资源简介

8.2　信息系统中的数据统计
学习目标　
1.了解信息系统硬件搭建和软件开发的一般过程,能够根据系统需求正确选择相应的智能终端和扩展模块,并根据智能终端的数据格式和通信方式,编写相应的软件代码。
2.通过搭建小型信息系统的综合活动,体验信息系统的工作过程,认识信息系统在社会应用中的优势及局限性。
3.能采用合适的方法分析数据和可视化呈现数据,并能从中提取有用信息,形成结论。
该小节的知识点在《专题7　搭建和完善信息系统》以及《专题8.1 利用pandas进行数据统计》已经做了相应的梳理,本小题内容是两个模块的融合。
　　　　　　 　　　　　 　　　　　
(2025年1月浙江选考)某研究小组搭建了室外温度检测系统,在4所学校各设置了1个监测点。智能终端连接传感器,每隔3小时采集1次温度数据通过网络将温度数据传输到服务器。服务器根据数据判断出异常情况时,通过智能终端控制执行器发出预警信号。请回答下列问题:
(1)在搭建该监测系统时,温度传感器与智能终端的配备总数量合理的是　　　　(单选,填字母:A.4个温度传感器和4个智能终端/B.4个温度传感器和1个智能终端)。
(2)系统数据采集的时间间隔为3小时,可用于控制采集时间的设备是　　　　　(单选,填字母:A.传感器/B.智能终端)。
(3)编写智能终端程序时,不需要知道　　　　(多选,填字母)。
A.与传感器连接的智能终端引脚
B.服务器的存储容量
C.服务器的地址及端口
D.数据库的文件名
(4)当服务器判定有异常情况后,除可通过智能终端控制蜂鸣器发出预警声音之外,请写出其他两种预警的具体方式。
(5)将系统中某年的数据导出到文件data.xlsx中,部分数据如图a所示。其中“预报温度”列是指学校所在地的天气预报温度数据,“差值”列是指实测温度与预报温度相减的绝对值。现要由高到低输出3月份各监测点差值的平均值(如图b所示),再用差值平均值最高的监测点的3月份实测温度数据绘制线形图(如图c所示)。
实现上述功能的部分Python程序如下,请选择合适的代码填入划线处(填字母)。
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("data.xlsx")
df1=①　　　　　
df2=②　　　　　
df2=③　　　　　
#依次输出df2中各监测点编号及其差值的平均值,如图b所示,代码略
#将df2中首行的监测点编号存入uid,代码略
df2=④　　　　　
#创建x列表,长度为248,元素依次为0~247,表示3月份采集时间点序号,代码略
plt.plot(x,df2['实测温度'])　　#绘制线形图
#设置绘图参数,并显示如图c所示的线形图,代码略
①②③④处可选代码有:
A.df.groupby("月",as_index=False).差值.mean()
#分组求平均
B.df[df["监测点"]==uid]　　　#筛选
C.df[df["月"]==3]
D.df1.sort_values("差值",ascending=False)　　#降序排序
E.df1.groupby("监测点",as_index=False).差值.mean()
F.df1[df1["监测点"]==uid]
G.df2.sort_values("差值",ascending=False)
　　通过真实的信息系统应用案例,了解信息系统是在硬件、软件和网络的支撑下,用户进行采集数据、传输数据以及加工、存储、查询和输出数据的过程。系统搭建本身就是一个模拟试验,应明确数据是如何流转的,硬件如何连接,软件代码如何编写,在搭建过程可能会遇到哪些问题,将如何解决等。数据是信息系统的核心,可以将信息系统中收集的数据导出,并利用pandas进行数据分析,并以图像的形式进行可视化。
例1 某研究小组拟采集某水域水位及周边土壤含水量等数据,进行地质灾害监测。该小组在实验室搭建了一个模拟系统,该系统的智能终端获取传感器数据,并通过无线通信方式将数据传输到Web服务器,服务器根据数据判断出异常情况后,通过智能终端控制执行器发出预警信号。请回答下列问题。
(1)该模拟系统中的传感器和执行器　　　　(单选,填字母:A.必须连接在不同智能终端/B.可以连接在同一智能终端)。
(2)水位传感器和土壤水分传感器连接在同一智能终端,服务器能正常获取土壤含水量数据,但不能正常获取水位数据,以下故障与该现象无关的是　　　　(单选,填字母)。
A.水位传感器故障
B.水位传感器与智能终端连接故障
C.智能终端无法与服务器通信
(3)下列关于该系统设计的说法,正确的有　　　　(多选,填字母)。
A.水位、土壤含水量等数据的采集时间间隔不能相同
B.水位、土壤含水量等数据可用数据库存储
C.可以基于Flask Web 框架编写服务器程序
D.系统获取数据的程序可以只部署在服务器端
(4)现场实地测试时需要设置多个监测点,每个监测点配备一个智能终端。为使服务器能区分出数据的监测点来源,从智能终端的角度写出一种可行的解决方法。
(5)研究小组整理出近几年的水位(日平均)数据,部分数据如图a所示(图中水位单位为“米”)。现要统计2023年水位最高的前100天在各月的分布情况,并绘制如图b所示的柱形图。
实现上述功能的部分Python程序如下:
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("data.xlsx")
df=df[df["年"]==2023]　#筛选出2023年的数据
plt.bar(df1["月"],df1["水位"])　#绘制柱形图
#设置绘图参数,显示如图b所示的柱形图,代码略
方框中应填入的语句依次为　　　　(填序号)。
①df1=df1.groupby("月",as_index=False).count() #分组计数
②df1=df.sort_values("水位",ascending=False) #降序排序
③df1=df1.sort_values("水位",ascending=False) #降序排序
④df1=df1.head(100)　　#获取前100条数据
(6)观察图b可知,2023年水位最高的前100天分布在7月的天数最多。现要筛选出2023年7月的水位数据以便进一步分析,可在第(5)小题处理结果的基础上,再运行如下语句,请在划线处填入合适的代码。
df2=df[　　　　]
变式1 小华要搭建书房环境监控系统,该系统能实时监测书房温度和湿度,出现异常时发出警报。用户通过浏览器查看实时监测结果和历史数据。小华已选择的硬件有:智能终端、温湿度传感器、执行器(如蜂鸣器)、服务器等,系统的硬件搭建方式是:服务器通过无线网络连接智能终端,智能终端连接传感器和执行器,请回答下列问题:
(1)该系统中,智能终端与服务器之间的数据传输　　　　(单选,填字母:A.只能由智能终端到服务器端/B.只能由服务器端到智能终端/C.既可以由智能终端到服务器端,也可以由服务器端到智能终端)。
(2)下列功能需要在智能终端程序中实现的是　　　　(单选,填字母:A.采集温湿度传感器上的数据/B.处理浏览器访问请求)。
(3)小华基于Flask Web框架编写服务器端的程序,部分代码如下。编写完成后,若要通过浏览器获取视图函数index()返回的页面,则应访问的URL是http:// 　　　　　　　　　　　　　　　 　。
#导入Flask框架模块及其他相关模块,代码略
app=Flask(__name_ _)
@app.route('/')
def index():
　　#从数据库读取温度和湿度数据,并返回页面,代码略
　　#服务器其他功能,代码略
if _ _name_ _=='_ _main__':
　　app.run(host='192.168.1.108',port=5000)
(4)请通过增加传感器和执行器对该系统功能进行一项扩展,写出增加的传感器和执行器名称及实现的功能。
(5)小华将系统中某天24小时的湿度数据导出,部分数据如图a所示(时间格式为“时:分:秒”),分析每小时的最大湿度值,线形图如图b所示,部分Python程序如下:
import pandas as pd
import matplotlib.pyplot as plt
dft=pd.read_csv('data.csv')　#读取文件data.csv中的数据
dft.insert(0,'小时','')　#插入列
for i in dft.index:
　　t=dft.at[i,'时间']　#通过行标签和列标签选取单个值
　　dft.at[i,'小时']=t[0: 2]
dfh=dft.groupby(　　　　　　　,as_index=False).max()　#分组求最大值
plt.plot(dfh['小时'],dfh['监测值'])　#绘制线形图
#设置绘图参数,显示如图b所示的线形图,代码略
①请在程序中划线处填入合适的代码。
②小华分析线形图发现存在湿度值大于等于100的噪声数据,要删除dft对象中噪声数据,下列代码段中,能正确实现的有　　　　(多选,填字母)。
A.dft=dft[dft['监测值']<100]
B.dft=dft['监测值']<100
C.n=len(dft[dft['监测值']>=100])
　dft=dft.sort_values('监测值')　#升序排序
　dft=dft.tail(n)　#获取尾部数据行
D.for i in dft.index:
　　　if dft.at[i,'监测值']>=100:
　　　　　dft=dft.drop(i)　#删除行
例2 为了改善影院放映厅密闭空间的观影环境,某研究小组在实验室模拟搭建了影院放映厅环境监测系统。该系统的智能终端通过IoT模块将采集的环境检测数据以无线通信方式传输到Web服务器,服务器根据数据判断是否存在异常。请回答下列问题。
(1)在调试运行该系统时发现某个传感器出现故障,小组成员将故障传感器替换成相同型号的备用传感器,所连接的智能终端引脚保持不变,替换完之后　　　　(单选,填字母:A.需要/B.不需要)修改智能终端的代码。
(2)PM2.5传感器和温湿度传感器连接在同一智能终端,若在系统运行的过程中仅影院放映厅的无线通信出现故障,则下列情况可能发生的是　　　　(单选,填字母)
A.温湿度传感器每隔一段时间采集温湿度数据
B.服务器能获取PM2.5数据但不能获取温湿度数据
C.服务器能判断出当前数据存在异常
(3)为了提高放映厅内PM2.5浓度监测的精准度,研究小组设计在放映厅内4个角落配置PM2.5传感器,计算4个传感器监测数据的平均值,作为当前厅内PM2.5浓度值。结合该设计方案,下列说法合理的是　　　　(多选,填字母)
A.实现“计算4个传感器监测数据的平均值”代码可以部署在服务器端
B.放映厅内四个传感器可以通过一个智能终端统一采集数据
C.PM2.5传感器与温湿度传感器采集数据的时间间隔一定相同
D.通过计算四个传感器的平均值,可以减小因单个传感器偶然误差对结果的影响
(4)某影院将该环境监测系统应用于影院各放映厅的环境监测,该影院共有5个放映厅,正常工作一段时间后,发现放映厅A没有数据,经检测,路由器与服务器网络通信正常,其余放映厅数据均正常,写出可能造成上述问题的2个原因(该放映厅传感器损坏、传感器和智能终端连接故障,不会造成上述问题)。
(5)将系统中2月份的数据导出到文件data.xlsx中,部分数据如图a所示。现要从高到低输出各放映厅空气质量优的天数(如图b所示),再用空气质量优的天数最多的放映厅的PM2.5数据绘制线形图(如图c所示)。
实现上述功能的部分Python程序如下:
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("data.xlsx")
df1=①　　　　　
df2=②　　　　　
df2=③　　　　　
#依次输出df2中各放映厅编号及其空气质量优的天数,如图b所示,代码略
#将df2中首行的放映厅编号存入room_id,代码略
df3=④　　　　　
plt.plot(df3["日"],df3["PM2.5"])#绘制线形图
#设置绘图参数,并显示如图c所示的线形图,代码略
①②③④处可选代码有
A.df.groupby("放映厅",as_index=False).空气质量.count()
B.df1.groupby("放映厅",as_index=False).空气质量.count()
C.df[df["放映厅"]==room_id]
D.df1[df1["放映厅"]==room_id]
E.df[df["空气质量"]=="优"]
F.df1.sort_values("空气质量",ascending=False)
G.df2.sort_values("空气质量",ascending=False)
则划线处的代码依次为 　。
变式2 某研究小组搭建智能教室监测系统,通过部署在教室的智能终端设备连接传感器与执行器,实时采集调控温湿度、光照、电力能耗等参数,并通过IoT模块将数据传输至服务器。用户可通过手机实时监测和查询历史数据,远程调控照明设备及空调。请回答下列问题:
(1)在搭建该监测系统时,下列温度传感器类型最适合的是　　　　(单选,填字母)。
A.S型热电偶
—范围:0 ℃~+1600 ℃
—精度:±1 ℃
B.LN75
—范围:-55 ℃~+125 ℃
—精度:±0.5 ℃
C.双金属片温度计
—范围:-100 ℃~+600 ℃
—精度:±5 ℃
(2)教室环境的历史数据存储在　　　　(单选,填字母:A.智能终端/B.服务器)。
(3)对该系统,用户无法远程完成的操作是　　　　(多选,填字母:A.实时查看教室明亮度情况/B.调控教室空调温度/C.修改IoT模块连接路由器的Wi-Fi密码/D.调整执行器与智能终端连接的引脚)
(4)系统运行中发现各班可以控制其它班级的设备,请分析跨班级控制权限异常的原因并提出安全改进建议。(注:原因分析和改进建议各1分)
(5)将某天班级各时间段用电数据导出到文件“datas.xlsx”中(用电量单位:度),部分数据如图a所示。现要找出该天用电总量最高的前5个时间段(如图b所示),并根据用电最高峰时间段,绘制各班的用电量线形图(如图c所示)。
实现上述功能的部分Python程序如下,请选择合适的代码填入划线处(填字母)。
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("datas.xlsx",dtype={"班级":str})#导入数据,班级设置为文本类型
df1=①　　　　　
df1=②　　　　　
df1=③　　　　　
#依次输出df1中当天用电总量最高的前5个时间段,如图b所示,代码略
t=df1.at[df1.index[0],"时间"]　#最高峰时间
df2=④　　　　　
plt.plot(df2.班级,df2.用电量)　#绘制线形图
#设置绘图参数,并显示如图c所示的线形图,代码略
①②③④处可选代码:
A.df[df["时间"]==t]
B.df1.sort_values("用电量",ascending=False)
#降序排序
C.df.groupby("班级",as_index=False).用电量.sum()　#分组求和
D.df1.head(5)
