資源簡(jiǎn)介

第三單元　數(shù)據(jù)處理與安全
信息技術(shù)(50分)
一、選擇題(本大題共10小題，每小題2分，共20分。每小題列出的四個(gè)備選項(xiàng)中只有一個(gè)是符合題目要求的，不選、多選、錯(cuò)選均不得分)
1.下列關(guān)于人工智能的說(shuō)法，正確的是(　　)
A.行為主義是基于規(guī)則學(xué)習(xí)的人工智能，包含知識(shí)庫(kù)和推理引擎兩個(gè)部分
B.深度學(xué)習(xí)使計(jì)算機(jī)能從數(shù)據(jù)本身進(jìn)行知識(shí)學(xué)習(xí)
C.在混合增強(qiáng)智能中，機(jī)器智能是主導(dǎo)因素
D.人工智能可以改善人類生活，促進(jìn)經(jīng)濟(jì)發(fā)展，不會(huì)給人類帶來(lái)威脅
2.下列關(guān)于人工智能的說(shuō)法，正確的是(　　)
A.強(qiáng)化學(xué)習(xí)不需要從過(guò)去的經(jīng)驗(yàn)中學(xué)習(xí)
B.深度學(xué)習(xí)是行為主義的典型代表
C.“沃森”從益智游戲領(lǐng)域到醫(yī)療領(lǐng)域?qū)儆诳珙I(lǐng)域人工智能
D.人工智能改善人們生活，不會(huì)帶來(lái)任何社會(huì)問(wèn)題
3.下列關(guān)于人工智能的說(shuō)法，不正確的是(　　)
A.行為主義從“交互－反饋”角度來(lái)刻畫(huà)智能行為
B.在符號(hào)主義人工智能中，智能行為就是對(duì)符號(hào)的推理和運(yùn)算
C.機(jī)器客服與人類客服一起合作回答客戶問(wèn)題屬于跨領(lǐng)域人工智能
D.深度學(xué)習(xí)是一種對(duì)原始數(shù)據(jù)所蘊(yùn)含的特征模式進(jìn)行學(xué)習(xí)的算法模型
4.下列選項(xiàng)中，體現(xiàn)了人工智能技術(shù)的有(　　)
①部分軟件在連接Wi Fi后自動(dòng)下載更新　②停車場(chǎng)出入口自動(dòng)識(shí)別車牌放行　③涵蓋了客服和金融百科問(wèn)答功能的智能助理　④自動(dòng)識(shí)別語(yǔ)音并將其轉(zhuǎn)換為文字　⑤開(kāi)發(fā)3D技術(shù)的電腦游戲
A.②③⑤ B.①④⑤
C.②③④ D.①③④
5.下列關(guān)于人工智能的說(shuō)法，不正確的是(　　)
A.符號(hào)主義人工智能包含知識(shí)庫(kù)和推理引擎兩個(gè)部分
B.深度學(xué)習(xí)是一種對(duì)原始數(shù)據(jù)所蘊(yùn)含的特征模式進(jìn)行學(xué)習(xí)的算法模型
C.混合增強(qiáng)智能是多種智能體的混合形式，其中人類智能是智能回路的總開(kāi)關(guān)
D.行為主義通過(guò)模仿人類大腦中神經(jīng)元之間的復(fù)雜交互來(lái)進(jìn)行認(rèn)知推理
6.分類問(wèn)題是人工智能領(lǐng)域的經(jīng)典問(wèn)題，如氣象學(xué)家通過(guò)測(cè)定氣溫、濕度等指標(biāo)，預(yù)測(cè)風(fēng)、晴、雨、雪等天氣情況。解決分類問(wèn)題的方法有很多，其中神經(jīng)網(wǎng)絡(luò)是一種應(yīng)用廣泛的人工智能方法。根據(jù)以上信息，運(yùn)用神經(jīng)網(wǎng)絡(luò)解決分類問(wèn)題屬于人工智能的(　　)
A.符號(hào)主義 B.聯(lián)結(jié)主義
C.專家系統(tǒng) D.強(qiáng)化學(xué)習(xí)
7.下列關(guān)于人工智能的說(shuō)法正確的是(　　)
A.視頻聊天是常見(jiàn)的人工智能技術(shù)應(yīng)用
B.符號(hào)主義是問(wèn)題引導(dǎo)下的試錯(cuò)學(xué)習(xí)的典型代表
