资源简介

第一章 认识数据与大数据 检测练习
一、选择题
1．以下关于大数据描述正确的是（ ）
A．“浙江大学”近十年来招生汇总数据规模庞大，可以称之为大数据
B．大数据给生活带来便利的同时，也带来了数据安全等方面的社会问题
C．大数据技术涉及到的数据均是非结构化数据
D．大数据思维着重关注数据之间的因果关系的探究
2．“10月8日上午，中国队结束了所有参赛项目的争夺，最终，中国体育代表团本届亚运会奖牌数量为201金、111银和71铜，共383枚奖牌。”结合上述报道，下列对数据、信息的说法正确的是（ ）
A．在纸上单独书写383，它就已经被赋予一定意义
B．题干中的文字即信息
C．上述报道发布于一个月前，已经不具有价值性
D．由金、银、铜牌数计算出奖牌总数体现了统计者对知识的运用
3．若将十进制数n转换为二进制数，该二进制数的末位是1，下列说法不正确的是（ ）
A．该十进制数一定是奇数
B．十进制数n和n+1所对应的二进制数的位数可能不同
C．十进制数n*10得到的值与在二进制数末尾添加数字0得到的值相同
D．如在转化后的二进制数的末尾添加一个“1”，此时除以4的余数是3
4．下列关于大数据的说法，正确的是（ ）
A．大数据要分析的是全体数据，而不是抽样数据，且要求数据必须是精确无误的
B．处理大数据时，一般采用分治思想
C．处理大数据时，更注重事物的因果关系而不是相关性
D．实现对实时数据的获取、传输和存储可以采用分布式系统完成
5．2023年杭州举办亚运会。在开幕式上，由亿万星火汇聚而成的亚运数字火炬人经过全网转播，惊艳全球。亚运数字火炬人由来自130多个国家和地区、105791208位数字火炬手汇聚而成，在万众瞩目中跨越钱塘江，点燃主火炬塔。这是亚运历史上首次由数字人点燃火炬，也是综合性国际体育大赛的首创。
对于材料中的数据和信息等，下列说法不正确的是（ ）
A．单独的“105791208”是数据，不具备任何意义
B．130多个国家和地区的人民参与传递数字火炬，说明信息是可以共享的
C．为了开幕式的点火仪式，技术团队写下了超20万行代码，是智慧的体现
D．为了保护和提升亚运会数据安全，不仅要提高数据本身的安全，还要保护存储数据的介质
6．下列进制运算结果正确的是（ ）
A．14D+1011B=25D B．1001B+9D=1010B
C．1101B-1011B=10D D．1001B+1AH=37H
7．现如今共享单车已经成为人们出行中必不可少的一部分。当手机扫描单车上的二维码时，会将车锁编号发送给服务器，服务器接收到编号会给单车发送开锁信号，打开车锁。已知某黑白二维码（如第3题图所示）点阵图规模为16×16，若用“1”表示黑，“0”表示白，则下列描述正确的是（ ）
A．存储该二维码需要256B
B．该二维码整体上是左右对称的
C．二维码的规模与能够表示的信息量成正比
D．二维码的应用不会给人们的生活带来安全隐患
8．下列关于数字化与信息编码说法正确的是（ ）
A．模拟信号数字化过程需要先量化再采样
B．计算机只能处理二进制和十六进制数据
C．电流表指针指向的电流值是模拟信号
D．把 bmp 格式图像改成jpg 格式图像的过程是数字化
9．小申打算下次与同学一起乘坐地铁前往科技馆，经查询，目前上海地铁投入运营和在建的共有33条线路，小明用n位二进制数对线路和站点分别进行编码。已知所有线路中站点数最多为36，那么n最小为（ ）
A．10 B．11 C．12 D．13
10．关于信息数字化，以下说法错误的是（ ）
A．小申拍照的过程属于信息数字化过程
B．小申录音的过程属于信息数字化过程
C．小申用画图软件处理照片的过程属于信息数字化过程
D．信息数字化是计算机处理信息的基础
11．小申用Ultra Edit软件查看“25分钟后拥堵”字符内码部分界面如下图所示。
下列说法不正确的是（ ）
A．字符“分”的内码占两个字节
B．字符“后”的十六进制码是“D3 BA”
C．字符“25”的十六进制码是“32 35”
D．字符“8”的二进制码是“00111000”
12．小申准备和父母一起驾车去参观上海科技馆，他用某导航软件查询了线路，下面两张图是他的手机截图，左图是当前路况和用时，右图是未来用时。

