第04讲 数据处理与人工智能（复习讲义）（浙江专用）2027年高考信息技术一轮复习讲练测

第04讲 数据处理与人工智能 内容导航 01 命题透视·考情前瞻 对标素养，研判高考命题趋势 02 思维建模·脉络梳理 搭建知识框架，构建系统思维 03 考点精讲·靶向突破 拆解核心考点，归纳解题范式 考点一 常用表格数据处理 知识解构 知识点1 数据处理的一般流程与Excel常用操作 知识点2 pandas数据处理（筛选、排序、分类汇总） 知识点3 数据分析与可视化 考向破译 考向1 数据处理方式辨析（选择题） 考向2 pandas筛选、分类汇总代码填空（非选择题） 考点二 大数据处理 知识解构 知识点1 大数据及其特征（4V） 知识点2 分治思想与三种计算模式 知识点3 大数据典型应用 考向破译 考向1 大数据特征与管理辨析（选择题） 考向2 大数据与机器学习应用辨析（选择题） 考点三 人工智能的产生与发展 知识解构 知识点1 人工智能的产生与发展 知识点2 人工智能三大流派 考向破译 考向1 三大流派辨析（选择题） 考向2 机器学习与神经网络情境判断（选择题） 考点四 人工智能的应用与社会影响 知识解构 知识点1 领域、跨领域、混合增强智能 知识点2 常见智能处理方式 知识点3 人工智能对社会的影响 考向破译 考向1 应用归类与社会影响辩证分析（选择题） 04 真题溯源·考向感知 溯源真题逻辑，感知高考考向 命题透视·考情前瞻 ——对标素养，研判高考命题趋势 考点要求 考查形式 2026年 2025年 2024年 常用表格数据处理（Excel/pandas：排序、筛选、分类汇总、分组统计） 选择题 非选择题 浙江卷 1 月 T1，2 分 浙江卷 1 月 T13(5)，填空 浙江卷 6 月 T1，2 分 浙江卷 6 月 T14(1)，填空 浙江卷 6 月 T4，2 分 大数据处理（4V特征、分治思想、批处理/流计算/图计算） 选择题 非选择题 浙江卷 1 月 T13(3)，多选（数据存储） —— —— 人工智能的产生与发展（三大流派、机器学习、深度学习） þ选择题 非选择题 —— 浙江卷 6 月 T7，2 分 浙江卷 1 月 T6，2 分 人工智能的应用与社会影响（应用归类、智能处理、辩证分析） þ选择题 非选择题 浙江卷 1 月 T3，2 分 —— 浙江卷 6 月 T3，2 分 考情分析： 1．数据处理与人工智能是浙江信息技术选考的固定模块，选择题与非选择题均有涉及。选择题侧重考查数据的概念与价值、数据处理方式辨析、大数据特征、人工智能三大流派、机器学习与深度学习的基本思想；非选择题常结合真实情境（数字校史馆、水质监测、植物大棚、智能环保喷淋等），把 pandas 数据筛选、排序、分类汇总嵌入代码填空。 2．表格数据处理：重点考查 pandas 布尔筛选、groupby 分类汇总、sort_values 排序及 mean、sum、count 等聚合操作，非选择题几乎每年设置一组 pandas 代码填空，是复习的重中之重。 3．大数据：常结合情境以选择题辨析 4V 特征、批处理/流计算/图计算适用场景及大数据与普通数据的边界，注意“分析全体数据而非抽样数据”“关注关联关系而非因果关系”等易错表述。 4．人工智能：重点考查三大流派辨析、机器学习“数据训练＋模型推理”的基本过程，以及领域/跨领域/混合增强智能的应用归类。 5．社会影响：常以“过于绝对”的判断呈现（如“取代所有人类工作”“不会威胁人类安全”），需辩证分析其在改善生活、促进经济发展的同时带来的就业冲击与安全伦理挑战。 复习目标： 1．掌握数据处理的一般流程与Excel常用操作，能读懂并填写pandas数据筛选、排序、分类汇总代码，理解分组聚合后的数据结构。 2．理解大数据 4V 特征与“分治”思想，能区分批处理、流计算、图计算及其适用场景，认识大数据典型应用。 3．掌握人工智能三大流派的核心思想，理解机器学习、深度学习“数据训练＋模型推理”的基本过程。 4．能区分领域人工智能、跨领域人工智能、混合增强智能，认识语音识别、字符识别、机器翻译等智能处理方式，辩证分析人工智能对社会的影响。 思维建模·脉络梳理 ——搭建知识框架，构建系统思维 考点精讲·靶向突破 ——拆解核心考点，归纳解题范式 考点一 常用表格数据处理 知●识●解●构 知识点1 数据处理的一般流程与Excel常用操作 1.数据处理的一般过程：数据采集（人工录入、自动采集）→ 数据整理（清洗：去重、补缺、纠错、统一格式）→ 数据分析（排序、筛选、分类汇总等）→ 数据可视化（图表呈现）→ 形成数据分析报告。 2.表格数据处理常用操作：排序（按单列或多列关键字排序）、筛选（按条件筛选出符合条件的记录）、分类汇总（先按分类字段分组，再对数据项进行求和、求平均等汇总统计）。 3.数据整理阶段常见任务：删除重复数据、补全缺失值、纠正错误数据、统一数据格式，保证数据质量。 知识点2 pandas数据处理核心操作 1.读取数据：df = pd.read_excel('data.xlsx') 或 pd.read_csv('data.csv')，返回 DataFrame 对象。 2.筛选（布尔索引）：df[df['列名'] == 值]、df[df['列名'] > 阈值]；多条件用 &（与）、|（或）、~（非）连接。 3.排序：df.sort_values('列名', ascending=False) 按该列降序，ascending=True 为升序。 