C.深度學(xué)習(xí)是對(duì)原始數(shù)據(jù)所蘊(yùn)含的特征模式進(jìn)行學(xué)習(xí)的算法模型
D.人工智能技術(shù)將人類從繁重的工作中解脫出來(lái)，對(duì)社會(huì)沒(méi)有負(fù)面影響
8.下列做法不利于該信息系統(tǒng)安全的是(　　)
A.將系統(tǒng)生成的3D動(dòng)畫(huà)在互聯(lián)網(wǎng)上發(fā)布
B.對(duì)系統(tǒng)中的視頻裁判開(kāi)放所有權(quán)限以便他們能觀察到所有數(shù)據(jù)
C.給每一位視頻操作室人員分配一個(gè)綁定的“人臉識(shí)別”賬號(hào)
D.系統(tǒng)后臺(tái)管理員注銷某位“提前透露世界杯比賽結(jié)果”的內(nèi)部操作人員賬號(hào)
9.小明搭建“室內(nèi)環(huán)境監(jiān)測(cè)系統(tǒng)”，實(shí)現(xiàn)如下功能：當(dāng)室內(nèi)亮度達(dá)到系統(tǒng)設(shè)定的閾值時(shí)，系統(tǒng)使用執(zhí)行器放下窗簾，當(dāng)窗臺(tái)濕度達(dá)到系統(tǒng)設(shè)定的閾值時(shí)，系統(tǒng)使用執(zhí)行器關(guān)閉窗戶，并且系統(tǒng)將采集到的數(shù)據(jù)通過(guò)室內(nèi)Wi Fi保存到服務(wù)器的數(shù)據(jù)庫(kù)中。關(guān)于該系統(tǒng)的信息安全及數(shù)據(jù)傳輸，不正確的是(　　)
A.系統(tǒng)客戶端獲取數(shù)據(jù)庫(kù)數(shù)據(jù)需通過(guò)TCP/IP協(xié)議
B.系統(tǒng)進(jìn)行病毒防護(hù)需堅(jiān)持預(yù)防為主，查殺為輔的原則
C.該系統(tǒng)所有的用戶通過(guò)身份認(rèn)證后即可訪問(wèn)數(shù)據(jù)庫(kù)中所有系統(tǒng)資源
D.安裝防火墻可有效防止外部網(wǎng)絡(luò)的攻擊
10.為了數(shù)據(jù)安全，如果采用異或加密。用二進(jìn)制編碼為″00101100″的密鑰K對(duì)明文進(jìn)行簡(jiǎn)單異或加密，得到密文C的二進(jìn)制編碼是″01010101″，那么明文對(duì)應(yīng)的二進(jìn)制編碼是(　　)
A.00101001 B.01111001
C.01000100 D.00111000
二、非選擇題(本大題共5小題，每小題6分，共30分)
11.小藍(lán)利用Excel收集了2022年卡塔爾世界杯小組賽各支球隊(duì)相關(guān)數(shù)據(jù)，并保存為“世界杯.xlsx”文件，如圖a所示。然后他利用Pandas模塊進(jìn)行數(shù)據(jù)處理，分析小組賽中各支球隊(duì)的表現(xiàn)。
(提示：世界杯小組賽共分成8個(gè)小組，每個(gè)小組4支球隊(duì)，組內(nèi)各隊(duì)之間進(jìn)行一場(chǎng)比賽，每支球隊(duì)共比賽3場(chǎng)。)
(1)小藍(lán)在處理數(shù)據(jù)前，首先進(jìn)行了數(shù)據(jù)整理，則下列步驟正確的是________(多選，填字母)。
A.E4單元格中的數(shù)據(jù)存在邏輯錯(cuò)誤，需要改成3
B.第7行和第8行兩行數(shù)據(jù)重復(fù)，直接刪除其中一行即可
C.英格蘭隊(duì)的所在行存在數(shù)據(jù)缺失，故無(wú)法確定具體數(shù)值
D.阿根廷所在小組的組別格式不一致，應(yīng)當(dāng)將其改成C
(注：全部選對(duì)的得2分，選對(duì)但不全的得1分，不選或錯(cuò)選的得0分)
(2)小藍(lán)利用Pandas模塊處理圖a中的表格數(shù)據(jù)，其中部分Python程序代碼如下。在處理數(shù)據(jù)的過(guò)程中，小藍(lán)提出了以下三項(xiàng)要求。請(qǐng)根據(jù)他的要求在劃線處填入合適的代碼。
