资源简介

登录二一教育在线组卷平台 助您教考全无忧
浙江省湖州市三贤联盟2021-2022学年高二下学期信息技术期中联考试卷
一、选择题（本大题共12小题，每小题2分，共24分。）
（2022高二下·湖州期中）有关某“无人超市”的信息系统结构图如第1题图所示，请回答下面小题。
1．下列有关“无人超市”的说法，正确的是（　　）
A．系统通过入口处刷脸获得的特征值属于个人一般信息
B．零购物码和出门二维码使用后失效，体现了信息的时效性
C．系统自动对用户数据进行加密是为了提高数据的完整性
D．存储在系统数据库中的海量用户信息属于大数据
2．下列对“无人超市”信息系统的功能描述，不正确的是（　　）
A．录制用户付款视频和离开时的影像属于信息系统的收集功能
B．识别到注册用户立刻开门属于信息系统的传输功能
C．使用POS机自助付款属于信息系统的存储功能
D．打印小票、出门二维码属于信息系统的输出功能
（2022高二下·湖州期中） 2022年的北京冬奥会，我国取得了历史最好成绩，人工智能技术也以科技手段助运动员们一臂之力。研究团队利用基于深度学习原理的人工智能技术，建立神经网络模型，实现对动作视频中人体关节点的计算机自动识别，进而建立起适用于竞技体育和一般生物力学研究的计算机系统——无反光点人体运动自动捕捉人工智能系统。目前该系统已应用在国家速度滑冰和越野滑雪项目的训练中，获得超过8000人次的赛时动作技术数据，使机器深度学习越发“得心应手”，对于滑冰与滑雪运动员的动作捕捉与技术分析，既能精准到具体细节，又能快速反馈分析结果。
请回答下面小题。
3．根据以上描述，下列说法不正确的是（　　）
A．随着获取的动作数据逐渐增加，该技术对于数据的反馈会更有效
B．该技术主要体现动作与结果的关系，说明大数据更注重事物之间的相关性
C．该技术捕捉到的每一个数据都来自于真实数据，体现了大数据价值密度高的特点
D．能根据动作自动捕捉进行分析，并快速反馈分析结果，体现了大数据速度快的特点
4．根据以上描述，人工智能技术助力运动员主要基于以下哪种方法(　　)
A．符号主义 B．联结主义 C．行为主义 D．建构主义
（2022高二下·湖州期中）从文字输入、语音识别、图像识别到“刷指纹”、“刷脸”，人类信息的输入模式在发生革命性的变化。请回答下面小题。
5．下列有关信息编码的说法，不正确的是（　　）
A．自然界中的文字、图像、语音等属于模拟信号
B．虽然人类信息的输入模式不同，但在计算机中存储一定使用二进制编码
C．输入一段相同的文字，可以采用不同的输入码
D．语音输入时，使用者声音越大，此条语音的容量越大
6．下列关于“信息输入模式变革”的说法，正确的是（　　）
A．信息系统硬件的发展促进了信息输入模式的变化
B．“刷指纹”、“刷脸”只适用于移动终端设备
C．不同的信息输入模式利用了相同的传感器
D．任意一种输入模式都必须在联网的状态下使用
（2022高二下·湖州期中）根据下图所示流程图，请回答下面小题。
7．下列说法正确的是（　　）
A．此算法中包含2个分支结构
B．循环结束时变量i的值为30
C．判断语句“i≤30”将被执行30次
D．执行该流程图后，输出的值为2
8．虚线框处可以合并为一个条件表达式，下列表达式中符合该条件的是（　　）
A．i//3==0 or i//5!=0 B．i%3==0 or i%5!=0
C．i//3==0 and i//5!=0 D．i%3==0 and i%5!=0
9．（2022高二下·湖州期中）已知x="苹果, 50"，y=["苹果",50]，z={"苹果":50}，下列python表达式的值为True，正确的是（　　）
A．x[-4::-1]==y[0] B．x[3:5]==y[1]
C．y[1] in z D．z[y[0]]==50
10．（2022高二下·湖州期中）某些数据中存在“数字山峰”，例如数据“21432748”中存在“1432”、“274”两座“数字山峰”(必须包含上坡与下坡)，下面程序用于求数据中“数字山峰”的数量：
num=input("请输入数字串：");c=0
for i in range(1,len(num)):
if and f==False:
f=True
elif and f==True:
c=c+1
f=False
print("有",c,"座数字山峰")
方框(1)(2)(3)的代码由以下部分组成：
①f=True ②f=False ③num[i-1]>num[i] ④num[i-1]下列选项中代码顺序正确的是（　　）
A．①③④ B．①④③ C．②③④ D．②④③
11．（2022高二下·湖州期中）有如下python程序段：
n="p4y2t3h1o9n4";p=""
for i in n:
if "0"<=i<="9":
if p=="":
p+=i
elif i>=p[-1]:
p+=i
elif ip=i
执行该程序段后，则p的值是（　　）
A．"239" B．"14" C．"19" D．"4"
12．（2022高二下·湖州期中）有如下python程序段：
from random import randint
n=input("请输入一串数字：")
k=randint(0,len(n)) #randint用于随机生成[0,len(n)]之间的整数
for i in range(k):
for j in range(len(n)-1):
