　B　C　D”) for i in range(number): 　　　print('('，i＋1，')'，end＝' ') 　　　for option in 'ABCD': 　dfx＝df[df['单选'＋str(i＋1)]＝＝②__option__] 　rate＝100 *dfx['姓名'].③__count()__/n 　print(round(rate，2)，end＝'%') print() #换行 【解析】 (1)由图2中的柱形图可知，横轴数据是各个班级，纵轴数据是各班对应的平均分值。而数据框df1中的数据就是按班级分类处理过的数据：班级相同的所有人都合成了一行，且求出了平均分。“as_index＝True”参数值的存在，df1的索引列就是“班级”，而平均分列就是“总分”列。柱形图的绘制可以用plt.bar()方法，X轴数据是df1.index，纵轴数据可以是df1.总分(注意：此时的“总分”列的值实际上是各班级的平均分)。 (2)第①空：题中已指明number是选择题数，也就是和表格列数有关。pandas中取得数据框的所有列名称可以使用columns属性，它返回了由所有列名称组成的列表，而前4列不是选择题，因此答案是len(df.columns)－4。 第②、③空：根据number的作用可知，for i in range(number)中的变量i可以认为是题号减一，由循环语句for option in 'ABCD'可知，变量option即是选项序号，因此相当于要求出每一列分别有几个“A、B、C、D”，再由下面的dfx['姓名'].使用方法可知，dfx也是一个数据框，因此第②空应该是筛选某一列数据中选项值为option的数据，因此第②空的答案为option。第③空的答案是统计数量，因此可以使用count()函数。 学科网（北京）股份有限公司 $$