关于大数据，以下说法错误的是（ ）
A．该导航软件能预测未来用时，使用的是大数据技术
B．大数据具有海量的数据规模、多样的数据类型、快速的数据流转和价值密度高等特征
C．要预测未来用时，导航软件要依次经历数据采集、数据预处理和数据分析等过程
D．大数据给生活带来便利的同时，也会引发一些社会问题
13．关于信息编码的说法，正确的是（ ）
A．一个字节和16位二进制的存储容量相同
B．十进制数28D转换为二进制数是11010B
C．每个ASCII码字符在计算机中用1字节的低7位进行编码
D．使用手机录音的过程是将数字信号转换成模拟信号
14．下列关于数制和编码的说法正确的是（ ）
A．文字“神舟”使用GB2312编码存储时占用2个字节
B．二进制数1001011转为十六进制数为93
C．声音数字化的过程中若其他条件不变，采样频率越高，则声音更保真
D．64级灰度图像的颜色位深度为8位
15．下列关于大数据的说法错误的是（ ）
A．更注重事物的相关性而不是因果关系
B．速度快是大数据的特征之一，仅指数据的产生速度快
C．不再追求个别数据的精确性，允许数据混杂
D．大数据要分析的是全体数据，而不是抽样数据
二、填空题
16．以下是字符“1小时30分”在计算机内部的表示形式，其中，字符“3”对应的二进制是 、转换成十六进制是 。
17．小申准备和父母一起驾车去参观上海科技馆，他用某导航软件查询了线路，下面两张图是他的手机截图，左图是当前路况和用时，右图是未来用时。

