第三章數(shù)據(jù)處理與應(yīng)用章節(jié)練習(xí)20232024學(xué)年華東師大版（2020）高中信息技術(shù)必修1

第三章數(shù)據(jù)處理與應(yīng)用章節(jié)練習(xí)一、選擇題1．如圖所示的詞云圖中，反映出某川菜餐廳遭到差評的最大問題是（

）A．臟 B．不新鮮 C．服務(wù)差 D．難吃2．在分類過程中，能夠從樣本數(shù)據(jù)出發(fā)，自動進(jìn)行分類的數(shù)據(jù)分析方法是（

）A．聚類分析 B．建立模型 C．模型評價 D．關(guān)聯(lián)分析3．?dāng)?shù)據(jù)分析報告不僅是對整個數(shù)據(jù)處理過程的總結(jié)與展示，更能為決策提供參考，下列關(guān)于數(shù)據(jù)分析報告的基本結(jié)構(gòu)說法錯誤的是（

）A．?dāng)?shù)據(jù)分析報告的開篇內(nèi)容是分析研究背景、目的和思路等B．?dāng)?shù)據(jù)分析報告的正文部分主要是包括具體的分析過程和結(jié)果C．?dāng)?shù)據(jù)分析報告的結(jié)尾部分包括結(jié)論、建議及附錄D．?dāng)?shù)據(jù)分析報告通常包括開篇、正文、結(jié)尾和交流四個部分4．?dāng)?shù)據(jù)分析的過程不包括（

）A．根據(jù)分析直接得出相應(yīng)的結(jié)論B．根據(jù)分析的目標(biāo)提出假設(shè)C．選擇恰當(dāng)?shù)姆治龇椒ㄟM(jìn)行分析D．驗證假設(shè)是否正確5．?dāng)?shù)據(jù)處理的一般過程是（

）A．采集—整理—可視化表達(dá)－分析 B．采集—整理—分析－可視化表達(dá)C．采集—可視化表達(dá)—整理－分析 D．采集—分析—整理—可視化表達(dá)6．單元學(xué)習(xí)完成后，小明同學(xué)為了梳理其中的概念，最適合使用的可視化工具是（

）A．思維導(dǎo)圖 B．圖表 C．詞云 D．熱力圖7．在大數(shù)據(jù)時代，復(fù)雜繁多且不同類型的數(shù)據(jù)大量出現(xiàn)，數(shù)據(jù)可視化的應(yīng)用價值越來越明顯，下列關(guān)于數(shù)據(jù)可視化的描述不正確的是（

）A．?dāng)?shù)據(jù)可視化便于人們對數(shù)據(jù)的理解B．?dāng)?shù)據(jù)可視化借助于圖形化手段，清晰地傳達(dá)與溝通信息C．Python語言不能實現(xiàn)數(shù)據(jù)可視化D．?dāng)?shù)據(jù)可視化呈現(xiàn)的方法有多種，不同的類數(shù)據(jù)類型要挑選合適的呈現(xiàn)方式8．下列選項中，不是數(shù)據(jù)分析作用的是（）A．預(yù)測事物的未來走向B．了解事物的現(xiàn)狀C．方便數(shù)據(jù)的獲取D．剖析事物的發(fā)展歷程9．下列關(guān)于數(shù)據(jù)管理與安全的說法不正確的是（

）A．?dāng)?shù)據(jù)的完整性可采用MD5校驗方法來驗證B．借助云計算與大數(shù)據(jù)等技術(shù)，能提高數(shù)據(jù)管理水平C．?dāng)?shù)據(jù)安全就是保障數(shù)據(jù)不被損壞D．為防止系統(tǒng)停止工作時造成數(shù)據(jù)丟失,可通過容災(zāi)系統(tǒng)來解決10．下列選項中，可用來采集互聯(lián)網(wǎng)數(shù)據(jù)的工具是（

）A．網(wǎng)絡(luò)爬蟲 B．電子表格軟件 C．WiFi監(jiān)控攝像頭 D．思維導(dǎo)圖工具11．采集的大數(shù)據(jù)中，常見的數(shù)據(jù)問題主要是（

）①數(shù)據(jù)缺失②數(shù)據(jù)重復(fù)③數(shù)據(jù)量大④數(shù)據(jù)異常A．②③④ B．①③④ C．①②④ D．①②③12．下列做法中，不能有效保障數(shù)據(jù)安全的是（

