第04讲 数据处理与人工智能（专项训练）（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 目录 01 课标达标练 题型01 考查常用表格数据处理（排序、筛选、分类汇总） 题型02 考查大数据及其特征与处理模式 题型03 考查人工智能三大流派与机器学习 题型04 考查人工智能应用与社会影响 02 核心突破练 03 真题溯源练 01 考查常用表格数据处理（排序、筛选、分类汇总）【★选考高频★难点】 考纲对标：掌握数据处理的一般流程与Excel常用操作（排序、筛选、分类汇总）；理解pandas布尔筛选、sort_values排序、groupby分类汇总等数据处理方法，能读懂并填写相关代码。浙江选考选择题与非选择题（代码填空）均高频考查。 1.【结合校园成绩表考查数据与数据处理】某班将学生期末考试成绩录入Excel表格进行统计分析，下列说法正确的是（） A. 对“总分”列进行排序属于数据整理，不能用于数据分析 B. 用Excel“筛选”功能按“总分>600”筛选记录，属于分类汇总 C. 对成绩表先按“班级”分组再求“总分”平均值，实现了“先汇总后分组” D. 将成绩表按“总分”降序排序，可直观看出学生成绩的排名 2.【结合超市销售数据考查pandas筛选与排序】某超市将一周的商品销售记录存入Excel文件sales.xlsx中，包含“商品名称”“销量”“类别”等列。现要筛选出销量大于100的记录，并按销量降序排列，实现该功能的部分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('sales.xlsx') df1 = df[①] #筛选出销量大于100的记录 df2 = df1.sort_values('销量', ②) #按销量降序排列 print(df2) (1) ①处应填入的代码为：______ (2) ②处应填入的代码为：______ 02 考查大数据及其特征与处理模式【★选考高频】 考纲对标：理解大数据“4V”特征（大量、高速、多样、低价值密度），能辨析大数据与普通数据的边界；理解“分治”思想；能区分批处理、流计算、图计算的适用场景，并根据数据特征选择合适的处理架构。选择题高频考查。 3. 【结合城市交通数据考查大数据特征】某市交通部门在全市范围收集车载GPS实时位置数据、路口视频监控数据等，用于交通拥堵治理。下列关于大数据及其处理的说法，正确的是（） A. 实时路况数据源源不断产生，适合采用批处理方式进行计算 B. 视频监控等数据体量巨大，可采用分布式存储与并行处理技术 C. 分析交通大数据时，通常抽取部分样本数据即可代表全体 D. 交通数据具有高价值密度特征，每条数据的价值都很高 03 考查人工智能三大流派与机器学习【★选考高频】 考纲对标：掌握人工智能三大流派（符号主义、联结主义、行为主义）的核心思想与区别；理解机器学习、深度学习“数据训练＋模型推理”的基本过程；能结合具体情境判断应用所属流派。浙江选考选择题高频考查。 4. 【结合智能语音助手考查三大流派】某智能语音助手通过大规模语料训练神经网络模型，实现语音识别与自然语言理解。下列关于该系统的说法，正确的是（） A. 该语音识别主要采用符号主义，依靠知识库和推理规则实现 B. 通过数据训练神经网络模型提升智能，属于联结主义 C. 行为主义人工智能强调逻辑推理，通过手工知识库实现智能 D. 三大流派中只有联结主义需要数据支撑 5.【结合AI作画模型考查深度学习】某AI绘画模型通过分析海量名画进行训练，能根据文字描述生成新画作。下列关于该模型的说法，正确的是（） A. 该模型属于符号主义人工智能，通过知识库中的规则进行推理 B. 深度学习需要海量数据与超大规模算力支撑，训练数据的规模与质量直接影响模型效果 C. 模型使用的训练数据规模越小，生成画作的质量越高 D. 该模型依靠与环境交互反馈不断改进，属于行为主义 04 考查人工智能应用与社会影响【★选考高频 】 考纲对标：能区分领域人工智能、跨领域人工智能、混合增强智能三类应用；认识语音识别、字符识别（OCR）、图像识别、机器翻译等常见智能处理方式；辩证认识人工智能对社会的影响，能识别“过于绝对”的错误表述。 6.【结合智能客服机器人考查人工智能应用分类】某公司研发的智能客服机器人，先在电商客服场景训练成熟，后被迁移应用于银行、政务等服务场景。下列说法正确的是（） A. 该机器人应用于电商客服属于跨领域人工智能 B. 