内容正文:
2026年7月浙江省普通高中学业水平考试
技术试题
本试题卷分两部分,第一部分信息技术,第二部分通用技术。全卷共8页,第一部分1至4页,第二部分5至8页。满分100分,考试时间60分钟。
考生注意:
1.答题前,请务必将自己的姓名、准考证号用黑色字迹的签字笔或钢笔填写在试题卷和答题纸规定的位置上。
2.答题时,请按照答题纸上“注意事项”的要求,在答题纸相应的位置上规范作答,在本试题卷上的作答一律无效。
3.非选择题的答案须用黑色字迹的签字笔或钢笔写在答题纸上相应区域内,作图时可先使用2B铅笔,确定后须用黑色字迹的签字笔或钢笔描黑。
第一部分 信息技术(共50分)
一、选择题(本大题共9小题,每小题3分,共27分。每小题列出的四个备选项中只有一个是符合题目要求的,不选、多选、错选均不得分)
阅读下列材料,完成下面小题。
某港口建成“低空智能理货系统”,集成了无人机、北斗定位和人工智能(AI)等技术。无人机巡检时,通过机载智能摄像头精准识别并判断货物情况、车辆作业状态等情况,并将巡检数据实时传输至服务器,系统依据巡检数据有序工作。
1. 下列关于该系统数据与数据处理的说法,正确的是( )
A. 巡检数据仅为无人机服务
B. 传输至服务器的数据是数字化的
C. 该系统中的数据表现形式只有图像
D. 该系统中的数据全部由系统自动生成
2. 为了保障系统中的数据安全,下列措施不合理的是( )
A. 及时更新系统补丁 B. 设置系统访问权限
C. 对货物数据进行备份 D. 关闭无人机巡检数据备份功能
3. 若无人机巡检发现“车辆严重拥堵”,但AI无法判断是因为“事故”的原因,还是由“正常作业高峰”引起的,下列做法合理的是( )
A. AI完全接管系统,强制所有车辆停车
B. AI忽略异常情况,让系统继续运行
C. AI提供辅助建议,由人工做最终决策
D. AI仅记录拥堵数据,不提示操作人员
【答案】1. B 2. D 3. C
【解析】
【详解】1. 本题考查智能系统数据基础概念。A选项错误,巡检数据传输至服务器,支撑整套理货系统工作,并非仅服务无人机;B选项正确,设备远距离传输至服务器的数据都经过数字化编码,属于数字化数据;C选项错误,系统数据除摄像头图像外,还包含北斗定位坐标、设备状态等多种形式;D选项错误,系统数据来自无人机现场采集,并非全部自动生成。因此,本题选择B选项。
2. 本题考查数据安全防护措施。A选项合理,更新系统补丁可修复安全漏洞;B选项合理,设置访问权限能防止无关人员篡改、窃取数据;C选项合理,数据备份可避免数据丢失;D选项不合理,关闭巡检数据备份会造成数据丢失风险,破坏数据安全。因此,本题选择D选项。
3. 本题考查人机协同智能系统处理逻辑。A选项错误,AI完全接管强制停车属于极端操作,会严重影响港口作业;B选项错误,忽略拥堵异常会引发更严重的作业事故;C选项正确,AI负责采集分析数据给出参考建议,人工结合现场情况完成最终判断,是人机协同合理方案;D选项错误,仅记录不提示操作人员会导致异常无法及时处置。因此,本题选择C选项。
阅读下列材料,完成下面小题。
某农业科技公司引入“机器人辅助智能灌溉系统”。机器人装备了土壤湿度传感器、摄像头以及显示屏。机器人从服务器下载路径规划图像,按照规划路径巡游于农地,通过探针获取土壤湿度,通过摄像头拍摄作物图像,按照设置执行标准。针对一个采样点,通过探针获取土壤湿度,通过摄像头拍摄作物图像,并通过4G、WiFi等方式传输到远程终端的服务器上,服务器根据作物图像分析判断农作物缺水指标高低,或检测到土壤湿度低于阈值,则控制水泵进行定点灌溉。
4. 该系统判断作物是否缺水的方式是( )
A. 通过超声波雷达检测障碍物 B. 通过对作物进行图像分析
C. 通过激光雷达检测土壤 D. 通过显示屏显示作物状态
5. 下列属于机器人上传至服务器的数据是( )
①作物图像 ②土壤湿度 ③温度阈值 ④路径规划数据
A. ①② B. ①③ C. ②④ D. ③④
6. 下列关于该系统功能的说法,正确的是( )
A. 摄像头拍摄作物图像属于数据的存储
