资源简介

第二单元 数据处理与应用 单元检测
一、选择题
1．2022年北京冬季奥运会圆满结束，这不仅是一场体育盛会，也是一场文化盛宴、科技盛会。从充满文化韵味的“二十四节气”倒计时，到脱胎于篆刻、书法的冬奥标识；从创意源于西汉长信宫灯的冬奥会火炬接力火种灯，到取自《千里江山图》的冰场挡板图案，从展现文明交流交融的“黄河之水”，到最终幻化成“冰雪五环”……中华文化与奥运文化、冰雪元素完美融合，闪耀冬奥舞台，写下文明交流互鉴的新篇章。小明使用百度指数，以“冬奥会比赛项目”为关键词进行分析，得到大家对于比赛项目关注情况的图谱（如图），以数据可视化形式迅速展示要点信息。该图谱采用的是（ ）
A．词云分布图 B．网络关系图 C．雷达图 D．热力图
2．智能垃圾回收系统的“满溢提醒”功能是借助超声波传感器来获取相关数据。这种数据获取的方式属于（ ）
A．智能识别 B．自动采集 C．自动控制 D．人工输入
3．关于散点图，下列说法正确的是（ ）
A．可呈现变量的频数分布
B．可表示两种特征间的相关关系
C．可描述变量的变化趋势
D．可直观表述出各指标的位置
4．数据处理的一般过程是（ ）。
A．采集—分析—整理—可视化表达 B．采集—整理—可视化表达－分析
C．采集—整理—分析－可视化表达 D．采集—可视化表达—整理－分析
5．将一年级新生的资料录入到学籍管理系统中，这属于信息的（ ）
A．存储 B．检索 C．加工 D．输出
6．属于数字化可视化表达工具的是（ ）
A．演示文稿 B．平板电脑 C．电子词典 D．编程软件
7．如图展示了我国近十年的GDP。为了直观地显示GDP的变化趋势，可以使用（ ）进行的数据可视化。
A．柱形图 B．折线图 C．饼图 D．雷达图
8．在小区里，有的垃圾箱垃圾太多而溢出，有的却很少。做了一些研究后，小明同学整理数据，将原因与建议写成文字，准备交给物业。这属于数据处理过程中的（ ）
A．撰写研究报告 B．数据整理
C．数据分析 D．数据可视化
9．在教科书中利用Python探究电流和电压、电阻的关系实验里，除了可以通过书中的Jupyter Notebook外，处理数据还可以通过下列（ ）工具实现。
A．Python IDLE B．Xmind C．网络画板 D．几何画板
10．下列适合用来采集《雷锋年谱》 图像的工具是( )
A．台式电脑 B．编程软件 C．思维导图 D．数码照相机
11．小张采集了运动会的报名数据录入到Excel文件，每位同学最多参加两个项目，部分界面如下图所示。他先使用Excel软件整理数据，存储为“运动会报名.xlsx”文件后，编写Python程序完成后续处理。小张对数据进行以下整理，操作恰当的是（ ）
A．发现高一(1)班陈易涵有两条相同的数据，删除一条
B．发现高一(3)班张怀沙的跳高一栏空着，填入数字“1”
C．发现第6行“高一(二)班”的格式与其他数据不一致，删除第6行数据
D．发现第8、9行都是高一(2)班李嘉佑的数据且都不完整，删除第8、9行数据
12．想知道习近平主席在《庆祝中华人民共和国成立70周年大会上的讲话》中的讲话重点，最有效的可视化呈现类型是（ ）。
A．饼图 B．词云图 C．柱形图 D．折线图
13．数据可视化的呈现类型有( )
A．探索型 B．试探型 C．逻辑型 D．布尔型
14．数据处理的一般过程是（ ）
A．采集—整理—可视化表达－分析 B．采集—整理—分析－可视化表达
C．采集—可视化表达—整理－分析 D．采集—分析—整理—可视化表达
15．高二年级的水平考试报名中，需要提供每位学生的数字照片一张，学校应该选择哪种信息采集工具最方便、快捷
A．数码摄像机 B．普通相机 C．数码相机 D．扫描仪
二、填空题
16．数据可视化表达的呈现方式有很多，小明把高中同学“大学所在城市”数据，生成一个词云图，根据词云图可以知道，小明同学去 城市上大学的最多。
17．图结构中的每个顶点( )与其他顶点有边相连，数据元素之间是( )的关系。
18．数据之间有三种基本关系，分别是线性关系和 、网状关系。