if n[j]>n[j+1]:
break
else:
n=n[:len(n)-1]
continue #continue跳过当前循环的剩余语句，直接进行下一轮循环
n=n[:j]+n[j+1:]
执行该程序段后，输入“1529”，则变量n可能是（　　）
A．"9" B．"12" C．"152" D．"1259"
二、非选择题（本大题共4小题，6+6+7+7，共26分）
13．（2022高二下·湖州期中）小墩和小融打乒乓球，利用Micro:bit主板的 LED 阵列实时显示比分情况（如图1所示，2个方框分别表示小墩和小融比分区，每个亮点表示1分），并在BXY Python Editor软件的串口中实时输出对局输赢情况（如图2所示）。
图1 图2
操作步骤：小墩得1分，按下Micro:bit主板的按钮A，左侧比分区亮点加1；小融得1分，按下按钮B，右侧比分区亮点加1。一局比赛初始比分为0:0，每一局中先达到10分的选手可以赢得该局。
（1）实现上述功能的程序代码如下，请在划线处填入合适的代码：
from microbit
import *
def bf(x,y):
#在led板上显示比分情况，代码略
m=0;n=0 #m表示小墩得分，n表示小融得分
　 　
while True:
if button_a.is_pressed(): #若按钮A被按下，则小墩得1分
m+=1
elif button_b.is_pressed(): #若按钮B被按下，则小融得1分
n+=1
if 　 　:
if m>n:
print("第",i,"局：小墩赢，比分：",m,":",n)
else:
print("第",i,"局：小融赢，比分：",m,":",n)
i+=1;m,n=0,0
bf(m,n)
sleep(200)
#设置程序运行间隔为200毫秒
（2）根据上述程序，下列比分情况不可能出现的是（　　）。
A． B．
C． D．
14．（2022高二下·湖州期中）小张同学为了更好地了解冬奥会，从网上收集了历届冬奥会各个项目比赛信息，收集到的部分数据如图1所示：
图1 图2
为分析数据，小张编写了如下程序：
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocator
plt.rcParams['font.sans-serif']=['SimHei'] #正常显示中文标签
df=pd.read_csv("dongao.csv")
#删除所有未获得奖牌的记录,并将奖牌列中的"G"修改为"金牌"，"S"修改为"银牌"，"B"修改为"铜牌"
jp={'G':'金牌','S':'银牌','B':'铜牌'}
for i in df.index:
if ① :
df=df.drop(i)
else:
df.at[i,'奖牌']=jp[df.at[i,'奖牌']]
#对输入国家每届的奖牌数进行统计，并制作相应图表，如第14题图2所示：
nt=input("请输入国家名称：")
df1=df[df['国家']==nt]
df3=pd.DataFrame(df2) #将分组后数据生成新的二维结构，索引为“届次”，列标题为“奖牌”
x=df3.index
y= ②
plt.title(nt+"历年冬奥会奖牌趋势图")
plt. ③ (x,y)
plt.show()
（1）在划线处填上合适的代码。
①　 　②　 　③　 　
（2）为了最后能显示某国历届冬奥会奖牌变化，需在加框处添加的语句为(　　)（多选）
A．df2=df1.groupby('奖牌')
df2=df1.届次.count()
B．df2=df1.groupby('届次')
df2=df2['奖牌'].count()
C．df2=df1.groupby('奖牌')['届次’].count()
D．df2=df1.groupby('届次').奖牌.count()
15．（2022高二下·湖州期中）某网站对信息进行加密解密，选择页面“index.html”如图1，加密页面“jia.html”如图2，解密页面“jie.html”如图3。在选择页面点击相应按钮，选择加密或解密。
图1 图2 图3
选择加密时，在明文文本框中输入明文，点击“加密”按钮，网页显示密文与对应的密钥。加密规则为打乱明文对应的索引作为密钥，再利用该索引逐个取明文字符连接成密文，例如：明文为“信息技术”，若被打乱的索引为[2,0,1,3]，则密文为“技信息术”，密钥为“2,0,1,3”
选择解密时，在密文文本框中输入密文，密钥文本框输入密钥，点击“解密”按钮，网页显示明文。
（1）该网络应用属于　 　架构。（单选，填字母：A . B/S架构，B . C/S架构）
（2）若待解密文本为“自息爱信也我己爱”，密钥为“2, 7, 1, 6, 4, 0, 3, 5”，则解密结果是　 　。
（3）实现该功能的python程序如下，请在划线处填入合适的代码：
from flask import render_template,request,Flask
import random
app=Flask(__name__) #创建应用实例
@app.route('/') #选择页面路由
def index():
return render_template('　 　')
#加密功能代码略，以下为解密代码：
@app.route('/jiemi1/',methods=["GET","POST"])