将该机器人迁移应用于银行场景，属于领域人工智能 C. 将某一领域训练出的智能迁移应用到其他领域，属于跨领域人工智能 D. 该机器人与人工客服协同处理问题时，属于领域人工智能 7.【结合智能工厂考查AI社会影响辩证分析】某智能工厂引入工业机器人后，部分流水线岗位被替代，同时新增了机器人维护、数据标注等岗位。关于人工智能对社会的影响，下列说法不正确的是（） A. 人工智能可提高生产效率、促进经济发展 B. 人工智能可能带来就业结构调整，部分岗位被替代 C. 人工智能将取代所有人类工作，人类将无需参与生产 D. 应辩证看待人工智能带来的机遇与挑战 1． 【新情境：智能交通摄像头・AI技术应用】★（2025年4月宁波二模 第3题）阅读下列材料，回答第3题：某新式摄像头内置AI功能，基于海量数据训练，可以通过视觉识别技术初步判断车辆的危险行为和违规行为，比如打电话或者未系安全带，再将数据上传到服务器由交警进行审核，为构建城市交通大数据模型提供大量有参考意义的数据。下列关于该新式摄像头说法正确的是（） A. 该摄像头通过强化学习方式实现车辆危险行为的判断 B. 训练该AI功能的海量数据依赖于前期手工构造的知识库 C. 该摄像头应用于交通管理属于混合增强人工智能 D. 该摄像头在交通危险预警方面起到了很大的作用，可以完全替代人工判断 2． 【新情境：“AI新同事”社区垃圾分类管理・AI应用识别】★（2026年4月宁波二模 第5题）阅读下列材料，回答第5题：某街道引入“AI新同事”社区垃圾分类管理系统，在各社区部署分布式智慧局域网，在关键点位安装带计算能力的摄像终端，提取视频中的异常事件并上传到服务器，并在服务器部署了某AI大模型进行本地化分析。该系统能实时智能识别垃圾桶满溢、垃圾暴露、违规投放等异常事件，服务器生成告警工单派发至保洁员手机APP。该系统的下列应用中，运用了人工智能技术的是（） A. 将告警工单即时推送到保洁员手机APP中 B. 统计“违规投放”等异常事件的高发时段 C. 为不同类型的告警工单在APP中标注不同的颜色 D. 从视频画面中识别出“违规投放”“垃圾暴露”等异常事件 3． 【新情境：智慧体育系统・人脸识别与混合增强智能】★（2025年11月杭州市高三年级教学质量检测 第2题）某学校搭建了一个智慧体育系统，当系统通过摄像头检测到学生举手时，采用人脸识别技术确认学生身份，记录并存储学生的运动照片和运动时长。该系统人脸识别技术是基于神经网络方法实现的，下列说法不正确的是（） A. 人脸识别时需要学生出现在摄像头前，形成了混合增强智能的形态 B. 训练该人工智能模型不需要定义人脸五官位置和特征等知识 C. 该人脸识别的过程是联结主义人工智能的应用 D. 优化人脸识别的算法可以提高识别的准确度 1.（选考真题・2025年6月浙江信息技术选考 第1题）阅读下列材料，回答第1至2题：某校师生可在学校图书馆自助设备上借还图书，还可通过在线图书馆系统查看借阅记录、续借图书、浏览新书推荐。下列关于数据的说法，正确的是（） A. 图书的封面图像和馆藏数量在编码方式上没有差异 B. 数据库的应用降低了图书数据管理的效率 C. 对借阅数据的加工处理可为图书采购提供依据 D. 图书借还的数据仅存储在自助设备中 2.（选考真题・2025年6月浙江信息技术选考 第7题）阅读下列材料，回答第3至7题：某智慧公交系统中的车载终端内置了北斗定位、4G/5G通信、音频采集、NFC识别等模块，实时采集、处理公交车辆行驶数据，然后传输至服务器；车载摄像头识别违规驾驶行为，发出语音提醒，并通过车载终端将违规视频传输至服务器；公交APP为用户提供查询服务，还可在电子地图上实时显示公交车辆行驶路线和位置。车载摄像头识别违规驾驶行为是基于神经网络方法实现的，下列说法不正确的是（） A. 识别违规驾驶行为是人工智能技术的应用 B. 训练神经网络模型时需要提供驾驶行为数据 C. 进行违规驾驶行为识别时仍离不开原始训练数据 D. 识别违规驾驶行为的结果并不总是正确的 3.（选考真题・2025年6月浙江信息技术选考 第14题(1)） 水质监测系统已采集了某水域一年的pH数据，该水域pH值的正常范围为6-8。现要对这些数据进行分析，请回答下列问题：（1）将监测点1的数据导出，存于pHdata.xlsx文件中。