E.df1.sort_values("用电量",ascending=True)
F.df1[df1["时间"]==t]
G.df.groupby("时间",as_index=False).用电量.sum()
则划线处代码依次为 　。
1.某小组拟搭建一个系统进行水质监测,采集鱼塘的水温、溶解氧以及pH值等数据。该系统有若干个监测点,每个监测点均配备智能终端、传感器、执行器和IoT模块,智能终端通过IoT模块连接Web服务器上传水温等数据,并从服务器获取阈值,若氧浓度低于阈值,系统将启动增氧机;若水质异常,系统将异常信息发送至用户手机。用户可以通过浏览器查看水质数据。请回答以下问题:
(1)下列关于该信息系统中数据传输的说法,正确的是　　　　(单选,填字母)。
A.智能终端与Web服务器的数据传输是双向的
B.Web服务器与浏览器的数据传输是单向的
C.不同监测点的数据必须传输到不同的Web服务器
(2)下列关于该信息系统支撑技术的说法,正确的是　　　　(多选,填字母)。
A.不同监测点的传感器型号必须相同
B.溶解氧的阈值也可以存储在智能终端
C.实时判断水质是否异常的程序可以在智能终端运行
D.若监测点的IoT模块损坏,可以使用有线的方式将智能终端连接到Web服务器
(3)监测点A的pH值传感器编号tid为2,获取的pH值t为6.8,提交数据到Web服务器的URL为http://192.168.1.6:5000/toph tid=2&t=6.8,则Web服务器接收数据的路由是　　　　。
(4)系统运行一段时间后,发现每个监测点的增氧机都一直在工作,请从软件或数据的角度描述出现该现象的可能原因。(回答2项,1项正确得1分)
(5)导出某天的数据,整理后的部分数据如图a所示,分析每个监测点每小时的pH平均值,可视化后的结果如图b所示,请在划线处填入合适的代码。
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_csv("water_data.csv")
for pos in "ABC":
　　sta="监测点"+pos
　　dftmp=df[ ①　　　　　　]
　　gtmp=dftmp.groupby("时",as_index=False)["pH"].mean()
　　plt.plot(②　　　　　　,gtmp.pH)
#设置绘图参数,显示如图b所示的线型图,代码略
2.小明制作了可以自动加热加水的智能饮水机系统。温度传感器和水位传感器采集得到的数据由智能终端经IoT模块发送到Web服务器。若水温低于系统设置的阈值,则开启加热器;若水位低于系统设置的阈值,则打开阀门加水。小明可以通过浏览器查看实时监测数据和历史数据。请回答下列问题:
(1)该系统中的温度传感器和水位传感器　　　　(单选,填字母:A.一定/B.不一定)要连接在同一智能终端。
(2)若温度传感器的编号id为1,温度值t为20,提交数据到Web服务器的URL为:http://192.168.10.6:8080/temp id=1&t=20,则服务器的IP地址为　　　　。
(3)关于该饮水机系统,下列说法合理的是　　　　(多选,填字母)。
A.智能终端故障会影响小明查看实时数据
B.测试并观察该系统运行时的行为,属于静态测试
C.该系统中,传感器与智能终端之间的数据传输是单向的
D.温度传感器和水位传感器必须同时传送数据到智能终端
(4)系统运行一段时间后,小明发现饮水机的加水功能正常,但无法正常加热,简要说明系统中可能造成上述问题的原因。
(5)水位传感器每隔一分钟检测一次,若水位低于20 cm,打开阀门加水一分钟,加水过程中会关闭出水口。为了解家庭饮水情况,小明将系统中9月份的水位数据导出,部分数据如图a所示。现利用Python编写程序统计9月份的每日饮水量,绘制如图b所示图表。
import pandas as pd
import matplotlib. pyplot as plt
df=pd.read_excel("data.xlsx")　　#读取9月份的水位数据
df["日期"]=[""]*len(df)
df["水量变化"]=[0]*len(df)
for i in range(len(df)):
　　df["日期"][i]=df["时间"][i][8:10]
for i in range(1,len(df)):
　　df["水量变化"][i]=df["数据"][i-1]-df["数据"][i]
df1=df[　　　　　　　]　#对水量变化值进行筛选,以便后续统计每日饮水量。
plt.title("9月份每日饮水量统计图")
plt.show()
①在程序划线处填入合适的代码。
②程序方框中填入语句依次为　　　　(多选,填字母)。
A.df1=df1.sum()
B.df1=df1.count()
C.df1=df1.groupby("日期")
D.df1=df1.groupby("日期",as_index=False)
E.plt.plot(df1.index,df1.水量变化)
3.某研究小组搭建了一个校园车辆速度监测系统。该系统设有若干个监测点,智能终端通过IoT模块将采集的车速数据上传至Web服务器,若车速超过阈值达到3次及以上,则该车牌会被系统拉黑,将不会被识别,车辆无法进入校园。管理员可通过浏览器查看数据。
(1)该小组要完成该系统的搭建,需要编写的程序是　　　　(单选,填字母:A.服务器端程序/B.客户端程序)。
(2)下列关于该系统智能终端的说法,正确的有　　　　(多选,填字母)。
A.通过浏览器查看历史数据需访问智能终端
B.传感器与智能终端之间的数据传输是单向的
C.若服务器故障,智能终端无法继续采集传感器数据
D.智能终端具备数据存储和处理能力
(3)若提交数据到Web服务器的URL为http://192.168.10.2:8080/input id=3&speed=27,则服务器端与该URL 关联的路由设置语句是@app.route("　　　　　　")
(4)为了让用户遵循限速规定,避免超速行为,顺利进出校园,请选择其中一个角度提出一条合理的功能设计建议。
(5)该小组将某周的数据导出,部分数据如图a所示。车辆行驶速度超过30(单位: 千米/小时)则判定为超速,现要分析每个监测点超速车辆行驶的平均车速情况,并绘制如图b所示的柱形图,部分Python程序如下:
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("car.xlsx")
df1=df[df.车速>30]
df2=df1.groupby ("监测点").mean()
plt.bar(df2.index,　　　　　　　　)
#设置绘图参数,显示如图b所示的柱形图,代码略
print(df4)
①请在程序中划线处填入合适的代码。
②若要查看这一周被系统因超速拉黑的前10条车辆数据记录,方框中应填入的语句依次为　　　　(多选,填字母)。
A.df3=df1.groupby ("车牌号码",as_index=False).车速.count()
B.df3=df3[df3.车速>=3]
C.df3=df3[df3.车牌号码>=3]
D.df4=df3.sort_values("车速",ascending=False).head(10)
E.df4=df3.sort_values("车速") [:10]
4.某鱼类育苗专家小组在某水域开展研究活动,研究水域环境对鱼苗生长的影响。该小组搭建的信息系统,通过智能终端获取传感器数据,并通过无线通信方式将数据传输到Web服务器,服务器根据数据判断出异常情况后,通过智能终端控制执行器发出预警信号。请回答下列问题:
(1)该信息系统设置了多个检测点,下列说法正确的是　　　　(单选,填字母:A.系统中只能使用一个智能终端/B.系统中可以使用多个智能终端)。
(2)下列关于该信息系统中数据的说法,正确的是　　　　(单选,填字母)
A.智能终端获取水含氧量数据存储在传感器中
B.智能终端将数据通过无线通信方式直接传送到客户端浏览器
C.智能终端上传到服务器的数据一般存储在数据库中
D.数据处理只能在服务器端进行
(3)该系统的智能终端和服务器的部分程序代码如下:
#导入相关库文件
app=Flask(_ _name_ _)
@app.route("/index")
def index():
　　#从数据库读取数据并显示在网页中,代码略
@app.route("/update")
def add_data():
　　#将提交的传感器数据存储到数据库,代码略
　　return "OK"
if _ _name_ _=="_ _main__":
　　app.run(host="192.168.1.101",port=5050)
若某次提交数据的URL为“http://192.168.1.101:5050/　　　　 id=1&O2=65”,则划线处应填入　　　　,能接收到返回值"OK"的是　　　　(单选,填字母:A.智能终端/B.数据库/C.浏览器)。
(4)系统正常运行一段时间后,发现服务器检测出异常情况,执行器却未发出预警信号,简要说明系统中可能造成上述问题的原因。
(5)专家小组为研究水中含氧量和各鱼种活跃度的相关性,将系统采集的各鱼种数据及含氧量数据导出并整理,部分数据如图a所示。统计各鱼种在活跃状态下(“是否活跃”列值为1代表活跃,0代表不活跃)的平均含氧量,并以图表的形式呈现平均含氧量前5的鱼种,如图b所示。
测试ID 鱼种 含氧量 是否活跃
145576 青鱼 78 1
163011 草鱼 81 1
162049 青鱼 50 1
118151 草鱼 69 0
125464 鲢鱼 71 1
…… …… …… ……
图a
实现上述功能的Python程序如下:
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("fish_O2.xlsx")
①
plt.bar(df1.鱼种,②　　　　　　)
#设置绘图参数,显示如图b所示的柱形图,代码略
①方框中应填入的语句依次为　　　　(填字母序列,少选、多选、错选或次序错均不得分)。
A.df1=df.groupby("鱼种",as_index=False).mean()
B.df=df[df.是否活跃==1]
C.df1=df1.head(5)
D.df1=df1.sort_values("含氧量",ascending=False)
②请在划线处填入合适代码。
5.某校研究小组拟采集学校足球场草坪的土壤湿度、温度数据,研究如何更好养护草坪。该小组在实验室搭建了一个模拟系统,该系统的智能终端获取传感器数据,并通过IoT模块以无线通信方式将数据传输到Web服务器,服务器根据数据判断是否需要调节温湿度,并通过智能终端控制水泵等执行器进行调节。用户可通过浏览器查询实时数据、执行器开关状态和历史数据。请回答下列问题:
(1)该系统需要选择的硬件中不包括　　　　(单选,填字母:A.无线网络接入点/B.数据库/C.土壤湿度传感器)。
(2)系统正常运行一段时间后,如果IoT模块发生故障(假设系统内没有其他故障),下列现象中,可能会出现的是　　　　(多选,填字母)。
A.无法通过浏览器打开任何系统页面
B.可以打开历史数据页面,但是某时刻后接收到的数据异常
C.可以打开历史数据页面,但是缺失某时刻之后的数据
D.服务器能实时接收到最新数据,判断需要调节温湿度,但执行器实际未开启
E.现场观察到草坪应需要浇水时,水泵未启动浇水
(3)为节约成本,小组将系统修改为相邻4个区域共用一个水泵,4个区域的4个智能终端中只有1个智能终端连接水泵。为使服务器能够通过正确的智能终端控制水泵,从软件的角度写出一种可行的解决方法。
(4)研究小组从数据库中导出一天的监测数据,部分数据如图a所示。现要统计其中A区域的时均温度、湿度,并绘制如图b所示的散点图。
采集时间 区域 温度 湿度
2024/12/09　00:00 A 1.35 36.34
2024/12/09　00:00 B 14.14 20.72
2024/12/09　00:00 C 9.18 20.29
2024/12/09　00:00 D 3.81 28.1
2024/12/09　00:00 E 9.67 27.96
2024/12/09　00:00 F 12.42 10.98
2024/12/09　00:01 A 3.09 25.47
2024/12/09　00:01 B 11.09 12.87
2024/12/09　00:01 C 5.15 12.66
图a
实现上述功能的部分Python程序如下,请回答下列问题。
import pandas as pd
import　matplotlib.pyplot as plt
df=pd.read_excel("data.xlsx")
df.insert(4,"时",0)　　#插入“时”列
①
plt.scatter(②　　　　　　)　#绘制温度湿度散点图
#设置绘图参数,显示如图b所示的散点图,代码略
①方框中应填入的语句依次为　　　　(选3项,填字母序列,少选、多选、错选或次序错均不得分)。
A.df=df[df["区域"]=="A"]
B.df=df.sort_values("温度",ascending=True)
#升序排序
C.dfg=df.groupby("时",as_index=False).mean()
D.for i in range(len(df)):
　　s=str(df.at[i,"采集时间"])
　　df.at[i,"时"]=s[11:13]
②请在划线处填入合适的代码。
(5)根据图b数据,草坪的土壤湿度与温度　　　　(选填:是/否)具有关联关系。
6.小罗模拟设计24小时人体血压监测系统。当使用者穿戴相应的设备后,设备中的智能终端通过传感器实时获取血压数据,并借助蓝牙方式与手机连接后,将数据传输到服务器。若服务器检测到血压异常后,通过穿戴设备的屏幕和手机APP发出预警信息,同时用户也可通过浏览器和手机APP访问服务器查询历史数据。请回答下列问题。
(1)下列关于该系统的说法,正确的是　　　　(多选,填字母)。
A.该系统只采用B/S开发模式
B.手机中APP属于系统软件
C.传感器和执行器不一定要连接到同一个智能终端
D.采集的时间和血压数据存储在数据库中
(2)系统运行时,小罗发现服务器中采集的血压数据正常时,系统也发出了预警信号,造成该现象的原因可能是　　　　(单选,填字母:A.系统的阈值设置不合理/B.传感器故障/C.智能终端故障)。
(3)若当用户血压异常,数据因手机网络连接故障无法上传服务器时,如何让用户收到预警信号。
(4)小罗利用系统采集了某位高血压患者30天的血压数据,若用户的收缩压大于等于140且舒张压大于等于90则认为患者有高血压风险。系统测试时每隔1个小时上传1次数据,部分数据如图a所示,现要统计患者一个月内高血压次数最多的5个监测时间点,并绘制出相应的柱状图,如图b所示。用户可以根据监测结果在血压多次偏高的时间点服用药物,保证身体健康(已知该药物一天服用一次)。
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("test.xlsx")