B. 机器人下载路径规划图像属于数据的输出
C. 机器人读取土壤湿度的过程属于数据的输入
D. 服务器判断土壤湿度是否低于阈值的过程属于数据的存储
7. 下列硬件中,与系统判断“是否进行定点浇灌”无关的是( )
A. 土壤湿度探针 B. 摄像头 C. 显示屏 D. 服务器
【答案】4. B 5. A 6. C 7. C
【解析】
【详解】1. 本题考查智能灌溉系统缺水判断逻辑。A选项错误,超声波雷达用于检测障碍物,和缺水判断无关;B选项正确,材料说明服务器根据作物图像分析判断缺水指标高低;C选项错误,文中无激光雷达检测土壤的描述;D选项错误,显示屏仅展示信息,不能判断缺水。因此,本题选择B选项。
2. 本题考查机器人上传服务器的数据类型。①作物图像:机器人拍摄后上传服务器,符合;②土壤湿度:探针采集后传输至服务器,符合;③温度阈值:是系统预设标准,不是机器人上传的数据;④路径规划数据:是机器人从服务器下载的数据,并非上传。①②正确。因此,本题选择A选项。
3. 本题考查数据输入、输出、存储、处理的概念。A选项错误,摄像头拍摄图像是采集原始数据,属于数据输入,不是存储;B选项错误,机器人下载服务器的图像,是接收数据,属于数据输入,不是输出;C选项正确,探针读取土壤湿度是采集外部数据,属于数据输入;D选项错误,服务器判断湿度阈值是对数据进行加工运算,属于数据处理,不是存储。因此,本题选择C选项。
4. 本题判断定点浇灌无关硬件。土壤湿度探针采集湿度、摄像头采集作物图像,二者数据是服务器判断灌溉的依据;服务器负责分析数据、下发灌溉指令;显示屏仅本地展示信息,不参与缺水判断与灌溉控制逻辑。因此,本题选择C选项。
8. 算法的部分流程图如图所示,执行该流程时,若输入a,b,c的值分别为6,8,3,则输出a,b,c的值分别为( )
A. 3,6,8 B. 3,8,6 C. 6,8,3 D. 8,6,3
【答案】D
【解析】
【详解】本题考查流程图逻辑模拟执行。输入初始值a=6,b=8,c=3。第一步判断a<b?6<8结果为是,交换a、b,此时a=8,b=6,c=3;第二步判断a<c?8<3结果为否,不执行交换;第三步判断b<c?6<3结果为否,不执行交换;流程结束,输出a=8,b=6,c=3。因此,本题选择D选项。
9. 某Python程序如下:
st=[[1,2.5],[2,5],[3,5],[5,6],[7,9]]
n=len(st); c=-1
t=0; i=0
while i<n:
f=st[i][0]
s=st[i][1]
if f>=t:
c+=1
t=s
i+=1
print(c)
程序运行后,输出的结果是( )
A. 2 B. 3 C. 4 D. 5
【答案】A
【解析】
【详解】本题考查Python循环程序阅读。逐行模拟执行:初始化 st=[[1,2.5],[2,5],[3,5],[5,6],[7,9]],n=5,c=-1,t=0,i=0
第1轮i=0:f=1,s=2.5;1>=0成立,c=0;t=2.5;i=1
第2轮i=1:f=2,s=5;2>=2.5不成立,c不变;t=5;i=2
第3轮i=2:f=3,s=5;3>=5不成立,c不变;t=5;i=3
第4轮i=3:f=5,s=6;5>=5成立,c=1;t=6;i=4
第5轮i=4:f=7,s=9;7>=6成立,c=2;t=9;i=5,循环结束
最终print(c)输出2。
因此,本题选择A选项。
二、非选择题(本大题共2小题,第10小题12分,第11小题11分,共23分)
10. 某研究小组开发“智能门禁系统”,该系统使用智能摄像头采集并识别人脸图像,也可以采用RFID读卡器读取校园卡数据。若人脸识别成功或校园卡识别成功,则开启闸机,否则通过电子屏与扬声器示警。系统会记录每一条识别信息至服务器,失败信息添加时,姓名统一为“***”,卡号为“FFFFFF”。
(1)该系统服务器端程序采用FlaskWeb框架编写,若终端设备某次上传识别结果的部分URL为http://192.168.1.50:8080/upload,则服务器IP地址是____________________。
