試卷征集
加入會(huì)員
操作視頻
當(dāng)前位置: 試卷中心 > 試卷詳情

2022-2023學(xué)年上海市浦東新區(qū)建平中學(xué)高一(上)期末信息技術(shù)試卷

發(fā)布:2024/11/6 15:30:2

一.選擇題(每題3分,共45分)

  • 1.輸入a=“12”,b=“3”,Python語句:a+b*2的運(yùn)行結(jié)果是( ?。?/h2>

    組卷:4引用:1難度:0.5
  • 2.輸入整數(shù)10,21,流程圖的運(yùn)行結(jié)果是( ?。?br />菁優(yōu)網(wǎng)

    組卷:3引用:1難度:0.5
  • 3.下列Python程序段的運(yùn)行結(jié)果是( ?。?br />a=3
    b=4
    c=a/b+a//b+a%b
    print(c)

    組卷:1引用:1難度:0.5
  • 4.無論變量a和變量b取何值,結(jié)果都和邏輯表達(dá)式a==3 and b==5完全相同的邏輯表達(dá)式是( ?。?/h2>

    組卷:0引用:1難度:0.6
  • 5.下列Python程序段的運(yùn)行結(jié)果是( ?。?br />a=123
    b=100
    if     a>b:
    a=a+b
    else:
    b=a-b
    c=a+b
    print(c)

    組卷:1引用:1難度:0.6

二.綜合項(xiàng)目篇(共55分)

  • 16.小申所住的小區(qū)例新安裝了一臺(tái)具有“用戶識(shí)別”、“自動(dòng)稱重”、“滿溢提醒”等功能的智能垃圾回收機(jī),如圖1所示。居民投遞的可回收物送到分揀工廠后經(jīng)機(jī)器人精細(xì)分類,最終進(jìn)入相應(yīng)的在生產(chǎn)工廠變廢為寶。
    菁優(yōu)網(wǎng)
    (1)智能垃圾回收系統(tǒng)具有“滿溢提醒”功能。一旦回收物滿溢,系統(tǒng)會(huì)自動(dòng)向管理員手機(jī)發(fā)送提示信息,盡快進(jìn)行垃圾回收工作,這主要體現(xiàn)的信息特征是
     
    。
    A.信息可以傳播和存儲(chǔ)
    B.信息的價(jià)值是相對(duì)的
    C.信息可以被共享
    D.信息具有時(shí)效性
    (2)若“滿溢提醒”是一段預(yù)先錄制的語音提示,時(shí)長(zhǎng)10秒,采樣頻率為44.1KHz,量化位數(shù)為16bit,雙聲道,數(shù)據(jù)存儲(chǔ)量為
     
    B。
    (3)如圖2所示是一張可回收物圖片及其屬性信息,理論上該圖片文件未經(jīng)壓縮的數(shù)據(jù)存儲(chǔ)量為
     
    KB。
    菁優(yōu)網(wǎng)
    (4)若對(duì)此圖片進(jìn)行壓縮,以下說法正確的是
     

    A.將此文件用WinRAR軟件進(jìn)行壓縮屬于無損壓縮
    B.將此文件另存為jpg格式屬于無損壓縮
    C.將此文件重命名為“玻璃瓶.zip”屬于有損壓縮
    D.將此文件另存為mp3格式屬于有損壓縮
    (5)如圖2所示的易拉罐圖片采用RGB顏色模型來描述顏色,其中某像素點(diǎn)的R原色用十進(jìn)制數(shù)表示為230,轉(zhuǎn)換為十六進(jìn)制數(shù)是
     
    H,轉(zhuǎn)換為二進(jìn)制數(shù)是
     
    B。
    (6)垃圾分揀機(jī)器人判斷某回收物是否為易拉罐的簡(jiǎn)要過程如右圖所示,虛線框中算法的基本控制結(jié)構(gòu)是
     
    。
    菁優(yōu)網(wǎng)
    A.順序結(jié)構(gòu)
    B.分支結(jié)構(gòu)
    C.循環(huán)結(jié)構(gòu)
    D.循環(huán)嵌套分支結(jié)構(gòu)
    (7)、可回收物的當(dāng)前回收價(jià)格為0.8元/公斤,單次投遞超過20公斤最多按20公斤結(jié)算。若設(shè)計(jì)算法來實(shí)現(xiàn)某次投遞所獲金額的計(jì)算。算法描述如下:將稱重重量賦值給x,如果x小于20,輸出金額為0.8*x元,否則輸出金額為0.8*20元。這種算法的描述方法屬于
     
    。
    A.流程圖
    B.自然語言
    C.偽代碼
    D.程序設(shè)計(jì)語言
    (8)、鍵盤輸入模擬可回收物稱重重量,投遞所獲金額賦值給pay并輸出,用Python語言編寫該算法。
    x=float(input(“請(qǐng)輸入回收物重量:”))
    #在以下區(qū)域繼續(xù)完善代碼
     
    。
    菁優(yōu)網(wǎng)
    #以下輸出語句,不作修改
    print(“所獲金額:”,pay)

    組卷:3引用:1難度:0.5
  • 17.小申采集了某城市2022年七月的氣象數(shù)據(jù)。數(shù)據(jù)中包含了每天的日平均氣溫(℃),日平均相對(duì)濕度(%)、日降水量(mm)、平均風(fēng)速(km/h)、日照時(shí)數(shù)(h)。
    (1)、小申在網(wǎng)上找到了某個(gè)氣象信息接口,利用所學(xué)的爬蟲知識(shí)將數(shù)據(jù)抓下來,保存為csv類型文件(文件名為“氣象數(shù)據(jù).csv“),供后期深入分析,請(qǐng)補(bǔ)全以下代碼。
    import requests
    import pandas as pd
    url=“https://weather.cma.jye.ai/***v1/query/pubished/daily/list?province=**“
    re=
     
    (url)#用GET方式獲取網(wǎng)頁數(shù)據(jù)
    dic_txt=eval(re.jye.ai)['data']
    df=pd.DataFrame(dic_txt)
     
    #保存為csv類型文件
    (2)、小申采集的部分氣象數(shù)據(jù)如圖所示,他使用Python第三方庫pandas提供的方法進(jìn)行數(shù)據(jù)整理。經(jīng)檢查確認(rèn),對(duì)于同一天出現(xiàn)多條記錄的情況,視為重復(fù)記錄,只需保留其中的第一條。若讀取的數(shù)據(jù)存放在變量df中,以下去重方法正確的是
     

    日期 日平均氣溫 日平均相對(duì)濕度 日降水量 日平均風(fēng)速 日照時(shí)數(shù)
    1日 29.3 8 0 1.9 6.6
    2日 29.8 8.7 5.4 0.9 7.9
    3日 31.5 8.5 0 2 0
    ……
    30日 30 8.7 5 1.6 8
    3日 30.8 8.6 0 2 0
    31日 28.7 8.1 0 1.3 6.4
    A.df.drop_duplicates(subset=[‘日期’],inplace=True)
    B.df.drop_duplicates(keep=‘first’,inplace=True)
    C.df.drop_duplicates(keep=‘last’,inplace=True)
    D.df.drop_duplicates(subset=[‘日期’],keep=‘last’,inplace=False)
    (3)、刪除有缺失值的記錄,若讀取的數(shù)據(jù)存放在變量df中,將處理后的數(shù)據(jù)轉(zhuǎn)存在mydf中,以下方法正確的是
     

    日期 日平均氣溫 日平均相對(duì)濕度 日降水量 日平均風(fēng)速 日照時(shí)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.mydf=dropna(axis=1)
    B.mydf=df.jye.ai(axis=0)
    C.mydf.jye.ai(inplace=True)
    D.mydf=df.jye.ai ( ?。?br />(4)、小申把整理后的數(shù)據(jù)存儲(chǔ)于“七月氣象數(shù)據(jù).csv”文件中。如圖所示,他編寫程序?qū)@些數(shù)據(jù)進(jìn)行分析,在“日平均氣溫”大于30的記錄中,找出“日平均相對(duì)濕度”的最大值。請(qǐng)將程序填寫完整。
    import pandas as pd
    import numpy as np
    df=pd.read_csv(七 月氣象數(shù)據(jù).csv',encoding='ansil')
    d=df['日平均氣溫']
    mydf=df[
     
    >30]
    temp=np.
     

    print(temp)
    (5)、小申在撰寫數(shù)據(jù)分析報(bào)告時(shí),根據(jù)“2022年7月日平均氣溫”可視化圖形,總結(jié)七月份日平均氣溫特點(diǎn),如圖所示,請(qǐng)?jiān)跈M線處進(jìn)一步補(bǔ)充七月份日平均氣溫特點(diǎn)。
    菁優(yōu)網(wǎng)
    2022年七月份日平均氣溫在32℃及以上的有3天。
     
    。
     

    (6)、根據(jù)國(guó)家氣象信息中心統(tǒng)計(jì),氣象大數(shù)據(jù)持續(xù)爆炸式增長(zhǎng),日增量40TB,氣象部門已積累海量數(shù)據(jù)資源。到2022年總體規(guī)模達(dá)到200PB(1PB=1024TB),這體現(xiàn)出的大數(shù)據(jù)特征是
     

    A.處理速度快
    B.?dāng)?shù)據(jù)類型多
    C.價(jià)值密度低
    D.?dāng)?shù)據(jù)規(guī)模大
    (7)、為了及時(shí)做好防暑降溫工作,各城市氣象部門及時(shí)預(yù)報(bào)天氣氣溫,發(fā)布高溫預(yù)警信息。小申采集了部分城市氣象部門發(fā)布的某日14時(shí)氣溫預(yù)報(bào)數(shù)據(jù),并設(shè)計(jì)了一個(gè)算法,統(tǒng)計(jì)發(fā)布橙色預(yù)警的城市數(shù)量。請(qǐng)參考下表,選擇合適的框圖分別填入
     
     
    、
     
    ,將算法設(shè)計(jì)完整。
    預(yù)警 氣溫范圍
    黃色預(yù)警 35℃≤氣溫<37℃
    橙色預(yù)警 37℃≤氣溫<40℃
    紅色預(yù)警 氣溫≥40℃
    菁優(yōu)網(wǎng)
    A.菁優(yōu)網(wǎng)
    B.菁優(yōu)網(wǎng)
    C.菁優(yōu)網(wǎng)
    (8)、小申編寫程序統(tǒng)計(jì)七月份日降水量不為0的天數(shù),七月份每天的日降水量數(shù)據(jù)依次存放在列表slist中,請(qǐng)根據(jù)已有的語句完善程序代碼。
    slist=[0,5,4,0,0,1.3,0,0,0.9,0,0,53.8,0,0,0,58.6,10,0,0.3,0,0,0,0,0,0,0,12.2,0,0,2.9,0]
    #在以下區(qū)域繼續(xù)完善代碼
     

    菁優(yōu)網(wǎng)
    #以下輸出語句,無需修改
    print(c)

    組卷:2引用:1難度:0.4
APP開發(fā)者:深圳市菁優(yōu)智慧教育股份有限公司| 應(yīng)用名稱:菁優(yōu)網(wǎng) | 應(yīng)用版本:5.0.7 |隱私協(xié)議|第三方SDK|用戶服務(wù)條款
本網(wǎng)部分資源來源于會(huì)員上傳,除本網(wǎng)組織的資源外,版權(quán)歸原作者所有,如有侵犯版權(quán),請(qǐng)立刻和本網(wǎng)聯(lián)系并提供證據(jù),本網(wǎng)將在三個(gè)工作日內(nèi)改正