上海市2025年高一学业水平考试合格考第四场 信息技术试题

null 2025年第四场考题 机器狗是一种四足行走的仿生机器人。它能跨越复杂地形、适应极端恶劣环境，已逐步应用在野外勘测、工业巡检、灾害救援、城市巡防等领域。请运用所学内容，与小申一起探索并解决以下问题。 1. 机器狗跟随昆虫学家开展野外考察，通过摄像头采集图像并保存。以如图所示的参数存储一幅野生昆虫图像，理论上，该图像的数据存储量为______________（填写计算结果，单位：MB）。 2. 除图像外，机器狗采集的数据还包括音频、温湿度、地理位置等，多台机器狗连续多日野外工作产生的数据量可达大数据级别。以上描述中，体现的大数据特征有（ ） A. 数据类型多 B. 价值密度高 C. 产生速度慢 D. 数据规模大 3. 在不改变时长的前提下，机器狗将拍摄的原始视频文件存储为mp4格式，文件的数据存储量显著减少。这属于数据压缩中的_________________（选填：有损压缩/无损压缩）。 4. 机器狗能对拍摄画面中的昆虫进行标记，协助昆虫学家开展物种检测。小申对实现这一功能的部分算法描述如下：采集图像，对图像进行检测；如果画面中有昆虫，根据坐标绘制矩形框并显示；否则，输出“未检测到昆虫”。该算法的描述方法属于（ ） A. 流程图 B. 自然语言 C. 伪代码 5. 为有效地发现未知物种，机器狗还需对昆虫种类进行识别。实现该功能的部分算法如图所示。请协助小申把左侧的框图拖动至右侧对应的虚线框中，完善该算法。 6. 对机器狗发现的未知昆虫，生物学家进一步研究其形态特征、遗传信息和生活习性等，经过严谨论证，最终将其确认为一种新物种。这一发现也得到该领域专家与从业人员的一致认可。有关该新物种认识和经验的总和属于（ ） A. 消息 B. 数据 C. 信息 D. 知识 7. 在考察期间，机器狗采集了大量的昆虫图像数据，研究人员将充分利用这些数据对现有的昆虫识别模型进行优化。根据机器学习的过程，以下步骤正确的排序是_____________（填序号，如1234）。 ①对新采集的昆虫图像数据进行预处理，并做好标记 ②将识别模型重新部署到机器狗 ③测试模型 ④划分训练集和测试集，重新训练模型 8. 机器人技术正逐步应用到社会生活的各个领域，关于机器人技术对社会发展的作用与影响，以下说法正确的有（ ） A. 机器人能适应极端环境，代替人类去完成一些高危任务 B. 机器人应用也引发一些伦理争议，如信息泄露、机器自主决策带来的责任归属等问题 C. 机器人技术的发展将使人类彻底从脑力劳动中解放出来 D. 机器人目前还存在一些技术局限，如续航时间较短、复杂场景的决策能力不足等问题 如图所示，某内涝监测系统通过实时监测积水情况，采集、分析数据，为洪涝治理和排水系统优化提供数据支持。请运用所学内容，和小申一起完成以下探索。 9. 该系统的数据能在整个系统中高效率传输，依赖于完善的网络基础设施。这主要体现了信息社会特征中的（ ） A. 在线政务 B. 网络社会 C. 数字生活 D. 信息经济 10. 小申对该系统的组成要素进行了如下分析，其中正确的有（ ） A. 系统中数据的来源多样、表现形式多样 B. 使用过该系统的人均属于该系统的“人”这个要素 C. 系统中的输入设备包含各监测点的传感器等 D. 中心服务器中运行的软件均为系统软件 11. 数据是信息系统提供各项信息服务的基础。小申对该系统中的数据输出方式进行分析，以下设备中，能实现系统信息输出的有（ ） A. 自助查询机 B. 雨量传感器 C. 声光报警器 D. 智能手机 数字化资源——传感器功能 12. 数据在体现和创造价值的同时，也面临诸多威胁。以下数据安全防护技术中，主要用于防范系统因不可抗力因素停止工作终止服务的是（ ） A. 异地容灾 B. 访问控制 C. 数据备份 D. 数据脱敏 13. 信息系统中计算机以其多样化的功能发挥着重要作用。请参考图1，推测该系统中以下计算机的功能。 （1）中心服务器的功能：______________________________________________。 （2）查询终端的功能：______________________________________________。 14. 小申对该系统的基本架构进行分析，系统中的各类传感器属于物联网基本架构的________________。 15. 在该系统中，普通计算机、移动终端、自助查询机等设备在与中心服务器进行通信的过程中，都要遵守的网络协议是（ ） A. SMTP B. TCP/IP C. HTTP 16. 使用智能手机访问系统中服务器的过程中，智能手机与服务器之间的数据传输是________________（选填：单向传输/双向传输）。 17. 小申将智能手机通过移动通信网络接入因特网，接入示意图如图所示，则虚线框中的设备名称应为______________。 学校准备搭建一个学生请假系统，小申作为信息科技俱乐部成员参与了该项目的建设工作。请运用所学内容，与小申一起分析和解决以下问题。 