19．为了更好地了解某地的水质情况，科研人员采集了该地各监测点当天的水质数据。数据中包含了各监测点的水质类别、水温（℃）、pH、溶解氧（mg/L）、高锰酸盐指数（mg/L）。通过数字化学习，小申了解到水质类别从高到低分为1-5类，级别最高（质量最好）为1，级别最低（质量最差）为5。小申了解到水温、pH、溶解氧、高锰酸盐等指标都会影响水质类别，他选择了溶解氧进行重点分析。分析如图所示的“各监测点水质类别和溶解氧分布”可视化图形，说出溶解氧指数最高的监测点的水质类别为 。请学习数字化资源中的“地表水环境质量标准”，尝试归纳水质类别和溶解氧之间的相关关系 。
20．词云是对文本数据进行分析处理后的可视化形式。某同学采集微信好友签名制作了如图所示的词云。观察词云图，分析并写出至少三个出现频率较高的词语 。
三、判断题
21．利用网络爬虫获取研究性学习所需要的数据，是采用了网络数据采集法。( )
22．词云可以使得难以实现结构化的数据文本挖掘成为轻而易举的事情。（ ）
23．数据可视化的目的是为了帮助用户过滤、清洗掉无用的、错误的数据。( )
24．数据可视化是指以图形、图像、地图、动画等生动、易于理解的方式展示数据和诠释数据之间的关系、趋势与规律等，以便更好地理解数据。（ ）
25．2022年4月初，太原市各中学再次开启了“停课不停学、离校不离教”线上教学。钉钉在线课堂教学过程中，老师运用思维导图软件结束课堂，再一次对教学内容概括和归纳，帮助学生理清知识脉络，把握重点，运用钉钉答题卡功能当堂检测每个学生学习效果，进而有针对性、更精准的辅导。老师通过答题卡的选项统计功能对学生更精准的辅导。这个事例说明学生提交的选项作为数据需要进行加工处理分析，就可以得到学生学习情况这一信息。( )
四、操作题
26．小红收集了部分城市202l年全年每大PM2.5、PM10、CO浓度数据。每大的数据分别保存在以8位日期字符串命名的CSV文件中，部分文件如图a所示，每个文件记录了一天24小时的监测数据。示例如图b所示。
为统计分析城市A全年各月份PM2.5的月平均浓度（当月的日平均浓度的平均值），编写Python程序。请回答下列问题：
（l）定义pmday函数，功能为：读取某天的CSV文件，返回城市A当天PM2.5的日平均浓度。函数代码如下，划线处应填入的代码为<单选，填字母）。
A．df['类型']= ='PM2.5 B．df['类型'=='PM2.5']
C．df[df['类型']]= ='PM2.5' D．df[df['类型']=='PM2.5']
import pandas as pd
def pmday（dayfile）:
df=pd read_csv（dayfile） #读取文件dayfile中的数据
df=
return df['城市A'].mean（） #返回城市A当天PM2.5的日平均浓度
（2）统计城市A各月份PM2.5的月平均浓度并绘制线型图。部分Python程序如下，请在划线处填写合适的代码：
import matplothb. pyplot as plt
def tstr（t）：
if t retrun '0'+str（t）
else：
retrun str（t）
pm=[0]*12
mdays=[31．28．31．30．31．30．31．31．30．31．30．31]
for m in range（12）:
sm=0
mstr=tstr（m+1）
for d in range（① ）：
dstr=tstr（d+l）
day file='202l'+mstr+ dstr+'.csv'
sd=pmday（dayfile）
②
pm[m]=sm/mdays[m]
x=[1，2，3，4，5，6，7，8，9，10，11，12]
y=③
plt. plot（x，y） #绘制线型图
#设置绘图参数，显示如图c所示线型图，代码略
（3）城市A 2021年PM2.5年平均浓度为34.6微克/立方米。由图c可知，城市A 2021年PM2.5月平均浓度超过年平均浓度的月份共 个。
参考答案：
1．A
2．B
3．B
4．C
5．A
6．A
7．B
8．A
9．A
10．D
11．A
12．B
13．A
14．B
15．C
16．北京
17．都可以 多对多
18．树型关系
19．1 溶解氧越高，水质类别质量越好。
20．祖国 努力 爱 富强 分享等
21．正确
22．错误
23．错误
24．正确
25．正确
26．D mdays[m] sm+=sd pm 5

展开更多......

收起↑