def jiemi1():
wb=request.form["wb"] #利用request获取网页文本框内容，返回示例:“1,4,2,3,0”
keyo=request.form["key"] #变量wb存储密文，变量keyo存储密钥
keyn=list(map(int,keyo.split(","))) #将字符串keyo转换为数值列表，示例：[1,4,2,3,0]
result=""
for i in range(len(keyn)):
for j in range(len(keyn)):
if 　 　:
break
result+=wb[j]
return render_template("jie.html",WB=wb,KEY=keyo,RESULT=result)
if __name__=="__main__":
　 　
（4）根据上述描述与图1，则“天气”节点中的“多云”信息熵是　 　。
（5）实现求首次划分节点的程序如下，请在划线处填入合适的代码：
def cal(lst): #计算样本lst的信息熵
x,y,z=0,len(lst),0 #x表示该样本信息熵，y表示该样本数量，z表示某信息发生的概率
num={}
for i in lst:
if i not in num:
　 　
num[i]+=1
for k in num:
z=num[k]/y #计算该信息发生的概率
x-=z*log(z,2) #根据公式计算信息熵，log(b,a)等价于logab
return x
def check(x,y):
#根据节点x，对样本y进行划分，返回示例：{'否': [1, 1, 0, 0, 1, 1, 1, 1], '是': [1, 1, 0, 1, 0, 0]}
dic={'是否有风': ['否', '否', '否', '否', '否', '否', '否', '否', '是', '是', '是', '是', '是', '是'],
'天气': ['多云', '多云', '晴', '晴', '晴', '雨', '雨', '雨', '多云', '多云', '晴', '晴', '雨', '雨'],
'温度': [28, 27, 29, 22, 21, 21, 20, 24, 18, 22, 26, 24, 18, 21],
'湿度': [78, 75, 85, 90, 68, 96, 80, 80, 65, 90, 88, 63, 70, 80],
'是否前往': [1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 0, 1, 0, 0]}
xm=list(dic.keys())
entropy=cal(dic[xm[-1]]) #调用函数计算样本原始信息熵entropy
#计算各节点信息增益
m=0;p=""
col=xm[:-1] #“是否前往”是结果项，不参与计算
for i in col:
size=len(dic[i]);entropy_1=0
zyb=　 　 #调用函数对样本按照当前节点进行划分
for j in zyb: #根据划分情况逐个求子样本信息熵并按比例累加
entropy_1+=len(zyb[j])/size*cal(zyb[j])
zy=entropy-entropy_1
print(i,"的信息增益:",zy)
if zy>m: #计算最大信息增益与信息增益最大的节点
m=zy
　 　
print("信息增益最大的节点：",p)
16．（2022高二下·湖州期中）决策树是一种通过树形结构进行分类的人工智能预测模型，如根据图1所示“气象特点与游客是否来游乐场的关系”绘制的图2所示的决策树树形结构：
图1 图2
通过了解当天的是否有风、天气、温度和湿度这4个节点参数即可预测当天是否有人来游乐场。
不同的节点划分顺序可以绘制不同的决策树，为了选出最优的节点划分顺序，需要采用“信息熵”与“信息增益”指标。
信息熵，又称香农熵，被用来度量信息量的大小，信息熵越大表示信息量越大；
信息增益，表示样本经某节点划分后的信息熵变化大小。我们绘制决策树时应当逐次选择信息增益最大的节点作为当前节点。
对于有n个信息的样本D，记第k个信息发生的概率为，信息熵计算公式为E(D)=,
例如游乐场14个样本中“去”(9个)、“不去”(5个)，则信息熵==0.940
若样本按“是否有风”节点划分，“是”(6个，其中3个去，3个不去)信息熵==1；
“否”(8个，其中6个去，2个不去)信息熵==0.811；经过此节点划分后的信息增益=原始信息熵按此节点划分后样本信息熵比例和=0.940(0.811)=0.048。
（1）该网络应用属于　 　架构。（单选，填字母：A . B/S架构，B . C/S架构）
（2）若待解密文本为“自息爱信也我己爱”，密钥为“2, 7, 1, 6,
4, 0, 3, 5”，则解密结果是　 　。
（3）实现该功能的python程序如下，请在划线处填入合适的代码：
from flask
import render_template,request,Flask
import random
app=Flask(__name__) #创建应用实例
@app.route('/') #选择页面路由
def index():
return render_template('　 　')
#加密功能代码略，以下为解密代码：
