资源简介

上海市曹杨二中2025-2026学年高一上学期期末考试信息技术试卷
（一）综合题一
生成式人工智能的出现，将人工智能的发展推向了新的高度。热爱科技的小申对人工智能的学习产生了浓厚兴趣。请运用所学内容，与小申一起探索并解决以下问题。
（1）人工智能的发展离不开数据。小申从网上了解到2017-2025年全球数据总量的增长趋势及预测情况（如图所示）。关于数据、信息与知识，以下说法正确的是
A．小申将这张图分享给其他同学，会产生信息损耗
B．图中的信息对所有人产生的价值是相同的
C．“2025年全球数据总量约170ZB”属于信息
D．这张图属于知识，“170”属于数据
（2）生成式人工智能的数据来源丰富多样。以下可以作为其数据来源的有
A．企业内部数据 B．公开数据集
C．社交媒体数据 D．涉及国家机密的专业领域数据
（3）在训练生成式人工智能的模型时需要大量的数据。大数据的特征有
A．数据类型多 B．价值密度高 C．产生速度慢 D．数据规模大
（4）在训练生成式人工智能的模型时需要大量的数据。一般来说，数据采集的过程是
①实施数据采集 ②确定数据来源 ③选择采集方法 ④明确数据要求
A．④②③① B．②④③① C．②③④① D．④②①③
（5）小申了解到，AI模型在训练时，会将文字、图像等转换为计算机能处理的二进制数据。若一个AI模型有8种不同的基础任务类型，每种类型下最多有24种微调模式，若要用二进制代码分段组合（任务类型+微调模式）来表示每个任务，至少需要 位二进制数。
（6）小申想用AI生成一张老照片的修复版，他首先用扫描仪将老照片数字化。以下属于信息的数字化过程的是
A．对扫描后的图像文件进行AI美化处理 B．在屏幕上显示AI修复后的照片
C．用扫描仪将老照片转换为数字图像 D．为修复后的照片添加文字说明
（7）小申在训练一个中文AI模型时，需要处理“数据”和“數據”这两个词（简繁体）。对于这两个词中的“数”和“數”这两个汉字，以下叙述正确的是
A．它们的内码相同 B．它们采用不同输入法时输入码也相同
C．它们的字形码相同 D．它们在计算机内部都是以二进制形式存储
（8）小申了解到，训练一个大型AI模型的硬盘存储空间需要1024TB。这1024TB等于 GB。
A．10244×1000 B．10244×1024 C．10244×1000×1000 D．1024×1024×1024
（9）在探索过程中，小申使用生成式人工智能生成一张图像，存储为1.bmp文件，图像及参数如图所示。理论上，该图像的数据存储量是 （填写计算结果，单位：MB）。
（10）用WinHex软件查看AI模型的一段描述文字，其十六进制内码如下图所示。
其中，字符串“shanghai生成式人工智能”其内码占 字节。
A．15 B．22 C．26 D．30
（11）根据上题图中“shanghai”字符串所对应的十六进制内码，可推测出字符m所对应的十六进制编码是① ，其ASCII码的二进制编码是② ，转化为十进制为③ 。
（12）小申用双声道录制了一段人工智能介绍音频，长度为30秒，其他参数见下图，请问录制的音频文件（WAV）存储容量是
A．2×8000×24×30÷8 bit B．8000×24×30÷8 Byte
C．2×8000×24×30÷8 Byte D．2×8000×24×30÷8÷1024 Byte
（13）小申录音时的声音编码通常经过采样、量化和编码几个步骤。量化时将整个振幅划分为若干个量化级，把落入同一级的样本值赋予相同量化值。如图所示，若b点、d点量化值都是5，那么关于a点、c点量化值，以下叙述正确的是
A．a点、c点量化值都为5 B．a点、c点量化值都为6
C．a点量化值是6，c点量化值是5 D．a点量化值是5，c点量化值是6
（14）小申下载了1000张人脸图像，用于训练人脸识别模型，并把所有图像整理为“数据集.rar”文件。“1.jpg”是其中一张人脸图像，如图所示。关于数据压缩，以下说法正确的是
A．“数据集.rar”文件和其他文件一起压缩成“资料.zip”文件，使用的是有损压缩方法
B．“1.jpg”的文件格式是未经压缩的图像文件格式
C．“1.jpg”文件不可以再次压缩
D．“数据集.rar”文件解压缩后的数据和压缩前的数据完全相同
（15）下列各项数据中不属于大数据的是
①全国网民一天内在所有社交平台发布的实时文本和图片信息
②某大型AI模型训练一次所需的总数据量
③全球互联网一天的实时流量数据
④某用户一天内使用搜索引擎的次数
⑤某用户一次AI对话的文本长度
A．①②③④⑤ B．②④⑤ C．①③ D．④⑤
（16）小申想用Python编程模拟一个简单的AI对话流程。用计算机编程解决问题的一般过程包括：
①编写程序 ②设计算法 ③调试运行 ④抽象与建模。
这四个步骤的正确排列顺序是
A．②④①③ B．④②①③ C．②①④③ D．④①②③