4.分类汇总：df.groupby('分类列名', as_index=False).sum() / .mean() / .count() / .max()，实现“先分组、后汇总”。 5.常用聚合：sum() 求和、mean() 求平均、count() 计数、max()/min() 求最值；head(n) 取前 n 条记录。 知识点3 数据分析与可视化 数据可视化：用图表直观呈现数据特征，常用 matplotlib 绘制柱形图（plt.bar）、折线图（plt.plot）、饼图（plt.pie）等。 绘制柱形图前通常需要完成：筛选 → 分组统计 → 排序 → 取前若干条，再传入横轴与纵轴数据。 数据分析报告：对数据整理、分析与可视化结果进行综合描述，为管理决策提供依据。 考●向●破●译 考向1 数据处理方式辨析（选择题） 例1 （丽水湖州衢州2025年11月三地市质检 第1题） 阅读下列材料，回答第1至2题： 某医院AI辅助诊断系统，可获取CT设备扫描得到的医学影像数据，并分析生成有文字描述、带标注示意图及参数对比的诊断报告。医生审核后，系统将诊断报告的查询链接发送至患者手机。 1. 下列关于数据的说法，正确的是（　　） A. 系统中的医学影像是模拟信号 B. 诊断报告仅存储在患者手机中 C. 诊断报告中的数据只有文字形式 D. 生成诊断报告的过程体现数据可加工处理 答案：D 解析：本题考查数据的特征与数据处理。A项，CT影像经数字化后在系统中以数字信号形式存储、传输，不是模拟信号；B项，诊断报告存储在服务器数据库中，查询链接发送至患者手机，报告并非仅存储在手机中；C项，诊断报告包含文字、带标注示意图、参数对比等多种数据表现形式；D项，原始影像数据经分析加工生成带标注的诊断报告，体现了数据可加工处理，正确。 考向2 pandas筛选、分类汇总代码填空（非选择题） 例1 （2024学年第一学期浙江省名校协作体 高三第14题(5)） 小明为景区的玫瑰花圃搭建杂草监测系统。将该系统某一周内监测到的杂草数据导出，编写程序输出花圃中出现杂草数量最多的区域，如果有数量相同的区域，则一起输出。实现上述功能的部分Python程序如下，请在划线处填入合适的代码。 import pandas as pd df = pd.read_excel('zc.xlsx') df1 = df.groupby('①', as_index=False).sum() mzc = df1['数量'].max() df2 = df1[②] print('本周杂草数量最多的区域是' + str(list(df2['区域'])) + '，请园丁多关注此区域。') (1) ①处应填入的代码为：________ (2) ②处应填入的代码为：________ 答案：(1) 区域；(2) df1['数量']==mzc（或 df1.数量==mzc） 解析：本题考查 pandas 分类汇总与筛选。要统计各区域杂草数量，应先按“区域”分类汇总求和，故①处填“区域”；groupby('区域', as_index=False).sum() 得到每个区域的杂草总数。mzc 保存数量最大值，②处用布尔筛选 df1['数量']==mzc 筛出数量等于最大值的区域（可能多个），实现“有数量相同的区域则一起输出”。 考点二 大数据处理 知●识●解●构 知识点1 大数据及其特征 1.大数据：规模大到在获取、存储、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合。 2.大数据4V特征：大量（数据规模大）、高速（数据产生与处理速度快）、多样（数据类型多，多为非结构化数据）、低价值密度（单个数据价值低，但总体价值高）。 3.大数据与普通数据的边界：能用传统算法和数据库系统处理的海量数据不一定是大数据；大数据要分析的是全体数据，而不是抽样数据；大数据处理的大部分是非结构化数据。 知识点2 分治思想与三种计算模式 1.分治思想：把规模大的复杂问题分解为多个规模较小的子问题，分别处理（可并行）后合并结果，是大数据并行处理的基础。 ①批处理：针对存量（有界）数据，一次性处理一批，适合离线计算与大规模统计分析，如 Hadoop。 ②流计算：针对源源不断产生的实时（无界）数据流，边产生边处理，适合实时监控、实时推荐等时效性要求高的场景，如 Flink、Storm。 ③图计算：针对图结构数据（节点与边），适合社交网络分析、路径规划等关系计算场景。 2.选择依据：按数据产生方式与时效要求选择——历史存量数据用批处理，实时连续数据用流计算，图结构数据用图计算。 知识点3 大数据典型应用 典型应用：精准营销（分析商品关联销售规律）、城市交通治理（实时路况与调度）、疫情数据追踪、舆情监测、个性化推荐等。 大数据分析关注数据间的相关关系，一般不刻意追求因果关系；通过挖掘海量低价值密度数据，发现潜在价值。 考●向●破●译 考向1 大数据特征与管理辨析（选择题） 例1 （2024学年第一学期浙江省名校协作体 高三第2题） 下列关于数据管理和大数据的说法，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. 以图形式呈现的数据，可采用流计算模式进行处理 C. 计算机数据的管理经历了文件管理、数据库管理两个阶段 D. 可用传统算法和数据库系统处理的海量数据不一定是大数据 答案：D 解析：本题考查数据管理与大数据特征。