资源简介

第五单元 数据表达我做主
一、选择题（每题3分，共30分）
1. 以下不属于收集数据方法的是（ ）
A. 问卷调查 B. 凭空想象 C. 实验测量 D. 网络爬虫
2. 用数字化工具组织、管理数据的优势不包括（ ）
A. 提高效率 B. 减少错误 C. 增加数据量 D. 方便查找
3. 多角度分析数据可以（ ）
A. 只看到数据的一个方面 B. 更全面深入地理解数据
C. 使数据变得复杂混乱 D. 降低数据的价值
4. 词云是通过对文本进行（ ）来呈现关键词语的。
A. 语法分析 B. 语义分析 C. 分词和词频统计 D. 句子拆分
5. 知识图谱的价值在于（ ）
A. 仅仅展示文本内容 B. 从文本数据中抽取实体和关系
C. 增加文本数据量 D. 让文本更难理解
6. 用数据和可视化图表支撑、表达观点的好处是（ ）
A. 使观点更模糊 B. 降低观点的可信度
C. 让观点更直观、有说服力 D. 与观点表达无关
7. 下列可视化呈现数据的方法中，适合展示数据占比关系的是（ ）
A. 折线图 B. 柱状图 C. 饼图 D. 散点图
8. 从权威信息渠道获取数据资料的目的是（ ）
A. 保证数据的可靠性 B. 使数据更难获取
C. 增加获取数据的成本 D. 限制数据的使用范围
9. 在对文本进行分词和词频统计时，不需要考虑的是（ ）
A. 词语的含义 B. 词语出现的频率
C. 文本的语法结构 D. 词语的分隔方式
10. 以下关于用数字化工具处理数据的说法，错误的是（ ）
A. 可以快速整理大量数据 B. 能自动发现数据中的所有规律
C. 可辅助进行数据的分析和展示 D. 提高了数据处理的准确性
二、填空题（每题4分，共20分）
1. 收集数据后，需要对数据进行________，以便更好地分析和呈现。
2. 利用权威信息渠道获取数据资料，能保障数据的________和权威性。
3. 多角度分析数据能从不同维度挖掘数据的________。
4. 词云的呈现中，词语的大小通常反映其________。
5. 知识图谱可用于展示文本数据中实体之间的________。
三、简答题（每题10分，共20分）
1. 简述可视化呈现数据的方法及其作用。
请阐述用数据和可视化图表支撑、表达观点的具体步骤和优势。
四、操作题（30分）
学校组织了一次关于“学生兴趣爱好”的调查，收集到以下数据（部分示例）：
姓名 兴趣爱好
小明 篮球、绘画、阅读
小红 舞蹈、音乐、书法
小刚 足球、编程、摄影
请使用合适的数字化工具（如Excel、Python等）完成以下任务：
对兴趣爱好进行分词统计，统计每个兴趣爱好出现的频率。
选择一种合适的可视化方式（如柱状图、饼图等）呈现各兴趣爱好的频率情况。
对数据处理和可视化结果进行简单的分析说明。
参考答案：
一、选择题
1. B 2. C 3. B 4. C 5. B 6. C 7. C 8. A 9. A 10. B
二、填空题
1. 整理 2. 可靠性 3. 价值 4. 词频 5. 关系
三、简答题
1. 答案：可视化呈现数据的方法有折线图，可用于展示数据随时间或其他连续变量的变化趋势；柱状图，适合比较不同类别数据的大小；饼图，用于展示各部分数据在总体中所占的比例；散点图，能呈现两个变量之间的关系等。其作用在于将抽象的数据以直观、易懂的图形形式展示出来，帮助人们快速理解数据的特征、规律和关系，便于分析和决策。
2. 答案：具体步骤为：首先收集与观点相关的数据，确保数据的准确性和相关性；然后对数据进行整理和分析，提取关键信息；接着选择合适的可视化图表（如柱状图、折线图、饼图等），将数据转化为图表形式；最后结合图表阐述观点，说明数据如何支撑该观点。优势在于使观点更直观形象，易于理解，增强观点的可信度和说服力，让受众能更快速有效地接受和认同观点。
四、操作题
方法一（以Excel为例）
1. 将数据录入Excel表格，在一个空白列（如C列）使用“查找和替换”功能，把“、”替换为换行符（在“查找和替换”对话框中，点击“选项” - “特殊格式” - “手动换行符” ），使每个兴趣爱好单独成行。然后使用“数据透视表”功能，将兴趣爱好字段拖到“行”和“值”区域，值区域汇总方式选择“计数”，统计出各兴趣爱好出现的频率。
2. 选中数据透视表中兴趣爱好和计数的数据区域，点击“插入”选项卡，选择“柱状图”或“饼图”来呈现各兴趣爱好的频率情况。
3. 分析说明：从图表中可以直观地看出哪些兴趣爱好更受学生欢迎，出现频率高的兴趣爱好反映了学生群体中较普遍的兴趣倾向，可据此为学校开展相关社团活动等提供参考。
方法二（以Python为例，使用pandas和matplotlib库）
import pandas as pd
import matplotlib.pyplot as plt
# 构建数据
data = {
'姓名': ['小明', '小红', '小刚'],
'兴趣爱好': ['篮球、绘画、阅读', '舞蹈、音乐、书法', '足球、编程、摄影']
}
df = pd.DataFrame(data)
# 分词统计
all_hobbies = []
for hobbies in df['兴趣爱好']:
all_hobbies.extend(hobbies.split('、'))
hobby_counts = pd.Series(all_hobbies).value_counts()
# 可视化（柱状图示例）
hobby_counts.plot(kind='bar')
plt.xlabel('兴趣爱好')
plt.ylabel('频率')
plt.title('学生兴趣爱好频率统计')
plt.show()

3. 分析说明：通过代码运行得到的图表，能够清晰地看到不同兴趣爱好的频率差异，频率高的兴趣爱好在学校相关资源配置和活动组织方面可重点考虑，为满足学生兴趣需求提供依据。

展开更多......

收起↑