（17）关于Python语言的描述，以下说法正确的是
A．Python语言相比机器语言，在计算机中执行速度更快
B．Python语言是高级语言，它提供了丰富的库和工具，使程序员能够更轻松地编程
C．Python语言可以通过import命令调用第三方库
D．Python中算术运算符的优先级是：幂运算>取模运算>整除运算>乘除运算>加减运算
（18）小申编写的程序中有一行语句ai_name == "DeepSeek"。执行完该语句后，ai_name的数据类型是
A．布尔型 B．整型 C．浮点型 D．字符串型
（19）小申使用列表记录了本周每天使用AI助手的次数：usage=[15,20,18,25,22,30,12]，数据从周一到周日。如果要计算周三和周六的使用次数之和，正确的表达式是
A．usage [2]+ usage [5] B．usage [3]+usage [6] C．usage(2) + usage(5) D．usage [1]+usage [4]
（二）综合题二
学校图书馆要筛选出高一每周阅读量超过100的班级（1班~13班），输出其班级号，并计算13个班级的阅读总数。小申同学为此设计了以下算法，并准备使用python编写程序。
（1）上面算法中，②和④处所用的图形应该为
A． B． C． D．
（2）上面用了很多图形符号来描述算法，这种描述方法叫做
A．流程图 B．伪代码 C．计算机程序 D．自然语言
（3）请指出上面算法中①~⑥中的一处错误，并说明如何修改：错误位于 处，应做如下修改：
。
（4）在高一所有班级中，找出周阅读量超过100的班级，使用的算法是 算法。
（5）上面算法所用的算法结构为
A．分支嵌套循环结构 B．双重循环结构 C．多分支结构 D．循环嵌套分支结构
（6）如要判断整数x是13的倍数，以下python条件表达式可行的是
①x//13=x/13 ②x//13 == 0 ③x%13 == 0 ④x//13 == int(x/13)
A．③ B．①②④ C．①③④ D．③④
（7）小申想要生成长度为13的整数序列，以下range()函数使用正确的是
①range(0,13) ②range(1,13) ③range(13) ④range(0,13,1) ⑤range(13,1,-1)
A．①③④⑤ B．②⑤ C．①③④ D．①④
（8）如果要实现输入13个整数存放在列表book中，以下代码可行的是
book=[] i=0 while i<13: x= input() book.append(x) i=i+1print(book) book=[] i=0 while i<13: x= int(input()) book.append(x)print(book) book=[] i=0 while i<=13: x= int(input()) book.append(x) i=i+1print(book) book=[] i=0 while i<13: x= int(input()) book.append(x) i=i+1print(book)
A B C D
（9）执行以下代码后，列表book的值为
book=[99,105,88,132,158,73,110,108,101,109,95,113] book.remove(105) book.insert(2,117)
A．[99,88,132,117,158,73,110,108,101,109,95,113]
B．[99,117,88,132,158,73,110,108,101,109,95,105]
C．[99,88,117,132,158,73,110,108,101,109,95,113]
D．[99,117,88,132,158,73,110,108,101,109,95,113」
（10）小申发现book列表中缺少13班的数据，他想通过Python代码把13班的阅读量（125）添加到列表book中，作为最后一项，相应的语句可以是 。
（11）小申同学参考上述流程图，编写了下面的Python程序，请填空完善此程序。
# book按次序存放了高一1班至13班的本周阅读量 book =[99,105,88,132,158,73,110,108,101,109,95,113,125] #阅读总数赋初值 s=① for i in range(② ): if ③ : id=④ #求出每周阅读量超过100的班级号 print(id, "班本周阅读量超过100") #输出每周阅读量超过100的班级号 s=⑤ print("高一13个班级本周阅读总量为",s)
（三）综合题三
为了丰富学生的假期生活，博物馆推出免费参观活动。学生通过小程序预约后，可凭学生证刷卡免费参观。小申是博物馆的志愿者，负责对参观数据进行采集、整理与分析。请运用所学内容，与小申一起探索并解决以下问题。