）A．定期備份數(shù)據(jù) B．泄漏他人隱私數(shù)據(jù)C．進(jìn)行數(shù)據(jù)加密 D．不隨意連接陌生WiFi13．下列關(guān)于圖表用途的敘述，正確的是（

）A．柱形圖適用于表現(xiàn)數(shù)據(jù)大小關(guān)系 B．條形圖適用于描述數(shù)據(jù)之間的變化趨勢C．折線圖適用于描述數(shù)據(jù)的比例關(guān)系 D．餅圖適用于描述數(shù)據(jù)之間的大小關(guān)系14．關(guān)于散點圖，下列說法正確的是（

）A．可呈現(xiàn)變量的頻數(shù)分布B．可表示兩種特征間的相關(guān)關(guān)系C．可描述變量的變化趨勢D．可直觀表述出各指標(biāo)的位置15．題圖所示是李琳上學(xué)期的成績，求平均分并做對比后，她選擇等級考的科目為物理化學(xué)和歷史三科，用到的數(shù)據(jù)分析法是（

）時間物理化學(xué)生物政治歷史地理月考1807663669256月考2827870699667月考3868567718860月考4898773659563平均分A．對比分析法、結(jié)構(gòu)分析法 B．結(jié)構(gòu)分析法、平均分析法C．平均分析法、對比分析法 D．圖表分析法、結(jié)構(gòu)分析法二、填空題16．K平均算法屬于()分析方法。17．如下圖所示，小申收集了20002018年某地的臺風(fēng)數(shù)據(jù)。臺風(fēng)等級分為5級：熱帶風(fēng)暴、強(qiáng)熱帶風(fēng)暴、臺風(fēng)、強(qiáng)臺風(fēng)、超強(qiáng)臺風(fēng)，分別對應(yīng)表中的A級、B級、C級、D級、E級。yearA級B級C級D級E級2000629332001611252200254412120032556320047361122004736112200536293………………小申在撰寫數(shù)據(jù)分析報告時，繪制了“20002018年之間臺風(fēng)總數(shù)數(shù)量”的箱形圖，請幫助小申進(jìn)行分析。18．?dāng)?shù)據(jù)可視化表達(dá)的呈現(xiàn)方式有很多，小明把高中同學(xué)“大學(xué)所在城市”數(shù)據(jù)，生成一個詞云圖，根據(jù)詞云圖可以知道，小明同學(xué)去城市上大學(xué)的最多。19．請列舉出五個數(shù)據(jù)可視化表達(dá)的常見圖表名稱。20．詞云是對文本數(shù)據(jù)進(jìn)行分析處理后的可視化形式。某同學(xué)采集微信好友簽名制作了如圖所示的詞云。觀察詞云圖，分析并寫出至少三個出現(xiàn)頻率較高的詞語。三、判斷題21．思維導(dǎo)圖、演示文稿、搜索引擎等工具，均屬于數(shù)字化可視化表達(dá)工具。()22．?dāng)?shù)據(jù)可視化表達(dá)的工具包含Seabom、Bokeh等。()23．做好數(shù)據(jù)備份和數(shù)據(jù)加密，就不用擔(dān)心數(shù)據(jù)安全問題，數(shù)據(jù)一定會萬無一失。()24．?dāng)?shù)據(jù)分析中采取調(diào)查問卷，問題設(shè)計越多，得到的信息越多。()25．WPS表格、數(shù)據(jù)庫、Python、Photoshop等都是常見的數(shù)據(jù)分析工具。()四、操作題26．為了完善某學(xué)校食堂管理、持續(xù)提高食堂服務(wù)質(zhì)量，讓全校師生更加精神飽滿地開展工作、學(xué)習(xí)，對學(xué)校食堂進(jìn)行了一些調(diào)查，調(diào)查項目共5項（具體內(nèi)容略）。學(xué)校后勤管理謝老師收集了12個班級的調(diào)查結(jié)果，分別存儲在“dy01.csv”、“dy02.csv”、…、“dy12.csv”等12個文件中（如圖a所示），每個文件部分界面如圖b所示。圖a