①首先計(jì)算各球隊(duì)的小組賽積分。積分計(jì)算規(guī)則為：勝一場(chǎng)得3分，平局得1分，負(fù)一場(chǎng)得0分。
②然后對(duì)各球隊(duì)進(jìn)行小組排名。小組排名規(guī)則為：按積分降序排序。
③最后統(tǒng)計(jì)各小組的平均進(jìn)球數(shù)，并繪制成如圖b所示的圖表。
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans－serif']＝['SimSun']　#圖表顯示中文
df＝pd.read_excel('世界杯.xlsx')
df['積分']＝①________
dfrank＝df.sort_values(②________，ascending＝False)
print(dfrank)
df2＝df.groupby(″組別″).mean()
plt.bar(③________，label＝″平均進(jìn)球″)
plt.legend()
plt.show()
(3)小藍(lán)要從df中篩選出積分至少為4分且進(jìn)球多于失球的球隊(duì)，下列操作可行的是________。(注：全部選對(duì)的得2分，選對(duì)但不全的得1分，不選或錯(cuò)選的得0分)(多選，填字母)
A.df.凈勝球>0 and df.積分>＝4　　　　　　　　　　
B.df[df['凈勝球']>0][df['積分']>＝4]
C.df[(df.凈勝球>0)&(df.積分>＝4)]
D.df[df['凈勝球']>0]&df[df['積分']>＝4]
12.某學(xué)院投票評(píng)選學(xué)生會(huì)優(yōu)秀干事，候選人共10人，選出3人，每張選票最多可勾選5人，超過(guò)5人則選票無(wú)效。經(jīng)一輪投票后，若得票數(shù)前三的候選人超過(guò)3人，則需對(duì)得票數(shù)前三的候選人進(jìn)行下一輪投票，直至投出結(jié)果。
小洪用Python編寫投票系統(tǒng)，第一輪投票數(shù)據(jù)經(jīng)處理后，保存在″vote2023.xlsx″文件中，部分?jǐn)?shù)據(jù)如圖a所示，請(qǐng)回答下列問(wèn)題。
(1)定義check函數(shù)，功能為：讀取Excel文件返回有效票數(shù)據(jù)。函數(shù)代碼如下：
def check(datafile)：
df＝pd.read_excel(datafile)
df[″票數(shù)″]＝df.sum(axis＝1)－df[″序號(hào)″]　#統(tǒng)計(jì)每張選票的票選數(shù)
df1＝df[____________]
return df1
劃線處應(yīng)填入的代碼為_(kāi)_______(單選，填字母)。
A.df.票數(shù)<＝5 B.df[票數(shù)]<5
C.df.票數(shù)＝＝5 D.df[″票數(shù)″]>5
(2)統(tǒng)計(jì)票數(shù)前三的候選人，若有并列也統(tǒng)計(jì)在內(nèi)，并繪制的柱形圖如圖b所示。部分Python程序如下，請(qǐng)?jiān)趧澗€處填入合適的代碼。
df＝check(″vote2023.xlsx″)
df2＝df.drop([″序號(hào)″，″票數(shù)″]，axis＝1)　#刪除序號(hào)列、票數(shù)列
s＝[]；st＝[]
for i in df2.columns：
s.append([i，int(df2[i].sum())])　#統(tǒng)計(jì)每人選票數(shù)，格式如['李彤'，377]
for i in range(len(s))：
num＝1
for j in range(len(s))：
if ①________：
num＋＝1
if ②________：
st.append(s[i])　#存儲(chǔ)前三名數(shù)據(jù)
for i in range(len(st))：
plt.bar(st[i][0]，③________)　#繪制柱形圖