A项错误，大数据要分析的是全体数据，而不是抽样数据；B项错误，以图形式呈现的数据（图结构）应采用图计算模式进行处理，而非流计算；C项错误，计算机数据的管理经历了人工管理、文件管理和数据库管理三个阶段；D项正确，大数据是超出传统数据库软件工具能力范围的数据集合，能用传统算法和数据库系统处理的海量数据不一定是大数据。 考向2 大数据与机器学习应用辨析（选择题） 例1 （2026届浙江强基联盟高三下学期二模 第4题） 某超市引入智能分析系统，货架摄像头采集顾客行为数据，收银台扫码记录销售数据。数据上传云端后，系统通过大数据分析发现商品间关联销售规律。同时，基于历史销售、当日天气、节假日等因素，运用机器学习算法预测顾客需求、自动生成补货建议。以下关于大数据和人工智能技术应用的说法正确的是（　　） A. 大数据技术只用于数据采集，不参与后续的数据分析 B. 大数据技术关注天气与商品销售间的因果关系 C. 机器学习算法训练完成后就不再需要新的数据进行优化 D. 基于机器学习的算法更能从数据中自适应地发现潜在规律 答案：D 解析：本题考查大数据与机器学习的基本概念。A项错误，大数据技术贯穿数据采集、存储、分析、应用的全流程；B项错误，大数据分析更关注数据间的关联关系，而非因果关系；C项错误，机器学习算法训练完成后，仍可通过新增数据迭代优化模型、提升预测准确性；D项正确，机器学习算法具备自主学习的特点，能从海量数据中自适应地发现潜在规律。 考点三 人工智能的产生与发展 知●识●解●构 知识点1 人工智能的产生与发展 1.人工智能：利用计算机模拟、延伸和扩展人类智能的技术。 2.发展历程：1956年达特茅斯会议提出“人工智能”概念 → 专家系统兴起 → 机器学习与深度学习快速发展。 3.机器学习：从数据中学习规律并建立模型；深度学习是机器学习的重要分支，需要海量数据和超大规模算力支持，训练数据的规模与质量直接影响模型效果。 知识点2 人工智能三大流派 1.符号主义（逻辑主义）：基于逻辑与规则，通过知识库和推理实现智能，如专家系统；局限是知识库难以构建完备、推理方法有限。 2.联结主义（仿生学派）：模拟人脑神经网络，数据驱动，通过深度学习等方式提升智能，如神经网络、深度学习模型。 3.行为主义（控制论学派）：基于“感知—行动”，通过与环境交互、反馈来学习和调整行为，如智能机器人、强化学习。 判别要点：看“规则推理”选符号主义；看“神经网络/数据训练”选联结主义；看“交互反馈/试错学习”选行为主义；三个流派都需要数据支撑。 考●向●破●译 考向1 三大流派辨析（选择题） 例1 （2024学年第一学期浙江省名校协作体 高三第3题） 下列关于人工智能的说法，正确的是（　　） A. 符号主义人工智能通过深度学习的方式来提升智能 B. 混合增强智能是人类智能、人工智能等多种智能体的混合 C. 人工智能技术只会推动人类社会进步，不可能威胁人类安全 D. 联结主义人工智能是数据驱动的，而行为主义人工智能则无需数据 答案：B 解析：本题考查人工智能三大流派。A项错误，符号主义人工智能通过推理运算实现智能行为，深度学习是联结主义人工智能提升智能的方式；B项正确，混合增强智能是人类智能、人工智能等多种智能体的混合与协同；C项错误，人工智能在推动社会进步的同时也可能威胁人类安全，不能说“不可能威胁人类安全”；D项错误，行为主义人工智能也需要数据来指导学习和优化过程。 考向2 机器学习与神经网络情境判断（选择题） 例1 （丽水湖州衢州2025年11月三地市质检 第3题） 某校配置的“智能助学系统”包括助学终端和服务器等。其助学终端含摄像头、触控屏等，能获取语音、图片，从中识别出题目信息上传至服务器；服务器进行解题，并将答案、解析等回传至助学终端供查看，同时记录错题，用于推送针对性学习资源。助学终端利用神经网络识别题目信息，下列说法不正确的是（　　） A. 识别题目应用了人工智能技术 B. 提高图片清晰度有助于提升识别精准度 C. 每次识别题目时，需要重新学习原始的训练数据 D. 为解决语音识别准确率较低的问题，可调整训练模型 答案：C 解析：本题考查机器学习（神经网络）的基本过程。神经网络模型需先用训练数据训练，训练完成后识别时只需输入新数据即可，无需每次重新学习原始训练数据，故C说法不正确；A项，识别题目是人工智能（图像识别）技术的应用；B项，图片越清晰越有利于特征提取，可提升识别精准度；D项，语音识别准确率低时可通过调整（优化）训练模型来改善。 考点四 人工智能的应用与社会影响 知●识●解●构 知识点1 领域、跨领域与混合增强智能 1.领域人工智能：在某一特定领域达到甚至超越人类专家水平，如 AlphaGo 下棋、医学影像辅助诊断。 2.跨领域人工智能：把在某一领域训练出的智能迁移应用到其他领域，如“沃森”从益智游戏移植到医疗领域。 3.混合增强智能：人类智能与人工智能等多种智能体协同工作（人机协同），如“AI＋人工”客服、人机协同阅片。 知识点2 常见智能处理方式 1.语音识别：将语音转换为文本，如智能音箱、语音输入法。 2.字符识别（OCR）：从图像中识别文字，如扫描文稿文字识别、车牌识别。 3.图像识别：人脸识别、物体识别等，如刷脸认证、摄像头识别渣土车。 4.机器翻译：自动实现不同自然语言之间的转换。 知识点3 人工智能对社会的影响 积极影响：改善生活质量、提高生产效率、促进经济发展、辅助科学决策。 