近幾年全球的氣候多變，夏季高溫天增多。為了探究背后的原因，李老師給同學們布置了課后活動——選擇一個城市進行相關的氣候研究。小申他們組采集了某城市2022年7月的氣象數(shù)據(jù)。數(shù)據(jù)中包含了每天的日平均氣溫（℃）、日平均相對濕度（%）、日降水量（mm）、日平均風速（km/h）、日照時數(shù)（h）。
（1）小申采集的部分氣象數(shù)據(jù)如下圖所示，他使用Python第三方庫pandas提供的方法進行數(shù)據(jù)整理，刪除有缺失值的記錄，若讀取的數(shù)據(jù)存放在df中，以下方法使用正確的是

B

B

。

日期	日平均氣溫	日平均相對濕度	日降水量	日平均風速	日照時數(shù)
1日	29.3	8	0	1.9	6.6
2日	29.8	8.7	5.4	0.9	7.9
	5.3	6.2	0	2	0
……

A.df.isnull（　　）
B.df.dropna（　?。?br />C.df.drop_duplicates（　?。?br />D.df.drop_duplicates（subset=['日期']）
（2）小申把整理后的數(shù)據(jù)存儲于“七月氣象數(shù)據(jù).csv”文件中。他編寫程序對這些數(shù)據(jù)進行分析（如圖所示），在日平均氣溫大于30的記錄中，找出日平均相對濕度的最大值（可使用numpy中的max函數(shù)），請將程序填寫完整。

①

pd_read.csv

pd_read.csv

②

d

d

③

max

max

（3）小申根據(jù)如圖1所示的七月份氣象數(shù)據(jù)，編寫程序繪制如圖2所示的七月份日平均風速異常情況檢測可視化圖形。該圖形叫

箱形圖

箱形圖

，我們可以借助于

boxplot（

boxplot（

函數(shù)完成它的繪制。

A.箱形圖；box（　?。?br />B.散點圖；scatter（　?。?br />C.散點圖；plot（　?。?br />D.箱形圖；boxplot（　?。?br />（4）小申根據(jù)下圖所示的7月份日平均風速異常情況檢測可視化圖形進行了分析，下列描述中正確的是

AC

AC

。（多選）

A.該月的日平均風速數(shù)據(jù)中存在異常值
B.必須立即刪除用小圓圈表示的這個數(shù)據(jù)
C.該月的日平均風速數(shù)據(jù)中存在缺失值
D.可以進一步分析用小圓圈表示的這個數(shù)據(jù)
（5）小申了解到某省氣象大數(shù)據(jù)云平臺可以存儲地面、高空、海洋等氣象數(shù)據(jù)，這些數(shù)據(jù)中有二維表格數(shù)據(jù)、文本數(shù)據(jù)、圖片數(shù)據(jù)、地理位置數(shù)據(jù)等，這最能體現(xiàn)的大數(shù)據(jù)特征是

AC

AC

。
A.數(shù)據(jù)規(guī)模大
B.處理速度快
C.數(shù)據(jù)類型多
D.價值密度低
（6）為了及時做好防暑降溫工作，國家對不同的氣溫發(fā)布對應的預警信息。小申采集了部分城市氣象部門發(fā)布的某日14時氣溫預報數(shù)據(jù)，并設計了一個算法，統(tǒng)計發(fā)布黃色預警的城市數(shù)量。
①采集的氣溫預報數(shù)據(jù)存在列表t中，在進行分析之前需要對溫度作保留1位小數(shù)的預處理，小申寫了下面的代碼，根據(jù)注釋補全其中的空白部分。

第2行空白橫線處應填：

9

9

；第3行空白橫線處應填：

t,1

t,1

。
②小申開始是用流程圖設計的算法（如圖），補全橫線處的語句。

預警	氣溫范圍
黃色預警	35℃≤氣溫＜37℃
橙色預警	37℃≤氣溫＜40℃
紅色預警	氣溫≥40℃

③流程圖中，虛線框內是典型的

多分支結構

多分支結構

算法。
（7）為了統(tǒng)計出7月份低于平均日照時數(shù)的天數(shù)，小申打算編寫Python程序解決。程序中sunlight用于記錄“7月份每天的日照時數(shù)”的變量名，c是記錄天數(shù)的變量名，i是循環(huán)控制的變量名，若要設置變量存放7月份日照總時數(shù)，從命名的規(guī)則來看，下面的變量名

AB

AB

是不合法的。
A.Import
B.sum-days
C.printJuly_total
D.Junetotal
（8）按照上題中的要求，統(tǒng)計出7月份（31天）低于平均日照時數(shù)的天數(shù)，請幫助小申完善程序。（在虛線框內補全）

【提示】：先計算7月份的日照總時數(shù)，即可求出平均日照時數(shù)；再將每日日照時數(shù)與之比較，小于的話則累計1。