（1）小申从博物馆后台管理系统获取到预约和刷卡数据，所使用的数据采集方式是
A．问卷调查 B．传感器数据采集 C．互联网数据采集 D．企业内部数据库
（2）小申同学想了解不同天气情况下，博物馆参观数据的变化，准备在文件中添加天气温度等信息，还需要从其他网站的网页上采集一些天气数据，可以使用的方法是
A．requests.get() B．requests.fetch() C．requests.http() D．requests.html()
（3）老师告诉小申在使用网络爬虫时要注意相关的法律规则，以下不属于使用爬虫技术可能引发的风险或问题的是
A．占用爬取网站的系统资源 B．突破网站的限制，造成网站隐私泄露
C．建立有效数据集 D．通过获取服务器上有产权归属的数据牟利
（4）以下可以用来解析网页的 python第三方库是
A．requests B．BeautifulSoup C．HTML D．random
（5）小申对文件中的数据进行整理。关于数据整理，以下描述正确的是
A．使用Pandas库中的round()函数可以删除重复记录
B．Pandas库中删除缺失值的方法为notnull()
C．常见的处理缺失值的方法是采用随机生成数值进行填充
D．常见的两种数据重复情况为记录重复和特征重复
（6）小申编写了以下程序，对博物馆参观数据进行整理，并保存到文件，useum_new.csv”中。
#导入库 import ① as pd #读取museum_data.csv文件 df= pd.② ('museum_data.csv',encoding='ANSI') #保留重复记录的最后一条，并在原表上操作 df.drop_duplicates(③ ) #删除所有包含缺失值的行 df.dropna(axis=0,how='any',inplace=True) #④ #保存到新文件 df.to_csv('museum_new.cs',encoding='ANSI')
①小申想对csv文本数据进行数据整理，上面程序中①处导入的库为
A．requests B．pandas C．csv D．numpy
②为读取csv文件，上面程序②处应填入的是
A．read_excel B．read_csv C．to_excel D．to_csv
③对于同一参观日期，若出现同一参观者的多条参观记录，视为重复记录，只需保留其中的最后一条。则上面程序③处应该填入的参数为
参观日期 姓名 学生证号 参观时长(分钟)
20250501 吴轶群 B103120231647 53
20250501 李飞 C105120211426 42
…… …… …… ……
20250501 周海文 C106120241261
20250501 李飞 A101120241615 50
20250501 张明 B102120231512 95
…… …… …… ……
20250501 陈磊 D119320231745 36
20250501 李飞 C105120211426 42
…… …… …… ……
A．subset=['参观日期', '姓名'],keep='last',inplace=True
B．subset=['参观日期', '学生证号'],keep='first',inplace=True
C．subset=['参观日期', '姓名'],keep='first',inplace=True
D．subset=['参观日期', '学生证号'],keep='last',inplace=True
④请补充上面程序中，④处的注释： 。
⑤上面程序中的变量df是 数据结构。
A．一维的DataFrame B．二维的DataFrame C．一维的Series D．二维的Series
⑥上面python程序中，小申用df存放读取后的数据，如果换一个变量名，以下可用的是
A．new-df B．new#df C．_newdf D．2newdf
（7）以下不可能是使用Excel打开“museum_new.csv”文件的截图有
A．
参观日期 姓名 学生证号 参观时长（分钟）
20250501 吴轶群 B103120231647 53
20250501 李飞 C105120211426 42
20250501 周海文 C106120241261
20250501 李飞 A101120241615 50
20250501 张明 B102120231512 95
B．
参观日期 姓名 学生证号 参观时长（分钟）
20250501 吴轶群 B103120231647 53
20250501 李飞 C105120211426 42
20250501 李飞 A101120241615 50
20250501 张明 B102120231512 95
20250501 陈磊 D119320231745 36