#設(shè)置圖表的標(biāo)題及圖例數(shù)據(jù)并顯示圖表，代碼略
(3)若對(duì)圖b中5人采用投票系統(tǒng)進(jìn)行第二輪投票，最多可投3人，5人的票數(shù)結(jié)果分別為600，211，211，589，589，則投票結(jié)果的圖表中顯示的候選人有________個(gè)。
13.某地高中的技術(shù)選考數(shù)據(jù)，保存在“jsxk.xls”文件中，如圖a所示。
請(qǐng)回答下列問(wèn)題：
(1)統(tǒng)計(jì)各學(xué)校技術(shù)選考人數(shù)占本校總?cè)藬?shù)的比例，找出占比最高的前5所學(xué)校并繪制柱形圖，如圖b所示。部分Python程序如下，請(qǐng)?jiān)趧澗€處填寫合適的代碼。
import pandas as pd
import matplotlib.pyplot as plt
#圖表支持中文字體顯示，代碼略
df＝pd.read_excel(″jsxk.xls″，dtype＝{'學(xué)校代碼'：'string'})　#學(xué)校代碼列為字符串
df1＝df.groupby(″①________″，as_index＝False).count()　#按學(xué)校統(tǒng)計(jì)人數(shù)
df1＝df1.rename(columns＝{'姓名'：'學(xué)生總數(shù)'})
#重命名列
df1['技術(shù)比例']＝round(②________/df1['學(xué)生總數(shù)']*100，2)
df1＝df1.sort_values('技術(shù)比例'，ascending＝False).head(5)
plt.title('技術(shù)選考比例前5的學(xué)校')
plt.bar(③________)
plt.show()
(2)在本問(wèn)題的解決中，為了探究函數(shù)groupby()，某同學(xué)編寫了自定義函數(shù)zdygroupby()，其功能為統(tǒng)計(jì)各校技術(shù)選考總?cè)藬?shù)，并以字典的形式返回。函數(shù)代碼如下，請(qǐng)?jiān)趧澗€處填寫合適的代碼。(注：代碼中l(wèi)st為二維列表，列表中每個(gè)元素包含3個(gè)數(shù)據(jù)項(xiàng)，格式如[['201901'，'顧筱揚(yáng)'，NaN]，['201901'，'俞凱睿'，1.0]，['201901'，'陳丹祺'，1.0]……])
def zdygroupby(lst)：
dic＝{}
for row in lst：
if row[2]＝＝1：
　　 　　if ①________：
　　　　 　　dic[row[0]]＝1
　　　　 else：
　　　　　 　dic[row[0]]＋＝1
②________　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
14.一球迷收集了近3個(gè)賽季的CBA比賽數(shù)據(jù)，每個(gè)賽季的數(shù)據(jù)分別保存在獨(dú)立文件中，如圖a所示，文件中數(shù)據(jù)記錄格式如圖b所示，以球員“布萊克尼”的“二分”數(shù)據(jù)“7.9～16.3”為例，7.9表示二分球平均命中數(shù)量，16.3表示二分球平均投籃次數(shù)。
該球迷想根據(jù)歷史賽季數(shù)據(jù)預(yù)測(cè)各球隊(duì)下個(gè)賽季的首發(fā)陣容，編寫了如下Python程序，請(qǐng)回答下列問(wèn)題。
(1)定義readData函數(shù)，功能為：讀取某賽季的excel文件，返回每個(gè)隊(duì)員的得分(得分＝二分球命中數(shù)量*2＋三分球命中數(shù)量*3＋罰球命中數(shù)量)。函數(shù)代碼如下，劃線處應(yīng)填入的代碼為_(kāi)_______(單選，填字母)。
A.df[″得分″][i]＋＝n*cols[col]
B.df[″得分″][i]＝n*cols[co1]