@app.route('/jiemi1/',methods=["GET","POST"])
def jiemi1():
wb=request.form["wb"] #利用request获取网页文本框内容，返回示例:“1,4,2,3,0”
keyo=request.form["key"] #变量wb存储密文，变量keyo存储密钥
keyn=list(map(int,keyo.split(",")))
#将字符串keyo转换为数值列表，示例：[1,4,2,3,0]
result=""
for i in range(len(keyn)):
for j in range(len(keyn)):
if 　 　:
break
result+=wb[j]
return
render_template("jie.html",WB=wb,KEY=keyo,RESULT=result)
if
__name__=="__main__":
　 　
（4）根据上述描述与第16题图1，则“天气”节点中的“多云”信息熵是　 　。
（5）实现求首次划分节点的程序如下，请在划线处填入合适的代码：
def
cal(lst): #计算样本lst的信息熵
x,y,z=0,len(lst),0 #x表示该样本信息熵，y表示该样本数量，z表示某信息发生的概率
num={}
for i in lst:
if i not in num:
　 　
num[i]+=1
for k in num:
z=num[k]/y #计算该信息发生的概率
x-=z*log(z,2) #根据公式计算信息熵，log(b,a)等价于logab
return x
def check(x,y):
#根据节点x，对样本y进行划分，返回示例：{'否': [1, 1, 0, 0, 1, 1, 1, 1], '是': [1, 1, 0, 1, 0, 0]}
dic={'是否有风': ['否',
'否', '否', '否', '否', '否', '否', '否', '是', '是', '是', '是', '是', '是'],
'天气': ['多云',
'多云', '晴', '晴', '晴', '雨', '雨', '雨', '多云', '多云', '晴', '晴', '雨', '雨'],
'温度': [28, 27, 29, 22, 21, 21, 20,
24, 18, 22, 26, 24, 18, 21],
'湿度': [78, 75, 85, 90, 68, 96, 80,
80, 65, 90, 88, 63, 70, 80],
'是否前往': [1, 1, 0, 0, 1, 1, 1, 1, 1,
1, 0, 1, 0, 0]}
xm=list(dic.keys())
entropy=cal(dic[xm[-1]]) #调用函数计算样本原始信息熵entropy
#计算各节点信息增益
m=0;p=""
col=xm[:-1] #“是否前往”是结果项，不参与计算
for i in col:
size=len(dic[i]);entropy_1=0
zyb=　 　 #调用函数对样本按照当前节点进行划分
for j in zyb: #根据划分情况逐个求子样本信息熵并按比例累加
entropy_1+=len(zyb[j])/size*cal(zyb[j])
zy=entropy-entropy_1
print(i,"的信息增益:",zy)
if zy>m: #计算最大信息增益与信息增益最大的节点
m=zy
　 　
print("信息增益最大的节点：",p)
答案解析部分
【答案】1．B
2．C
【知识点】信息及其特征；信息系统的组成及功能；大数据的概念与特征
【答案】3．C
4．B
【知识点】大数据的概念与特征；人工智能的应用
【答案】5．D
6．A
【知识点】字符编码；声音、图像、视频编码
【答案】7．A
8．D
【知识点】运算符、基本运算与表达式；流程图识读
9．【答案】D
【知识点】运算符、基本运算与表达式
10．【答案】D
【知识点】分支结构语句及程序实现；循环结构语句及程序实现
11．【答案】C
【知识点】分支结构语句及程序实现；循环结构语句及程序实现
12．【答案】B
【知识点】分支结构语句及程序实现；循环结构语句及程序实现
13．【答案】（1）i=1；m==10 or n==10
（2）C
【知识点】过程与自定义函数；分支结构语句及程序实现；循环结构语句及程序实现
14．【答案】（1）df.at[i,'奖牌']=='0' 或 df.奖牌[i]=='0' 或 df['奖牌'][i]=='0'；df3["奖牌"] 或 df3.奖牌；plot
（2）B；D
【知识点】常量、变量及变量的赋值；模块
15．【答案】（1）A
（2）我爱自己也爱信息
（3）index.html；keyn[j]==i；app.run()
（4）0
（5）num[i]=0；check(i,dic)；p=i
【知识点】常见数据类型、数组；网络应用模式；加密与解密算法
16．【答案】（1）A
（2）我爱自己也爱信息
（3）index.html；keyn[j]==i；app.run()
（4）0
（5）num[i]=0；check(i,dic)；p=i
【知识点】网络应用模式；分支结构语句及程序实现；循环结构语句及程序实现；加密与解密算法