df1=df[df["收缩压(mmHg)"]>=140]
plt.bar(df2.监测时间,df2.监测日期)
plt.title("高血压次数统计")
plt.show()
print(df2)
方框中应填入的语句依次为　　　　(选3项,填数字序列,少选、多选、错选或次序错均不得分)。
①df2=df1.groupby ("监测时间",as_index=False).监测日期.count()
②df2=df2.sort_values("监测日期",ascending=False)[:5]
③df1=df1[df1["舒张压(mmHg)"]>=90]
④df2=df.groupby ("监测时间",as_index=False).count()
⑤df=df[df["舒张压(mmHg)"]>=90]
⑥df2=df2.sort_values("监测时间",ascending=False).head(5)
(5)观察图b,若系统建议患者服用药物对血压进行控制,则　　　　(单选,填字母:A.9点/B.12点/C.15点/D.18点)之前服用药物比较合适。
1.小张为叔叔的鲫鱼养殖鱼塘搭建了水体溶解氧含量监测系统。该系统的智能终端获取传感器数据,通过无线通信方式将数据传输到Web服务器,服务器将水体溶解氧含量传感器采集的数据存储到数据库,并与阈值进行判断后通过智能终端控制氧气泵。用户通过浏览器查询实时和历史数据。
(1)用户通过浏览器查询数据时,访问了该系统的　　　　(单选,填字母:A.智能终端/B.数据库/C.氧气泵控制程序)。
(2)下列关于该系统中服务器和客户端的说法,正确的是　　　　 (单选,填字母)。
A.搭建该系统需要编写服务器和客户端程序
B.数据在服务器与客户端之间双向专输
C.不能在服务器端方问该系统
(3)小张发现数据库中近期存在大量连续低于阈值下限值的水体溶解氧含量数据记录,不利于鲫鱼生存,可能的原因是　　　　(多选,填字母)。
A.氧气泵制氧能力不足
B.客户端数据处理异常
C.智能终端与服务器通信中断
D.水体溶解氧含量传感器故障
(4)请写出两种可提升鱼塘水体溶解氧含量检测精准性的方法。
(5)小张导出2024年7月氧含量检测数据,部分数据如图a所示(氧含量单位为“mg/L”),氧含量值低于5则为异常。现要统计该月异常次数多于2次的日期中异常次数最多的3日,若存在符合条件的日子,则建立如图b所示的图表,否则输出“无异常数多于2次的日子”。实现该功能的部分Python程序如下:
#导入相关库,代码略
df=pd.read_excel("data.xlsx")
①
if len(dfg)>0:
　　plt.bar(②　　　　　　)
　　plt.title("2024年7月氧含量异常数最多的3日")
　　plt.show()
else:
　　print("无异常数多于2次的日子")
①方框中应填入的语句依次为　　　　(注:全选、填字母序列,次序错不得分)。
A.dfg=dfg.groupby("日期",as_index=False)["氧含量"].count()
B.dfg=df[df["氧含量"]<5]
C.dfg=dfg.head(3)
D.dfg=dfg[dfg["氧含量"]>2]
E.dfg=dfg.sort_values("氧含量",ascending=False)
②请在程序中划线处填入合适的代码。
2.小明模拟搭建了一个智能环境监测系统,进行特定区域内环境温度与噪音变化的监测。该系统的智能终端获取传感器数据,采集的数据由智能终端经IoT模块无线方式发送到Web服务器,服务器根据数据判断出异常情况后,通过智能终端控制执行器发出预警信号,并启动相关调节设备。用户通过手机浏览器查询实时和历史数据。请回答下列问题:
(1)该系统中的不同智能终端　　　　(单选,填字母:A.可以/B.不可以)共用一个IoT物联网模块接入Wi-Fi。
(2)为保证该系统的正常传输数据,可以不需要IP地址的硬件是　　　　(单选,填字母)。
A.传感器 B.移动终端
C.服务器
(3)下列关于该系统设计的说法,正确的是　　　　(多选,填字母)。
A.IoT模块故障会影响手机端浏览历史环境数据
B.控制执行器的阈值可存储在数据库中,也可以存放在智能终端中
C.连接到同一智能终端上的多个执行器必须同时打开与关闭
D.搭建完成后运行程序发现其中错误属于动态测试
(4)为了使该系统在使用过程中更加安全,系统开发者在进行安全设计时,从数据本身的安全的角度写出两种可行的措施: 　。
(5)小明将今年以来的不同监测点的噪声数据导出并保存于“data.xlsx”。部分数据如图a所示(噪声单位为“分贝”),分贝值高于70为异常。现要统计异常次数最多的3个监测点异常情况,绘制如图b所示的柱形图。实现该功能的部分Python程序如下:
#导入相关库,代码略
df=pd.read_excel("data.xlsx")
t=[0]*len(df)
for i in df.index:
　　t[i]=int(df.at[i,"时间"][11:13])
df1=df
df1["小时"]=t
①
plt.bar(df3.监测点,df3.分贝)　#绘制柱形图
plt.title("2024年11月噪声异常数最多的3个检测点")　　#设置图表标题
plt.show()
①方框中应填入的语句依次为　　　　(注:选4项,填大写字母序列,少选,多选,错选,次序错均不得分)。
A.df2=df2.sort_values("分贝",ascending=True)
#按分贝值升序排序
B.df2=df2.groupby("监测点",as_index=False)["分贝"].count()#分组计数
C.df2=df2.groupby("监测点",as_index=True).分贝.count()
D.df3=df2.head(3)
E.df3=df2.tail(3)
F.df2=df1[df1.分贝>70]
②观察题图b可知,异常数据出现最多是操场。现要筛选出操场的噪声数据以便进一步分析每小时平均分贝的情况,可在前面处理结果的基础上,再运行如下语句,可便捷地处理数据,请在划线处同时填入合适的代码。
df4=　　　　[　　　　.监测点=="操场"](单选,填大写字母:A.df/B.df1/C.df2/D.df3)。
3.J市熊猫猪猪两头乌国际牧场为提高养殖效率和猪猪的健康水平引进了“智慧养殖系统”。该系统借助5G技术,实现了养殖环境的远程监控和预警功能,它通过智能终端获取传感器数据并利用无线通信方式将数据传输至服务器,管理人员可以通过APP或浏览器实时查看养殖区域内的环境参数和猪猪的健康情况,也可查看每只猪猪的生长过程等历史数据;若发现异常情况,系统会立即通过智能终端控制执行器发出预警,以便及时采取措施进行处理。
(1)在设计该系统的前期准备中,需对所需费用和效益进行评估,这一过程属于　　　　(单选,填字母:A.需求设计B.可行性分析C.概要设计)。
(2)下列关于该系统的说法不正确的是　　　　 (多选,填字母)。
A.传感器是该系统的输入设备
B.5G技术指的是网络的传输速率约为5Gbit/s
C.该系统网络中断时会影响系统的正常运行
D.该系统的环境数据均存储在智能终端中
(3)该养殖中心采用“智能体检设备”采集每只猪猪每日的体温、体重等信息并上传至服务器,为使“智能体检设备”能自动识别出猪的编号,请提出一种可行的解决方案。
(4)受季节、天气、游客数量等诸多因素的影响,该养殖中心超市每日销售火腿、酥饼、肉酱、肉包等猪肉深加工产品的数量存在较大差异。因此类产品的保质期较短,为了减少滞销带来的损失,超市店长小明想以2023年的销售情况作依据来考虑每月的进货数量。他对2023年每日的销售数据进行了统计,部分数据如图a所示。现统计2023年各商品在每月的销售情况,并分别绘制如图b所示的柱形图(图示以“即食火腿丝”为例)。流水号释义:2023为年份;0101为日期;0001为当日单号。
实现上述功能的部分Python程序如下,在划线处填入合适的语句:
#导入相关库,代码略
df=pd.read_excel("销售表格.xlsx")
df["月份"]=""　#增加月份列
for i in range(len(df)):
　　df.at[i,"月份"]=df.at[i,"流水号"]//1000000%100
pm=["即食火腿丝","爆汁全肉烤肠","两头乌爆汁鲜肉包","爆下饭XO肉酱","两头乌土香肠"]
for i in pm:
　　df1=①　　　　　
　　df2=df1.groupby("月份",as_index=False).数量.sum()
　　plt.bar(②　　　　　　)#绘制柱形图
#设置绘图参数,代码略
4.小翌的叔叔开了一家书店,为了摆脱藏书受潮的困扰,他请小翌帮忙设计一个简易的“室内除湿”信息系统。
(1)小翌从叔叔那里了解到该系统要实现的功能是:在书店的不同区域放置湿度传感器和除湿器,客户端通过浏览器访问Web服务器可查看不同区域的实时或历史湿度值;各个除湿器既可远程手工控制,又可根据设定的阈值由系统自动控制。小翌了解上述情况的过程属于搭建信息系统前期准备中的　　　　(单选,填字母:A.需求分析/B.可行性分析)。
(2)分析该系统要实现的功能,小翌选用　　　　(单选,填字母:A.B/S模式/B.C/S模式)开发系统更合适。
(3)小翌根据叔叔所提的要求,同时考虑使用和搭建方便且尽量减少成本开支,提出以下对硬件搭建的设想,合理的是　　　　(多选,填字母)。
A.一个传感器必须配备一个专门的执行器
B.示警用的LED指示灯与传感器可以连接在不同的智能终端
C.购买高性能的专用服务器来做该信息系统的Web 服务器
D.智能终端通过IoT模块以无线通信方式连接Web服务器
(4)在有些时间段内,室内的湿度数据不会有很明显的变化,太多相同的数据会造成数据冗余,从而浪费数据的存储空间,请给出一种解决方案。
(5)室内除湿系统正常工作后,小翌的叔叔想让小翌再帮忙统计7、8、9这三个月最畅销的前5种书籍类别(销售量不存在完全相同的情况),他提供了近一年来书店的销售记录文件“sale.xlsx”,部分数据如图所示。
　　　　　　 　　　　　 　　　　　
小翌为此编写了如下Python程序:
import pandas as pd
df=pd.read_excel("sale.xlsx")
df.insert(0,"月份","") #在最前面插入“月份”列
for i in range(len(df)):
　　m=str(df.at[i," 销售时间"])
　　df.at[i,"月份"]=int(m[4:6])
df1=df[df.月份>=7]
dfl=①　　　　　
df2=dfl.groupby("类别",as_index=False).count()#分类统计数量
df3=df2.sort_values("月份",ascending=False).head(5)#降序排序
print("7、8、9三个月最畅销的前5种书籍类别是:",end="")
for i in df3.index:
　　print(②　　　　　　,end="")
5.某研究小组为搭建校园智慧体能监测系统,拟采集学生的运动数据。该小组首先在实验室搭建了一个模拟系统,该系统的监测终端内置传感器和IoT模块,学生的运动数据通过无线通信方式由各监测终端传输至Web服务器。请回答下列问题。
(1)该模拟系统中的各个监测终端　　　　(单选,填字母:A.必须连接同一个Wi-Fi/B.可以分别连接不同的Wi-Fi)。
(2)研究小组基于Flask Web框架编写服务器程序,学生家长、教师等用户可以通过浏览器登录网站查看数据,则该系统网络应用软件的实现架构是　　　　 (单选,填字母:A.B/S架构/B.C/S架构)。
(3)下列功能需要在监测终端程序中实现的是　　　　(多选,填字母)。
A.采集传感器上的数据
B.连接无线Wi-Fi
C.响应浏览器访问请求
D.连接并访问数据库
(4)系统中所有硬件均无故障且工作正常、所有设备均连接正常,但浏览器页面却无法显示数据,简要说明系统中可能造成该问题的原因。(注:回答2项,1项正确得1分)
(5)研究小组整理出学生体能测试的数据,部分数据如图a所示。现要统计各班体能测试成绩的均分情况,并绘制如图b所示的柱形图。
#导入相关库,代码略
df=pd.read_excel("data.xlsx")
(5)
#设置绘图参数,显示如图b所示的柱形图,代码略
划线中应填入的语句分别为　　　　 (注:选2项,填数字序列)。
①df1=df.groupby("班级",as_index=False).mean()
②df1=df.sort_values(["班级","成绩"],ascending=[False,True]) 　#以班级为主关键字降序、成绩为次关键字升序排列
③plt.bar(df1["班级"],df1["成绩"])
④plt.bar(df1.index,df1["成绩"])
(6)现需要统计各班男生的体能测试情况(学籍号共由19位字符组成,由第18位数字的奇偶性决定性别,奇数为男生),则需对df进行预处理,请在划线处填入合适的代码。
df.insert(2,"性别","女")　#插入列
for i in df.index:
　　if int(　　　　)%2==1:
　　　　df.at[i,"性别"]="男"
df=df[df["性别"]=="男"]
6.小杨搭建了一个模拟药品仓储环境监测系统的实验,用于监测药品储存区域的温度和湿度。该系统的智能终端获取传感器数据,并通过无线通信方式将数据传输到Web服务器,服务器根据采集的温湿度数据与设定的相应阈值进行判断,出现异常时,通过智能终端控制执行器发出预警信号。用户可通过浏览器查询历史数据。请回答下列问题:
(1)用户通过浏览器查询历史数据存储在　　　　(单选:A.传感器/B.数据库/C.智能终端)。
(2)下列功能需要在服务器端程序实现的是　　　　(多选,填字母)。
A.打开或关闭执行器
B.处理浏览器访问请求
C.获取温湿度传感器上的数据
D.根据采集的数据和阈值判断异常情况
(3)系统正常工作一段时间后,通过浏览器查看历史数据,发现有多次温湿度数据超过阈值时,执行器均未发出预警信号。下列解决问题的方法合理的是　　　　(单选,填字母:A.更换服务器/B.重新设定阈值/C.更换执行器)。
(4)不同类别的药品在储存时对温湿度有不同的要求,现要将药品进行分区域储存。为了对不同区域温湿度实现有效监测,从硬件的角度写出一种可行的办法　　　　　　　　　　　　,从软件的角度写出一种可行的办法___________________________________________________。
(5)小杨将系统中过去一年的湿度数据导出,部分数据如图a所示(日期格式为“年/月/日”)。若设定的湿度阈值为70,当采集的湿度值超过阈值时,执行器会发出预警信号。现要统计每月执行器发出预警信号的次数,并绘制如图b所示的柱形图。
实现上述功能的部分Python程序如下,请在划线处填入合适的代码。
#导入相关库,代码略
df=pd.read_excel("data.xlsx")
df.insert(1,"月份","")　#插入列
for i in df.index:
　　m=df.at[i,"日期"]
　　df.at[i,"月份"]=m[5:7]
plt.bar(df1.月份,df1.监测值)
#设置绘图参数,显示如图b所示的柱形图,代码略
方框中应填入的语句依次为　　　　(选填2项,填数字序列,少选、多选、错选或次序错均不得分)
①df1=df1[df1["监测值"]>70]
②df1=df[df["监测值"]>70]
③df1=df1.groupby("月份",as_index=False).count()
④df1=df1.groupby("月份",as_index=False).sum()
7.某电池智能充电实验系统由智能终端、传感器、执行器、服务器及相关充电装置等组成。用户可通过浏览器或移动客户端访问该系统,完成控制充电、查看充电状态及结算充电费用等操作。
(1)在实验系统的搭建过程中,下列说法不正确的是　　　　(单选,填字母)。
A.智能终端仅负责传感器数据的采集
B.智能终端可通过IoT模块实现与服务器的数据通信
C.根据项目需求选购的硬件设备,需要进行硬件运行测试
(2)当用户使用手机向系统发出充电指令时,系统启动充电程序。该指令传输的路径是:
手机→ ①　　　　　→IoT模块→ ②　　　　　→执行器,请在划线处填入正确答案。
(3)基于Flask Web框架编写的服务器端程序部分代码如下,查看充电状态的URL是http://220.189.110.100:5000/view。请在划线处填入合适的代码。
#导入相关模块,代码略
app=Flask(_ _name_ _)
@app.route("/　　　　")
def view_data():
　　#返回充电状态数据,代码略
#服务器其他功能,代码略
if _ _name_ _=="_ _main_ _":
　　app.run(host="220.189.110.100")
(4)要对系统功能进行扩展,增加电池高温警示和火灾报警,请写出新增传感器的名称及其连接的设备。
(5)对系统中某月数据进行分析并可视化,数据格式与柱形图如图a、b所示。
请在划线处填入合适的代码。
#导入相关模块,代码略
def ts(st,ed):　#计算并返回充电时长,st为开始时间,ed为结束时间
　　#代码略
df=pd.read_excel("rech.xlsx")
for i in range(len(df)):
　　df.at[i,"充电时长"]=　　　　　
df1=df
#设置绘制柱形图参数,代码略
plt.bar(df1.类型,df1.充电功率)
(6)方框中的代码用于计算各类型接口的平均功率,其中充电电量小于0.01度为无效数据。下列实现上述功能的方法中,正确的是　　　　(多选,填字母)。
①df1=df[充电电量>=0.01]
②df1=df[df.充电电量>=0.01]
③df1=df1.groupby("类型",as_index=False).mean()
④df1["充电功率"]=df1["充电电量"]/df1["充电时长"]*1000
A.①④③ B.②④③
C.④②③ D.④③②
8.为减少能源浪费,提高系统巡检和故障定位效率,科创小组拟在实验室搭建“智慧路灯”模拟系统。该系统中含有15盏路灯,每盏路灯配备一个智能终端,连接5个传感器。智能终端获取传感器数据,并通过无线通信将数据传输至Web服务器。请回答下列问题。
(1)科创小组整理了如下功能需求,这些功能中必须在智能终端实现的是　　　　(多选,填字母)。
A.支持北斗定位,能上传故障点位置
B.提供警报功能,在路灯发生故障时可短信通知检修人员
C.对所有路灯实施分时段的不同控制策略
D.通过Web平台可视化监控和调取路灯信息
E.实时采集路灯工作状态和环境温湿度、光亮度数据
F.支持历史数据统计分析和查询,构建校园路灯画像
(2)为方便数据传输,该系统采用的传感器二进制编码方案是:路灯5位编号+传感器3位编号,如01001011。若后期系统扩容需要,至多可增加　　　　(填数字)盏路灯。
(3)该系统服务器端程序采用FlaskWeb框架编写,部分网页设置代码如下:
@app.route("/")
def data():
　　#查看历史数据,过程略
@app.route("/res",methods=[POST','GET'])
def app_res():
　　#接收上传数据,过程略
则上传数据时访问的页面路由为("　　　　")
(4)在黑暗环境中,系统使用声控方式控制路灯是否点亮。实验发现,当室外有汽车喇叭声时,灯也可能点亮。请完善该设计方案(要求:文字描述不超过35字)。
(5)科创小组整理出该校的一年历史采集数据,部分数据如图a所示。现要统计各月中每小时的平均亮度分布情况并绘制线形图,例如2月的时均亮度线形图如图b所示。
科创小组发现,时均亮度不高于110的“小时”应开灯,为了更好地为每个月选择合适的开启路灯时长,编写的部分Python程序如下,请在划线处补充代码。
#导入相关库,代码略
dft=pd.read_csv("data.csv")　#读取文件data.csv中的数据
#为dft插入"小时"、"月份"列,代码略
for i in dft.index:
　　t=dft.at[i,"时间"]　　#通过行标签和列标签选取单个值
　　dft.at[i,"小时"]=t[0:2]
　　m=dft.at[i,①　　　　　　]
　　p=m.split("-")[1]　　#获取月份数据
　　dft.at[i,"月份"]=int(p)
for i in range(12):
　　dfm=dft[dft["月份"]==i+1]
　　dfh=dfm.groupby("小时",as_index=False).mean()　#分组求均值
　　dfn=dfh[ ②　　　　　　]["小时"].count()　　#筛选求时长
　　plt.plot(dfh["小时"],dfh["亮度"])　　#绘制线形图
#设置绘图参数,显示如图b所示的线形图,代码略8.2　信息系统中的数据统计
学习目标　
1.了解信息系统硬件搭建和软件开发的一般过程,能够根据系统需求正确选择相应的智能终端和扩展模块,并根据智能终端的数据格式和通信方式,编写相应的软件代码。
2.通过搭建小型信息系统的综合活动,体验信息系统的工作过程,认识信息系统在社会应用中的优势及局限性。
3.能采用合适的方法分析数据和可视化呈现数据,并能从中提取有用信息,形成结论。
该小节的知识点在《专题7　搭建和完善信息系统》以及《专题8.1 利用pandas进行数据统计》已经做了相应的梳理,本小题内容是两个模块的融合。
　　　　　　 　　　　　 　　　　　
(2025年1月浙江选考)某研究小组搭建了室外温度检测系统,在4所学校各设置了1个监测点。智能终端连接传感器,每隔3小时采集1次温度数据通过网络将温度数据传输到服务器。服务器根据数据判断出异常情况时,通过智能终端控制执行器发出预警信号。请回答下列问题:
(1)在搭建该监测系统时,温度传感器与智能终端的配备总数量合理的是　　　　(单选,填字母:A.4个温度传感器和4个智能终端/B.4个温度传感器和1个智能终端)。
(2)系统数据采集的时间间隔为3小时,可用于控制采集时间的设备是　　　　　(单选,填字母:A.传感器/B.智能终端)。
(3)编写智能终端程序时,不需要知道　　　　(多选,填字母)。
A.与传感器连接的智能终端引脚
B.服务器的存储容量
C.服务器的地址及端口
D.数据库的文件名
(4)当服务器判定有异常情况后,除可通过智能终端控制蜂鸣器发出预警声音之外,请写出其他两种预警的具体方式。
(5)将系统中某年的数据导出到文件data.xlsx中,部分数据如图a所示。其中“预报温度”列是指学校所在地的天气预报温度数据,“差值”列是指实测温度与预报温度相减的绝对值。现要由高到低输出3月份各监测点差值的平均值(如图b所示),再用差值平均值最高的监测点的3月份实测温度数据绘制线形图(如图c所示)。
实现上述功能的部分Python程序如下,请选择合适的代码填入划线处(填字母)。
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("data.xlsx")
df1=①　　　　　
df2=②　　　　　
df2=③　　　　　
#依次输出df2中各监测点编号及其差值的平均值,如图b所示,代码略
#将df2中首行的监测点编号存入uid,代码略
df2=④　　　　　
#创建x列表,长度为248,元素依次为0~247,表示3月份采集时间点序号,代码略
plt.plot(x,df2['实测温度'])　　#绘制线形图
#设置绘图参数,并显示如图c所示的线形图,代码略
①②③④处可选代码有:
A.df.groupby("月",as_index=False).差值.mean()
#分组求平均
B.df[df["监测点"]==uid]　　　#筛选
C.df[df["月"]==3]
D.df1.sort_values("差值",ascending=False)　　#降序排序
E.df1.groupby("监测点",as_index=False).差值.mean()
F.df1[df1["监测点"]==uid]
G.df2.sort_values("差值",ascending=False)
答案　(1)A　(2)B　(3)BD　(4)服务器发送预警邮件;向终端发出预警信息;通过智能终端控制发光二极管闪烁;或其他等价答案。
(5)①C　②E　③G　④F
解析　本题主要考查信息系统及利用pandas数据分析。(1)4个监测点分别设置在4所学校,所以配备总数量合理的是4个温度传感器和4个智能终端;(2)智能终端通过传感器采集数据,并上传到服务器,因此采集时间的控制的程序代码中在智能终端中设置。(3)A选项智能终端程序中获取传感器采集到的数据时需要知道传感器连接的智能终端引脚;B选项数据存储是在服务器端完成,在智能终端程序中如果不知道服务器的存储容量不影响程序编写;C选项智能终端需要将采集到的数据上传至服务器,所以需要知道服务器的地址及端口;D选项数据存储到数据库中的功能,是在服务器端代码中实现,所以不需要完成数据库的文件名。(4)服务器端通过手机发送短信;服务器端通过手机或电话方式向管理人员发出预警;服务器端向管理人员发出预警邮件通知;或其他等价答案。(5)①先筛选df中出月为3的数据;②按"监测点"分组,并求“差值”平均值。③按“差值”降序排列;④df2中首行的监测点编号存入uid,即筛选出df1 监测点值为uid的数据。
　　通过真实的信息系统应用案例,了解信息系统是在硬件、软件和网络的支撑下,用户进行采集数据、传输数据以及加工、存储、查询和输出数据的过程。系统搭建本身就是一个模拟试验,应明确数据是如何流转的,硬件如何连接,软件代码如何编写,在搭建过程可能会遇到哪些问题,将如何解决等。数据是信息系统的核心,可以将信息系统中收集的数据导出,并利用pandas进行数据分析,并以图像的形式进行可视化。
例1 某研究小组拟采集某水域水位及周边土壤含水量等数据,进行地质灾害监测。该小组在实验室搭建了一个模拟系统,该系统的智能终端获取传感器数据,并通过无线通信方式将数据传输到Web服务器,服务器根据数据判断出异常情况后,通过智能终端控制执行器发出预警信号。请回答下列问题。
(1)该模拟系统中的传感器和执行器　　　　(单选,填字母:A.必须连接在不同智能终端/B.可以连接在同一智能终端)。
(2)水位传感器和土壤水分传感器连接在同一智能终端,服务器能正常获取土壤含水量数据,但不能正常获取水位数据,以下故障与该现象无关的是　　　　(单选,填字母)。
A.水位传感器故障
B.水位传感器与智能终端连接故障
C.智能终端无法与服务器通信
(3)下列关于该系统设计的说法,正确的有　　　　(多选,填字母)。
A.水位、土壤含水量等数据的采集时间间隔不能相同
B.水位、土壤含水量等数据可用数据库存储
C.可以基于Flask Web 框架编写服务器程序
D.系统获取数据的程序可以只部署在服务器端
(4)现场实地测试时需要设置多个监测点,每个监测点配备一个智能终端。为使服务器能区分出数据的监测点来源,从智能终端的角度写出一种可行的解决方法。
(5)研究小组整理出近几年的水位(日平均)数据,部分数据如图a所示(图中水位单位为“米”)。现要统计2023年水位最高的前100天在各月的分布情况,并绘制如图b所示的柱形图。
实现上述功能的部分Python程序如下:
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("data.xlsx")
df=df[df["年"]==2023]　#筛选出2023年的数据
plt.bar(df1["月"],df1["水位"])　#绘制柱形图
#设置绘图参数,显示如图b所示的柱形图,代码略
方框中应填入的语句依次为　　　　(填序号)。
①df1=df1.groupby("月",as_index=False).count() #分组计数
②df1=df.sort_values("水位",ascending=False) #降序排序
③df1=df1.sort_values("水位",ascending=False) #降序排序
④df1=df1.head(100)　　#获取前100条数据
(6)观察图b可知,2023年水位最高的前100天分布在7月的天数最多。现要筛选出2023年7月的水位数据以便进一步分析,可在第(5)小题处理结果的基础上,再运行如下语句,请在划线处填入合适的代码。
df2=df[　　　　]
思维点拨
明考向 本题考查信息系统搭建与利用pandas进行数据统计处理
精点拨 (1)只要智能终端可以获取服务器的指令,就可以去控制执行器,因此传感器和执行器可以连接在同一智能终端上也可以连接不同智能终端,但不是必须连接在不同智能终端。(2)由于水位传感器和土壤水分传感器连在同一智能终端且服务器能正常获取土壤含水量数据,数据从智能终端到服务器的传输过程没有问题。(3)A选项每个传感器获取数据都有对应的智能终端程序语句,所以获取数据的时间间隔可以分别设定。B选项信息系统中的数据往往存放在数据库中。C选项Flask Web框架非常精简,属于小型框架,适合开发设计。D选项智能终端上的程序控制传感器向外界获取数据。(4)多个监测点配备多个智能终端,为使服务器能区分出数据的监测点来源,给每个智能终端赋予不同的标识,对智能终端进行信息编码,并将该编码通过路由传送到服务器,以区分相应的数据来源。(5)先要找出水位最高的前100天的记录,按照水位值进行降序排序,取出前100名,再统计各月的分布情况,可以根据“月”分组并计数。(6)需要筛选出属于7月的数据,应对全部数据进行筛选(未排序分组前)
答案　(1)B　(2)C　(3)BC　(4)对每个智能终端进行信息编码,在上传数据过程中,将该编码作为参数传送到服务器。　(5)②④①　(6)df.月==7 或df["月"]==7
变式1 小华要搭建书房环境监控系统,该系统能实时监测书房温度和湿度,出现异常时发出警报。用户通过浏览器查看实时监测结果和历史数据。小华已选择的硬件有:智能终端、温湿度传感器、执行器(如蜂鸣器)、服务器等,系统的硬件搭建方式是:服务器通过无线网络连接智能终端,智能终端连接传感器和执行器,请回答下列问题:
(1)该系统中,智能终端与服务器之间的数据传输　　　　(单选,填字母:A.只能由智能终端到服务器端/B.只能由服务器端到智能终端/C.既可以由智能终端到服务器端,也可以由服务器端到智能终端)。
(2)下列功能需要在智能终端程序中实现的是　　　　(单选,填字母:A.采集温湿度传感器上的数据/B.处理浏览器访问请求)。
(3)小华基于Flask Web框架编写服务器端的程序,部分代码如下。编写完成后,若要通过浏览器获取视图函数index()返回的页面,则应访问的URL是http:// 　　　　　　　　　　　　　　　 　。
#导入Flask框架模块及其他相关模块,代码略
app=Flask(__name_ _)
@app.route('/')
def index():
　　#从数据库读取温度和湿度数据,并返回页面,代码略
　　#服务器其他功能,代码略
if _ _name_ _=='_ _main__':
　　app.run(host='192.168.1.108',port=5000)
(4)请通过增加传感器和执行器对该系统功能进行一项扩展,写出增加的传感器和执行器名称及实现的功能。
(5)小华将系统中某天24小时的湿度数据导出,部分数据如图a所示(时间格式为“时:分:秒”),分析每小时的最大湿度值,线形图如图b所示,部分Python程序如下:
import pandas as pd
import matplotlib.pyplot as plt
dft=pd.read_csv('data.csv')　#读取文件data.csv中的数据
dft.insert(0,'小时','')　#插入列
for i in dft.index:
　　t=dft.at[i,'时间']　#通过行标签和列标签选取单个值
　　dft.at[i,'小时']=t[0: 2]
dfh=dft.groupby(　　　　　　　,as_index=False).max()　#分组求最大值
plt.plot(dfh['小时'],dfh['监测值'])　#绘制线形图
#设置绘图参数,显示如图b所示的线形图,代码略
①请在程序中划线处填入合适的代码。
②小华分析线形图发现存在湿度值大于等于100的噪声数据,要删除dft对象中噪声数据,下列代码段中,能正确实现的有　　　　(多选,填字母)。
A.dft=dft[dft['监测值']<100]
B.dft=dft['监测值']<100
C.n=len(dft[dft['监测值']>=100])
　dft=dft.sort_values('监测值')　#升序排序
　dft=dft.tail(n)　#获取尾部数据行
D.for i in dft.index:
　　　if dft.at[i,'监测值']>=100:
　　　　　dft=dft.drop(i)　#删除行
答案　(1)C　(2)A　(3)192.168.1.108:5000/ 或 192.168.1.108:5000　(4)增加气体传感器、LED指示灯,采集房间空气质量数据,并提示异常
(5)①'小时'或['小时']或 dfh['小时']　②AD
解析　本题考查信息系统搭建和pandas数据统计。(1)信息系统有输入和输出功能,因此数据传输是双向的。(2)智能终端的功能是连接各种传感和控制器,用于输入和输出信息。(3)完整 URL由协议+IP+端口号+路由和参数组成。(4)要求对信息系统增加拓展功能。既然是室内环境检测,可以从温湿度、空气质量、光线强度等不同角度思考,如增加光线传感器,发光二极管,当室内光线强度过低时开启二极管等。(5)①groupby函数对DataFrame对象的指定列进行分组,分析每小时的最大湿度值,按“小时”进行分组。②考查数据筛选和删除,若只处理小于100的值,可以通过筛选的方式复制出符合条件的数据的副本(即A选项),也可以删除不符合条件的数据(即D选项)。B选项筛选格式书写错误,C选项升序后应该删除尾部数据而不是获取尾部数据。
例2 为了改善影院放映厅密闭空间的观影环境,某研究小组在实验室模拟搭建了影院放映厅环境监测系统。该系统的智能终端通过IoT模块将采集的环境检测数据以无线通信方式传输到Web服务器,服务器根据数据判断是否存在异常。请回答下列问题。
(1)在调试运行该系统时发现某个传感器出现故障,小组成员将故障传感器替换成相同型号的备用传感器,所连接的智能终端引脚保持不变,替换完之后　　　　(单选,填字母:A.需要/B.不需要)修改智能终端的代码。
(2)PM2.5传感器和温湿度传感器连接在同一智能终端,若在系统运行的过程中仅影院放映厅的无线通信出现故障,则下列情况可能发生的是　　　　(单选,填字母)
A.温湿度传感器每隔一段时间采集温湿度数据
B.服务器能获取PM2.5数据但不能获取温湿度数据
C.服务器能判断出当前数据存在异常
(3)为了提高放映厅内PM2.5浓度监测的精准度,研究小组设计在放映厅内4个角落配置PM2.5传感器,计算4个传感器监测数据的平均值,作为当前厅内PM2.5浓度值。结合该设计方案,下列说法合理的是　　　　(多选,填字母)
A.实现“计算4个传感器监测数据的平均值”代码可以部署在服务器端
B.放映厅内四个传感器可以通过一个智能终端统一采集数据
C.PM2.5传感器与温湿度传感器采集数据的时间间隔一定相同
D.通过计算四个传感器的平均值,可以减小因单个传感器偶然误差对结果的影响
(4)某影院将该环境监测系统应用于影院各放映厅的环境监测,该影院共有5个放映厅,正常工作一段时间后,发现放映厅A没有数据,经检测,路由器与服务器网络通信正常,其余放映厅数据均正常,写出可能造成上述问题的2个原因(该放映厅传感器损坏、传感器和智能终端连接故障,不会造成上述问题)。
(5)将系统中2月份的数据导出到文件data.xlsx中,部分数据如图a所示。现要从高到低输出各放映厅空气质量优的天数(如图b所示),再用空气质量优的天数最多的放映厅的PM2.5数据绘制线形图(如图c所示)。
实现上述功能的部分Python程序如下:
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("data.xlsx")
df1=①　　　　　
df2=②　　　　　
df2=③　　　　　
#依次输出df2中各放映厅编号及其空气质量优的天数,如图b所示,代码略
#将df2中首行的放映厅编号存入room_id,代码略
df3=④　　　　　
plt.plot(df3["日"],df3["PM2.5"])#绘制线形图
#设置绘图参数,并显示如图c所示的线形图,代码略
①②③④处可选代码有
A.df.groupby("放映厅",as_index=False).空气质量.count()
B.df1.groupby("放映厅",as_index=False).空气质量.count()
C.df[df["放映厅"]==room_id]
D.df1[df1["放映厅"]==room_id]
E.df[df["空气质量"]=="优"]
F.df1.sort_values("空气质量",ascending=False)
G.df2.sort_values("空气质量",ascending=False)
则划线处的代码依次为 　。
思维点拨
明考向 本题考查信息系统搭建和pandas数据统计
精点拨 (1)仅替换传感器,所连接的智能终端引脚不变,智能终端程序通过引脚读取传感器数据,因此不需要修改智能终端的代码。(2)无线通信出现故障,意味着服务器获取不到最新的PM2.5和温湿度数据,故B和C选项错误。(3)A选项服务器端可以针对采集到的数据进行处理;B选项一个放映厅内的四个传感器可以通过一个智能终端采集数据;C选项PM2.5传感器和温湿度传感器采集数据的时间间隔不一定要相同;D选项计算四个传感器的平均值可以减少单个传感器偶然误差对结果的影响。(4)放映厅A的智能终端与网络连接出现故障;放映厅A的智能终端出现故障;放映厅A的智能终端与IoT模块连接出现故障;放映厅A的智能终端连接的IoT模块出现故障。(5)先得筛选空气质量优的记录,再对空气质量优的按照放映厅分类汇总统计天数,最后按照天数降序排序。df2中首行放映厅编号是空气质量优天数最多的放映厅,在数据集df中筛选数据语句为df[df["放映厅"]==room_id]
答案　(1)B　(2)A　(3)ABD　(4)放映厅A的智能终端与网络连接出现故障;放映厅A的智能终端出现故障;放映厅A的智能终端与IoT模块连接出现故障;放映厅A的智能终端连接的IoT模块出现故障。　(5)①E　②B　③G　④C
变式2 某研究小组搭建智能教室监测系统,通过部署在教室的智能终端设备连接传感器与执行器,实时采集调控温湿度、光照、电力能耗等参数,并通过IoT模块将数据传输至服务器。用户可通过手机实时监测和查询历史数据,远程调控照明设备及空调。请回答下列问题:
(1)在搭建该监测系统时,下列温度传感器类型最适合的是　　　　(单选,填字母)。
A.S型热电偶
—范围:0 ℃~+1600 ℃
—精度:±1 ℃
B.LN75
—范围:-55 ℃~+125 ℃
—精度:±0.5 ℃
C.双金属片温度计
—范围:-100 ℃~+600 ℃
—精度:±5 ℃
(2)教室环境的历史数据存储在　　　　(单选,填字母:A.智能终端/B.服务器)。
(3)对该系统,用户无法远程完成的操作是　　　　(多选,填字母:A.实时查看教室明亮度情况/B.调控教室空调温度/C.修改IoT模块连接路由器的Wi-Fi密码/D.调整执行器与智能终端连接的引脚)
(4)系统运行中发现各班可以控制其它班级的设备,请分析跨班级控制权限异常的原因并提出安全改进建议。(注:原因分析和改进建议各1分)
(5)将某天班级各时间段用电数据导出到文件“datas.xlsx”中(用电量单位:度),部分数据如图a所示。现要找出该天用电总量最高的前5个时间段(如图b所示),并根据用电最高峰时间段,绘制各班的用电量线形图(如图c所示)。
实现上述功能的部分Python程序如下,请选择合适的代码填入划线处(填字母)。
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("datas.xlsx",dtype={"班级":str})#导入数据,班级设置为文本类型
df1=①　　　　　
df1=②　　　　　
df1=③　　　　　
#依次输出df1中当天用电总量最高的前5个时间段,如图b所示,代码略
t=df1.at[df1.index[0],"时间"]　#最高峰时间
df2=④　　　　　
plt.plot(df2.班级,df2.用电量)　#绘制线形图
#设置绘图参数,并显示如图c所示的线形图,代码略
①②③④处可选代码:
A.df[df["时间"]==t]
B.df1.sort_values("用电量",ascending=False)
#降序排序
C.df.groupby("班级",as_index=False).用电量.sum()　#分组求和
D.df1.head(5)
E.df1.sort_values("用电量",ascending=True)
F.df1[df1["时间"]==t]
G.df.groupby("时间",as_index=False).用电量.sum()
则划线处代码依次为 　。
答案　(1)B　(2)B　(3)CD　(4)原因:用户身份验证功能缺失、用户权限设置不合理等原因或其他等价答案。建议:增加用户身份验证功能、合理设置用户权限等　(5)①G　②B　③D　④A
解析　(1)教室环境的温度通常在-15 ℃到45 ℃之间,且需要较高的精度。选项B的温度范围和精度(±0.5 ℃)最适合教室环境。(2)智能终端设备通过IoT模块将数据传输至服务器,因此历史数据存储在服务器中。(3)C选项修改Wi-Fi密码需要连接智能终端并进行烧录。D选项调整硬件引脚需要物理接触设备。(4)从用户身份验证和权限设置方面考虑。(5)先按时间分组求和,得到每个时间段的总用电量;再按用电量降序排序,最后获取用电量最高的前5个时间段。t表示最高峰时间,在原始数据集df中筛选出用电最高峰时间段的数据,并绘制各班用电量的线形图。
1.某小组拟搭建一个系统进行水质监测,采集鱼塘的水温、溶解氧以及pH值等数据。该系统有若干个监测点,每个监测点均配备智能终端、传感器、执行器和IoT模块,智能终端通过IoT模块连接Web服务器上传水温等数据,并从服务器获取阈值,若氧浓度低于阈值,系统将启动增氧机;若水质异常,系统将异常信息发送至用户手机。用户可以通过浏览器查看水质数据。请回答以下问题:
(1)下列关于该信息系统中数据传输的说法,正确的是　　　　(单选,填字母)。
A.智能终端与Web服务器的数据传输是双向的
B.Web服务器与浏览器的数据传输是单向的
C.不同监测点的数据必须传输到不同的Web服务器
(2)下列关于该信息系统支撑技术的说法,正确的是　　　　(多选,填字母)。
A.不同监测点的传感器型号必须相同
B.溶解氧的阈值也可以存储在智能终端
C.实时判断水质是否异常的程序可以在智能终端运行
D.若监测点的IoT模块损坏,可以使用有线的方式将智能终端连接到Web服务器
(3)监测点A的pH值传感器编号tid为2,获取的pH值t为6.8,提交数据到Web服务器的URL为http://192.168.1.6:5000/toph tid=2&t=6.8,则Web服务器接收数据的路由是　　　　。
(4)系统运行一段时间后,发现每个监测点的增氧机都一直在工作,请从软件或数据的角度描述出现该现象的可能原因。(回答2项,1项正确得1分)
(5)导出某天的数据,整理后的部分数据如图a所示,分析每个监测点每小时的pH平均值,可视化后的结果如图b所示,请在划线处填入合适的代码。
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_csv("water_data.csv")
for pos in "ABC":
　　sta="监测点"+pos
　　dftmp=df[ ①　　　　　　]
　　gtmp=dftmp.groupby("时",as_index=False)["pH"].mean()
　　plt.plot(②　　　　　　,gtmp.pH)
#设置绘图参数,显示如图b所示的线型图,代码略
答案　(1)A　(2)BCD　(3)/toph
(4)阈值设置不合理(过高);采集到的数据一直低于阈值;缺乏关闭增氧机的程序(仅写软件故障或代码错误不给分)
(5)①df.监测点==sta 或者 df["监测点"]==sta　②gtmp.时 或者 gtmp["时"]
解析　(1)B选项Web服务器与浏览器的数据传输是双向的。C选项不同监测点的数据可以传输到同一台Web服务器。(2)A选项传感器的型号可以不相同。B选项阈值可以存储在服务器,也可以在程序代码中以变量形式存在智能终端。C选项智能终端可以进行数据处理。D选项可以用网线等将智能终端连接到Web服务器。(3)路由是" toph "。(4)略。(5)①pos的值依次为A、B、C,则sta表示各个监测点,则需筛选出各个监测点的数据。②分析每个监测点每小时的pH平均值,按时间进行分组,因此横坐标为gtmp.时。