(2)请从题干所提及的设备中,分别列举一种输入、输出设备的名称,填入划线处。
设备分类
设备名称
输入设备
①____________________________________
输出设备
②____________________________________
(3)该系统卡号采用十六进制编码,下列选项中不能作为该系统卡号的是____________
A. 3D5F29 B. 7E8A93 C. 2G5B34
(4)研究小组将3月份数据导出到文件data.csv,发现每天都有部分人脸识别失败的情况,部分数据如图a所示,统计该月每天门禁人脸识别成功率,并绘制线形图,如图b所示。实现该功能的部分Python程序如下,请选择合适的代码填入划线处。
import pandas as pd #导入pandas模块
import matplotlib. pyplot as plt #导入pyplot子库
df = pd. read csv("data. csv") #选取文件中的数据
df 1= df[df["识别类别"] ="人脸识别"] #筛选
df 1= df[df["识别结果"]═"失败"]
df 1= df1. groupby("日", as index = False). count() #分组计数
df2= df[df["识别结果"]═"成功"]
_________
_________
_________
#设置绘图参数,并显示如图b所示的线形图,代码略
①②③处可选的代码有:
A.df2["成功率"]=df2["卡号"]/(df2["卡号"]+df1["卡号"])*100 #新增“成功率”列
B. df2=df2. groupby("日", as index = False). count()
C. plt. plot(df2["日"],df2["成功率"]) #绘制线形图
(5)观察图b可知,有几天人脸识别成功率较低,研究小组调查后发现,其中一种原因是这几天光线较暗。请针对“光线较暗导致人脸识别成功率下降”这个问题,写出一项解决该问题的措施:_________。
【答案】(1)192.168.1.50
(2) ①. 输入设备:智能摄像头(或RFID读卡器) ②. 输出设备:电子屏(或扬声器、闸机) (3)C
(4) ①. B ②. A ③. C
(5)在门禁设备处加装补光灯,提升暗光环境下的光线亮度;或更换带红外夜视功能的摄像头;或优化人脸识别算法,提升暗光场景识别准确率。
【解析】
【详解】本题考查搭建信息系统和pandas数据分析。
(1)本题考查URL地址结构识别。
该处功能:从完整URL字符串中分离提取服务器IP地址。解释分析:URL标准格式为 协议://IP地址:端口号/资源路径 ,题目URL http://192.168.1.50:8080/upload 中,冒号前 192.168.1.50 是服务器IP,8080为端口, /upload 是访问路径。因此答案为192.168.1.50。
(2)①处输入设备。该处功能:从题干给出硬件里选出采集外部信息传入系统的输入设备。解释分析:输入设备作用是向系统采集、录入数据,题干提到智能摄像头采集人脸图像、RFID读卡器读取校园卡信息,二者均为输入设备,任选其一即可。因此①填智能摄像头(或RFID读卡器)。②处输出设备。该处功能:从题干给出硬件里选出接收系统指令对外输出反馈的输出设备。解释分析:输出设备作用是展示系统处理结果、执行系统指令,题干电子屏展示提示文字、扬声器发出警报、闸机执行开门动作都属于输出设备,任选其一即可。因此②填电子屏(或扬声器、闸机)。
(3)本题考查十六进制字符编码规则。该处功能:判断字符串是否符合十六进制字符规范,选出非法卡号。解释分析:十六进制有效字符仅包含数字0~9、大写字母A~F,字符G不在合法范围内, 2G5B34 包含字母G,无法作为系统卡号。因此答案为C。