带来的挑战：就业冲击（部分岗位被替代）、安全风险（系统漏洞与滥用）、隐私与伦理问题（数据滥用、算法偏见）。 辩证认识：既要看到人工智能的积极作用，也要正视其风险；“人工智能将取代所有人类工作”“人工智能不会带来任何风险”等说法过于绝对，应结合具体情境判断。 考●向●破●译 考向1 应用归类与社会影响辩证分析（选择题） 例1 （2023学年第二学期浙江省名校协作体 高三第2题） 下列关于人工智能的说法，正确的是（　　） A. 基于规则学习的人工智能难以构建完备的知识库和完善的推理方法 B. 将“沃森”智能从益智游戏移植到医疗领域是领域人工智能 C. 联结主义人工智能是数据驱动的，而行为主义人工智能则无需数据 D. 人工智能改善人类生活、促进经济发展且不会威胁人类安全 答案：A 解析：本题考查人工智能的应用分类与社会影响。A项正确，基于规则学习（符号主义）的人工智能依赖知识库与推理规则，知识库难以构建完备、推理方法有限；B项错误，“沃森”从益智游戏移植到医疗领域，是将某一领域的智能迁移应用到其他领域，属于跨领域人工智能，不是领域人工智能；C项错误，行为主义人工智能也需要数据；D项错误，“不会威胁人类安全”说法过于绝对，人工智能在促进发展的同时也会带来就业冲击、安全与伦理等挑战。 考向2 AI应用场景识别（选择题） 例1 （宁波市2026届高三一模 第6题） 某连锁药店智能监管系统实现药品从入库到销售全程监管。智能识别终端的下列功能中，最能体现人工智能技术应用的是（　　） A. 读取购买者出示的身份证号，并把后六位显示在屏幕上 B. 购买者可通过人脸识别自动核验购药者身份信息 C. 接收云端服务器发送的最新药品监管规则 D. 将违规购买记录按固定格式整理后上传至服务器 答案：B 解析：本题考查人工智能技术的应用识别。人脸识别属于人工智能（计算机视觉/图像识别）技术的典型应用；A项读取并显示身份证号后六位只是数据的读取与显示，C项接收云端规则是网络通信功能，D项整理并上传记录是数据的整理与传输，均不属于人工智能技术的应用。 真题溯源·考向感知 ——溯源真题逻辑，感知高考考向 1.（选考真题・2024年6月浙江信息技术选考 第1题）某校基于线下校史馆创建在线数字校史馆，将学校发展历史及校友的代表性成果、活动影像等资料，以文本、图像、视频等格式存储。校友可以用手机、电脑等终端登录数字校史馆查阅资料，也可以向在线问答机器人咨询学校相关信息。关于该数字校史馆中数据的叙述，正确的是（　　） A. 数字校史馆中的数据有助于学校传承与发展，体现了数据的价值性 B. 不同格式的数据必须保存在不同的存储设备中 C. 学校的发展历史只能以同一种数据表现形式呈现 D. 文本、图像、视频都是结构化数据 【参考答案与解析】 答案：A 解析：本题考查数据相关内容。数据是对客观事物的符号表示，可以是文字、数字、符号、表格、图像、语音、视频等。A项，数据是有价值的，通过加工数据可以挖掘出数据中隐含的价值，正确；B项，同一存储设备（如硬盘、U盘）可以存储不同格式的数据；C项，数据的表现形式是多样的，可以是文字、图形、图像、音频、视频等；D项，文本、图像、视频属于非结构化数据，不是结构化数据。 2.（选考真题・2024年6月浙江信息技术选考 第4题）某校基于线下校史馆创建在线数字校史馆，将学校发展历史及校友的代表性成果、活动影像等资料，以文本、图像、视频等格式存储。校友可以用手机、电脑等终端登录数字校史馆查阅资料，也可以向在线问答机器人咨询学校相关信息。下列对校史馆资料的处理方式，不合理的是（　　） A. 为了方便预览，为高清图像生成缩略图 B. 为了节省存储空间，将JPEG格式的图像转换成BMP格式 C. 为了方便传输，对高清视频进行压缩 D. 为了便于检索，将纸质文稿扫描成图像后识别出文字一并保存 【参考答案与解析】 答案：B 解析：本题考查数据处理方式。缩略图便于快速预览浏览，A合理；BMP是未压缩格式，JPEG是有损压缩后的格式，将JPEG转换为BMP不能节省存储空间，反而会使文件变大，B不合理；对高清视频进行压缩可显著减小文件大小、方便传输，C合理；将纸质文稿扫描成图像后，通过字符识别（OCR）识别出文字，便于检索，D合理。 3.（选考真题・2026年1月浙江信息技术选考 第3题） 阅读下列材料，回答第1至5题： 某工地采用智能环保喷淋系统，该系统在工地围栏上安装了粉尘传感器，实时采集粉尘浓度数据，数据通过4G/5G通信网络传输至服务器，系统根据数据处理结果启停喷淋设备或调整喷水量。当工地出口处的摄像头识别出渣土车时，系统会启动车辆冲洗功能。若监测到故障（如传感器接线故障），服务器会发送短信通知维护人员。管理员可通过移动终端APP查看设备运行状况，也可远程控制喷淋设备。此外，系统能根据需要生成运行统计报表和故障记录表。 3. 下列关于该系统功能与应用的描述，正确的是（　　） A. 该系统对外部环境没有依赖 B. 服务器不对故障信息进行处理 C. 该系统没有数据输出功能 D. 识别渣土车可采用人工智能技术 【参考答案与解析】 答案：D 解析：本题考查信息系统功能与人工智能应用。A项错误，系统依赖粉尘传感器等外部环境输入，并非对外部环境没有依赖；B项错误，服务器对传感器数据与故障信息进行处理（监测到故障时发送短信通知维护人员）；C项错误，系统能生成运行统计报表和故障记录表、远程控制喷淋设备，具有数据输出功能；D项正确，摄像头识别渣土车可运用人工智能（图像识别）技术。 4.