二一教育在线组卷平台（zujuan.21cnjy.com）自动生成 1 / 1登录二一教育在线组卷平台 助您教考全无忧
浙江省湖州市三贤联盟2021-2022学年高二下学期信息技术期中联考试卷
一、选择题（本大题共12小题，每小题2分，共24分。）
（2022高二下·湖州期中）有关某“无人超市”的信息系统结构图如第1题图所示，请回答下面小题。
1．下列有关“无人超市”的说法，正确的是（　　）
A．系统通过入口处刷脸获得的特征值属于个人一般信息
B．零购物码和出门二维码使用后失效，体现了信息的时效性
C．系统自动对用户数据进行加密是为了提高数据的完整性
D．存储在系统数据库中的海量用户信息属于大数据
2．下列对“无人超市”信息系统的功能描述，不正确的是（　　）
A．录制用户付款视频和离开时的影像属于信息系统的收集功能
B．识别到注册用户立刻开门属于信息系统的传输功能
C．使用POS机自助付款属于信息系统的存储功能
D．打印小票、出门二维码属于信息系统的输出功能
【答案】1．B
2．C
【知识点】信息及其特征；信息系统的组成及功能；大数据的概念与特征
（2022高二下·湖州期中） 2022年的北京冬奥会，我国取得了历史最好成绩，人工智能技术也以科技手段助运动员们一臂之力。研究团队利用基于深度学习原理的人工智能技术，建立神经网络模型，实现对动作视频中人体关节点的计算机自动识别，进而建立起适用于竞技体育和一般生物力学研究的计算机系统——无反光点人体运动自动捕捉人工智能系统。目前该系统已应用在国家速度滑冰和越野滑雪项目的训练中，获得超过8000人次的赛时动作技术数据，使机器深度学习越发“得心应手”，对于滑冰与滑雪运动员的动作捕捉与技术分析，既能精准到具体细节，又能快速反馈分析结果。
请回答下面小题。
3．根据以上描述，下列说法不正确的是（　　）
A．随着获取的动作数据逐渐增加，该技术对于数据的反馈会更有效
B．该技术主要体现动作与结果的关系，说明大数据更注重事物之间的相关性
C．该技术捕捉到的每一个数据都来自于真实数据，体现了大数据价值密度高的特点
D．能根据动作自动捕捉进行分析，并快速反馈分析结果，体现了大数据速度快的特点
4．根据以上描述，人工智能技术助力运动员主要基于以下哪种方法(　　)
A．符号主义 B．联结主义 C．行为主义 D．建构主义
【答案】3．C
4．B
【知识点】大数据的概念与特征；人工智能的应用
（2022高二下·湖州期中）从文字输入、语音识别、图像识别到“刷指纹”、“刷脸”，人类信息的输入模式在发生革命性的变化。请回答下面小题。
5．下列有关信息编码的说法，不正确的是（　　）
A．自然界中的文字、图像、语音等属于模拟信号
B．虽然人类信息的输入模式不同，但在计算机中存储一定使用二进制编码
C．输入一段相同的文字，可以采用不同的输入码
D．语音输入时，使用者声音越大，此条语音的容量越大
6．下列关于“信息输入模式变革”的说法，正确的是（　　）
A．信息系统硬件的发展促进了信息输入模式的变化
B．“刷指纹”、“刷脸”只适用于移动终端设备
C．不同的信息输入模式利用了相同的传感器
D．任意一种输入模式都必须在联网的状态下使用
【答案】5．D
6．A
【知识点】字符编码；声音、图像、视频编码
（2022高二下·湖州期中）根据下图所示流程图，请回答下面小题。
7．下列说法正确的是（　　）
A．此算法中包含2个分支结构
B．循环结束时变量i的值为30
C．判断语句“i≤30”将被执行30次
D．执行该流程图后，输出的值为2
8．虚线框处可以合并为一个条件表达式，下列表达式中符合该条件的是（　　）
A．i//3==0 or i//5!=0 B．i%3==0 or i%5!=0
C．i//3==0 and i//5!=0 D．i%3==0 and i%5!=0
【答案】7．A
8．D
【知识点】运算符、基本运算与表达式；流程图识读
9．（2022高二下·湖州期中）已知x="苹果, 50"，y=["苹果",50]，z={"苹果":50}，下列python表达式的值为True，正确的是（　　）
A．x[-4::-1]==y[0] B．x[3:5]==y[1]
C．y[1] in z D．z[y[0]]==50
【答案】D
【知识点】运算符、基本运算与表达式
10．（2022高二下·湖州期中）某些数据中存在“数字山峰”，例如数据“21432748”中存在“1432”、“274”两座“数字山峰”(必须包含上坡与下坡)，下面程序用于求数据中“数字山峰”的数量：
num=input("请输入数字串：");c=0
for i in range(1,len(num)):
if and f==False:
f=True
elif and f==True:
c=c+1
f=False
print("有",c,"座数字山峰")
方框(1)(2)(3)的代码由以下部分组成：
①f=True ②f=False ③num[i-1]>num[i] ④num[i-1]下列选项中代码顺序正确的是（　　）
A．①③④ B．①④③ C．②③④ D．②④③
【答案】D
【知识点】分支结构语句及程序实现；循环结构语句及程序实现
11．（2022高二下·湖州期中）有如下python程序段：
n="p4y2t3h1o9n4";p=""
for i in n:
if "0"<=i<="9":
if p=="":
p+=i
elif i>=p[-1]:
p+=i
elif ip=i
执行该程序段后，则p的值是（　　）