圖b現(xiàn)需要分析12個班級學(xué)生對這5個問題的選“A”情況。謝老師用Python的pandas模塊編寫了以下代碼，實現(xiàn)相關(guān)問題的解決。請回答下列問題。（1）定義了fun_A()函數(shù)實現(xiàn)了統(tǒng)計某個班級5個問題的選“A”的人數(shù)情況。Python程序代碼如下，請在劃線處填入合適代碼。importpandasaspddeffun_A(file):df=pd.read_csv(file)A_list=[]foriindf.columns[1:]:j=0c=0whilej<len(df):if:c+=1j+=1A_list.append(c)returnA_list（2）調(diào)用上述函數(shù)，處理12個班級每個問題的選“A”的總?cè)藬?shù)，Python程序代碼如下，請在劃線處填入合適代碼。ans_list=[]foriinrange(0,len(s)1,2):filename="dy"+①+"~.csv"res=fun_A(filename)ans_list.append(res)x=["問題1"，"問題2"，“問題3"，"問題4"，"問題5"]y=[0，0，0，0，0]foriinrange(5):s=0

#每個問題選A的人數(shù)forjinrange(12):

②y[i]=s（3）經(jīng)上述處理后，接著以圖的形式匯報結(jié)果（如圖c所示），Python程序代碼如下，請回答下列問題。importmatplotlib.pyplotaspltplt.rcParams['font.sansserif’]=[’SimHei’]

#圖表顯示中文字體plt.title("每個問題選A的總?cè)藬?shù)")plt.legend()plt.show()加框處代碼合適的是（單選，填字母）A．plt.bar(x,y)

B．plt.bar(x,y,label=’A選項’)C．plt.plot(x,y)

D．plt.plot(x,y,label=’A選項’)（4）調(diào)查數(shù)據(jù)的有效問卷共550份，從圖c中可以觀察出有（填數(shù)字）個問題的選“A”總?cè)藬?shù)低于60%。每個問題選A的總?cè)藬?shù)圖c27．某地高中的技術(shù)選考數(shù)據(jù)，保存在“jsxk.xls”文件中，如圖a所示。圖a

圖b請回答下列問題：（1）統(tǒng)計各學(xué)校技術(shù)選考人數(shù)占本?？?cè)藬?shù)的比例，找出占比最高的前5所學(xué)校并繪制柱形圖，如圖b所示。部分Python程序如下，請在劃線處填寫合適的代碼。importpandasaspdimportmatplotlib.pyplotasplt#圖表支持中文字體顯示，代碼略df=（"jsxk.xls"，dtype={'學(xué)校代碼'：'string'}）

#學(xué)校代碼列為字符串df1=df.groupby（""，as_index=False）（）

#按學(xué)校統(tǒng)計人數(shù)df1=df1.rename（columns={'姓名'：'學(xué)生總數(shù)'}）

#重命名列df1['技術(shù)比例']=round（/df1['學(xué)生總數(shù)']*100，2）dfl=dfl.sort_values（'技術(shù)比例'，ascending=False）.head（5）（'技術(shù)選考比例前5的學(xué)校'）（）plt.show（）（2）在本問題的解決中，為了探究函數(shù)groupby（），某同學(xué)編寫了自定義函數(shù)zdygroupby（），其功能為統(tǒng)計各校技術(shù)選考總?cè)藬?shù)，并以字典的形式返回。函數(shù)代碼如下，請在劃線處填寫合適的代碼。（注：代碼中1st為二維列表，列表中每個元素包含3個數(shù)據(jù)項，格式如[['201901'，'顧筱揚(yáng)'，NaN]，['201901'，'俞凱睿'，1.0]，['201901'，陳丹祺'，1.0]……]）def

zdygroupby（1st）：dic={}forrowinlst：ifrow[2]==1：if：dic[row[0]]=1else：dic[row[0]]+=128．某校學(xué)生期末考試成績利用Excel處理，數(shù)據(jù)存儲在“cj.xlsx”文件中，部分?jǐn)?shù)據(jù)如圖a所示，張三老師利用該數(shù)據(jù)展開了數(shù)據(jù)的統(tǒng)計分析與可視化呈現(xiàn)。圖a請回到下列問題：（1）導(dǎo)入模塊，創(chuàng)建DataFrame對象，計算每個學(xué)生總分列，則①劃線處，填入的語句是（單選，填字母）A．df['總分']=(axis=0)

B．df['總分']=(axis=1)C．df['總分']=(axis=0)

D．df['總分']=(axis=1)importpandasaspdimportasplt['serif']=['SimHei']

#顯示中文字符，字體為黑體df=_excel("cj.xlsx")df=("考號",axis=1)

#刪除考號一列①________（2）在df對象中顯示出總分成績大于等于300的學(xué)生，正確的語句是（單選，填字母）A．print(df[df.總分>=300])