(4)①处填空,该处功能:对筛选后的人脸识别成功数据df2,按“日”分组并计数,统计每日人脸识别成功总次数。解释分析:前文代码中df1筛选出失败数据后,使用 groupby("日", as_index = False).count() 统计每日失败条数;想要计算每日成功率,必须同步统计每日成功条数,因此df2需要执行完全一致的分组计数代码,对应选项B。因此①填B。
②处填空,该处功能:基于每日成功、失败的统计数量,计算每日人脸识别百分比成功率,新增“成功率”列。解释分析:分组计数后df1、df2的统计数值都存储在“卡号”列,成功率计算公式为 成功数量÷(成功数量+失败数量)×100,选项A代码可以完成该计算并生成“成功率”字段,为绘图提供纵坐标数据。因此②填A。
③处填空,该处功能:以日期“日”作为横轴、计算出的“成功率”作为纵轴,绘制人脸识别成功率线形图。解释分析:plt.plot()是matplotlib绘制折线图的专用函数,第一个参数为横轴数据,第二个参数为纵轴数据,选项C代码匹配图b的线形图绘制需求。因此③填C。
(5)该处功能:提出可落地的方案,解决暗光环境人脸识别识别率低的问题。解释分析:光线不足会造成摄像头采集人脸图像画面昏暗、细节丢失,可通过硬件补光、更换高性能摄像头、优化图像算法三类思路解决,写出任意一项合理措施即可。
11. 小明学习某导航软件“通过车辆起步数据推算交通信号灯周期”的算法,研究某路口信号灯固定周期时长(20秒≤固定周期≤300秒)的推算,编写程序模拟推算过程。算法步骤如下:
①对该路口某条直行车道的原始车辆起步数据进行预处理;②通过“离停止线距离小于3米”的条件筛选出所有首车,计算所有相邻首车的起步时间差,将其中符合固定周期范围的数据组成差值序列;③对差值序列进行处理,计算最终周期。
(1)原始数据预处理后存入列表data中,每个元素包含起步时间、离停止线距离(单位:米)两个数据项,并按起步时间先后顺序排列。根据首车的筛选条件“离停止线距离小于3米”,下列示例数据中,共有_____辆首车。
示例:[["08:00:01",2.3],["08:01:31",1.2],["08:01:35",7.3],["08:03:03",1.1]]
(2)编写getdt()函数用于处理上述列表data,返回各相邻首车符合固定周期范围的时间差序列,请在划线处填入合适的代码:
def getsec(t):
#本函数将形如"hh:mm:ss"的参数t转化为当日的累计秒数并返回,代码略
def getdt(data):
dt = []; tmp = -1
for i in range(len(data)):
ts = getsec(data[i][0])
if data[i][1] < 3:
if tmp =-1:
tmp = ts
else:
if 20 <= ts - tmp <= 300:
dt.append(ts - tmp)# 追加一个元素
_________
return dt
(3)实际情况中,有些车起步慢、个别周期路口无车等因素会导致差值波动。小明设计了解决方法:先将差值序列从小到大排列,如序列[75,76,89,90,90,91,179,180],设置分界阈值为2,当相邻两数差值大于阈值时,从这两数中间切分序列,可分为[75,76]、[89,90,90,91]、[179,180]三个子序列,最终保留长度最长的子序列[89,90,90,91](若有多个子序列同为最长,取首个),并计算其平均值作为最终周期。根据上述方法,编写getlt()函数,用于计算并返回最终周期。请在划线处填入合适的代码:
def getlt(dt, thr): #dt为各相邻首车时间差序列,thr为分界阈值
dt = sorted(dt) #将dt中的数据从小到大排列
p = 0; c = 0; f = []
for i in range(len(dt)-1):
if dt[i+1] - dt[i] > thr:
_________
if c < len(g):
c = len(g)
f = g
p = i + 1
if len(f)< len(dt[p:]):
f = dt[p:]