现要找出pH均值最高的月份，并统计该月pH大于8的日分布情况，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('pHdata.xlsx') df1 = df.groupby('月', as_index=False).pH.mean() #分组求平均 df2 = ① #将df2首行的月份存入m，代码略 print('pH值最高月份序列为：', m) df_m = ② df_ex = df_m[df_m['pH'] > 8] #筛选 df_cnt = ③ #重命名pH列名称为'次数'，代码略 plt.bar(df_cnt['日'], df_cnt['次数']) #设置绘图参数，显示如第14题图b所示的柱形图，代码略 程序中①②③处可选的代码有： A. df[df['月'] == m] B. df2[df2['月'] == m] C. df.sort_values('pH', ascending=False) #降序排序 D. df_ex.groupby('日', as_index=False).pH.count() #分组计数 E. df1.sort_values('pH', ascending=False) F. df_ex.groupby('时', as_index=False).pH.count() 4． （选考真题・2024年1月浙江信息技术选考 第6题） 下列关于人工智能的说法，正确的是（） A. 人工智能技术可应用于汽车无人驾驶 B. 训练数据的规模不会影响深度学习的效果 C. 人工智能的实现都需要事先手工构造知识库 D. 人脸识别技术都是通过符号主义人工智能实现的 学科网（北京）股份有限公司1 / 17 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 目录 01 课标达标练 题型01 考查常用表格数据处理（排序、筛选、分类汇总） 题型02 考查大数据及其特征与处理模式 题型03 考查人工智能三大流派与机器学习 题型04 考查人工智能应用与社会影响 02 核心突破练 03 真题溯源练 01 考查常用表格数据处理（排序、筛选、分类汇总）【★选考高频★难点】 考纲对标：掌握数据处理的一般流程与Excel常用操作（排序、筛选、分类汇总）；理解pandas布尔筛选、sort_values排序、groupby分类汇总等数据处理方法，能读懂并填写相关代码。浙江选考选择题与非选择题（代码填空）均高频考查。 1.【结合校园成绩表考查数据与数据处理】某班将学生期末考试成绩录入Excel表格进行统计分析，下列说法正确的是（） A. 对“总分”列进行排序属于数据整理，不能用于数据分析 B. 用Excel“筛选”功能按“总分>600”筛选记录，属于分类汇总 C. 对成绩表先按“班级”分组再求“总分”平均值，实现了“先汇总后分组” D. 将成绩表按“总分”降序排序，可直观看出学生成绩的排名 【答案】D 【解析】 A 错误：对“总分”列排序是数据分析阶段的重要操作，可用于观察数据规律、辅助决策； B 错误：“筛选”是按条件筛选出符合条件的记录，属于数据分析，不属于分类汇总； C 错误：分类汇总应先按“班级”分组，再对各组求平均值，“先汇总后分组”表述颠倒； D 正确：按“总分”降序排序后记录从高到低排列，可直观看出成绩排名。 2.【结合超市销售数据考查pandas筛选与排序】某超市将一周的商品销售记录存入Excel文件sales.xlsx中，包含“商品名称”“销量”“类别”等列。现要筛选出销量大于100的记录，并按销量降序排列，实现该功能的部分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('sales.xlsx') df1 = df[①] #筛选出销量大于100的记录 df2 = df1.sort_values('销量', ②) #按销量降序排列 print(df2) (1) ①处应填入的代码为：______ (2) ②处应填入的代码为：______ 【答案】(1) df['销量']>100；(2) ascending=False 【解析】本题考查pandas数据筛选与排序。 ①处要求筛选出“销量”大于100的记录，可用布尔索引 df['销量']>100；②处sort_values()默认按升序排序，要实现降序需加参数ascending=False。 02 考查大数据及其特征与处理模式【★选考高频】 考纲对标：理解大数据“4V”特征（大量、高速、多样、低价值密度），能辨析大数据与普通数据的边界；理解“分治”思想；能区分批处理、流计算、图计算的适用场景，并根据数据特征选择合适的处理架构。选择题高频考查。 