A．"239" B．"14" C．"19" D．"4"
【答案】C
【知识点】分支结构语句及程序实现；循环结构语句及程序实现
12．（2022高二下·湖州期中）有如下python程序段：
from random import randint
n=input("请输入一串数字：")
k=randint(0,len(n)) #randint用于随机生成[0,len(n)]之间的整数
for i in range(k):
for j in range(len(n)-1):
if n[j]>n[j+1]:
break
else:
n=n[:len(n)-1]
continue #continue跳过当前循环的剩余语句，直接进行下一轮循环
n=n[:j]+n[j+1:]
执行该程序段后，输入“1529”，则变量n可能是（　　）
A．"9" B．"12" C．"152" D．"1259"
【答案】B
【知识点】分支结构语句及程序实现；循环结构语句及程序实现
二、非选择题（本大题共4小题，6+6+7+7，共26分）
13．（2022高二下·湖州期中）小墩和小融打乒乓球，利用Micro:bit主板的 LED 阵列实时显示比分情况（如图1所示，2个方框分别表示小墩和小融比分区，每个亮点表示1分），并在BXY Python Editor软件的串口中实时输出对局输赢情况（如图2所示）。
图1 图2
操作步骤：小墩得1分，按下Micro:bit主板的按钮A，左侧比分区亮点加1；小融得1分，按下按钮B，右侧比分区亮点加1。一局比赛初始比分为0:0，每一局中先达到10分的选手可以赢得该局。
（1）实现上述功能的程序代码如下，请在划线处填入合适的代码：
from microbit
import *
def bf(x,y):
#在led板上显示比分情况，代码略
m=0;n=0 #m表示小墩得分，n表示小融得分
　 　
while True:
if button_a.is_pressed(): #若按钮A被按下，则小墩得1分
m+=1
elif button_b.is_pressed(): #若按钮B被按下，则小融得1分
n+=1
if 　 　:
if m>n:
print("第",i,"局：小墩赢，比分：",m,":",n)
else:
print("第",i,"局：小融赢，比分：",m,":",n)
i+=1;m,n=0,0
bf(m,n)
sleep(200)
#设置程序运行间隔为200毫秒
（2）根据上述程序，下列比分情况不可能出现的是（　　）。
A． B．
C． D．
【答案】（1）i=1；m==10 or n==10
（2）C
【知识点】过程与自定义函数；分支结构语句及程序实现；循环结构语句及程序实现
14．（2022高二下·湖州期中）小张同学为了更好地了解冬奥会，从网上收集了历届冬奥会各个项目比赛信息，收集到的部分数据如图1所示：
图1 图2
为分析数据，小张编写了如下程序：
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocator
plt.rcParams['font.sans-serif']=['SimHei'] #正常显示中文标签
df=pd.read_csv("dongao.csv")
#删除所有未获得奖牌的记录,并将奖牌列中的"G"修改为"金牌"，"S"修改为"银牌"，"B"修改为"铜牌"
jp={'G':'金牌','S':'银牌','B':'铜牌'}
for i in df.index:
if ① :
df=df.drop(i)
else:
df.at[i,'奖牌']=jp[df.at[i,'奖牌']]
#对输入国家每届的奖牌数进行统计，并制作相应图表，如第14题图2所示：
nt=input("请输入国家名称：")
df1=df[df['国家']==nt]
df3=pd.DataFrame(df2) #将分组后数据生成新的二维结构，索引为“届次”，列标题为“奖牌”
x=df3.index
y= ②
plt.title(nt+"历年冬奥会奖牌趋势图")
plt. ③ (x,y)
plt.show()
（1）在划线处填上合适的代码。
①　 　②　 　③　 　
（2）为了最后能显示某国历届冬奥会奖牌变化，需在加框处添加的语句为(　　)（多选）
A．df2=df1.groupby('奖牌')
df2=df1.届次.count()
B．df2=df1.groupby('届次')
df2=df2['奖牌'].count()
C．df2=df1.groupby('奖牌')['届次’].count()
D．df2=df1.groupby('届次').奖牌.count()
【答案】（1）df.at[i,'奖牌']=='0' 或 df.奖牌[i]=='0' 或 df['奖牌'][i]=='0'；df3["奖牌"] 或 df3.奖牌；plot
（2）B；D
【知识点】常量、变量及变量的赋值；模块
15．（2022高二下·湖州期中）某网站对信息进行加密解密，选择页面“index.html”如图1，加密页面“jia.html”如图2，解密页面“jie.html”如图3。在选择页面点击相应按钮，选择加密或解密。
图1 图2 图3
选择加密时，在明文文本框中输入明文，点击“加密”按钮，网页显示密文与对应的密钥。加密规则为打乱明文对应的索引作为密钥，再利用该索引逐个取明文字符连接成密文，例如：明文为“信息技术”，若被打乱的索引为[2,0,1,3]，则密文为“技信息术”，密钥为“2,0,1,3”