return int(sum(f)/len(f)) #计算列表f的平均值,取整后返回
(4)主程序如下,请在划线处填入合适的代码:
#读取原始数据,完成预处理,返回data列表,代码略
k = 2 #分界阈值
dt = getdt(data)
#注:处理后,dt中的元素不少于100个
T = _________
print("经推算,当前路口周期为:",T,"秒")
【答案】(1)3 (2)tmp = ts
(3)g = dt[p:i+1]
(4)getlt(dt, k)
【解析】
【详解】本题考查python程序设计。
(1)示例数据:[["08:00:01",2.3],["08:01:31",1.2],["08:01:35",7.3],["08:03:03",1.1]]。筛选条件:离停止线距离<3米为首车。逐条判断:2.3、1.2、1.1均小于3,7.3不满足,总计3辆。
(2)该处作用:完成一次相邻首车时间差判断后,更新上一辆首车的时间戳记录。变量tmp用于存储上一辆符合条件首车的换算秒数,用于和下一辆首车计算时间间隔。无论本次两车时间差是否在20~300秒有效区间内,当前这辆首车都需要作为新的基准保存,用于后续车辆计算差值。若不更新tmp,tmp会一直存储第一辆首车时间,后续所有车辆都会与第一辆车计算间隔,算法逻辑失效。因此该空答案为:tmp = ts。
(3)该处作用:当相邻数值差值超过阈值时,截取一段完整子序列用于长度对比。解释分析:p记录分组起始下标,i为当前循环下标,通过切片截取从p到当前i的所有数据作为一个完整分组g。后续代码需要获取该分组的长度,和当前最长分组做比较,更新最长序列。缺少该行则变量g未定义,程序运行报错,无法完成分组长度判断。因此该空答案为:g = dt[p:i+1]。
(4)该处作用:调用计算最终信号灯周期的函数,传入对应参数并接收结果。解释分析:自定义函数getlt需要两个参数,分别是时间差序列dt、分界阈值thr;主程序中差值序列变量为dt,阈值变量为k,将两个变量作为实参传入函数,函数返回推算出的信号灯周期,赋值给变量T用于打印输出。因此该空答案为:getlt(dt, k)。
第1页/共1页
学科网(北京)股份有限公司
$
2026年7月浙江省普通高中学业水平考试
技术试题
本试题卷分两部分,第一部分信息技术,第二部分通用技术。全卷共8页,第一部分1至4页,第二部分5至8页。满分100分,考试时间60分钟。
考生注意:
1.答题前,请务必将自己的姓名、准考证号用黑色字迹的签字笔或钢笔填写在试题卷和答题纸规定的位置上。
2.答题时,请按照答题纸上“注意事项”的要求,在答题纸相应的位置上规范作答,在本试题卷上的作答一律无效。
3.非选择题的答案须用黑色字迹的签字笔或钢笔写在答题纸上相应区域内,作图时可先使用2B铅笔,确定后须用黑色字迹的签字笔或钢笔描黑。
第一部分 信息技术(共50分)
一、选择题(本大题共9小题,每小题3分,共27分。每小题列出的四个备选项中只有一个是符合题目要求的,不选、多选、错选均不得分)
阅读下列材料,完成下面小题。
某港口建成“低空智能理货系统”,集成了无人机、北斗定位和人工智能(AI)等技术。无人机巡检时,通过机载智能摄像头精准识别并判断货物情况、车辆作业状态等情况,并将巡检数据实时传输至服务器,系统依据巡检数据有序工作。
1. 下列关于该系统数据与数据处理的说法,正确的是( )
A. 巡检数据仅为无人机服务
B. 传输至服务器的数据是数字化的
C. 该系统中的数据表现形式只有图像
D. 该系统中的数据全部由系统自动生成
2. 为了保障系统中的数据安全,下列措施不合理的是( )
A. 及时更新系统补丁 B. 设置系统访问权限
C. 对货物数据进行备份 D. 关闭无人机巡检数据备份功能
3. 若无人机巡检发现“车辆严重拥堵”,但AI无法判断是因为“事故”的原因,还是由“正常作业高峰”引起的,下列做法合理的是( )
A. AI完全接管系统,强制所有车辆停车
B. AI忽略异常情况,让系统继续运行
C. AI提供辅助建议,由人工做最终决策