C.df[″得分″]＋＝n*cols[col]
D.df[″得分″]＝df.二分*2＋df.三分*3＋df.罰球
import pandas as pd
def readData(file)：
df＝pd.read_excel(file)　#讀取文件file中的數(shù)據(jù)
cols＝{″二分″：2，″三分″：3，″罰球″：1}
for i in range(len(df))：　#計(jì)算每個(gè)隊(duì)員的得分
　　　　for col in cols：
　　　　 p＝df[col][i].find(″－″)　#在字符串中找到“－”的位置
　　　　n＝float(df[col][i][：p])
　　 　　________________
return df
(2)定義select函數(shù)，功能為：篩選各球隊(duì)得分最高的5名球員作為首發(fā)陣容，并把球員名字及得分存入列表members后返回。其中n號(hào)球隊(duì)各球員名字存入members[2*n]中，得分存入members[2*n＋1]中，請(qǐng)?jiān)趧澗€處填寫合適的代碼。
def select(teams)：
#teams是字典變量，如：{″浙江″：0，″上海″：1}，字典的值代表球隊(duì)編號(hào)
seasons＝[″20－21″，″21－22″，″22－23″]
members＝[0]*len(teams)*2
df＝readData(seasons[0]＋″.x1sx″)
for season in ①________：
file＝season＋″.xlsx″
df1＝readData(file)
df＝pd.concat([df，df1])　#合并兩個(gè)DataFrame對(duì)象數(shù)據(jù)
for team in teams：
df1＝②________
df1＝df1.groupby(″球員″，as_index＝False).mean()　#計(jì)算各球員平均得分
df1＝df1.sort_values(″得分″，ascending＝False).head(5)　#按得分降序排序并選取前5名
③________
members[2*n]＝df1[″球員″].values
members[2*n＋1]＝df1[″得分″].values
return members
(3)定義showChart函數(shù)，功能為：查詢某球隊(duì)的首發(fā)陣容，繪制柱形圖，圖表如圖c所示，程序如下，請(qǐng)?jiān)趧澗€處填寫合適的代碼。
import matplotlib.pyplot as plt
def showChart(tean，menbers)：
n＝teams[team]
plt.bar(________，________)
plt.title(team＋″隊(duì)首發(fā)陣容″)
plt.show()
(4)主程序代碼如下。
teams＝{″浙江″：0，″上海″：1，″山東″：2，″廣東″：3，″北京″：4}
members＝select(teams)
while True：
team＝input(″輸入球隊(duì)：″)
if team＝＝″″： break
showChart(team，members)
15.小王通過(guò)掃描儀獲取到技術(shù)周考的學(xué)生信息技術(shù)單選題答題信息，記錄了學(xué)生每個(gè)小題的答題選項(xiàng)，如圖a所示。
為了統(tǒng)計(jì)分析出每一小題的答題情況，小王編寫了Python程序，請(qǐng)回答下列問(wèn)題：
(1)分析學(xué)生每個(gè)小題的A，B，C，D選項(xiàng)的占比，代碼如下：
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams[(″font.sans－serif″)]＝[″KaiTi″]
df＝pd.read_excel(″ITdata.xlsx″)
stunum＝len(df)
for i in range(1，13)：
print(″第″＋str(i)＋″小題″)