3. 【结合城市交通数据考查大数据特征】某市交通部门在全市范围收集车载GPS实时位置数据、路口视频监控数据等，用于交通拥堵治理。下列关于大数据及其处理的说法，正确的是（） A. 实时路况数据源源不断产生，适合采用批处理方式进行计算 B. 视频监控等数据体量巨大，可采用分布式存储与并行处理技术 C. 分析交通大数据时，通常抽取部分样本数据即可代表全体 D. 交通数据具有高价值密度特征，每条数据的价值都很高 【答案】B 【解析】本题考查大数据特征与处理模式。 A 错误：实时产生的数据流适合采用流计算模式边产生边处理； B 正确：数据体量巨大可借助分布式存储与并行（分治）处理提升效率； C 错误：大数据分析的是全体数据，而不是抽样数据； D 错误：大数据具有低价值密度特征，单个数据价值低，但总体价值高。 03 考查人工智能三大流派与机器学习【★选考高频】 考纲对标：掌握人工智能三大流派（符号主义、联结主义、行为主义）的核心思想与区别；理解机器学习、深度学习“数据训练＋模型推理”的基本过程；能结合具体情境判断应用所属流派。浙江选考选择题高频考查。 4. 【结合智能语音助手考查三大流派】某智能语音助手通过大规模语料训练神经网络模型，实现语音识别与自然语言理解。下列关于该系统的说法，正确的是（） A. 该语音识别主要采用符号主义，依靠知识库和推理规则实现 B. 通过数据训练神经网络模型提升智能，属于联结主义 C. 行为主义人工智能强调逻辑推理，通过手工知识库实现智能 D. 三大流派中只有联结主义需要数据支撑 【答案】B 【解析】本题考查人工智能三大流派。A错误，利用神经网络模型训练属于联结主义；B正确，联结主义模拟人脑神经网络，是数据驱动的方式；C错误，行为主义基于“感知—行动”，通过与环境交互反馈来学习；D错误，符号主义、联结主义、行为主义都需要数据支撑。 5.【结合AI作画模型考查深度学习】某AI绘画模型通过分析海量名画进行训练，能根据文字描述生成新画作。下列关于该模型的说法，正确的是（） A. 该模型属于符号主义人工智能，通过知识库中的规则进行推理 B. 深度学习需要海量数据与超大规模算力支撑，训练数据的规模与质量直接影响模型效果 C. 模型使用的训练数据规模越小，生成画作的质量越高 D. 该模型依靠与环境交互反馈不断改进，属于行为主义 【答案】B 【解析】本题考查深度学习与人工智能流派。A错误，深度学习基于神经网络从海量数据中学习，不依赖手工知识库与规则推理（那是符号主义）；B正确，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撑，训练数据的规模与质量直接影响模型效果；C错误，训练数据规模越大、质量越高，模型效果通常越好；D错误，该模型属于联结主义（数据驱动），行为主义强调与环境交互反馈（感知—行动）。 04 考查人工智能应用与社会影响【★选考高频 】 考纲对标：能区分领域人工智能、跨领域人工智能、混合增强智能三类应用；认识语音识别、字符识别（OCR）、图像识别、机器翻译等常见智能处理方式；辩证认识人工智能对社会的影响，能识别“过于绝对”的错误表述。 6.【结合智能客服机器人考查人工智能应用分类】某公司研发的智能客服机器人，先在电商客服场景训练成熟，后被迁移应用于银行、政务等服务场景。下列说法正确的是（） A. 该机器人应用于电商客服属于跨领域人工智能 B. 将该机器人迁移应用于银行场景，属于领域人工智能 C. 将某一领域训练出的智能迁移应用到其他领域，属于跨领域人工智能 D. 该机器人与人工客服协同处理问题时，属于领域人工智能 【答案】C 【解析】本题考查人工智能的应用分类。A错误，该机器人应用于电商客服是在电商领域内的应用，属于领域人工智能；B错误，将其迁移到银行场景，是将电商领域训练出的智能迁移应用到其他领域，属于跨领域人工智能；C正确，跨领域人工智能是把某一领域训练出的智能迁移应用到其他领域；D错误，机器人与人工客服协同（人机协同）属于混合增强智能。 7.【结合智能工厂考查AI社会影响辩证分析】某智能工厂引入工业机器人后，部分流水线岗位被替代，同时新增了机器人维护、数据标注等岗位。关于人工智能对社会的影响，下列说法不正确的是（） A. 人工智能可提高生产效率、促进经济发展 B. 人工智能可能带来就业结构调整，部分岗位被替代 C. 人工智能将取代所有人类工作，人类将无需参与生产 D. 应辩证看待人工智能带来的机遇与挑战 【答案】C 【解析】本题考查人工智能对社会的影响。