验收卷(四)　数据处理与应用 课件（共29张ppt）浙教版（2019）必修1.pptxVIP

第四章数据处理与应用;一、选择题(本大题共8小题,每小题2分,共16分,在每小题给出的四个选项中,只有一个符合题目要求,多选、少选、不选均不得分)

1.下列关于大数据处理的说法,正确的是()

A.对动态数据无法进行可视化表示

B.在中文文本分析中采用短语或段落作为表示文本的特征项

C.大数据数据类型多,无法分析全体数据,只能分析抽样数据

D.Hadoop面向大规模的批量处理,适用于处理静态数据,不适用于流数据

;B;A;C.;D;D;;D;B;B;二、非选择题(本大题共4小题,共34分)

9.小明设计了一手环,实现对体温的连续监控,4名志愿者的体温检测情况(部分数据隐藏,数据保存在“data.xls”中)如图所示:

;(1)小明需对图所示的数据进行整理,下列说法正确的是。(多选,填字母)?

A.数据整理就是要删除不正确的数据

B.E81单元格的数据存在数据异常

C.“班级”列数据格式不一致,应将数据进行格式转换

D.第4行和第5行存在数据重复,应删除其中一行

E.第4行和第5行存在数据重复,应将数据合并

(注:全部选对的得2分,选对但不全的得1分,不选或有选错的得0分);(2)对第4和第5行数据处理后,用Python对表格数据进行处理,程序代码如下所示,请在划线处填入正确的语句。

importpandasaspd

importmatplotlib.pyplotasplt

df=pd.read_excel(data.xls)

df=①#删除“班级”列数据后处理?

foriinrange(len(df)):#将体温列不正常的数据去除;if②42:#一般人体体温不超过42度?

df=df.drop(i)

df1=df.groupby(③,as_index=False)?

#统计每个人这段时间的平均体温

df1=round(df1.体温.mean(),2)#并保留两位小数

print(df1)

答案(1)BCE(2)①df.drop(班级,axis=1)

②df.at[i,体温]③姓名;10.某学校为规范引导学生合理消费,统计各班的一卡通消费数据。小张收集了2022学年第二学期第6周食堂消费数据保存在文件“student06.xlsx”中,部分界面如图a所示。他利用Python程序从消费数据中找出全校单次消费金额最高的记录,并统计学校各班级数据,最后以图表的形式呈现小卖部消费前五的班级如图b所示。;实现上述功能的Python程序如下,请在划线处填入合适的代码。

importpandasaspd

importmatplotlib.pyplotasplt

plt.rcParams[font.sans-serif]=[SimHei]

df=pd.read_excel(student06.xlsx)

#找出全校单次消费金额最高的记录

max_xf=0

foriindf.index:

if①:?;max_xf=df.at[i,消费金额]

max_bj_name=df.at[i,班级]

max_stu_name=df.at[i,姓名]

print(max_bj_name,的同学,②,单次消费最高。)?

#以图表的形式呈现小卖部消费前五的班级,如图b所示。

df1=df[③]#筛选出小卖部的数据?

df1=df1.groupby(班级,as_index=True).sum()

df1=df1.sort_values(④).head(5)?

x=⑤?;y=df1.消费金额

plt.bar(x,y)

plt.title(第6周小卖部消费前五的班级)

plt.show()

答案①df.at[i,消费金额]max_xf或df.at[i,消费金额]=max_xf②max_stu_name

③df[消费类型]==小卖部或df.消费类型==小卖部

④消费金额,ascending=False⑤df1.index;11.小林收集了2000年-2022年浙江省的GDP数据,并存储于“info.csv”文件,部分数据如图a所示。;defjs(df):

foriinrange(1,len(df)):

m=?

df.at[i,RATE]=round(m/df[GDP][i-1]*100,2)

returndf

(2)统计2000年-2022年期间浙江省GDP增长率在8%及以上的最长持续时间(若有多个长度相同的最大值,输出最新的时间段),并绘制线形图,部分Python程序如下,请在划线处填入合适的代码。;importpandasas