for k in ″ABCD″：
t＝________
print(k＋″：″，round(len(t)/stunum*100，2)，″%″)
該程序段運(yùn)行結(jié)果的部分界面如圖b所示。劃線處填入的代碼為_(kāi)_______(單選，填字母)。
A.df[″單選″＋str(i)]＝＝k
B.df[df[″單選″＋str(i)]＝＝k]
C.df[[″單選″＋str(i)]＝＝k]
D.df[df[″單選″＋str(i)]]＝＝k
(2)計(jì)算出全班學(xué)生的各小題得分并統(tǒng)計(jì)各小題平均分，繪制出線形圖(如圖c所示)，部分Python程序如下，請(qǐng)?jiān)趧澗€處填入合適的代碼。
sans＝″CBCABCABDABD″　#本次單選題的標(biāo)準(zhǔn)答案
qnum＝list(df.columns)
for i in df.index：
for j in range(2，14)：
if df.at[i，qnum[j]]＝＝①________：
　　　　 r＝2　#回答正確得2分
else：
　　　　 r＝0　#回答不正確得0分
df.at[i，qnum[j]]＝r
aver＝[]
for j in qnum[2：]：　#統(tǒng)計(jì)各單選題的平均分
aver.append(②________)
plt.③________(qnum[2：]，aver，label＝″平均分″)
plt.legend()
plt.show()
(3)由圖b可知，12道選擇題中難度最低的是“單選”________。
第三單元　數(shù)據(jù)處理與安全
1.B　[A選項(xiàng)符號(hào)主義包含知識(shí)庫(kù)和推理引擎兩個(gè)部分。]
2.C　[A選項(xiàng)強(qiáng)化學(xué)習(xí)在學(xué)習(xí)過(guò)去知識(shí)的過(guò)程中不斷提升。]
3.C　[C選項(xiàng)機(jī)器客服與人類客服一起合作回答客戶問(wèn)題屬于混合人工智能。]
4.C　[①⑤是軟件功能，②是圖像識(shí)別，③和④是語(yǔ)音合成與語(yǔ)音識(shí)別。]
5.D　[D選項(xiàng)聯(lián)結(jié)主義通過(guò)模仿人類大腦中神經(jīng)元之間的復(fù)雜交互來(lái)進(jìn)行認(rèn)知推理。]
6.B　[基于數(shù)據(jù)的是聯(lián)結(jié)主義。]
7.C　[A選項(xiàng)視頻聊天是軟件功能。B選項(xiàng)是行為主義是問(wèn)題引導(dǎo)下的試錯(cuò)學(xué)習(xí)的典型代表。]
8.B　[本題考查信息系統(tǒng)安全。B選項(xiàng)要設(shè)置合適的權(quán)限，才有利于信息系統(tǒng)的安全。]
9.C　[本題考查信息系統(tǒng)安全。C選項(xiàng)每個(gè)用戶應(yīng)該有自己的權(quán)限，訪問(wèn)相應(yīng)的資源。]
10.B　[異或指相同為0，不同為1。]
11.(1)AD　(2)①df.勝*3＋df.平　②'積分'或by＝'積分'③df2.index，df2.進(jìn)球　(3)BC
解析　本題考查Pandas及數(shù)據(jù)處理相關(guān)知識(shí)。(1)略。(2)由積分規(guī)則可知①空填：df.勝*3＋df。②空按積分降序排序。③圖表數(shù)據(jù)源來(lái)自df2，由于df按組別進(jìn)行分組求平均時(shí)，默認(rèn)分組字段為索引，因此圖表的x軸數(shù)據(jù)來(lái)自df2.index，y軸為df2.進(jìn)球。(3)dataframe中進(jìn)行多條件篩選時(shí)，條件之間可以用“&”連接，表示且的關(guān)系；B選項(xiàng)先用df[df['凈勝球']>0]操作篩選出所有進(jìn)球多于失球的隊(duì)伍，得到一個(gè)DataFrame對(duì)象，再把這個(gè)對(duì)象看作整體，使用[df['積分']>＝4]操作，就能夠得到同時(shí)滿足這兩個(gè)條件的隊(duì)伍。