A正确，人工智能可提高生产效率、促进经济发展；B正确，人工智能可能带来就业结构调整，部分岗位被替代，同时催生新岗位；C不正确，“取代所有人类工作”说法过于绝对，人工智能主要替代重复性、程序化的工作，人类仍需参与生产与管理；D正确，应辩证看待人工智能带来的机遇与挑战。 1． 【新情境：智能交通摄像头・AI技术应用】★（2025年4月宁波二模 第3题）阅读下列材料，回答第3题：某新式摄像头内置AI功能，基于海量数据训练，可以通过视觉识别技术初步判断车辆的危险行为和违规行为，比如打电话或者未系安全带，再将数据上传到服务器由交警进行审核，为构建城市交通大数据模型提供大量有参考意义的数据。下列关于该新式摄像头说法正确的是（） A. 该摄像头通过强化学习方式实现车辆危险行为的判断 B. 训练该AI功能的海量数据依赖于前期手工构造的知识库 C. 该摄像头应用于交通管理属于混合增强人工智能 D. 该摄像头在交通危险预警方面起到了很大的作用，可以完全替代人工判断 【答案】C 【解析】本题考查人工智能相关知识。A错误，材料中提到基于海量数据训练，该摄像头主要通过深度学习方式实现车辆危险行为的判断；B错误，该AI功能基于海量数据训练属于联结主义，依赖前期手工构造的知识库的是符号主义；C正确，该摄像头初步判断后由交警审核，体现人类智能与人工智能的协同，属于混合增强人工智能；D错误，人工智能并不能完全替代人工判断。 2． 【新情境：“AI新同事”社区垃圾分类管理・AI应用识别】★（2026年4月宁波二模 第5题）阅读下列材料，回答第5题：某街道引入“AI新同事”社区垃圾分类管理系统，在各社区部署分布式智慧局域网，在关键点位安装带计算能力的摄像终端，提取视频中的异常事件并上传到服务器，并在服务器部署了某AI大模型进行本地化分析。该系统能实时智能识别垃圾桶满溢、垃圾暴露、违规投放等异常事件，服务器生成告警工单派发至保洁员手机APP。该系统的下列应用中，运用了人工智能技术的是（） A. 将告警工单即时推送到保洁员手机APP中 B. 统计“违规投放”等异常事件的高发时段 C. 为不同类型的告警工单在APP中标注不同的颜色 D. 从视频画面中识别出“违规投放”“垃圾暴露”等异常事件 【答案】D 【解析】本题考查人工智能技术的应用识别。A错误，推送告警工单属于普通的网络信息传输，不属于人工智能技术应用；B错误，统计异常事件高发时段属于常规的数据统计处理，不属于人工智能技术应用；C错误，为告警工单标注不同颜色属于常规的界面交互处理，不属于人工智能技术应用；D正确，从视频画面中识别异常事件，是基于AI计算机视觉技术的应用，属于人工智能技术的运用。 3． 【新情境：智慧体育系统・人脸识别与混合增强智能】★（2025年11月杭州市高三年级教学质量检测 第2题）某学校搭建了一个智慧体育系统，当系统通过摄像头检测到学生举手时，采用人脸识别技术确认学生身份，记录并存储学生的运动照片和运动时长。该系统人脸识别技术是基于神经网络方法实现的，下列说法不正确的是（） A. 人脸识别时需要学生出现在摄像头前，形成了混合增强智能的形态 B. 训练该人工智能模型不需要定义人脸五官位置和特征等知识 C. 该人脸识别的过程是联结主义人工智能的应用 D. 优化人脸识别的算法可以提高识别的准确度 【答案】A 【解析】本题考查人脸识别技术与人工智能。混合增强智能是将人的认知能力与人工智能的计算能力相结合，实现优势互补，而人脸识别时学生出现在摄像头前只是系统获取数据的常规方式，并非混合增强智能的形态，故A说法不正确；基于神经网络方法的人脸识别技术属于联结主义人工智能，训练时不需要人为定义人脸五官位置和特征等知识，且优化算法能够提高识别准确度，B、C、D说法正确。 1.（选考真题・2025年6月浙江信息技术选考 第1题）阅读下列材料，回答第1至2题：某校师生可在学校图书馆自助设备上借还图书，还可通过在线图书馆系统查看借阅记录、续借图书、浏览新书推荐。下列关于数据的说法，正确的是（） A. 图书的封面图像和馆藏数量在编码方式上没有差异 B. 数据库的应用降低了图书数据管理的效率 C. 对借阅数据的加工处理可为图书采购提供依据 D. 图书借还的数据仅存储在自助设备中 【答案】C 【解析】本题考查数据相关内容。 A 错误：图书的封面图像属于图像数据，常以二进制位图方式编码；馆藏数量属于数值数据，二者编码方式不同；B 错误：数据库的应用提高了图书数据管理的效率；C 正确：对借阅数据进行加工处理，如分析借阅频率、热门图书等，可为图书采购提供数据支撑和决策依据；D 错误：图书借还的数据不仅存储在自助设备中，还会传输至服务器数据库进行统一管理和存储。 