D. AI仅记录拥堵数据,不提示操作人员
阅读下列材料,完成下面小题。
某农业科技公司引入“机器人辅助智能灌溉系统”。机器人装备了土壤湿度传感器、摄像头以及显示屏。机器人从服务器下载路径规划图像,按照规划路径巡游于农地,通过探针获取土壤湿度,通过摄像头拍摄作物图像,按照设置执行标准。针对一个采样点,通过探针获取土壤湿度,通过摄像头拍摄作物图像,并通过4G、WiFi等方式传输到远程终端的服务器上,服务器根据作物图像分析判断农作物缺水指标高低,或检测到土壤湿度低于阈值,则控制水泵进行定点灌溉。
4. 该系统判断作物是否缺水的方式是( )
A. 通过超声波雷达检测障碍物 B. 通过对作物进行图像分析
C. 通过激光雷达检测土壤 D. 通过显示屏显示作物状态
5. 下列属于机器人上传至服务器的数据是( )
①作物图像 ②土壤湿度 ③温度阈值 ④路径规划数据
A. ①② B. ①③ C. ②④ D. ③④
6. 下列关于该系统功能的说法,正确的是( )
A. 摄像头拍摄作物图像属于数据的存储
B. 机器人下载路径规划图像属于数据的输出
C. 机器人读取土壤湿度的过程属于数据的输入
D. 服务器判断土壤湿度是否低于阈值的过程属于数据的存储
7. 下列硬件中,与系统判断“是否进行定点浇灌”无关的是( )
A. 土壤湿度探针 B. 摄像头 C. 显示屏 D. 服务器
8. 算法的部分流程图如图所示,执行该流程时,若输入a,b,c的值分别为6,8,3,则输出a,b,c的值分别为( )
A. 3,6,8 B. 3,8,6 C. 6,8,3 D. 8,6,3
9. 某Python程序如下:
st=[[1,2.5],[2,5],[3,5],[5,6],[7,9]]
n=len(st); c=-1
t=0; i=0
while i<n:
f=st[i][0]
s=st[i][1]
if f>=t:
c+=1
t=s
i+=1
print(c)
程序运行后,输出的结果是( )
A. 2 B. 3 C. 4 D. 5
二、非选择题(本大题共2小题,第10小题12分,第11小题11分,共23分)
10. 某研究小组开发“智能门禁系统”,该系统使用智能摄像头采集并识别人脸图像,也可以采用RFID读卡器读取校园卡数据。若人脸识别成功或校园卡识别成功,则开启闸机,否则通过电子屏与扬声器示警。系统会记录每一条识别信息至服务器,失败信息添加时,姓名统一为“***”,卡号为“FFFFFF”。
(1)该系统服务器端程序采用FlaskWeb框架编写,若终端设备某次上传识别结果的部分URL为http://192.168.1.50:8080/upload,则服务器IP地址是____________________。
(2)请从题干所提及的设备中,分别列举一种输入、输出设备的名称,填入划线处。
设备分类
设备名称
输入设备
①____________________________________
输出设备
②____________________________________
(3)该系统卡号采用十六进制编码,下列选项中不能作为该系统卡号的是____________
A. 3D5F29 B. 7E8A93 C. 2G5B34
(4)研究小组将3月份数据导出到文件data.csv,发现每天都有部分人脸识别失败的情况,部分数据如图a所示,统计该月每天门禁人脸识别成功率,并绘制线形图,如图b所示。实现该功能的部分Python程序如下,请选择合适的代码填入划线处。
import pandas as pd #导入pandas模块
import matplotlib. pyplot as plt #导入pyplot子库
df = pd. read csv("data. csv") #选取文件中的数据
df 1= df[df["识别类别"] ="人脸识别"] #筛选
df 1= df[df["识别结果"]═"失败"]
df 1= df1. groupby("日", as index = False). count() #分组计数
df2= df[df["识别结果"]═"成功"]