12.(1)A　(2)①s[j][1]>s[i][1]　②num<＝3　③st[i][1]　(3)3
解析　本題考查Pandas數(shù)據(jù)統(tǒng)計(jì)。(1)每張選票最多可勾選5人，且符合字典票標(biāo)記或?qū)傩詷?biāo)記。(2)①統(tǒng)計(jì)名次，num初值為1，找出大于該生的選票數(shù)就是該生的名次。②存儲(chǔ)前三名數(shù)據(jù)，num表示名次。③制作圖表的數(shù)據(jù)源。從制作的圖表來(lái)看，橫坐標(biāo)為前三的學(xué)生姓名，縱坐標(biāo)為他們的得票數(shù)。(3)找出前三名的人數(shù)不超過(guò)3人。
13.(1)①學(xué)校代碼　②df1['技術(shù)']　③df1['學(xué)校代碼']，df1['技術(shù)比例']　(2)①row[0] not in dic　②return dic
解析　本題考查Pandas模塊數(shù)據(jù)處理。(1)①按學(xué)校統(tǒng)計(jì)人數(shù)，分組的字段名為學(xué)校代碼。②姓名列的值為每個(gè)學(xué)校的總?cè)藬?shù)，技術(shù)列的值為每個(gè)學(xué)校選技術(shù)的人數(shù)，③橫坐標(biāo)為df1['學(xué)校代碼']，縱坐標(biāo)為df1['技術(shù)比例']。(2)①如果key(學(xué)校代碼)不在字典中，執(zhí)行相應(yīng)鍵值對(duì)添加的語(yǔ)句。②相應(yīng)數(shù)據(jù)以字典的形式返回。
14.(1)A　(2)①seasons[1：]　②df[df.球隊(duì)＝＝team]　
③n＝teams[team]　(3)members[n*2]，members[2*n＋1]
解析　本題考查Pandas數(shù)據(jù)處理和可視化。(1)遍歷每位隊(duì)員的二分、三分和罰球的平均命中數(shù)量，根據(jù)公式求隊(duì)員的3種投籃得分之和。col是字典中的鍵(二分、三分和罰球)，cols[col]是投籃得分，df[col]表示二分等某列值數(shù)據(jù)，p是第i位球員命中數(shù)量和投籃次數(shù)分隔位置，因此n*cols[col]的乘積之和是該球員總得分。(2)①seasons列表中存儲(chǔ)了3場(chǎng)比賽的文件名，將這3個(gè)文件合并為一個(gè)文件。語(yǔ)句df＝readData(seasons[0]＋″.x1sx″)已經(jīng)讀取第1個(gè)文件，需對(duì)剩余的文件進(jìn)行合并。②篩選各球隊(duì)得分最高的5名球員作為首發(fā)陣容。teams是字典變量，鍵是球隊(duì)名稱，對(duì)每個(gè)球隊(duì)進(jìn)行遍歷，篩選出該隊(duì)全部隊(duì)員，找出在3場(chǎng)比賽中得分最高的5名球員。③取出球隊(duì)編號(hào)，將每個(gè)球隊(duì)的球員姓名和得分存儲(chǔ)到members對(duì)應(yīng)的數(shù)組元素中。teams字典值為球隊(duì)的編號(hào)，members中元素個(gè)數(shù)為len(teams)*2，n號(hào)球隊(duì)各球員名字存入members[2*n]中，得分存入members[2*n＋1]中。(3)略。
15.(1)B　(2)①sans[j－2]　②df[j].mean()　③plot　(3)10
解析　(1)變量i的值從1至12，表達(dá)式″單選″＋str(i)表示字段名，依次篩選出學(xué)生每個(gè)小題的A，B，C，D的數(shù)量。(2)①遍歷df的每一行，qnum是字段名列表，變量j從2開(kāi)始，因此答案在sans字符串j－2對(duì)應(yīng)的位置。②變量j是每個(gè)字段名，因此只要統(tǒng)計(jì)該列的平均值即可。③略。(3)略。

展開(kāi)更多......

收起↑