2.（选考真题・2025年6月浙江信息技术选考 第7题）阅读下列材料，回答第3至7题：某智慧公交系统中的车载终端内置了北斗定位、4G/5G通信、音频采集、NFC识别等模块，实时采集、处理公交车辆行驶数据，然后传输至服务器；车载摄像头识别违规驾驶行为，发出语音提醒，并通过车载终端将违规视频传输至服务器；公交APP为用户提供查询服务，还可在电子地图上实时显示公交车辆行驶路线和位置。车载摄像头识别违规驾驶行为是基于神经网络方法实现的，下列说法不正确的是（） A. 识别违规驾驶行为是人工智能技术的应用 B. 训练神经网络模型时需要提供驾驶行为数据 C. 进行违规驾驶行为识别时仍离不开原始训练数据 D. 识别违规驾驶行为的结果并不总是正确的 【答案】C 【解析】本题考查人工智能相关知识。A正确，识别违规驾驶行为是人工智能（图像识别）技术的应用；B正确，训练神经网络模型时需要提供驾驶行为数据；C不正确，神经网络在训练阶段需要依赖大量原始数据调整模型参数，但模型训练完成后，进行实际识别（推理）时只需输入新的实时数据即可，无需再使用原始训练数据；D正确，识别违规驾驶行为的结果并不总是正确的。 3.（选考真题・2025年6月浙江信息技术选考 第14题(1)）水质监测系统已采集了某水域一年的pH数据，该水域pH值的正常范围为6-8。现要对这些数据进行分析，请回答下列问题：（1）将监测点1的数据导出，存于pHdata.xlsx文件中。现要找出pH均值最高的月份，并统计该月pH大于8的日分布情况，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('pHdata.xlsx') df1 = df.groupby('月', as_index=False).pH.mean() #分组求平均 df2 = ① #将df2首行的月份存入m，代码略 print('pH值最高月份序列为：', m) df_m = ② df_ex = df_m[df_m['pH'] > 8] #筛选 df_cnt = ③ #重命名pH列名称为'次数'，代码略 plt.bar(df_cnt['日'], df_cnt['次数']) #设置绘图参数，显示如第14题图b所示的柱形图，代码略 程序中①②③处可选的代码有： A. df[df['月'] == m] B. df2[df2['月'] == m] C. df.sort_values('pH', ascending=False) #降序排序 D. df_ex.groupby('日', as_index=False).pH.count() #分组计数 E. df1.sort_values('pH', ascending=False) F. df_ex.groupby('时', as_index=False).pH.count() 【答案】①E；②A；③D 【解析】本题考查pandas数据处理综合应用。 ①处需按pH均值降序排序，使pH均值最高的月份排在第一行，故选E（df1.sort_values('pH', ascending=False)）； ②处m中保存pH均值最高的月份，需从原始数据df中筛选出该月所有记录，故选A（df[df['月']==m]）； ③处需按“日”分组，统计该月每天pH大于8的次数，故选D（df_ex.groupby('日', as_index=False).pH.count()）； 答案：①E；②A；③D。 4． （选考真题・2024年1月浙江信息技术选考 第6题） 下列关于人工智能的说法，正确的是（） A. 人工智能技术可应用于汽车无人驾驶 B. 训练数据的规模不会影响深度学习的效果 C. 人工智能的实现都需要事先手工构造知识库 D. 人脸识别技术都是通过符号主义人工智能实现的 【答案】A 【解析】本题考查人工智能相关说法。 A 正确：人工智能技术可应用于汽车无人驾驶； B 错误：深度学习需要海量数据和超大规模的算力支持，训练数据的规模会影响深度学习的效果； C 错误：行为主义和联结主义不需要事先手工构造知识库，依赖知识库与推理规则的是符号主义； D 错误：人脸识别技术多通过联结主义（神经网络）实现，并非都是符号主义； 综上，本题选A。 学科网（北京）股份有限公司1 / 17 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 $