- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
非选择题专项(三)
二、非选择题(本大题共3小题,其中第13题8分,第14题9分,第15题9分,共26分)
13.某红木加工厂为了防止粉尘爆炸,在木料车间搭建了粉尘监测系统。该系统示意图如图a所示,网络应用软件的实现架构是B/S架构。粉尘爆炸有三个条件:一是有火源,二是氧气浓度达到21%,三是粉尘浓度不能超过20~60g/m3。请回答下列问题:
图a
(1)用户要查询该系统的实时数据,可以通过________查询。(单选,填字母:A.客户端APP/B.客户端浏览器)
(2)关于该系统中数据的传输,下列说法正确的是________。(多选,填字母)(注:全部选对得2分,选对但不全的得1分,不选或有选错的得0分)
A.只能由传感器到智能终端B.只能由智能终端到服务器
C.只能由执行器到智能终端D.可以由客户端到服务器,也可以由服务器到客户端
(3)在车间不同位置安装了10个粉尘传感器,用于找出最易发生粉尘爆炸的位置。现编写程序,找出10个传感器每小时(0~23时)粉尘浓度最大值出现的次数,并输出次数最多的传感器编号。若同一时段出现多个相同的最大值,则输出最先出现的编号。
部分Python程序代码如下,输出界面如图b所示,请在划线处填入合适的代码。
sensor=[″s1″,″s2″,″s3″,″s4″,″s5″,″s6″,″s7″,″s8″,″s9″,″s10″]#传感器的编号
dis=[[16,22,……,8],[10,25,……,25],……,[9,14,……,14]]
#dis中存储10个传感器每小时的粉尘浓度数据,分别是dis[0]—dis[9]。如dis[0]中的[16,22,……,8],分别是传感器s1在第0、1、2……23时采集到的粉尘浓度值。
ds_count=[0]*10#存储每个传感器最大值出现的次数
foriinrange(0,24):
max1=p1=0
forjinrange(0,10):
ifdis[j][i]max1:
max1=dis[j][i]
p1=①
ds_count[p1]+=1
print(″10个传感器最大值出现的次数为″,ds_count)
max2=p2=0
foriinrange(0,10):
ifds_count[i]max2:
max2=ds_count[i]
p2=i
print(″次数最多的是″,②,″粉尘传感器。″)
(4)最易发生粉尘爆炸的位置找到后,需在此增加一个执行器,用于防止粉尘爆炸,写出该执行器的名称及实现的功能______________________________________。
14.某校高三首考后,汇总了学生7选3成绩以及次考科目弃考情况(注意:1表示次考弃考,0表示参加次考),ckqk.xlsx文件部分数据如图a所示,现要统计各班人均弃科目考门数和各科次考弃考比例,编写如下Python程序。
图a
请回答下列问题:
(1)下列代码读取ckqk.xlsx文件,输出各班每人平均弃考门数,输出格式如图b所示,则划线处应填写的代码为________。(单选,填字母)
A.groupby(班级).弃考门数.mean()
B.groupby(班级,asindex=False)[弃考门数].mean()
importpandasaspd
df=pd.read_excel(ckqk.xlsx)
df[弃考门数]=df[[弃考科目1,弃考科目2,弃考科目3]].sum(axis=1)
dfg=df.________________
print(dfg)
(2)统计7选3每门科目选考人数和弃考人数,并计算各科目弃考比例,Python程序如下,请在划线处填写合适的代码。
courses={}
foriindf.index:
forkinrange(1,4):
subject=df.at[i,科目%d%k]
if①:
courses[subject]=[1,0]#[1,0]表示当前为本科目第1个人,弃考人数初值置0
else:
courses[subject][0]+=1
abandon=df.at[i,弃考科目%d%k]
ifabandon==1:
②
dfs=pd.DataFrame(courses)
dfs=dfs.T
dfs=dfs.rename(columns={0:总人数,1:弃考人数})
dfs[弃考比
您可能关注的文档
- 非选择题专项(五)课件 2025届高中信息技术二轮复习.pptx
- 非选择题专项(一)课件 2025届高中信息技术二轮复习.pptx
- 选择题特训(三)课件 2025届高中信息技术二轮复习.pptx
- 选择题特训(一)课件 2025届高中信息技术二轮复习.pptx
- 义务教育版(2024)五年级信息科技 第28课 认识决策树算法 课件.pptx
- 非选择题专项(二)(含解析)2025届高中信息技术二轮复习.DOCX
- 非选择题专项(四)(含解析)2025届高中信息技术二轮复习.DOCX
- 非选择题专项(五)(含解析)2025届高中信息技术二轮复习.DOCX
- 非选择题专项(一)(含解析)2025届高中信息技术二轮复习.DOCX
- 选择题特训(二)(含解析)2025届高中信息技术二轮复习.DOCX
文档评论(0)