2.小明制作了可以自动加热加水的智能饮水机系统。温度传感器和水位传感器采集得到的数据由智能终端经IoT模块发送到Web服务器。若水温低于系统设置的阈值,则开启加热器;若水位低于系统设置的阈值,则打开阀门加水。小明可以通过浏览器查看实时监测数据和历史数据。请回答下列问题:
(1)该系统中的温度传感器和水位传感器　　　　(单选,填字母:A.一定/B.不一定)要连接在同一智能终端。
(2)若温度传感器的编号id为1,温度值t为20,提交数据到Web服务器的URL为:http://192.168.10.6:8080/temp id=1&t=20,则服务器的IP地址为　　　　。
(3)关于该饮水机系统,下列说法合理的是　　　　(多选,填字母)。
A.智能终端故障会影响小明查看实时数据
B.测试并观察该系统运行时的行为,属于静态测试
C.该系统中,传感器与智能终端之间的数据传输是单向的
D.温度传感器和水位传感器必须同时传送数据到智能终端
(4)系统运行一段时间后,小明发现饮水机的加水功能正常,但无法正常加热,简要说明系统中可能造成上述问题的原因。
(5)水位传感器每隔一分钟检测一次,若水位低于20 cm,打开阀门加水一分钟,加水过程中会关闭出水口。为了解家庭饮水情况,小明将系统中9月份的水位数据导出,部分数据如图a所示。现利用Python编写程序统计9月份的每日饮水量,绘制如图b所示图表。
import pandas as pd
import matplotlib. pyplot as plt
df=pd.read_excel("data.xlsx")　　#读取9月份的水位数据
df["日期"]=[""]*len(df)
df["水量变化"]=[0]*len(df)
for i in range(len(df)):
　　df["日期"][i]=df["时间"][i][8:10]
for i in range(1,len(df)):
　　df["水量变化"][i]=df["数据"][i-1]-df["数据"][i]
df1=df[　　　　　　　]　#对水量变化值进行筛选,以便后续统计每日饮水量。
plt.title("9月份每日饮水量统计图")
plt.show()
①在程序划线处填入合适的代码。
②程序方框中填入语句依次为　　　　(多选,填字母)。
A.df1=df1.sum()
B.df1=df1.count()
C.df1=df1.groupby("日期")
D.df1=df1.groupby("日期",as_index=False)
E.plt.plot(df1.index,df1.水量变化)
答案　(1)B　(2)192.168.10.6　(3)AC　(4)温度传感器故障;温度传感器与智能终端连接异常加热器故障　(5)①df.水量变化>0 或 df["水量变化"]>0　②CAE
解析　(1)温度传感器和水位传感器相互之间不受影响,只要能获取相关数据并上传即可,所以不一定要连接在同一个智能终端。(2)略。(3)A选项智能终端故障导致传感器不能采集和传输数据到服务器,所以会影响实时数据的查看;B选项静态测试是指采用人工检测和计算机辅助分析的手段对程序进行检测,不实际运行程序,主要对程序的编程格式和结构等方面进行评估。C选项传感器只能将数据传给智能终端。D选项温度传感器和水位传感器不一定要同时传送数据到智能终端。(4)略。(5)①水量变化的计算是使用前一个水位减去当前水位,数据为正时是用水(就是饮水量),为零时是没变化,为负时表示加水,为计算每日饮水量,应该筛选出为正的数据。②要求统计每日饮水量,先按日期分组求和,再绘图图像。
3.某研究小组搭建了一个校园车辆速度监测系统。该系统设有若干个监测点,智能终端通过IoT模块将采集的车速数据上传至Web服务器,若车速超过阈值达到3次及以上,则该车牌会被系统拉黑,将不会被识别,车辆无法进入校园。管理员可通过浏览器查看数据。
(1)该小组要完成该系统的搭建,需要编写的程序是　　　　(单选,填字母:A.服务器端程序/B.客户端程序)。
(2)下列关于该系统智能终端的说法,正确的有　　　　(多选,填字母)。
A.通过浏览器查看历史数据需访问智能终端
B.传感器与智能终端之间的数据传输是单向的
C.若服务器故障,智能终端无法继续采集传感器数据
D.智能终端具备数据存储和处理能力
(3)若提交数据到Web服务器的URL为http://192.168.10.2:8080/input id=3&speed=27,则服务器端与该URL 关联的路由设置语句是@app.route("　　　　　　")
(4)为了让用户遵循限速规定,避免超速行为,顺利进出校园,请选择其中一个角度提出一条合理的功能设计建议。
(5)该小组将某周的数据导出,部分数据如图a所示。车辆行驶速度超过30(单位: 千米/小时)则判定为超速,现要分析每个监测点超速车辆行驶的平均车速情况,并绘制如图b所示的柱形图,部分Python程序如下:
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("car.xlsx")
df1=df[df.车速>30]
df2=df1.groupby ("监测点").mean()
plt.bar(df2.index,　　　　　　　　)
#设置绘图参数,显示如图b所示的柱形图,代码略
print(df4)
①请在程序中划线处填入合适的代码。
②若要查看这一周被系统因超速拉黑的前10条车辆数据记录,方框中应填入的语句依次为　　　　(多选,填字母)。
A.df3=df1.groupby ("车牌号码",as_index=False).车速.count()
B.df3=df3[df3.车速>=3]
C.df3=df3[df3.车牌号码>=3]
D.df4=df3.sort_values("车速",ascending=False).head(10)
E.df4=df3.sort_values("车速") [:10]
答案　(1)A　(2)BD　(3)/input
(4)通过短信的方式发给用户超速次数信息;或为管理员增设取消拉黑操作的权限,恢复车辆通行; 或其他答案合理即可
(5)①df2.车速或 df2[" 车速"]　②ABD 或 ABE
解析　本题考查信息系统及pandas相关知识。(1)当前是B/S架构,只需要编写服务器端程序。(2)A选项查看历史数据只需要访问服务器数据库,不需要访问智能终端。B选项传感器只上传数据到终端,数据传输是单向的;C选项智能终端采集传感器数据,与服务器无关;D选项智能终端也具备数据存储和处理能力。(3)略。(4)从便民的角度,可以考虑通过短信的方式发给用户超速次数提醒等信息。(5)①由题意和图b可知,y轴数据是车速的平均值,填df2.车速②题意要求“车速超阈值3次及以上的拉黑”,故应先统计本周超速车牌的超速次数,再提取出拉黑的车辆,然后按次数降序排序后选前10,依次为ABD。
4.某鱼类育苗专家小组在某水域开展研究活动,研究水域环境对鱼苗生长的影响。该小组搭建的信息系统,通过智能终端获取传感器数据,并通过无线通信方式将数据传输到Web服务器,服务器根据数据判断出异常情况后,通过智能终端控制执行器发出预警信号。请回答下列问题:
(1)该信息系统设置了多个检测点,下列说法正确的是　　　　(单选,填字母:A.系统中只能使用一个智能终端/B.系统中可以使用多个智能终端)。
(2)下列关于该信息系统中数据的说法,正确的是　　　　(单选,填字母)
A.智能终端获取水含氧量数据存储在传感器中
B.智能终端将数据通过无线通信方式直接传送到客户端浏览器
C.智能终端上传到服务器的数据一般存储在数据库中
D.数据处理只能在服务器端进行
(3)该系统的智能终端和服务器的部分程序代码如下:
#导入相关库文件
app=Flask(_ _name_ _)
@app.route("/index")
def index():
　　#从数据库读取数据并显示在网页中,代码略
@app.route("/update")
def add_data():
　　#将提交的传感器数据存储到数据库,代码略
　　return "OK"
if _ _name_ _=="_ _main__":
　　app.run(host="192.168.1.101",port=5050)
若某次提交数据的URL为“http://192.168.1.101:5050/　　　　 id=1&O2=65”,则划线处应填入　　　　,能接收到返回值"OK"的是　　　　(单选,填字母:A.智能终端/B.数据库/C.浏览器)。
(4)系统正常运行一段时间后,发现服务器检测出异常情况,执行器却未发出预警信号,简要说明系统中可能造成上述问题的原因。
(5)专家小组为研究水中含氧量和各鱼种活跃度的相关性,将系统采集的各鱼种数据及含氧量数据导出并整理,部分数据如图a所示。统计各鱼种在活跃状态下(“是否活跃”列值为1代表活跃,0代表不活跃)的平均含氧量,并以图表的形式呈现平均含氧量前5的鱼种,如图b所示。
测试ID 鱼种 含氧量 是否活跃
145576 青鱼 78 1
163011 草鱼 81 1
162049 青鱼 50 1
118151 草鱼 69 0
125464 鲢鱼 71 1
…… …… …… ……
图a
实现上述功能的Python程序如下:
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("fish_O2.xlsx")
①
plt.bar(df1.鱼种,②　　　　　　)
#设置绘图参数,显示如图b所示的柱形图,代码略
①方框中应填入的语句依次为　　　　(填字母序列,少选、多选、错选或次序错均不得分)。
A.df1=df.groupby("鱼种",as_index=False).mean()
B.df=df[df.是否活跃==1]
C.df1=df1.head(5)
D.df1=df1.sort_values("含氧量",ascending=False)
②请在划线处填入合适代码。
答案　(1)B　(2)C　(3)update　A　(4)执行器故障;执行器与智能终端连接异常或其他可行答案。
(5)①BADC　②df1["含氧量"]或df1.含氧量
解析　(1)若有多个检测点,可以使用多个智能终端。(2)A选项含氧量数据存储在服务器中;B选项智能终端通过无线通信方式将数据传输到web服务器,客户端浏览器需要访问web服务器才可以获取到数据;D选项智能终端也可以处理数据。(3)将提交得传感器数据存储到数据库,因此路由为"/update"。提交成功后,向智能终端发送返回值。(4)服务器检测出异常情况,执行器却未发出预警信号,可能的原因有:执行器故障、执行器与智能终端连接异常或其他可行答案。(5)①先筛选出活跃状态下的所有数据,再按照鱼种进行分组求平均值,接着按照平均含氧量进行降序排序,最后取前5条数据绘图即可。②横坐标数据是鱼种,纵坐标数据是平均含氧量df1["含氧量"]或df1.含氧量。
5.某校研究小组拟采集学校足球场草坪的土壤湿度、温度数据,研究如何更好养护草坪。该小组在实验室搭建了一个模拟系统,该系统的智能终端获取传感器数据,并通过IoT模块以无线通信方式将数据传输到Web服务器,服务器根据数据判断是否需要调节温湿度,并通过智能终端控制水泵等执行器进行调节。用户可通过浏览器查询实时数据、执行器开关状态和历史数据。请回答下列问题:
(1)该系统需要选择的硬件中不包括　　　　(单选,填字母:A.无线网络接入点/B.数据库/C.土壤湿度传感器)。
(2)系统正常运行一段时间后,如果IoT模块发生故障(假设系统内没有其他故障),下列现象中,可能会出现的是　　　　(多选,填字母)。
A.无法通过浏览器打开任何系统页面
B.可以打开历史数据页面,但是某时刻后接收到的数据异常
C.可以打开历史数据页面,但是缺失某时刻之后的数据
D.服务器能实时接收到最新数据,判断需要调节温湿度,但执行器实际未开启
E.现场观察到草坪应需要浇水时,水泵未启动浇水
(3)为节约成本,小组将系统修改为相邻4个区域共用一个水泵,4个区域的4个智能终端中只有1个智能终端连接水泵。为使服务器能够通过正确的智能终端控制水泵,从软件的角度写出一种可行的解决方法。
(4)研究小组从数据库中导出一天的监测数据,部分数据如图a所示。现要统计其中A区域的时均温度、湿度,并绘制如图b所示的散点图。
采集时间 区域 温度 湿度
2024/12/09　00:00 A 1.35 36.34
2024/12/09　00:00 B 14.14 20.72
2024/12/09　00:00 C 9.18 20.29
2024/12/09　00:00 D 3.81 28.1
2024/12/09　00:00 E 9.67 27.96
2024/12/09　00:00 F 12.42 10.98
2024/12/09　00:01 A 3.09 25.47
2024/12/09　00:01 B 11.09 12.87
2024/12/09　00:01 C 5.15 12.66
图a
实现上述功能的部分Python程序如下,请回答下列问题。
import pandas as pd
import　matplotlib.pyplot as plt
df=pd.read_excel("data.xlsx")
df.insert(4,"时",0)　　#插入“时”列
①
plt.scatter(②　　　　　　)　#绘制温度湿度散点图
#设置绘图参数,显示如图b所示的散点图,代码略
①方框中应填入的语句依次为　　　　(选3项,填字母序列,少选、多选、错选或次序错均不得分)。
A.df=df[df["区域"]=="A"]
B.df=df.sort_values("温度",ascending=True)
#升序排序
C.dfg=df.groupby("时",as_index=False).mean()
D.for i in range(len(df)):
　　s=str(df.at[i,"采集时间"])
　　df.at[i,"时"]=s[11:13]
②请在划线处填入合适的代码。
(5)根据图b数据,草坪的土壤湿度与温度　　　　(选填:是/否)具有关联关系。
答案　(1)B　(2)CE　(3)对智能终端进行编号,服务器在返回值中体现　(4)①DAC或ADC
②dfg["温度"],dfg["湿度"]　(5) 否
解析　(1)数据是存储数据的文件,不属于硬件。(2)IoT模块发生故障,数据在智能终端和服务器之间不能通讯,因此不能接收数据和发送指令。(3)略。(4)要统计其中A区域的时均温度、湿度,先要从“采集时间”列中提取小时,再筛选出A区域的数据,最后按小时进行分组统计温度和湿度的平均值。也可以先筛选出A区域的数据,再从“采集时间”列中提取小时,最后按小时进行分组统计温度和湿度的平均值。(5)温度和湿度没有相同的变化趋势。
6.小罗模拟设计24小时人体血压监测系统。当使用者穿戴相应的设备后,设备中的智能终端通过传感器实时获取血压数据,并借助蓝牙方式与手机连接后,将数据传输到服务器。若服务器检测到血压异常后,通过穿戴设备的屏幕和手机APP发出预警信息,同时用户也可通过浏览器和手机APP访问服务器查询历史数据。请回答下列问题。