20250501 李飞 C105120211426 42
C．
参观日期 姓名 学生证号 参观时长（分钟）
20250501 吴轶群 B103120231647 53
20250501 李飞 A101120241615 50
20250501 张明 B102120231512 95
20250501 陈磊 D119320231745 36
20250501 李飞 C105120211426 42
20250501 赵静 B104120231623 142
D．
参观日期 姓名 学生证号 参观时长（分钟）
20250501 赵静 B104120231623 142
20250501 孙浩 A111220241432 89
20250501 林涛 A101120241615 80
20250501 周婷 D121320231934 110
20250502 吴轶群 B103120231647 53
20250502 郑伟 C108120241307 55
（8）小申统计了参观数据如表所示。他想分析各学段有效参观人数占总体的比重（学段：1表示小学，2表示初中，3表示高中），最合适的数据分析方法是 。（选填：对比分析法/平均分析法/结构分析法）。
学段 有效参观人数
1 225
2 180
3 116
（9）小申编写程序对整理好的数据进行分析，筛选出学段为3（高中）的记录，然后在筛选后的记录中针对参观日期列进行频数统计，并输出其中的最大参观数，请将程序填写完整。
参观日期 学段 姓名 学生证号 参观时长（分钟）
20250501 3 吴轶群 B103120231647 53
20250501 2 李飞 C105120211426 42
20250501 1 张明 B102120231512 95
20250501 3 陈磊 D119320231745 36
20250501 1 赵静 B104120231623 142
20250501 2 孙浩 A111220241432 89
import pandas as pd import numpy as np df = pd.read_csv('museum_1.csv',encoding='ANSI') newdf=① #选出学段为3（高中）的记录 #选取参观日期这一列进行频数统计 count=newdf ['参观日期'].② print(count) print(③ (count)) #统计学段为3的日最大参观数
①能实现筛选出学段为3（高中）的记录，①处的代码是
A．df ['学段']= '3' B．df ['学段']== '3'
C．df [df ['学段']= '3'] D．df [df ['学段']== '3']
②要针对‘参观日期’列进行频数统计，并输出其中的日最大参观数，②和③划线处应该填入：
② 、③
（10）小申想绘制可视化图形，用于呈现各学段参观者人数的分布情况，以下表述正确的有
A．柱状图可以呈现各学段参观者的人数差异
B．折线图可以呈现各学段参观者人数的中位数
C．箱型图可以呈现各学段参观者人数的均值
D．饼图可以呈现各学段参观者的人数占比
（11）小申统计了参观数据如表所示，数据存储于“museum_2.csv”文件中。他编写了一个程序，用于绘制可视化图形，呈现各学段有效参观人数占总体的比重（学段：1表示小学，2表示初中，3表示高中）。运行程序后，他发现如图所示的饼图占比有误。请修改程序第8行，应改为： 。
学段 有效参观人数
1 225
2 180
3 116
1 import pandas as pd
2 import matplotlib.pyplot as plt
3 plt.rcParams [‘font.sans-serif’]=[‘SimHei’]
4 df =pd.read_csv("museum_2.csv",encoding="ANSI")
5 stage = df ["学段"]
6 count=df ["有效参观人数"]
7 plt.title("各学段有效参观人数占比")
8 plt.pie(stage,labels=count,autopct="%1.1f%%")
9 plt.show()
（12）为了鼓励学生积极参与博物馆的相关活动，按参观时长给予学生对应积分如表1所示。小申获取了某学校的参观数据如表2所示，他编写了一个程序，统计该学校的总积分。请完善程序代码。
参观时长（分钟） 积分
超过90分钟 2积分
不超过90分钟 1积分
表1
参观日期 区县 学校 学段 入学年份 时长参观（分钟）
20250501 B 118 3 2024 107
20250501 B 118 3 2022 73
20250502 B 118 3 2023 26
20250502 B 118 3 2022 27
20250502 B 118 3 2023 98
20250503 B 118 3 2022 62