B．print(df.總分>=300)C．print(df[df>=300])

D．print(df[300：])（3）按照班級分組計算各班總分平均分，從大到小顯示總分平均分最高的前三個班級，在劃線處填入合適代碼。df1=("班級",as_index=False).mean()df2=df1.sort_values("總分",ascending=)

s=df2.head(3)print(s)（4）利用繪制柱狀圖，如圖b所示，在劃線處填入合適代碼。圖b()(())

("總分平均分最高的三個班級")(180,300)

#設(shè)置y坐標(biāo)軸的刻度()29．李老師收集了高三年級某次考試語數(shù)外成績，并保存在中，數(shù)據(jù)表如圖a所示：李老師用Python編寫了一個程序，對數(shù)據(jù)進(jìn)行分析處理，輸出總分大于等于260分的學(xué)生信息，并直觀顯示英語前三名的分?jǐn)?shù)情況，生成了如圖b所示的圖表。Python程序代碼如下，請在劃線處填上合適的代碼:importpandasaspdimportasplt['serif']=['SimHei']

#使圖形中的中文編碼正常顯示df=_excel("scores.xlsx")df["總分"]=

#計算總分列數(shù)據(jù)#下行代碼：輸出總分大于等于260分的學(xué)生信息print(df[])g=("班級"，as_index=False)print(g.英語.mean())df1=("英語”，)("英語成績前三名分?jǐn)?shù)情況")x=df1[0:3].姓名y=df1[0:3].英語(x,y)()plt.30．項目：探究高一各學(xué)科相關(guān)性分析【項目情境】在信息化浪潮的推動下，互聯(lián)網(wǎng)技術(shù)不斷發(fā)展，云計算、移動互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等新興技術(shù)嶄露頭角。使用數(shù)據(jù)挖掘相關(guān)技術(shù)對中學(xué)教學(xué)活動中產(chǎn)生的數(shù)據(jù)進(jìn)行收集與處理，獲取有利于教學(xué)的相關(guān)信息，也是推進(jìn)智慧教育的舉措之一。在教學(xué)過程中，學(xué)科考試成績能夠在一定程度反映學(xué)生的認(rèn)知發(fā)展水平，某校對高一年級學(xué)生的成績進(jìn)行數(shù)據(jù)處理，分析各學(xué)科之間的關(guān)聯(lián)度找出優(yōu)勢學(xué)科，對教學(xué)及學(xué)生選科有重要的參考價值?！卷椖烤C述】概述項目目的、方法和過程。根據(jù)要求，回答問題。（1）數(shù)據(jù)分析需要使用恰當(dāng)?shù)姆椒ê凸ぞ?，對?shù)據(jù)進(jìn)行各種分析。我們可以通過尋找數(shù)據(jù)之間的關(guān)聯(lián)性或相關(guān)性，可以通過在分類標(biāo)準(zhǔn)未知的情況下進(jìn)行數(shù)據(jù)自動分類，可以根據(jù)分類準(zhǔn)則通過對未知數(shù)據(jù)進(jìn)行預(yù)測。（選填：數(shù)據(jù)分類、關(guān)聯(lián)分析、聚類分析）（2）本項目主要通過模擬大數(shù)據(jù)采集與分析方法，采用（選填：數(shù)據(jù)分析關(guān)聯(lián)分析、聚類分類）的方法進(jìn)行數(shù)據(jù)分析，試圖分析高一年級學(xué)生各學(xué)科之間的關(guān)聯(lián)度，找出兩到三門優(yōu)勢學(xué)科，作為指導(dǎo)教學(xué)及學(xué)生選科的重要參考依據(jù)。（3）確定需要收集的數(shù)據(jù)為歷年高年級期中期末的各學(xué)科成績，在數(shù)據(jù)收集、發(fā)布、傳播、共享時，為保護(hù)學(xué)生的隱私應(yīng)采用（選填：數(shù)據(jù)精度處理、人工干擾、匿名處理、訪問控制）等技術(shù)手段。（4）選用Python語言作為數(shù)據(jù)分析工具，需要通過調(diào)用諸如標(biāo)準(zhǔn)模塊、自定義模塊以及第三方擴(kuò)展庫的支持，從而高效的完成數(shù)據(jù)采集處理分析、可視化。