(1)下列关于该系统的说法,正确的是　　　　(多选,填字母)。
A.该系统只采用B/S开发模式
B.手机中APP属于系统软件
C.传感器和执行器不一定要连接到同一个智能终端
D.采集的时间和血压数据存储在数据库中
(2)系统运行时,小罗发现服务器中采集的血压数据正常时,系统也发出了预警信号,造成该现象的原因可能是　　　　(单选,填字母:A.系统的阈值设置不合理/B.传感器故障/C.智能终端故障)。
(3)若当用户血压异常,数据因手机网络连接故障无法上传服务器时,如何让用户收到预警信号。
(4)小罗利用系统采集了某位高血压患者30天的血压数据,若用户的收缩压大于等于140且舒张压大于等于90则认为患者有高血压风险。系统测试时每隔1个小时上传1次数据,部分数据如图a所示,现要统计患者一个月内高血压次数最多的5个监测时间点,并绘制出相应的柱状图,如图b所示。用户可以根据监测结果在血压多次偏高的时间点服用药物,保证身体健康(已知该药物一天服用一次)。
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("test.xlsx")
df1=df[df["收缩压(mmHg)"]>=140]
plt.bar(df2.监测时间,df2.监测日期)
plt.title("高血压次数统计")
plt.show()
print(df2)
方框中应填入的语句依次为　　　　(选3项,填数字序列,少选、多选、错选或次序错均不得分)。
①df2=df1.groupby ("监测时间",as_index=False).监测日期.count()
②df2=df2.sort_values("监测日期",ascending=False)[:5]
③df1=df1[df1["舒张压(mmHg)"]>=90]
④df2=df.groupby ("监测时间",as_index=False).count()
⑤df=df[df["舒张压(mmHg)"]>=90]
⑥df2=df2.sort_values("监测时间",ascending=False).head(5)
(5)观察图b,若系统建议患者服用药物对血压进行控制,则　　　　(单选,填字母:A.9点/B.12点/C.15点/D.18点)之前服用药物比较合适。
答案　(1)CD　(2)A　(3)在智能终端中植入监测血压异常的程序,当数据异常时,可直接通过执行器发出预警信号,同时将信号发送到手机中,生成相应的提醒消息。或其他等价答案。
(4)③①②　(5)A
解析　(1)A选项开发手机APP属于C/S模式。B选项APP属于应用软件。(2)采集的血压数据正常说明传感器是正常的,发出了预警信号说明智能终端能控制执行器,那么原因只能是阈值设置不合理。(3)略。(4)先筛选出收缩压大于等于140且舒张压大于等于90的高血压风险数据,再按监测时间分组统计出现这些数据的次数,形成24条记录,每个字段的值均相同,一条记录表示这个时间段出现高血压风险数据的次数,再按监测日期降序排列。(5)略。
1.小张为叔叔的鲫鱼养殖鱼塘搭建了水体溶解氧含量监测系统。该系统的智能终端获取传感器数据,通过无线通信方式将数据传输到Web服务器,服务器将水体溶解氧含量传感器采集的数据存储到数据库,并与阈值进行判断后通过智能终端控制氧气泵。用户通过浏览器查询实时和历史数据。
(1)用户通过浏览器查询数据时,访问了该系统的　　　　(单选,填字母:A.智能终端/B.数据库/C.氧气泵控制程序)。
(2)下列关于该系统中服务器和客户端的说法,正确的是　　　　 (单选,填字母)。
A.搭建该系统需要编写服务器和客户端程序
B.数据在服务器与客户端之间双向专输
C.不能在服务器端方问该系统
(3)小张发现数据库中近期存在大量连续低于阈值下限值的水体溶解氧含量数据记录,不利于鲫鱼生存,可能的原因是　　　　(多选,填字母)。
A.氧气泵制氧能力不足
B.客户端数据处理异常
C.智能终端与服务器通信中断
D.水体溶解氧含量传感器故障
(4)请写出两种可提升鱼塘水体溶解氧含量检测精准性的方法。
(5)小张导出2024年7月氧含量检测数据,部分数据如图a所示(氧含量单位为“mg/L”),氧含量值低于5则为异常。现要统计该月异常次数多于2次的日期中异常次数最多的3日,若存在符合条件的日子,则建立如图b所示的图表,否则输出“无异常数多于2次的日子”。实现该功能的部分Python程序如下:
#导入相关库,代码略
df=pd.read_excel("data.xlsx")
①
if len(dfg)>0:
　　plt.bar(②　　　　　　)
　　plt.title("2024年7月氧含量异常数最多的3日")
　　plt.show()
else:
　　print("无异常数多于2次的日子")
①方框中应填入的语句依次为　　　　(注:全选、填字母序列,次序错不得分)。
A.dfg=dfg.groupby("日期",as_index=False)["氧含量"].count()
B.dfg=df[df["氧含量"]<5]
C.dfg=dfg.head(3)
D.dfg=dfg[dfg["氧含量"]>2]
E.dfg=dfg.sort_values("氧含量",ascending=False)
②请在程序中划线处填入合适的代码。
答案　(1)B　(2)B　(3)AD　(4)选择精度高的溶解氧传感器、增加监测点、提高检测频率、合理放置传感器位置或其他合理建议　(5)①BADEC或BAEDC或BAECD　②dfg["日期"],dfg["氧含量"]或dfg.日期,dfg.氧含量
解析　(1)通过浏览器查询数据库。(2)B/S模式不需要编写客户端程序,服务端也可以通过客户端访问数据。(3)A选项数据库存在大量连续低于阈值下限值的数据记录,可能是氧气泵制氧能力不足;也可能是传感器故障,导致数据不准。B选项客户端是浏览器,不能处理数据。C选项智能终端与服务器通信中断,会导致数据库没有通信中断后的数据。(4)选择精度高的溶解氧传感器、增加监测点、提高检测频率、合理放置传感器位置或其他合理建议。(5)①氧含量值低于5则为异常,要统计该月异常次数多于2次的日期中异常次数最多的3日。首先得对氧含量低于5的数据进行筛选,再根据日期进行统计,统计结果存在“氧含量”一列中。接下来可对氧含量异常次数进行筛选,降序排序,选取前3条记录。也可对氧含量异常次数进行降序排序,筛选,选取前3条记录。也可对氧含量异常次数进行降序排序,选取前3条记录,再筛选。②x轴的数据是日期,y轴的数据是异常次数。
2.小明模拟搭建了一个智能环境监测系统,进行特定区域内环境温度与噪音变化的监测。该系统的智能终端获取传感器数据,采集的数据由智能终端经IoT模块无线方式发送到Web服务器,服务器根据数据判断出异常情况后,通过智能终端控制执行器发出预警信号,并启动相关调节设备。用户通过手机浏览器查询实时和历史数据。请回答下列问题:
(1)该系统中的不同智能终端　　　　(单选,填字母:A.可以/B.不可以)共用一个IoT物联网模块接入Wi-Fi。
(2)为保证该系统的正常传输数据,可以不需要IP地址的硬件是　　　　(单选,填字母)。
A.传感器 B.移动终端
C.服务器
(3)下列关于该系统设计的说法,正确的是　　　　(多选,填字母)。
A.IoT模块故障会影响手机端浏览历史环境数据
B.控制执行器的阈值可存储在数据库中,也可以存放在智能终端中
C.连接到同一智能终端上的多个执行器必须同时打开与关闭
D.搭建完成后运行程序发现其中错误属于动态测试
(4)为了使该系统在使用过程中更加安全,系统开发者在进行安全设计时,从数据本身的安全的角度写出两种可行的措施: 　。
(5)小明将今年以来的不同监测点的噪声数据导出并保存于“data.xlsx”。部分数据如图a所示(噪声单位为“分贝”),分贝值高于70为异常。现要统计异常次数最多的3个监测点异常情况,绘制如图b所示的柱形图。实现该功能的部分Python程序如下:
#导入相关库,代码略
df=pd.read_excel("data.xlsx")
t=[0]*len(df)
for i in df.index:
　　t[i]=int(df.at[i,"时间"][11:13])
df1=df
df1["小时"]=t
①
plt.bar(df3.监测点,df3.分贝)　#绘制柱形图
plt.title("2024年11月噪声异常数最多的3个检测点")　　#设置图表标题
plt.show()
①方框中应填入的语句依次为　　　　(注:选4项,填大写字母序列,少选,多选,错选,次序错均不得分)。
A.df2=df2.sort_values("分贝",ascending=True)
#按分贝值升序排序
B.df2=df2.groupby("监测点",as_index=False)["分贝"].count()#分组计数
C.df2=df2.groupby("监测点",as_index=True).分贝.count()
D.df3=df2.head(3)
E.df3=df2.tail(3)
F.df2=df1[df1.分贝>70]
②观察题图b可知,异常数据出现最多是操场。现要筛选出操场的噪声数据以便进一步分析每小时平均分贝的情况,可在前面处理结果的基础上,再运行如下语句,可便捷地处理数据,请在划线处同时填入合适的代码。
df4=　　　　[　　　　.监测点=="操场"](单选,填大写字母:A.df/B.df1/C.df2/D.df3)。
答案　(1)B　(2)A　(3)BD　(4)对采集的数据进行加密再存储;传输过程中进行数据校验;定期备份数据库中的数据;或其他合理答案
(5)①FBAE　②B
解析　(1)IoT物联网模块不可以被多个智能终端共享使用;(2)传感器与智能终端连接,智能终端上传数据到服务器,传感器是输入设备,不是数据传输设备,无需ip地址。(3)A选项手机端浏览历史环境数据是客户端访问服务器上的历史数据,IoT模块故障不会影响其访问;B选项控制执行器的阈值可存储在数据库中,也可以存放在智能终端中;C选项连接到同一智能终端上的多个执行器可以通过端口号或ID分别控制其运行。(4)略。(5)①首先筛选出异常数据,再对检测点分组统计,然后对统计结果进行升序排列,取最后3项。②分析每小时平均分贝的情况,所以就包含所有数据,即操作对象为df1。
3.J市熊猫猪猪两头乌国际牧场为提高养殖效率和猪猪的健康水平引进了“智慧养殖系统”。该系统借助5G技术,实现了养殖环境的远程监控和预警功能,它通过智能终端获取传感器数据并利用无线通信方式将数据传输至服务器,管理人员可以通过APP或浏览器实时查看养殖区域内的环境参数和猪猪的健康情况,也可查看每只猪猪的生长过程等历史数据;若发现异常情况,系统会立即通过智能终端控制执行器发出预警,以便及时采取措施进行处理。
(1)在设计该系统的前期准备中,需对所需费用和效益进行评估,这一过程属于　　　　(单选,填字母:A.需求设计B.可行性分析C.概要设计)。
(2)下列关于该系统的说法不正确的是　　　　 (多选,填字母)。
A.传感器是该系统的输入设备
B.5G技术指的是网络的传输速率约为5Gbit/s
C.该系统网络中断时会影响系统的正常运行
D.该系统的环境数据均存储在智能终端中
(3)该养殖中心采用“智能体检设备”采集每只猪猪每日的体温、体重等信息并上传至服务器,为使“智能体检设备”能自动识别出猪的编号,请提出一种可行的解决方案。
(4)受季节、天气、游客数量等诸多因素的影响,该养殖中心超市每日销售火腿、酥饼、肉酱、肉包等猪肉深加工产品的数量存在较大差异。因此类产品的保质期较短,为了减少滞销带来的损失,超市店长小明想以2023年的销售情况作依据来考虑每月的进货数量。他对2023年每日的销售数据进行了统计,部分数据如图a所示。现统计2023年各商品在每月的销售情况,并分别绘制如图b所示的柱形图(图示以“即食火腿丝”为例)。流水号释义:2023为年份;0101为日期;0001为当日单号。
实现上述功能的部分Python程序如下,在划线处填入合适的语句:
#导入相关库,代码略
df=pd.read_excel("销售表格.xlsx")
df["月份"]=""　#增加月份列
for i in range(len(df)):
　　df.at[i,"月份"]=df.at[i,"流水号"]//1000000%100
pm=["即食火腿丝","爆汁全肉烤肠","两头乌爆汁鲜肉包","爆下饭XO肉酱","两头乌土香肠"]
for i in pm:
　　df1=①　　　　　
　　df2=df1.groupby("月份",as_index=False).数量.sum()
　　plt.bar(②　　　　　　)#绘制柱形图
#设置绘图参数,代码略
答案　(1)B　(2)BD　(3)为每一只猪植入电子标签或其他合理地方案　(4)①df[df.品名==i]
②df2.月份,df2.数量
解析　(1)对费用与效益的评估属于可行性分析中的经济方面的分析。(2)A选项传感器用于采集环境中的数据,属于输入设备;B选项5G技术指的是第5代移动通信技术,而非传输的速率;C选项网络中断后,用户无法通过APP查看实时数据,也可能导致智能终端无法获取服务器阈值而不触发警报;D选项智能终端存储空间有限,同时为了更好地共享数据,一般将数据存放在数据库内。(3)略。(4)①筛选商品名称为i的所有数据。②df2对筛选后的数据df1进行分组统计,横轴是各个月份,纵轴是访问月份数量。
4.小翌的叔叔开了一家书店,为了摆脱藏书受潮的困扰,他请小翌帮忙设计一个简易的“室内除湿”信息系统。
(1)小翌从叔叔那里了解到该系统要实现的功能是:在书店的不同区域放置湿度传感器和除湿器,客户端通过浏览器访问Web服务器可查看不同区域的实时或历史湿度值;各个除湿器既可远程手工控制,又可根据设定的阈值由系统自动控制。小翌了解上述情况的过程属于搭建信息系统前期准备中的　　　　(单选,填字母:A.需求分析/B.可行性分析)。
(2)分析该系统要实现的功能,小翌选用　　　　(单选,填字母:A.B/S模式/B.C/S模式)开发系统更合适。
(3)小翌根据叔叔所提的要求,同时考虑使用和搭建方便且尽量减少成本开支,提出以下对硬件搭建的设想,合理的是　　　　(多选,填字母)。
A.一个传感器必须配备一个专门的执行器
B.示警用的LED指示灯与传感器可以连接在不同的智能终端
C.购买高性能的专用服务器来做该信息系统的Web 服务器
D.智能终端通过IoT模块以无线通信方式连接Web服务器
(4)在有些时间段内,室内的湿度数据不会有很明显的变化,太多相同的数据会造成数据冗余,从而浪费数据的存储空间,请给出一种解决方案。
(5)室内除湿系统正常工作后,小翌的叔叔想让小翌再帮忙统计7、8、9这三个月最畅销的前5种书籍类别(销售量不存在完全相同的情况),他提供了近一年来书店的销售记录文件“sale.xlsx”,部分数据如图所示。
　　　　　　 　　　　　 　　　　　
小翌为此编写了如下Python程序:
import pandas as pd
df=pd.read_excel("sale.xlsx")
df.insert(0,"月份","") #在最前面插入“月份”列
for i in range(len(df)):
　　m=str(df.at[i," 销售时间"])