数字化资源——操作数据库的命令 18. 在开始搭建学生请假系统前，小申需要考虑学校现有的硬件、软件等条件能否支持系统的搭建，这一阶段属于系统的（ ） A. 搭建与优化 B. 总体设计 C. 规划与分析 D. 详细设计 19. 如图所示，小申设计了学生请假系统的若干模块。从软件内部逻辑功能来划分，“计算各班级请假人数”这一功能属于该系统的（ ） A. 用户界面层 B. 业务逻辑层 C. 数据访问层 20. 如图所示是小申绘制的“请假申请”处理过程的部分流程图。①处内容正确的是（ ） A. 确认是否对请假信息进行显示 B. 确认填写的请假信息是否完整 C. 确认提交的请假申请是否通过 21. 小申使用Flask框架开发学生请假系统，如图所示，是使用Flask框架在网页中显示“请假记录”功能的部分代码。访问该网页时，在浏览器地址栏中应输入：___________________。 22. 小申设计的数据表dayOff，其字段设计如表所示。其中，“reason”字段的数据类型是____________。 字段名称 数据类型 说明 数据示例 stuNum TEXT 学号，具有唯一性 20230431 stuName TEXT 姓名 小强 stuClass TEXT 班级 高二（4）班 reason _______________ 请假原因 参加比赛 startTime DATETIME 请假开始时间 2025-4-16 08：00 endTime DATETIME 请假结束时间 2025-4-16 17：00 dayOff_status TEXT 请假审批状态 通过 23. 教务老师要通过小兰同学的请假申请，系统根据相关命令修改dayOff数据表（如表所示）中对应字段的值。实现该操作的SQL语句是update dayOff set dayOff_status='通过' where____________='20240301'。 stuNum stuName stuClass reason startTime endTime dayOff_status 20230431 小强 高二（4）班 参加比赛 2025-4-16 08:00 2025-4-16 17:00 通过 20240301 小兰 高一（3）班 看病 2025-4-17 08:00 2025-4-19 17:00 待审核 …… …… …… …… …… …… …… 24. 为了提升系统的安全性，小申计划对数据库中存储的登录密码等重要数据进行加密处理。他的这一做法属于（ ） A. 物理安全风险的防范 B. 网络安全风险的防范 C. 数据安全风险的防范 D. 管理安全风险的防范 25. 为了进一步发挥该系统在校园信息化建设方面的作用，更好地服务家长和老师，以下做法正确的有（ ） A. 取消身份验证环节，提高操作效率 B. 定期修补系统漏洞，防止病毒、黑客入侵 C. 完善服务器端应用的开发，满足不同用户的需求 D. 允许用户在留言板块自由发布任何信息 空气质量与身体健康息息相关，空气中的PM2.5、PM10等污染物可能对呼吸系统和心血管系统造成危害。小申想了解部分城市的空气质量状况，收集了2024年4月空气质量指数AQI等相关数据。请运用所学内容与小申一起分析以下问题。 26. 环境监测部门通过各监测点的实时感应装置获取各种污染物浓度数据，这种数据采集方法属于（ ） A. 问卷调查数据采集 B. 手工测量数据采集 C. 传感数据采集 D. 互联网数据采集 27. 小申对“空气质量指数.csv”文件中的数据进行整理。关于数据整理，以下描述正确的是（ ） A. 使用Pandas库中的round()函数可以删除重复记录 B. Pandas库中删除缺失值的方法为notnull() C. 常见的处理缺失值的方法是采用随机生成数值进行填充 D. 常见的两种数据重复情况为记录重复和特征重复 28. 小申根据表中的数据，编写Python程序将AQI的值存放到列表A中，即A=[55,55,160,81,110,……]，其中A[4]的值对应的空气质量等级为__________________。 29. 小申把整理后的数据存储于“T4-4.csv”文件中。如图所示，他编写程序计算AQI的极值差（最大值减去最小值）。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。 #程序运行结果：极值差为 249 import pandas as pd import numpy as np df= pd.read_csv("T4_4.csv"，encoding="ANSI") aqil = np.min(df["AQI"]) aqi2 = np.max(df["AQI"]) r= ① print("极值差为"，r) ①____________________________________________________ 30. 小申将所有AQI指数小于等于50的数据存储于"T4_5.csv"文件中（如表所示），编写程序绘制PM10浓度情况的可视化图形。