（选考真题・2026年1月浙江信息技术选考 第13题(5)） 某小组模拟搭建植物大棚温度监控系统，采用智能终端连接温度传感器、风速传感器，每分钟采集一次温度和风速数据，并通过无线通信方式将数据传输至服务器，存储到数据库中。 （5）将当年5月份的风速（单位：m/s）数据导出到文件data.xlsx中。统计5月2日每小时中风速大于该日平均风速的次数，选择次数最多的前5个小时的数据，绘制柱形图。实现上述功能的部分Python程序如下，请选择合适的代码填入划线处（单选）。 import pandas as pd import matplotlib.pyplot as plt df = pd.read_excel('data.xlsx') #读取文件 df1 = df[df['日']==2] #筛选 ave = df1['风速'].mean() #求均值 df1 = ① df2 = ② #重命名df2中“风速”列名称为“次数”，代码略 df2 = ③ df3 = df2.head(5) #获取前5条数据 #设置绘图参数，选取df3中的数据创建图表，显示柱形图，代码略 程序中①②③处可选的代码有： A. df[df['风速']>ave] B. df1[df1['风速']>ave] C. df2.sort_values('次数', ascending=True) #升序排序 D. df2.sort_values('次数', ascending=False) E. df1.groupby('小时', as_index=False).count() #分组计数 F. df1.groupby('风速', as_index=False).count() (1) ①处应选择的代码为：________ (2) ②处应选择的代码为：________ (3) ③处应选择的代码为：________ 【参考答案与解析】 答案：①B；②E；③D 解析：本题考查 pandas 数据处理综合应用。①处需在筛选出5月2日数据df1的基础上，再筛选出风速大于当日平均风速的记录，故选B（df1[df1['风速']>ave]）；②处需按“小时”分组，统计每小时中风速大于平均值的次数，故选E（df1.groupby('小时', as_index=False).count()）；③处需按“次数”降序排序，才能取出次数最多的前5个小时，故选D（df2.sort_values('次数', ascending=False)）。 2 / 3 学科网（北京）股份有限公司 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $ 第04讲 数据处理与人工智能 内容导航 01 命题透视·考情前瞻 对标素养，研判高考命题趋势 02 思维建模·脉络梳理 搭建知识框架，构建系统思维 03 考点精讲·靶向突破 拆解核心考点，归纳解题范式 考点一 常用表格数据处理 知识解构 知识点1 数据处理的一般流程与Excel常用操作 知识点2 pandas数据处理（筛选、排序、分类汇总） 知识点3 数据分析与可视化 考向破译 考向1 数据处理方式辨析（选择题） 考向2 pandas筛选、分类汇总代码填空（非选择题） 考点二 大数据处理 知识解构 知识点1 大数据及其特征（4V） 知识点2 分治思想与三种计算模式 知识点3 大数据典型应用 考向破译 考向1 大数据特征与管理辨析（选择题） 考向2 大数据与机器学习应用辨析（选择题） 考点三 人工智能的产生与发展 知识解构 知识点1 人工智能的产生与发展 知识点2 人工智能三大流派 考向破译 考向1 三大流派辨析（选择题） 考向2 机器学习与神经网络情境判断（选择题） 考向破译 考向1 应用归类与社会影响辩证分析（选择题） 考点四 人工智能的应用与社会影响 知识解构 知识点1 领域、跨领域、混合增强智能 知识点2 常见智能处理方式 知识点3 人工智能对社会的影响 考向破译 考向1 应用归类与社会影响辩证分析（选择题） 04 真题溯源·考向感知 溯源真题逻辑，感知高考考向 命题透视·考情前瞻 ——对标素养，研判高考命题趋势 考点要求 考查形式 2026年 2025年 2024年 常用表格数据处理（Excel/pandas：排序、筛选、分类汇总、分组统计） 选择题 非选择题 浙江卷 1 月 T1，2 分 浙江卷 1 月 T13(5)，填空 浙江卷 6 月 T1，2 分 浙江卷 6 月 T14(1)，填空 浙江卷 6 月 T4，2 分 大数据处理（4V特征、分治思想、批处理/流计算/图计算） 选择题 非选择题 浙江卷 1 月 T13(3)，多选（数据存储） —— —— 人工智能的产生与发展（三大流派、机器学习、深度学习） þ选择题 非选择题 —— 浙江卷 6 月 T7，2 分 浙江卷 1 月 T6，2 分 人工智能的应用与社会影响（应用归类、智能处理、辩证分析） þ选择题 非选择题 浙江卷 1 月 T3，2 分 —— 浙江卷 6 月 T3，2 分 考情分析： 1．数据处理与人工智能是浙江信息技术选考的固定模块，选择题与非选择题均有涉及。选择题侧重考查数据的概念与价值、数据处理方式辨析、大数据特征、人工智能三大流派、机器学习与深度学习的基本思想；非选择题常结合真实情境（数字校史馆、水质监测、植物大棚、智能环保喷淋等），把 pandas 数据筛选、排序、分类汇总嵌入代码填空。 2．