选择解密时，在密文文本框中输入密文，密钥文本框输入密钥，点击“解密”按钮，网页显示明文。
（1）该网络应用属于　 　架构。（单选，填字母：A . B/S架构，B . C/S架构）
（2）若待解密文本为“自息爱信也我己爱”，密钥为“2, 7, 1, 6, 4, 0, 3, 5”，则解密结果是　 　。
（3）实现该功能的python程序如下，请在划线处填入合适的代码：
from flask import render_template,request,Flask
import random
app=Flask(__name__) #创建应用实例
@app.route('/') #选择页面路由
def index():
return render_template('　 　')
#加密功能代码略，以下为解密代码：
@app.route('/jiemi1/',methods=["GET","POST"])
def jiemi1():
wb=request.form["wb"] #利用request获取网页文本框内容，返回示例:“1,4,2,3,0”
keyo=request.form["key"] #变量wb存储密文，变量keyo存储密钥
keyn=list(map(int,keyo.split(","))) #将字符串keyo转换为数值列表，示例：[1,4,2,3,0]
result=""
for i in range(len(keyn)):
for j in range(len(keyn)):
if 　 　:
break
result+=wb[j]
return render_template("jie.html",WB=wb,KEY=keyo,RESULT=result)
if __name__=="__main__":
　 　
（4）根据上述描述与图1，则“天气”节点中的“多云”信息熵是　 　。
（5）实现求首次划分节点的程序如下，请在划线处填入合适的代码：
def cal(lst): #计算样本lst的信息熵
x,y,z=0,len(lst),0 #x表示该样本信息熵，y表示该样本数量，z表示某信息发生的概率
num={}
for i in lst:
if i not in num:
　 　
num[i]+=1
for k in num:
z=num[k]/y #计算该信息发生的概率
x-=z*log(z,2) #根据公式计算信息熵，log(b,a)等价于logab
return x
def check(x,y):
#根据节点x，对样本y进行划分，返回示例：{'否': [1, 1, 0, 0, 1, 1, 1, 1], '是': [1, 1, 0, 1, 0, 0]}
dic={'是否有风': ['否', '否', '否', '否', '否', '否', '否', '否', '是', '是', '是', '是', '是', '是'],
'天气': ['多云', '多云', '晴', '晴', '晴', '雨', '雨', '雨', '多云', '多云', '晴', '晴', '雨', '雨'],
'温度': [28, 27, 29, 22, 21, 21, 20, 24, 18, 22, 26, 24, 18, 21],
'湿度': [78, 75, 85, 90, 68, 96, 80, 80, 65, 90, 88, 63, 70, 80],
'是否前往': [1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 0, 1, 0, 0]}
xm=list(dic.keys())
entropy=cal(dic[xm[-1]]) #调用函数计算样本原始信息熵entropy
#计算各节点信息增益
m=0;p=""
col=xm[:-1] #“是否前往”是结果项，不参与计算
for i in col:
size=len(dic[i]);entropy_1=0
zyb=　 　 #调用函数对样本按照当前节点进行划分
for j in zyb: #根据划分情况逐个求子样本信息熵并按比例累加
entropy_1+=len(zyb[j])/size*cal(zyb[j])
zy=entropy-entropy_1
print(i,"的信息增益:",zy)
if zy>m: #计算最大信息增益与信息增益最大的节点
m=zy
　 　
print("信息增益最大的节点：",p)
【答案】（1）A
（2）我爱自己也爱信息
（3）index.html；keyn[j]==i；app.run()
（4）0
（5）num[i]=0；check(i,dic)；p=i
【知识点】常见数据类型、数组；网络应用模式；加密与解密算法
16．（2022高二下·湖州期中）决策树是一种通过树形结构进行分类的人工智能预测模型，如根据图1所示“气象特点与游客是否来游乐场的关系”绘制的图2所示的决策树树形结构：
图1 图2
通过了解当天的是否有风、天气、温度和湿度这4个节点参数即可预测当天是否有人来游乐场。
不同的节点划分顺序可以绘制不同的决策树，为了选出最优的节点划分顺序，需要采用“信息熵”与“信息增益”指标。
信息熵，又称香农熵，被用来度量信息量的大小，信息熵越大表示信息量越大；