…… …… …… …… …… ……
表2
# 超过90分钟得2积分，不超过90分钟得1积分，统计该学校的总积分 import pandas as pd df=pd.read_csv("museum_3.csv",encoding="ANSI") # 将所有参观时长放入列表vtime中 vtime =list(df ["参观时长(分钟) "]) # 累加器 score =0 # 在以下区域继续完善代码 # 以下输出语句，无需修改 print("该学校的总积分: ",score)
试卷第 1 页，共 1 页
上海市曹杨二中2025-2026学年高一上学期期末考试信息技术试卷
【参考答案】
（一）【答案】 C ABC AD A 8 C D B 6.25 B 6D 01101101 109 C D D D B BC D A
【解析】本题考查的是数据、大数据、编码、程序语言、python基础等。
（1）信息是对数据进行加工后产生的有意义的内容，而知识是对信息的系统化理解。选项C中“2025年全球数据总量约170ZB”是对数据的具体描述，属于信息。故答案为：C。
（2）生成式人工智能可以从多种来源获取数据，但涉及国家机密的数据通常不作为公开数据来源。故答案为：A， B， C。
（3）大数据通常具有数据类型多、产生速度快、数据规模大、价值密度低等特征。故答案为：A， D。
（4）数据采集通常从明确数据要求开始，然后确定数据来源，选择采集方法，最后实施数据采集。故答案为：A。
（5）8种任务类型需要3位二进制，24种微调模式需要5位二进制，总共需要8位二进制。故答案为：8。
（6）用扫描仪将老照片转换为数字图像是信息数字化的过程。故答案为：C。
（7）简繁体字在计算机中以不同的编码存储，但都是以二进制形式存储。故答案为：D。
（8）1TB等于1024GB，因此1024TB等于1024×1024GB。故答案为：B。
（9）图像存储量=宽度×高度×位深度/8/1024/1024=1280×1280×32/8/1024/1024=6.25MB。故答案为：6.25。
（10）“shanghai”8个ASCII字符各1字节，加上7个汉字(每个2字节)，共8+14=22字节。故答案为：B。
（11）字符“m”的十六进制编码是6D，ASCII码的二进制编码是01101101，转化为十进制为109。故答案为：6D， 01101101， 109。
（12）双声道、采样率8000Hz、量化位数24bit、时长30s，故存储容量=声道数×采样率×量化位数×时长÷8。故答案为：C。
（13）若b、d量化值同为5，则a略低于b，仍量化到5；c更高，量化到6。故答案为：D。
（14）RAR或ZIP属于无损压缩，解压后数据与原始数据一致；JPG本身是有损压缩格式。故答案为：D。
（15）单个用户一天的搜索次数或一次对话文本量都不构成“大数据”的典型规模。故答案为：D。
（16）一般过程是抽象与建模，设计算法，编写程序，调试运行。故答案为：B。
（17）Python是高级语言，提供丰富的库和工具，并可以通过import命令调用第三方库。故答案为：B， C。
（18）表达式 ai_name == “DeepSeek” 会生成布尔值，但并不改变变量 ai_name 本身仍为字符串。故答案为：D。
（19）列表下标从0开始，周一对应usage[0]，周三usage[2]，周六usage[5]，因此周三与周六和为usage[2]+usage[5]。故答案为：A。
（二）【答案】 A A ③ 将“班级阅读量累加到阅读总数s”放在分支外 枚举 D A C D C book.append(125) s = 0 13或 0,13或 0,13,1 book[i] > 100 i + 1 s + book[i]
【解析】本题考查流程图的理解与Python编程能力。
（1）②和④处用于输出信息，应该使用平行四边形符号。故答案为：A。
（2）题目中使用了图形符号描述算法，这种方法称为流程图。故答案为：A。
（3）错误是把“班级阅读量累加到总数 s”只放在“>100”分支里，导致未超过 100 的班级未被累加。错误位于③处，应做如下修改：将“班级阅读量累加到阅读总数s”放在分支外。
（4）依次检查每个班级的阅读量，属于枚举（遍历）算法。故答案为：枚举。
（5）流程图中包含循环和条件判断，属于循环嵌套分支结构。故答案为：D。
（6）判断x是13的倍数，正确的表达式是x%13 == 0。故答案为：A。
（7）生成长度为13的整数序列，正确的用法是range(0,13)、range(13)和range(0,13,1)。故答案为：C。
（8）只有选项 D 的程序既循环了 13 次又用 int(input()) 将输入转为整数。故答案为：D。