表格数据处理：重点考查 pandas 布尔筛选、groupby 分类汇总、sort_values 排序及 mean、sum、count 等聚合操作，非选择题几乎每年设置一组 pandas 代码填空，是复习的重中之重。 3．大数据：常结合情境以选择题辨析 4V 特征、批处理/流计算/图计算适用场景及大数据与普通数据的边界，注意“分析全体数据而非抽样数据”“关注关联关系而非因果关系”等易错表述。 4．人工智能：重点考查三大流派辨析、机器学习“数据训练＋模型推理”的基本过程，以及领域/跨领域/混合增强智能的应用归类。 5．社会影响：常以“过于绝对”的判断呈现（如“取代所有人类工作”“不会威胁人类安全”），需辩证分析其在改善生活、促进经济发展的同时带来的就业冲击与安全伦理挑战。 复习目标： 1．掌握数据处理的一般流程与Excel常用操作，能读懂并填写pandas数据筛选、排序、分类汇总代码，理解分组聚合后的数据结构。 2．理解大数据 4V 特征与“分治”思想，能区分批处理、流计算、图计算及其适用场景，认识大数据典型应用。 3．掌握人工智能三大流派的核心思想，理解机器学习、深度学习“数据训练＋模型推理”的基本过程。 4．能区分领域人工智能、跨领域人工智能、混合增强智能，认识语音识别、字符识别、机器翻译等智能处理方式，辩证分析人工智能对社会的影响。 思维建模·脉络梳理 ——搭建知识框架，构建系统思维 考点精讲·靶向突破 ——拆解核心考点，归纳解题范式 考点一 常用表格数据处理 知●识●解●构 知识点1 数据处理的一般流程与Excel常用操作 1.数据处理的一般过程：数据采集（人工录入、自动采集）→ 数据整理（清洗：去重、补缺、纠错、统一格式）→ 数据分析（排序、筛选、分类汇总等）→ 数据可视化（图表呈现）→ 形成数据分析报告。 2.表格数据处理常用操作：排序（按单列或多列关键字排序）、筛选（按条件筛选出符合条件的记录）、分类汇总（先按分类字段分组，再对数据项进行求和、求平均等汇总统计）。 3.数据整理阶段常见任务：删除重复数据、补全缺失值、纠正错误数据、统一数据格式，保证数据质量。 知识点2 pandas数据处理核心操作 1.读取数据：df = pd.read_excel('data.xlsx') 或 pd.read_csv('data.csv')，返回 DataFrame 对象。 2.筛选（布尔索引）：df[df['列名'] == 值]、df[df['列名'] > 阈值]；多条件用 &（与）、|（或）、~（非）连接。 3.排序：df.sort_values('列名', ascending=False) 按该列降序，ascending=True 为升序。 4.分类汇总：df.groupby('分类列名', as_index=False).sum() / .mean() / .count() / .max()，实现“先分组、后汇总”。 5.常用聚合：sum() 求和、mean() 求平均、count() 计数、max()/min() 求最值；head(n) 取前 n 条记录。 知识点3 数据分析与可视化 数据可视化：用图表直观呈现数据特征，常用 matplotlib 绘制柱形图（plt.bar）、折线图（plt.plot）、饼图（plt.pie）等。 绘制柱形图前通常需要完成：筛选 → 分组统计 → 排序 → 取前若干条，再传入横轴与纵轴数据。 数据分析报告：对数据整理、分析与可视化结果进行综合描述，为管理决策提供依据。 考●向●破●译 考向1 数据处理方式辨析（选择题） 例1 （丽水湖州衢州2025年11月三地市质检 第1题） 阅读下列材料，回答第1至2题： 某医院AI辅助诊断系统，可获取CT设备扫描得到的医学影像数据，并分析生成有文字描述、带标注示意图及参数对比的诊断报告。医生审核后，系统将诊断报告的查询链接发送至患者手机。 1. 下列关于数据的说法，正确的是（　　） A. 系统中的医学影像是模拟信号 B. 诊断报告仅存储在患者手机中 C. 诊断报告中的数据只有文字形式 D. 生成诊断报告的过程体现数据可加工处理 考向2 pandas筛选、分类汇总代码填空（非选择题） 例1 （2024学年第一学期浙江省名校协作体 高三第14题(5)） 小明为景区的玫瑰花圃搭建杂草监测系统。将该系统某一周内监测到的杂草数据导出，编写程序输出花圃中出现杂草数量最多的区域，如果有数量相同的区域，则一起输出。实现上述功能的部分Python程序如下，请在划线处填入合适的代码。 import pandas as pd df = pd.read_excel('zc.xlsx') df1 = df.groupby('①', as_index=False).sum() mzc = df1['数量'].max() df2 = df1[②] print('本周杂草数量最多的区域是' + str(list(df2['区域'])) + '，请园丁多关注此区域。') (1) ①处应填入的代码为：________ (2) ②处应填入的代码为：________ 考点二 大数据处理 知●识●解●构 1.大数据：规模大到在获取、存储、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合。 2.大数据4V特征：大量（数据规模大）、高速（数据产生与处理速度快）、多样（数据类型多，多为非结构化数据）、低价值密度（单个数据价值低，但总体价值高）。 3.