信息增益，表示样本经某节点划分后的信息熵变化大小。我们绘制决策树时应当逐次选择信息增益最大的节点作为当前节点。
对于有n个信息的样本D，记第k个信息发生的概率为，信息熵计算公式为E(D)=,
例如游乐场14个样本中“去”(9个)、“不去”(5个)，则信息熵==0.940
若样本按“是否有风”节点划分，“是”(6个，其中3个去，3个不去)信息熵==1；
“否”(8个，其中6个去，2个不去)信息熵==0.811；经过此节点划分后的信息增益=原始信息熵按此节点划分后样本信息熵比例和=0.940(0.811)=0.048。
（1）该网络应用属于　 　架构。（单选，填字母：A . B/S架构，B . C/S架构）
（2）若待解密文本为“自息爱信也我己爱”，密钥为“2, 7, 1, 6,
4, 0, 3, 5”，则解密结果是　 　。
（3）实现该功能的python程序如下，请在划线处填入合适的代码：
from flask
import render_template,request,Flask
import random
app=Flask(__name__) #创建应用实例
@app.route('/') #选择页面路由
def index():
return render_template('　 　')
#加密功能代码略，以下为解密代码：
@app.route('/jiemi1/',methods=["GET","POST"])
def jiemi1():
wb=request.form["wb"] #利用request获取网页文本框内容，返回示例:“1,4,2,3,0”
keyo=request.form["key"] #变量wb存储密文，变量keyo存储密钥
keyn=list(map(int,keyo.split(",")))
#将字符串keyo转换为数值列表，示例：[1,4,2,3,0]
result=""
for i in range(len(keyn)):
for j in range(len(keyn)):
if 　 　:
break
result+=wb[j]
return
render_template("jie.html",WB=wb,KEY=keyo,RESULT=result)
if
__name__=="__main__":
　 　
（4）根据上述描述与第16题图1，则“天气”节点中的“多云”信息熵是　 　。
（5）实现求首次划分节点的程序如下，请在划线处填入合适的代码：
def
cal(lst): #计算样本lst的信息熵
x,y,z=0,len(lst),0 #x表示该样本信息熵，y表示该样本数量，z表示某信息发生的概率
num={}
for i in lst:
if i not in num:
　 　
num[i]+=1
for k in num:
z=num[k]/y #计算该信息发生的概率
x-=z*log(z,2) #根据公式计算信息熵，log(b,a)等价于logab
return x
def check(x,y):
#根据节点x，对样本y进行划分，返回示例：{'否': [1, 1, 0, 0, 1, 1, 1, 1], '是': [1, 1, 0, 1, 0, 0]}
dic={'是否有风': ['否',
'否', '否', '否', '否', '否', '否', '否', '是', '是', '是', '是', '是', '是'],
'天气': ['多云',
'多云', '晴', '晴', '晴', '雨', '雨', '雨', '多云', '多云', '晴', '晴', '雨', '雨'],
'温度': [28, 27, 29, 22, 21, 21, 20,
24, 18, 22, 26, 24, 18, 21],
'湿度': [78, 75, 85, 90, 68, 96, 80,
80, 65, 90, 88, 63, 70, 80],
'是否前往': [1, 1, 0, 0, 1, 1, 1, 1, 1,
1, 0, 1, 0, 0]}
xm=list(dic.keys())
entropy=cal(dic[xm[-1]]) #调用函数计算样本原始信息熵entropy
#计算各节点信息增益
m=0;p=""
col=xm[:-1] #“是否前往”是结果项，不参与计算
for i in col:
size=len(dic[i]);entropy_1=0
zyb=　 　 #调用函数对样本按照当前节点进行划分
for j in zyb: #根据划分情况逐个求子样本信息熵并按比例累加
entropy_1+=len(zyb[j])/size*cal(zyb[j])
zy=entropy-entropy_1
print(i,"的信息增益:",zy)
if zy>m: #计算最大信息增益与信息增益最大的节点
m=zy
　 　
print("信息增益最大的节点：",p)
【答案】（1）A
（2）我爱自己也爱信息
（3）index.html；keyn[j]==i；app.run()
（4）0
（5）num[i]=0；check(i,dic)；p=i
【知识点】网络应用模式；分支结构语句及程序实现；循环结构语句及程序实现；加密与解密算法
二一教育在线组卷平台（zujuan.21cnjy.com）自动生成 1 / 1

展开更多......

收起↑