导航软件提供了三条线路供小申选择，小申选择了公里数用二进制表示为1010111的线路，他选择的是第 条线路。
18．进制转换
（1）100转换成二进制( ) （2）1010 0101转换成十进制( )
19．进制转换
100(10)= (2)= (8)= (16)
11111111(2)= (8)= (16)
20．请完成下列进制转换：
（10101101）2 = ( )10 （45）10 = ( )2
(B5)16 = ( )10
三、判断题
21．数据的无损压缩就是未压缩或不压缩。( )
22．知识就是智慧，数据就是信息。( )
23．数字化工具与资源和传统的学习工具与资源相比较，其最大的优势是互动性。( )
24．将声音、文字、图片等信息转化为二进制形式的过程就是信息的数字化。( )
25．大数据变化快、多样化，所以需要通过深入挖掘分析才能找到它的价值。( )
四、操作题
26．二维码是用某种特定的几何图形按一定规律在平面上（二维方向）分布的黑白相间的图形记录数据符号信息。现有点阵规模为 24*24 的二维码图像，通过黑、白像素进行逐个编码，每个点用 1 个二进制位(bit)表示，如果用“0”表示白点，用“1”表示黑点，如下图所示：
请回答下列问题：
（1）该二维码的第九行第一个字节（如上面左图加框处，放大后如上面右图所示），其二进制编码为 B，转化为十六进制编码是 H。
（2）存储该二维码需要的空间是 Byte。
（3）二维码目前广泛应用于汉字、数学、图片、指纹、声音等信息的存储。下列关于二维码的说法，正确的是( )（多选）
A．二维码是记录数据符号信息的图形，不同黑白相间的组合确定了二维码的意义
B．手机扫描二维码，属于信息的编码过程
C．扫一扫政府部门官方发布的二维码，一般不存在安全隐患
D．扫描二维码可能感染病毒是因为二维码本身携带病毒
E.付款二维码每隔一定时间自动更新，主要体现了信息的价值性
27．GeoHash 是空间索引的一种方式，其基本原理是将地球理解为一个二维平面，通过把二维的空间经纬度数据编码为一个字符串，可以把平面递归分解成更小的子块，每个子块在一定经纬度范围内拥有相同的编码。以经纬度为（121.43737，31.192932）为例。
第一步：将经纬度转换为二进制
编码规则为：先将纬度范围(-90, 90)平分成两个区间(-90, 0)和(0, 90)，如果目标维度位于前一个区间，则编码为 0，否则编码为 1，然后根据目标纬度所落的区间再平均分成两个区间进行编码，以此类推，直到精度满足要求，经度也用同样的算法。
4 (22.5, 45.0) (22.5, 33.75) (33.75, 45.0) 0
5 (22.5, 33.75) (22.5, 28.125) (28.125, 33.75) 1
…… …… …… …… ……
最后得到纬度的二进制编码为：101011000101110, 用同样的方式可以得到经度(121.43737)的二进制编码：110101100101101
第二步：将经纬度的二进制编码合并,从偶数 0 开始，经度占偶数位，纬度占奇数位。经度
110101100101101，纬度 101011000101110，得到的二进制编码为：111001100111100000110011110110
偶 奇 偶 奇 偶 奇 偶 奇 偶 奇 偶 奇 … 偶 奇 偶 奇 偶 奇 偶 奇 偶 奇
索引 0 1 2 3 4 5 6 7 8 9 10 11 … 12 21 22 23 24 25 26 27 28 29
经纬度 1 1 1 0 0 1 1 0 0 1 1 1 … 0 0 1 1 1 1 0 1 1 0
第三步：将合并后的二进制数做 Base32 编码
按照每 5 位一组，分成 6 组，每组计算其对应的十进制数值，按照 Base32 表进行编码。
11100 11001 11100 00011 00111 10110 转换成十进制是 28 25 28 3 7 22，查表编码得到最终结果，wtw37q。
林老师想编写一个 Python 程序，输入编码后的字符串，输出该编码对应的经纬度范围，运行结果如图 a 所示：
图a
（1）Python 程序如下，请在划线处完成填空。
def qj(l,r,a):#将二进制 a 转成对应的经纬度范围#该代码省略
def find(c):#在 base32 表中查找对应的十进制数
for i in ① :
if base32[i]==c:
return i
base32="0123456789bcdefghjkmnpqrstuvwxyz"
s=input("请输入编码：")
res=""
jd=[]
wd=[]
for i in range(len(s)):
②
ans=""
j=0
while③ :
ans=④
n=n//2
j+=1
res=res+ans
for i in range(len(res)):
if i%2==0:
jd+=res[i]
else:
wd+=res[i]
print("经度对应的二进制:",jd,"纬度对应的二进制:",wd)
print("经度范围：",qj(-180,180,jd),"纬度范围：",qj(-90,90,wd))
（2）若经纬度编码是 wm3，那么对应的经度二进制是 。
五、简答题
28．常见的压缩分为哪两种并各举2个例子？
29．请简述数据与信息的区别与联系。
30．当用户登录某网站购买、浏览、收藏了某些书籍后，再次登录该网站时，会发现网页上增加了“你可能感兴趣的书”以及“购买此商品的顾客也同时购买”之类的推送条目，如下图所示。
问题1：网站给用户自动推荐商品的依据是什么？采用了什么分析方法？
问题2：网站数据可能对用户产生哪些影响？
参考答案：
1．B
2．D
3．C
4．B
5．C
6．A
7．C
8．C
9．C
10．C
11．B
12．B
13．C
14．C
15．B
16． 0011 0011 33
17．二
18． 110 0100 165
19． 1100100 144 64 377 FF
20． 173 101101 181
21．错误
22．错误
23．正确
24．正确
25．正确
26． 11100110 E6 72 AC
27． range(0,len(base32))或 range(len(base32))或 range(0,32)或 range(32) n=find(s[i]) j<5或n>0 or j<5 str(n%2)+ans 11001001
28．无损压缩：WAV、FLAC等
有损压缩：mp3、jpg等
29．区别：（1）数据是对客观事物记录下来的可以鉴别的符号。这些符号不仅指数字，而且包括字符、文字、图形等；信息是经过加工后并对客观世界产生影响的数据。
（2）数据是数据采集时提供的，信息是从采集的数据中获取的有用信息。
（3）数据反映的是事物的表象，信息反映的是事物的本质。
（4）数据的形式变化多端，很容易受载体的影响，信息则比较稳定，不随载体的性质而随意改变。
联系：数据是反映客观事物属性的记录，是信息的具体表现形式。数据经过加工处理之后，就成为信息；而信息需要经过数字化转变成数据才能存储和传输。
30．问题1：网站给用户自动推荐商品的依据是用户行为。用户行为用户行为也叫做用户事件，是指用户作用于产品或网站页面的一系列行为。比如用户在一个电商网站访问、注册、登陆、搜索商品、浏览商品、对比商品、加入购物车、提交订单、支付订单等具体的操作行为。采用了 聚类分析，聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发、自动进行分类。
问题2：任何事物都有两面性，我们上网浏览、出行、购物都被记录了，人人都成了数据的生成者和贡献者。数据带来的整体性变革，也使得数据的隐私保护的形势显得越发严峻。

展开更多......

收起↑