大数据与普通数据的边界：能用传统算法和数据库系统处理的海量数据不一定是大数据；大数据要分析的是全体数据，而不是抽样数据；大数据处理的大部分是非结构化数据。 知识点2 分治思想与三种计算模式 1.分治思想：把规模大的复杂问题分解为多个规模较小的子问题，分别处理（可并行）后合并结果，是大数据并行处理的基础。 ①批处理：针对存量（有界）数据，一次性处理一批，适合离线计算与大规模统计分析，如 Hadoop。 ②流计算：针对源源不断产生的实时（无界）数据流，边产生边处理，适合实时监控、实时推荐等时效性要求高的场景，如 Flink、Storm。 ③图计算：针对图结构数据（节点与边），适合社交网络分析、路径规划等关系计算场景。 2.选择依据：按数据产生方式与时效要求选择——历史存量数据用批处理，实时连续数据用流计算，图结构数据用图计算。 知识点3 大数据典型应用 典型应用：精准营销（分析商品关联销售规律）、城市交通治理（实时路况与调度）、疫情数据追踪、舆情监测、个性化推荐等。 大数据分析关注数据间的相关关系，一般不刻意追求因果关系；通过挖掘海量低价值密度数据，发现潜在价值。 考●向●破●译 考向1 大数据特征与管理辨析（选择题） 例1 （2024学年第一学期浙江省名校协作体 高三第2题） 下列关于数据管理和大数据的说法，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. 以图形式呈现的数据，可采用流计算模式进行处理 C. 计算机数据的管理经历了文件管理、数据库管理两个阶段 D. 可用传统算法和数据库系统处理的海量数据不一定是大数据 考向2 大数据与机器学习应用辨析（选择题） 例1 （2026届浙江强基联盟高三下学期二模 第4题） 某超市引入智能分析系统，货架摄像头采集顾客行为数据，收银台扫码记录销售数据。数据上传云端后，系统通过大数据分析发现商品间关联销售规律。同时，基于历史销售、当日天气、节假日等因素，运用机器学习算法预测顾客需求、自动生成补货建议。以下关于大数据和人工智能技术应用的说法正确的是（　　） A. 大数据技术只用于数据采集，不参与后续的数据分析 B. 大数据技术关注天气与商品销售间的因果关系 C. 机器学习算法训练完成后就不再需要新的数据进行优化 D. 基于机器学习的算法更能从数据中自适应地发现潜在规律 考点三 人工智能的产生与发展 知●识●解●构 知识点1 人工智能的产生与发展 1.人工智能：利用计算机模拟、延伸和扩展人类智能的技术。 2.发展历程：1956年达特茅斯会议提出“人工智能”概念 → 专家系统兴起 → 机器学习与深度学习快速发展。 3.机器学习：从数据中学习规律并建立模型；深度学习是机器学习的重要分支，需要海量数据和超大规模算力支持，训练数据的规模与质量直接影响模型效果。 知识点2 人工智能三大流派 1.符号主义（逻辑主义）：基于逻辑与规则，通过知识库和推理实现智能，如专家系统；局限是知识库难以构建完备、推理方法有限。 2.联结主义（仿生学派）：模拟人脑神经网络，数据驱动，通过深度学习等方式提升智能，如神经网络、深度学习模型。 3.行为主义（控制论学派）：基于“感知—行动”，通过与环境交互、反馈来学习和调整行为，如智能机器人、强化学习。 判别要点：看“规则推理”选符号主义；看“神经网络/数据训练”选联结主义；看“交互反馈/试错学习”选行为主义；三个流派都需要数据支撑。 考●向●破●译 考向1 三大流派辨析（选择题） 例1 （2024学年第一学期浙江省名校协作体 高三第3题） 下列关于人工智能的说法，正确的是（　　） A. 符号主义人工智能通过深度学习的方式来提升智能 B. 混合增强智能是人类智能、人工智能等多种智能体的混合 C. 人工智能技术只会推动人类社会进步，不可能威胁人类安全 D. 联结主义人工智能是数据驱动的，而行为主义人工智能则无需数据 考向2 机器学习与神经网络情境判断（选择题） 例1 （丽水湖州衢州2025年11月三地市质检 第3题） 某校配置的“智能助学系统”包括助学终端和服务器等。其助学终端含摄像头、触控屏等，能获取语音、图片，从中识别出题目信息上传至服务器；服务器进行解题，并将答案、解析等回传至助学终端供查看，同时记录错题，用于推送针对性学习资源。助学终端利用神经网络识别题目信息，下列说法不正确的是（　　） A. 识别题目应用了人工智能技术 B. 提高图片清晰度有助于提升识别精准度 C. 每次识别题目时，需要重新学习原始的训练数据 D. 为解决语音识别准确率较低的问题，可调整训练模型 考点四 人工智能的应用与社会影响 知●识●解●构 知识点1 领域、跨领域与混合增强智能 1.领域人工智能：在某一特定领域达到甚至超越人类专家水平，如 AlphaGo 下棋、医学影像辅助诊断。 2.跨领域人工智能：把在某一领域训练出的智能迁移应用到其他领域，如“沃森”从益智游戏移植到医疗领域。 3.混合增强智能：人类智能与人工智能等多种智能体协同工作（人机协同），如“AI＋人工”客服、人机协同阅片。 知识点2 常见智能处理方式 1.语音识别：将语音转换为文本，如智能音箱、语音输入法。 2.字符识别（OCR）：从图像中识别文字，如扫描文稿文字识别、车牌识别。 3.图像识别：人脸识别、物体识别等，如刷脸认证、摄像头识别渣土车。 4.机器翻译：自动实现不同自然语言之间的转换。 知识点3 人工智能对社会的影响 积极影响：改善生活质量、提高生产效率、促进经济发展、辅助科学决策。 