　　df.at[i,"月份"]=int(m[4:6])
df1=df[df.月份>=7]
dfl=①　　　　　
df2=dfl.groupby("类别",as_index=False).count()#分类统计数量
df3=df2.sort_values("月份",ascending=False).head(5)#降序排序
print("7、8、9三个月最畅销的前5种书籍类别是:",end="")
for i in df3.index:
　　print(②　　　　　　,end="")
答案　(1)A　(2)A　(3)BD　(4)根据服务器的承受能力,计算合适的采集数据的时间间隔或者程序设计时,当数据相同时不进行记录,沿用上次的数据,以减少对空间的浪费或其他合理答案。
(5)①df1[df1.月份<=9]或df1[df1["月份"]<=9]
②df3.at[i,"类别"]或df3["类别"][i]或df3.类别[i]
解析　(1)需求分析该系统的功能需求、性能需求、资源和环境等需求。(2)Web服务器可查看不同区域的实时或历史湿度值往往是B/S模 式。(3)A选项传感器和执行器功能不一样,无需成对。C选项系统对硬件要求不高,没有必要用专用服务器。(4)略。(5)①dfl中包含7-12月的数据,所有还要筛选出小于等于9月的数据。②先按类别进行分组统计,生每种类别的数据,再按月份进行降序排列并选取前5条记录保存在df3中,因此需输出df3集合中类别的每条记录。
5.某研究小组为搭建校园智慧体能监测系统,拟采集学生的运动数据。该小组首先在实验室搭建了一个模拟系统,该系统的监测终端内置传感器和IoT模块,学生的运动数据通过无线通信方式由各监测终端传输至Web服务器。请回答下列问题。
(1)该模拟系统中的各个监测终端　　　　(单选,填字母:A.必须连接同一个Wi-Fi/B.可以分别连接不同的Wi-Fi)。
(2)研究小组基于Flask Web框架编写服务器程序,学生家长、教师等用户可以通过浏览器登录网站查看数据,则该系统网络应用软件的实现架构是　　　　 (单选,填字母:A.B/S架构/B.C/S架构)。
(3)下列功能需要在监测终端程序中实现的是　　　　(多选,填字母)。
A.采集传感器上的数据
B.连接无线Wi-Fi
C.响应浏览器访问请求
D.连接并访问数据库
(4)系统中所有硬件均无故障且工作正常、所有设备均连接正常,但浏览器页面却无法显示数据,简要说明系统中可能造成该问题的原因。(注:回答2项,1项正确得1分)
(5)研究小组整理出学生体能测试的数据,部分数据如图a所示。现要统计各班体能测试成绩的均分情况,并绘制如图b所示的柱形图。
#导入相关库,代码略
df=pd.read_excel("data.xlsx")
(5)
#设置绘图参数,显示如图b所示的柱形图,代码略
划线中应填入的语句分别为　　　　 (注:选2项,填数字序列)。
①df1=df.groupby("班级",as_index=False).mean()
②df1=df.sort_values(["班级","成绩"],ascending=[False,True]) 　#以班级为主关键字降序、成绩为次关键字升序排列
③plt.bar(df1["班级"],df1["成绩"])
④plt.bar(df1.index,df1["成绩"])
(6)现需要统计各班男生的体能测试情况(学籍号共由19位字符组成,由第18位数字的奇偶性决定性别,奇数为男生),则需对df进行预处理,请在划线处填入合适的代码。
df.insert(2,"性别","女")　#插入列
for i in df.index:
　　if int(　　　　)%2==1:
　　　　df.at[i,"性别"]="男"
df=df[df["性别"]=="男"]
答案　(1)B　(2)A　(3)AB　(4)Web服务器代码有误,智能终端程序有误,Web模板文件代码有误
(5)①③　(6)df.at[i,"学籍号"][17]或者 df.at[i,"学籍号"][-2]
解析　(1)只要能连接网络,上传数据,可以连接在同一个或不同的无线路由中。(2)基于FlaskWeb框架编写服务器程序属于B/S模式。(3)监测终端程序需设置无线密码并连接网络,可以上传数据。(4)略。(5)统计各班体能测试成绩的均分,需按班级分组求平均值,选项①并把结果保存在数据集df1中,将df1的班级作为横轴,成绩的平均值作为纵轴。(6)遍历各条记录,若第i行的学籍号列倒数第2位是奇数,表示男性。
6.小杨搭建了一个模拟药品仓储环境监测系统的实验,用于监测药品储存区域的温度和湿度。该系统的智能终端获取传感器数据,并通过无线通信方式将数据传输到Web服务器,服务器根据采集的温湿度数据与设定的相应阈值进行判断,出现异常时,通过智能终端控制执行器发出预警信号。用户可通过浏览器查询历史数据。请回答下列问题:
(1)用户通过浏览器查询历史数据存储在　　　　(单选:A.传感器/B.数据库/C.智能终端)。
(2)下列功能需要在服务器端程序实现的是　　　　(多选,填字母)。
A.打开或关闭执行器
B.处理浏览器访问请求
C.获取温湿度传感器上的数据
D.根据采集的数据和阈值判断异常情况
(3)系统正常工作一段时间后,通过浏览器查看历史数据,发现有多次温湿度数据超过阈值时,执行器均未发出预警信号。下列解决问题的方法合理的是　　　　(单选,填字母:A.更换服务器/B.重新设定阈值/C.更换执行器)。
(4)不同类别的药品在储存时对温湿度有不同的要求,现要将药品进行分区域储存。为了对不同区域温湿度实现有效监测,从硬件的角度写出一种可行的办法　　　　　　　　　　　　,从软件的角度写出一种可行的办法___________________________________________________。
(5)小杨将系统中过去一年的湿度数据导出,部分数据如图a所示(日期格式为“年/月/日”)。若设定的湿度阈值为70,当采集的湿度值超过阈值时,执行器会发出预警信号。现要统计每月执行器发出预警信号的次数,并绘制如图b所示的柱形图。
实现上述功能的部分Python程序如下,请在划线处填入合适的代码。
#导入相关库,代码略
df=pd.read_excel("data.xlsx")
df.insert(1,"月份","")　#插入列
for i in df.index:
　　m=df.at[i,"日期"]
　　df.at[i,"月份"]=m[5:7]
plt.bar(df1.月份,df1.监测值)
#设置绘图参数,显示如图b所示的柱形图,代码略
方框中应填入的语句依次为　　　　(选填2项,填数字序列,少选、多选、错选或次序错均不得分)
①df1=df1[df1["监测值"]>70]
②df1=df[df["监测值"]>70]
③df1=df1.groupby("月份",as_index=False).count()
④df1=df1.groupby("月份",as_index=False).sum()
答案　(1)B　(2)BD　(3)C　(4)硬件:设置多个监测点,每个监测点配备智能终端和温湿度传感器等设备。软件:每个监测点设置不同的阈值;或为每个智能终端设置不同的编号,以便在数据发送时能够区分　(5)②③
解析　(1)用户通过浏览器查询的历史数据存储在数据库。(2)打开或关闭执行器、获取温湿度传感器上的数据都是在智能终端程序实现的;处理浏览器访问请求,根据采集的数据和阈值判断异常情况是在服务器端程序实现的。(3)通过浏览器查看历史数据,发现多次温湿度数据超过阈值时,执行器均为发出预警信号。分析如下:可以通过浏览器查看历史数据,说明服务器正常;此问题可能是执行器故障,可以尝试更换执行器解决问题。(4)略。(5)先筛选超过阈值的湿度值,再按月统计次数。
7.某电池智能充电实验系统由智能终端、传感器、执行器、服务器及相关充电装置等组成。用户可通过浏览器或移动客户端访问该系统,完成控制充电、查看充电状态及结算充电费用等操作。
(1)在实验系统的搭建过程中,下列说法不正确的是　　　　(单选,填字母)。
A.智能终端仅负责传感器数据的采集
B.智能终端可通过IoT模块实现与服务器的数据通信
C.根据项目需求选购的硬件设备,需要进行硬件运行测试
(2)当用户使用手机向系统发出充电指令时,系统启动充电程序。该指令传输的路径是:
手机→ ①　　　　　→IoT模块→ ②　　　　　→执行器,请在划线处填入正确答案。
(3)基于Flask Web框架编写的服务器端程序部分代码如下,查看充电状态的URL是http://220.189.110.100:5000/view。请在划线处填入合适的代码。
#导入相关模块,代码略
app=Flask(_ _name_ _)
@app.route("/　　　　")
def view_data():
　　#返回充电状态数据,代码略
#服务器其他功能,代码略
if _ _name_ _=="_ _main_ _":
　　app.run(host="220.189.110.100")
(4)要对系统功能进行扩展,增加电池高温警示和火灾报警,请写出新增传感器的名称及其连接的设备。
(5)对系统中某月数据进行分析并可视化,数据格式与柱形图如图a、b所示。
请在划线处填入合适的代码。
#导入相关模块,代码略
def ts(st,ed):　#计算并返回充电时长,st为开始时间,ed为结束时间
　　#代码略
df=pd.read_excel("rech.xlsx")
for i in range(len(df)):
　　df.at[i,"充电时长"]=　　　　　
df1=df
#设置绘制柱形图参数,代码略
plt.bar(df1.类型,df1.充电功率)
(6)方框中的代码用于计算各类型接口的平均功率,其中充电电量小于0.01度为无效数据。下列实现上述功能的方法中,正确的是　　　　(多选,填字母)。
①df1=df[充电电量>=0.01]
②df1=df[df.充电电量>=0.01]
③df1=df1.groupby("类型",as_index=False).mean()
④df1["充电功率"]=df1["充电电量"]/df1["充电时长"]*1000
A.①④③ B.②④③
C.④②③ D.④③②
答案　(1)A　(2)①服务器　②智能终端
(3)view　(4)设置温度传感器、红外传感器、火焰传感器、烟雾传感器等,连接在智能终端。
(5)ts(df.at[i,"开始时间"],df.at[i,"结束时间"])或者ts(df["开始时间"][i],df["结束时间"][i])
(6)BC
解析　(1)A选项智能终端除了采集传感器的数据,还需要将服务器的指令传达给执行器。(2)用户使用手机向系统发出充电指令,指令传输的路径是手机→服务器→IoT模块→智能终端→执行器。(3)充电状态的url是http://220.189.110.100:5000/view,因此路由是“/view”。(4)要对系统功能进行增加电池高温警示和火灾报警的扩展,可以设置温度传感器、红外传感器、火焰传感器、烟雾传感器等,连接在智能终端。(5)将开始时间、结束时间代入ts函数计算充电时长。(6)先通过筛选找出充电电量小于0.01度的数据,再计算充电功率,最后计算各类型接口的平均功率。
8.为减少能源浪费,提高系统巡检和故障定位效率,科创小组拟在实验室搭建“智慧路灯”模拟系统。该系统中含有15盏路灯,每盏路灯配备一个智能终端,连接5个传感器。智能终端获取传感器数据,并通过无线通信将数据传输至Web服务器。请回答下列问题。
(1)科创小组整理了如下功能需求,这些功能中必须在智能终端实现的是　　　　(多选,填字母)。
A.支持北斗定位,能上传故障点位置
B.提供警报功能,在路灯发生故障时可短信通知检修人员
C.对所有路灯实施分时段的不同控制策略
D.通过Web平台可视化监控和调取路灯信息
E.实时采集路灯工作状态和环境温湿度、光亮度数据
F.支持历史数据统计分析和查询,构建校园路灯画像
(2)为方便数据传输,该系统采用的传感器二进制编码方案是:路灯5位编号+传感器3位编号,如01001011。若后期系统扩容需要,至多可增加　　　　(填数字)盏路灯。
(3)该系统服务器端程序采用FlaskWeb框架编写,部分网页设置代码如下:
@app.route("/")
def data():
　　#查看历史数据,过程略
@app.route("/res",methods=[POST','GET'])
def app_res():
　　#接收上传数据,过程略
则上传数据时访问的页面路由为("　　　　")
(4)在黑暗环境中,系统使用声控方式控制路灯是否点亮。实验发现,当室外有汽车喇叭声时,灯也可能点亮。请完善该设计方案(要求:文字描述不超过35字)。
(5)科创小组整理出该校的一年历史采集数据,部分数据如图a所示。现要统计各月中每小时的平均亮度分布情况并绘制线形图,例如2月的时均亮度线形图如图b所示。
科创小组发现,时均亮度不高于110的“小时”应开灯,为了更好地为每个月选择合适的开启路灯时长,编写的部分Python程序如下,请在划线处补充代码。
#导入相关库,代码略
dft=pd.read_csv("data.csv")　#读取文件data.csv中的数据
#为dft插入"小时"、"月份"列,代码略
for i in dft.index:
　　t=dft.at[i,"时间"]　　#通过行标签和列标签选取单个值
　　dft.at[i,"小时"]=t[0:2]
　　m=dft.at[i,①　　　　　　]
　　p=m.split("-")[1]　　#获取月份数据
　　dft.at[i,"月份"]=int(p)
for i in range(12):
　　dfm=dft[dft["月份"]==i+1]
　　dfh=dfm.groupby("小时",as_index=False).mean()　#分组求均值
　　dfn=dfh[ ②　　　　　　]["小时"].count()　　#筛选求时长
　　plt.plot(dfh["小时"],dfh["亮度"])　　#绘制线形图
#设置绘图参数,显示如图b所示的线形图,代码略
答案　(1)AE　(2)17　(3)/res
(4)参考答案:①人体感应模块替代声音传感器,感应到人体热辐射信号时,灯才点亮。②语音识别模块替代声音传感器,识别到汽车喇叭声时,灯不点亮。
(5)①"日期"　②dfh["亮度"]<=110
解析　(1)必须在智能终端上处理的功能涉及数据采集、将数据上传到服务器,故答案选AE。(2)路灯编号是5位,一共可以表示32盏路灯,目前系统使用了15盏,还可以扩容17盏。(3)上传数据访问的页面路由是/res。(4)实验发现有汽车喇叭声等也可能点亮,如果要完善,则需要解决声音识别的问题或者直接识别人体。可选的方案有:①人体感应模块替代声音传感器,感应到人体热辐射信号时,灯才点亮。②语音识别模块替代声音传感器,识别到汽车喇叭声时,灯不点亮。(5)①p表示月份,从变量m中截取获得,因此此空答案为:“日期”。②分组求平均值之后,结果保存在dfh中,而根据题意,时均亮度不高于110的“小时”应开灯,因此此空答案为:dfh["亮度"]<=110或dfh.亮度<=110。

展开更多......

收起↑