數(shù)據(jù)分析步驟有①數(shù)據(jù)呈現(xiàn)②數(shù)據(jù)分類/關(guān)聯(lián)分析/聚類分析③數(shù)據(jù)采集④分析報告⑤數(shù)據(jù)預(yù)處理，正確的順序是。（寫出序號即可）【項目實施】（一）數(shù)據(jù)采集與預(yù)處理圖1為記錄歷年高中各科成績的部分文件，圖2為獲取所有高一成績并寫入指定文件“高一考試成績總．xlsx”的部分程序代碼。圖3為獲取的高一考試成績的部分?jǐn)?shù)據(jù)內(nèi)容。根據(jù)要求，回答問題。圖1圖2圖3（5）觀察圖2，該程序用結(jié)構(gòu)嵌套結(jié)構(gòu)（選填：順序、選擇、循環(huán)）描述算法，實現(xiàn)從若干個xlsx文件中篩選出高一成績并保存為數(shù)據(jù)文件，其中在Python語言中表示判斷數(shù)據(jù)大小關(guān)系的運(yùn)算符“==”表示（選填：不等于、等于）。補(bǔ)充程序代碼中缺失的語句，應(yīng)在下劃線處填寫。（6）對采集的數(shù)據(jù)進(jìn)行有效存儲，以便對數(shù)據(jù)進(jìn)行分析和使用。海量的數(shù)據(jù)幾乎包含一切形式的結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化的數(shù)據(jù)。網(wǎng)絡(luò)中的音視頻圖片、地理位置、網(wǎng)絡(luò)日志等數(shù)據(jù)屬于數(shù)據(jù)，如圖1333，“高一考試成績_總．xlsx”中的數(shù)據(jù)屬于數(shù)據(jù)。（選填：結(jié)構(gòu)化、非結(jié)構(gòu)化）（7）在數(shù)據(jù)分析之前，需要運(yùn)用方法（選填：特征探索關(guān)聯(lián)分析、聚類分析、數(shù)據(jù)分類）對數(shù)據(jù)進(jìn)行預(yù)處理，發(fā)現(xiàn)和處理缺失值以保證數(shù)據(jù)的完整，還需要對異常數(shù)據(jù)進(jìn)行清理，分析是否有冗余數(shù)據(jù)等。觀察圖3，“201”屬于數(shù)據(jù)，虛線部分屬于數(shù)據(jù)（選填：缺失值、異常值、冗余值），應(yīng)當(dāng)刪除數(shù)據(jù)所在（選填：行、列）。（8）觀察圖333表格的數(shù)據(jù)，在收集數(shù)據(jù)的過程中，你認(rèn)為哪些數(shù)據(jù)可以不采集？為什么？（二）數(shù)據(jù)分析與可視化運(yùn)用Python語言編程進(jìn)行數(shù)據(jù)分析與可視化表達(dá)，分析部分結(jié)果如圖4、5。根據(jù)要求，回答問題。圖4圖5（9）觀察圖4，該校學(xué)生地理、物理、生物同時優(yōu)秀的概率最，政治、物理、化學(xué)同時優(yōu)秀的概率較低。（10）為便于理解數(shù)據(jù)之間的關(guān)系，使用數(shù)據(jù)可視化工具可以圖表形式直觀呈現(xiàn)。如折線圖可以表示關(guān)于的分析、散點圖可以表示關(guān)于的分析、數(shù)據(jù)地圖可以表示關(guān)于的分析（選填；邏輯關(guān)系空間關(guān)系、趨勢）。如圖5所示選用圖將數(shù)據(jù)分析可視化呈現(xiàn)。（11）下列關(guān)于數(shù)據(jù)可視化的描述中，正確的是（多選）A．可視化也可以將數(shù)據(jù)以地圖動畫等形式表示B．可視化可以有效提升數(shù)據(jù)分析的效率C．可視化可以讓人們快速抓住要點信息D．可視化可以幫助人們發(fā)現(xiàn)數(shù)據(jù)背后的價值（三）分析報告在數(shù)據(jù)分析中，使用數(shù)據(jù)可視化工具可以直觀的呈現(xiàn)數(shù)據(jù)之間的關(guān)系，尋找數(shù)據(jù)之間的內(nèi)在規(guī)律，最終實現(xiàn)數(shù)據(jù)的應(yīng)用。（12）觀察圖5，說說你從圖中發(fā)現(xiàn)了什么？挖掘出哪些信息？（13）結(jié)合自己的學(xué)習(xí)和生活，談一談