程序如图1所示，报错信息如图2所示，请帮助小申根据报错信息修改程序第10行代码，完成正确绘制。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。 城市编号 AQI 空气质量等级 PM2.5 PM10 …… CO C042 44 优 22 30 …… 0.75 C047 47 优 19 31 …… 0.74 C058 50 优 25 38 …… 0.58 C061 42 优 21 40 …… 0.66 C197 29 优 13 26 …… 0.33 C203 38 优 16 29 …… 0.53 程序第10行应改为：____________________________________________________________________________ 31. 小申绘制了六个城市的AQI指数情况（如图1所示）、PM2.s和PM1o浓度情况（如图2所示）的可视化图形。关于这六个城市的分析，以下说法正确的是（ ） A. PM10浓度最高的城市，AQI指数最高 B. AQI指数最低的城市，PM2.5和PM10浓度最低 C. AQI指数最高的城市，PM2.5和PM100浓度最高 D. PM2.5浓度最高的城市， PM10浓度最高 32. 关于数据分析的基本方法和常用工具，以下描述正确的有（ ） A. 运用对比分析法可以量化地表示出各城市之间AQI指数差异 B. 所有的数据分析平台都可以对采集的数据进行实时分析 C. Python语言和MATLAB语言都可以用于对数据的分析 D. 运用结构分析法可以直观地分析出各种空气质量等级城市的数量占比 33. 小申设计了一个算法，统计数据表中空气质量等级为“良”的城市个数。请选择合适的框图，将其拖至右侧流程图的虚线框内，将算法设计完整。 34. 小申编写程序统计数据表中空气质量等级为“良”的城市个数。请完善程序代码，将程序以原文件名保存在默认位置。点击图标进入开发环境。数据存储于“T4_9.csv”文件中，与该程序位于同一文件夹目录。 城市编号 AQI 空气质量等级 PM2.5 PM10 …… CO C001 55 良 14 19 …… 0.27 C002 55 良 24 49 …… 0.51 C003 160 中度污染 67 233 …… 0.76 C004 81 良 7 18 …… 0.45 C005 110 轻度污染 38 139 …… 0.41 …… …… …… …… …… …… …… #统计数据表中空气质量等级为“良”的城市个数 import pandas as pd df = pd.read_csv("T4_9.csv"，encoding="ANSI") level = list(df["空气质量等级"]) #获取质量等级数据，存入列表level num=0 #计数器 num 初始化 #在以下区域继续完善代码 #以下输出语句，无需修改 print(num) #测试数据结果：262 2025年第四场考题 【1~8题答案】 【答案】1. 2.25 2. AD 3. 有损压缩 4. B 5. 6. D 7. 1432 8. ABD 【9~17题答案】 【答案】9. B 10. ABC 11. ACD 12. A 13. ①. 数据的存储、处理 ②. 数据的输入输出 14. 感知层 15. B 16. 双向传输 17. 通信基站 【18~25题答案】 【答案】18. C 19. B 20. B 21. http://192.168.2.3:5050/display 22. TEXT 23. stuNum 24. C 25. BC 【26~34题答案】 【答案】26. C 27. D 28. 轻度污染 29. aqi2-aqi1 30. plt.bar(city,pm10) 31. B 32. ACD 33. 34. . i=0 while i<len(level): if level[i]= "良": num=num+1 i=i+1 for i in range(0,len(level): if level[i]= "良": num=num+1 第1页/共1页 学科网（北京）股份有限公司 $ 空气质量指数AQI等相关数据说明 空气质量指数（AQI：Air Quality Index）又称空气指数或空气污染指数，是用来评估空气污染水平的综合指标。参与AQI计算与评价的大气污染物主要有：细颗粒物（PM2.5）、可吸入颗粒物（PM10）、二氧化硫（SO2）、二氧化氮（NO2）、臭氧（O3）、一氧化碳（CO），除CO的浓度单位为mg/m3，其他五种污染物的浓度单位为μg/m³。