（9）先 remove(105)，再 insert(2,117)，得到 [99, 88, 117, 132, 158, 73, 110, 108, 101, 109, 95, 113]。故答案为：C。
（10）将13班的阅读量添加到列表book中，语句可以是book.append(125)。故答案为：book.append(125)。
（11）① s = 0： 这里是给“阅读总数”变量 s 赋初始值。因为我们要累加 13 个班级的阅读量，初始时总数为 0，之后每读一个班级的量就加到 s 上；② 13（或 0,13）：列表 book 里正好存放了 13 个班级的数据（索引从 0 到 12）。range(13) 会生成 0, 1, 2, ..., 12 这 13 个整数，正好对应 13 个班级的索引。这样循环就能遍历所有班级； ③ book[i] > 100：这是判断条件：检查当前第 i 个班级的阅读量是否超过 100。book[i] 就是第 i+1 个班级的阅读量（因为索引从 0 开始）。如果满足这个条件，就进入分支输出班级号； ④ i + 1：班级号从 1 开始，循环变量 i 从 0 开始，所以 + 1；⑤ s + book[i]：这是累加操作：不管当前班级的阅读量是否超过 100，都要把它加到总数 s 里。
（三）【答案】 D A C B D B B D 删除所有包含缺失值的行 B C B 结构分析法 D value_counts() max AD plt.pie(count,labels=stage,autopct="%1.1f%%") for time in vtime:
if time > 90:
score += 2
else:
score += 1。
【解析】本题考查数据采集与分析的相关知识。
（1）小申从博物馆后台管理系统获取到预约和刷卡数据，所使用的数据采集方式是企业内部数据库。故答案为：D。
（2）在Python中用 requests.get() 向指定网址发送请求并获取网页数据。故答案为：A。
（3）A/B/D 都是可能引发的风险(占用资源、突破限制导致隐私泄露、通过获取服务器数据牟利)，而“建立有效数据集”本身并不是风险。故答案为：C。
（4）BeautifulSoup 是常用的Python网页解析库；requests 负责网络请求，random 用于生成随机数，HTML 并非常见解析库名称。故答案为：B。
（5）常见的重复包括“记录重复”和“特征（列）重复”；A/B/C 说法均有错误或不常用。故答案为：D。
（6）①小申想对CSV文本数据进行数据整理，上面程序中①处导入的库为pandas。故答案为：B。②为读取CSV文件，上面程序②处应填入的是read_csv。故答案为：B。③对于同一参观日期，若出现同一参观者的多条参观记录，视为重复记录，只需保留其中的最后一条。则上面程序③处应该填入的参数为subset=['参观日期'， '学生证号']，keep='last'，inplace=True。故答案为：D。④请补充上面程序中，④处的注释：删除所有包含缺失值的行。⑤上面程序中的变量df是二维的DataFrame数据结构。故答案为：B。⑥Python 变量名不能含 “-” “#” 也不能以数字开头；_newdf 合法。故答案为：C。
（7）程序中已执行drop_duplicates()删除重复记录，B 图中存在姓名为 “李飞”，学生证号为“C105120211426” 的重复记录未被删除，与程序逻辑矛盾。故答案为：B。
（8）要分析各学段人数在总人数中的占比，最适合用结构分析法（如饼图）。故答案为：结构分析法。
（9）①pandas 中布尔索引df[df["列名"] == 值]用于筛选满足条件的行，①处的代码是df[df['学段'] == '3']。故答案为：D。②要针对‘参观日期’列进行频数统计，并输出其中的日最大参观数，②和③划线处应该填入：value_counts()、max。故答案为：value_counts()、max。
（10）柱状图（条形图）能直观对比各学段人数的差异（A正确）。饼图能显示各部分占总体的比例(D正确)。折线图不用于直接看中位数（B不正确），箱型图能显示中位数而非均值（C不正确）。故答案为：A、D。
（11）原代码中plt.pie(stage,labels=count)将“学段”作为数值，“人数”作为标签，逻辑颠倒，应将count（人数）作为饼图数值，stage（学段）作为标签。故应改为：plt.pie(count,labels=stage,autopct="%1.1f%%")
（12）遍历参观时长列表vtime，超过 90 分钟加 2 分，否则加 1 分，最终累加得到总积分。代码如下：
for time in vtime:
if time > 90:
score += 2
else:
score += 1。
答案第 1 页，共 4 页

展开更多......

收起↑