_________
_________
_________
#设置绘图参数,并显示如图b所示的线形图,代码略
①②③处可选的代码有:
A.df2["成功率"]=df2["卡号"]/(df2["卡号"]+df1["卡号"])*100 #新增“成功率”列
B. df2=df2. groupby("日", as index = False). count()
C. plt. plot(df2["日"],df2["成功率"]) #绘制线形图
(5)观察图b可知,有几天人脸识别成功率较低,研究小组调查后发现,其中一种原因是这几天光线较暗。请针对“光线较暗导致人脸识别成功率下降”这个问题,写出一项解决该问题的措施:_________。
11. 小明学习某导航软件“通过车辆起步数据推算交通信号灯周期”的算法,研究某路口信号灯固定周期时长(20秒≤固定周期≤300秒)的推算,编写程序模拟推算过程。算法步骤如下:
①对该路口某条直行车道的原始车辆起步数据进行预处理;②通过“离停止线距离小于3米”的条件筛选出所有首车,计算所有相邻首车的起步时间差,将其中符合固定周期范围的数据组成差值序列;③对差值序列进行处理,计算最终周期。
(1)原始数据预处理后存入列表data中,每个元素包含起步时间、离停止线距离(单位:米)两个数据项,并按起步时间先后顺序排列。根据首车的筛选条件“离停止线距离小于3米”,下列示例数据中,共有_____辆首车。
示例:[["08:00:01",2.3],["08:01:31",1.2],["08:01:35",7.3],["08:03:03",1.1]]
(2)编写getdt()函数用于处理上述列表data,返回各相邻首车符合固定周期范围的时间差序列,请在划线处填入合适的代码:
def getsec(t):
#本函数将形如"hh:mm:ss"的参数t转化为当日的累计秒数并返回,代码略
def getdt(data):
dt = []; tmp = -1
for i in range(len(data)):
ts = getsec(data[i][0])
if data[i][1] < 3:
if tmp =-1:
tmp = ts
else:
if 20 <= ts - tmp <= 300:
dt.append(ts - tmp)# 追加一个元素
_________
return dt
(3)实际情况中,有些车起步慢、个别周期路口无车等因素会导致差值波动。小明设计了解决方法:先将差值序列从小到大排列,如序列[75,76,89,90,90,91,179,180],设置分界阈值为2,当相邻两数差值大于阈值时,从这两数中间切分序列,可分为[75,76]、[89,90,90,91]、[179,180]三个子序列,最终保留长度最长的子序列[89,90,90,91](若有多个子序列同为最长,取首个),并计算其平均值作为最终周期。根据上述方法,编写getlt()函数,用于计算并返回最终周期。请在划线处填入合适的代码:
def getlt(dt, thr): #dt为各相邻首车时间差序列,thr为分界阈值
dt = sorted(dt) #将dt中的数据从小到大排列
p = 0; c = 0; f = []
for i in range(len(dt)-1):
if dt[i+1] - dt[i] > thr:
_________
if c < len(g):
c = len(g)
f = g
p = i + 1
if len(f)< len(dt[p:]):
f = dt[p:]
return int(sum(f)/len(f)) #计算列表f的平均值,取整后返回
(4)主程序如下,请在划线处填入合适的代码:
#读取原始数据,完成预处理,返回data列表,代码略
k = 2 #分界阈值
dt = getdt(data)
#注:处理后,dt中的元素不少于100个
T = _________
print("经推算,当前路口周期为:",T,"秒")
第1页/共1页
学科网(北京)股份有限公司
$