不同国家或地区可能会有略微不同的AQI标准和等级划分，但一般可以分为以下几个主要等级： AQI值 空气质量等级 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以上 严重污染 Python帮助小贴士 Python内置函数 函数名 基本语法 函数功能 input input('') 从键盘输入数据 print print(x) 输出x的值 len() len(x) 返回x的长度或个数 range() range(x,y,step) 返回一个区间为[x,y)，步长为step的等差整数序列 round() round(a,b) 求取指定位数的小数的内置函数 list() list(Series) 将Series数据转换为列表数据 Python常用的列表方法 方法 描述 list.append(x) 在列表尾部追加成员x list.insert(i,x) 向列表中指定位置i插入x list.remove(x) 删除列表中的指定成员（有多个则只删除第一个，指定成员不存在则报错） pandas库 函数名 基本语法或示例 功能简介 read_csv() pandas.read_csv('文件名.扩展名') 读取CSV文件 to_csv() DataFrame.to_csv('文件名.扩展名') 以CSV文件格式存储 drop_duplicates() pandas.DataFrame.drop_duplicates(subset=['x'],keep='first',inplace=False) 删除重复记录。subset表示进行去重的列，None表示全部列；keep表示保留第几个数据（first/last/False）；inplace表示是否在原表上进行操作（True/False） dropna() pandas.DataFrame.dropna(axis=0,how='any',inplace=False) 删除缺失值所在的行或列。axis表示轴向，0为删除记录（行），1为删除特征（列）；how表示删除的形式，any表示只要有缺失值存在就执行删除，all表示仅当全部为缺失值才执行删除；inplace表示是否在原表上进行操作（True/False） isnull() pandas.DataFrame.isnull() 识别缺失值。有缺失值显示True，无缺失值显示False notnull() pandas.DataFrame.notnull() 识别非缺失值。有缺失值显示False，无缺失值显示True value_counts() pandas.Series.value_counts() 频数统计 matplotlib库 函数名 基本语法 函数功能 scatter() matplotlib.pyplot.scatter(x,y) 绘制散点图 plot() matplotlib.pyplot.plot(x,y) 绘制折线图 bar() matplotlib.pyplot.bar(x,y) 绘制柱状图 pie() matplotlib.pyplot.pie(x,labels=None,autopct=None) 绘制饼图 boxplot() matplotlib.pyplot.boxplot(x) 绘制箱形图 numpy库 函数名 基本语法 函数功能 sum() numpy.sum(x) 返回序列x的和 mean() numpy.mean(x) 返回序列x的平均值 min() numpy.min(x) 返回序列x的最小值 max() numpy.max(x) 返回序列x的最大值 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $nullnullnull 操作数据库的命令 操作 简单示例 查询 select 字段名1,字段名2,字段名3 from 数据表名 where 某字段=某值 例：select userid,bixh,ys from xuanke where userid="21001" 添加 insert into 数据表名(字段名1,字段名2.字段名3) values (值1,值2,值3) 例：insert into xuanke (userid,bixh) values ("21001","211012") 修改 update 数据表名 set 字段名1=值1,字段名2=值2 where 某字段=某值 例：update xuanke set bixh="210308" where userid="21001" 删除 delete fiom 数据表名 where 某字段=某值 例：delete from xuanke where userid="21001" 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $ 传感器功能 1.水位传感器:监测积水深度，如超声波水位计、压力式水位计。 2.雨量传感器:监测降雨量，如翻斗式雨量计、称重式雨量计。” 3.水质传感器:检测积水水质(如浊度、电导率)，辅助判断积水来源。 4.智能识别摄像头:实时拍摄积水画面，结合 AI 识别积水范围及人员、车辆情况。 5.流量传感器:安装于排水管网，监测水流速度及排水量。 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $nullnull