带来的挑战：就业冲击（部分岗位被替代）、安全风险（系统漏洞与滥用）、隐私与伦理问题（数据滥用、算法偏见）。 辩证认识：既要看到人工智能的积极作用，也要正视其风险；“人工智能将取代所有人类工作”“人工智能不会带来任何风险”等说法过于绝对，应结合具体情境判断。 考●向●破●译 考向1 应用归类与社会影响辩证分析（选择题） 例1 （2023学年第二学期浙江省名校协作体 高三第2题） 下列关于人工智能的说法，正确的是（　　） A. 基于规则学习的人工智能难以构建完备的知识库和完善的推理方法 B. 将“沃森”智能从益智游戏移植到医疗领域是领域人工智能 C. 联结主义人工智能是数据驱动的，而行为主义人工智能则无需数据 D. 人工智能改善人类生活、促进经济发展且不会威胁人类安全 考向2 AI应用场景识别（选择题） 例1 （宁波市2026届高三一模 第6题） 某连锁药店智能监管系统实现药品从入库到销售全程监管。智能识别终端的下列功能中，最能体现人工智能技术应用的是（　　） A. 读取购买者出示的身份证号，并把后六位显示在屏幕上 B. 购买者可通过人脸识别自动核验购药者身份信息 C. 接收云端服务器发送的最新药品监管规则 D. 将违规购买记录按固定格式整理后上传至服务器 真题溯源·考向感知 ——溯源真题逻辑，感知高考考向 1.（选考真题・2024年6月浙江信息技术选考 第1题）某校基于线下校史馆创建在线数字校史馆，将学校发展历史及校友的代表性成果、活动影像等资料，以文本、图像、视频等格式存储。校友可以用手机、电脑等终端登录数字校史馆查阅资料，也可以向在线问答机器人咨询学校相关信息。关于该数字校史馆中数据的叙述，正确的是（　　） A. 数字校史馆中的数据有助于学校传承与发展，体现了数据的价值性 B. 不同格式的数据必须保存在不同的存储设备中 C. 学校的发展历史只能以同一种数据表现形式呈现 D. 文本、图像、视频都是结构化数据 2.（选考真题・2024年6月浙江信息技术选考 第4题）某校基于线下校史馆创建在线数字校史馆，将学校发展历史及校友的代表性成果、活动影像等资料，以文本、图像、视频等格式存储。校友可以用手机、电脑等终端登录数字校史馆查阅资料，也可以向在线问答机器人咨询学校相关信息。下列对校史馆资料的处理方式，不合理的是（　　） A. 为了方便预览，为高清图像生成缩略图 B. 为了节省存储空间，将JPEG格式的图像转换成BMP格式 C. 为了方便传输，对高清视频进行压缩 D. 为了便于检索，将纸质文稿扫描成图像后识别出文字一并保存 3.（选考真题・2026年1月浙江信息技术选考 第3题） 阅读下列材料，回答第1至5题： 某工地采用智能环保喷淋系统，该系统在工地围栏上安装了粉尘传感器，实时采集粉尘浓度数据，数据通过4G/5G通信网络传输至服务器，系统根据数据处理结果启停喷淋设备或调整喷水量。当工地出口处的摄像头识别出渣土车时，系统会启动车辆冲洗功能。若监测到故障（如传感器接线故障），服务器会发送短信通知维护人员。管理员可通过移动终端APP查看设备运行状况，也可远程控制喷淋设备。此外，系统能根据需要生成运行统计报表和故障记录表。 3. 下列关于该系统功能与应用的描述，正确的是（　　） A. 该系统对外部环境没有依赖 B. 服务器不对故障信息进行处理 C. 该系统没有数据输出功能 D. 识别渣土车可采用人工智能技术 4.（选考真题・2026年1月浙江信息技术选考 第13题(5)） 某小组模拟搭建植物大棚温度监控系统，采用智能终端连接温度传感器、风速传感器，每分钟采集一次温度和风速数据，并通过无线通信方式将数据传输至服务器，存储到数据库中。 （5）将当年5月份的风速（单位：m/s）数据导出到文件data.xlsx中。统计5月2日每小时中风速大于该日平均风速的次数，选择次数最多的前5个小时的数据，绘制柱形图。实现上述功能的部分Python程序如下，请选择合适的代码填入划线处（单选）。 import pandas as pd import matplotlib.pyplot as plt df = pd.read_excel('data.xlsx') #读取文件 df1 = df[df['日']==2] #筛选 ave = df1['风速'].mean() #求均值 df1 = ① df2 = ② #重命名df2中“风速”列名称为“次数”，代码略 df2 = ③ df3 = df2.head(5) #获取前5条数据 #设置绘图参数，选取df3中的数据创建图表，显示柱形图，代码略 程序中①②③处可选的代码有： A. df[df['风速']>ave] B. df1[df1['风速']>ave] C. df2.sort_values('次数', ascending=True) #升序排序 D. df2.sort_values('次数', ascending=False) E. df1.groupby('小时', as_index=False).count() #分组计数 F. df1.groupby('风速', as_index=False).count() (1) ①处应选择的代码为：________ (2) ②处应选择的代码为：________ (3) ③处应选择的代码为：________ 2 / 3 学科网（北京）股份有限公司 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $