浙教版（2019）必修1《第四章 數(shù)據(jù)處理與應用》2022年單元測試卷（1）
發(fā)布：2024/4/20 14:35:0
一、簡單題
-
1．大力老師收集了學校高三年級7選3選課數(shù)據(jù)，存儲在“選課情況.xlsx”中，其數(shù)據(jù)格式如圖1所示，學科列下的“1”表示相應行的學生選了該學科，“0”表示未選。
（1）大力老師收集的數(shù)據(jù)存在一些問題，需要進行數(shù)據(jù)整理，下列說法合理的是（多選）
A.數(shù)據(jù)集中格式不一致的數(shù)據(jù)，需要進行格式轉(zhuǎn)換
B.數(shù)據(jù)集中的異常數(shù)據(jù)應該直接刪除或忽略
C.數(shù)據(jù)集中的缺失的數(shù)據(jù)可以用任意值填充
D.數(shù)據(jù)集中的重復數(shù)據(jù)須在審核的基礎上進行合并或刪除
（2）為實現(xiàn)統(tǒng)計各班技術(shù)選考人數(shù)，并找出技術(shù)選考人數(shù)最多的3個班級，大力老師通過Python編程進行數(shù)據(jù)處理，并以圖表2的形式呈現(xiàn)結(jié)果。實現(xiàn)上述功能的Python程序如下，請在橫線處填入合適的代碼。
import pandas as pd
import matplotlib.jye.ai as plt
plt.rcParams[“font.jye.ai-serif“]=[“SimHei“]#中文顯示
df=pd.read_excel（“選課情況.xlsx“）
g=df.groupby（“班級“，as_index=True）.技術(shù).①
df1=pd.DataFrame（{“班級“：②，“技術(shù)人數(shù)“：g.jye.ai}）
df1=df1.sort_values（“③“，ascending=False）
x=④
y=df1.技術(shù)人數(shù)[0：3]
plt.jye.ai（x,y,lable=“選技術(shù)人數(shù)“）
plt.jye.ai（“技術(shù)選科人數(shù)最多的三個班級“）
plt.jye.ai（“班級“）
plt.jye.ai（“人數(shù)“）
plt.jye.ai（ ?。?br />plt.jye.ai（40，50）
plt.jye.ai（ ?。?/h2>組卷：1引用：2難度：0.4
一、簡單題
-
3．某商場開業(yè)不久，老板為研判商場運營情況，調(diào)取了最近一個月的商品銷售情況，如圖表1如示。老板想知道哪些商品賣的多，哪些商品產(chǎn)生的利潤多，同時為表彰先進，需統(tǒng)計每個員工銷售商品數(shù)量，并做成圖表，現(xiàn)老板高薪聘請你為運營總監(jiān)，要求你設計python程序，完成上述功能。
import pandas as pd
import matplotlib.jye.ai as plt
pd.set_option（'display.unicode.ambiguous_as_wide'，True）#處理列數(shù)據(jù)無法對齊的情況
pd.set_option（'display.unicode.east_asian_width'，True）
plt.rcParams['font.jye.ai-serif']='simhei'#圖表顯示中文字體
df=pd.read_csv（“sale.jye.ai“，encoding=“gbk“）#導入待處理 CSV 文件
①#修改第 1 行顯示器的銷售人員為“畢春艷
df[“利潤“]=（df[“單品售價“]-df[“單品進價“]）*df[“銷售數(shù)量“]#計算出每一筆業(yè)業(yè)務利潤的情況
df1=②#按“商品名稱“統(tǒng)計本月“銷售數(shù)量“，“利潤“的總和
print（③）#篩選出本月賺錢較多的前3種商品
#同理，統(tǒng)計同種商品的月銷量，代碼略
#統(tǒng)計本月每一位銷售人員的商品銷售數(shù)量
df2=df.groupby（“銷售人員“，as_index=False）[“銷售數(shù)量“].sum（ ?。?br />print（④）#篩選出本月銷售數(shù)量＞25 或銷售數(shù)量＜10 的銷售人員
x=⑤；y=df2[“銷售數(shù)量“]#以垂直柱形圖的形式統(tǒng)計顯示所有銷售員的業(yè)績
plt.figure（figsize=（8，4））
plt.jye.ai（“商場運營情況分析“）
plt.jye.ai（x,y,label=“銷售人員業(yè)績圖“，color=“r“）
plt.jye.ai（ ?。?br />plt.jye.ai（ ?。?/h2>組卷：0引用：3難度：0.4 -
4．小林收集了各地區(qū)的油價存于文件“數(shù)據(jù).xls”中（如圖1所示），他對數(shù)據(jù)進行了如下操作：
Ⅰ.將文件“數(shù)據(jù).xls”中的數(shù)據(jù)讀入對象df中；將數(shù)據(jù)中的“八.八”修改為8.8；
Ⅱ.刪除對象“df”中的“優(yōu)惠”列，并將對象“df”進行更新；
Ⅲ.添加“平均油價”列，再進行相關(guān)計算；將對象“df”中數(shù)據(jù)按地區(qū)降序排序；
Ⅳ.篩選出對象“df”中數(shù)據(jù)“0 號柴油”不大于 8.4 元的數(shù)據(jù)行，保存到對象“d5”中；
Ⅴ.統(tǒng)計對象“d5”中的各個地域的地區(qū)個數(shù)，并繪制圖表，如圖2所示。
請在劃線①②③④處填入合適的代碼。
import pandas as pd
import matplotlib.jye.ai as plt
plt.rc（'font'，**{'family'：'SimHei'}）
df=pd.read_excel（'數(shù)據(jù).xls'）
df.①=8.8
df=df.②
df['平均油價']=（df['92 號汽油']+df['95 號汽油']+df['0 號柴油']）/3
df=df.sort_values（'地區(qū)'，ascending=False）
d5=③
g=d5.④['地區(qū)'].count（ ?。?br />plt.jye.ai（g.jye.ai,g.jye.ai）
plt.jye.ai（“地域分布圖“）
plt.jye.ai（ ?。?/h2>組卷：0引用：2難度：0.3