浙教版（2019）必修1《第四章 數(shù)據(jù)處理與應(yīng)用》2022年單元測試卷（1）

一、簡單題

• 1．大力老師收集了學(xué)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(xué)科列下的“1”表示相應(yīng)行的學(xué)生選了該學(xué)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(jìn)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(jìn)行格式轉(zhuǎn)換
  B.數(shù)據(jù)集中的異常數(shù)據(jù)應(yīng)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(fù)數(shù)據(jù)須在審核的基礎(chǔ)上進(jìn)行合并或刪除
  （2）為實(shí)現(xiàn)統(tǒng)計(jì)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(jìn)行數(shù)據(jù)處理，并以圖表2的形式呈現(xiàn)結(jié)果。實(shí)現(xiàn)上述功能的Python程序如下，請?jiān)跈M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

  解析

一、簡單題

• 3．某商場開業(yè)不久，老板為研判商場運(yùn)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(jìn)，需統(tǒng)計(jì)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(yùn)營總監(jiān)，要求你設(shè)計(jì)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(dǎo)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(jià)“]-df[“單品進(jìn)價(jià)“]）*df[“銷售數(shù)量“]#計(jì)算出每一筆業(yè)業(yè)務(wù)利潤的情況
  df1=②

   

  #按“商品名稱“統(tǒng)計(jì)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(jì)同種商品的月銷量，代碼略
  #統(tǒng)計(jì)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(jì)顯示所有銷售員的業(yè)績
  plt.figure（figsize=（8，4））
  plt.jye.ai（“商場運(yùn)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

  解析

• 4．小林收集了各地區(qū)的油價(jià)存于文件“數(shù)據(jù).xls”中（如圖1所示），他對數(shù)據(jù)進(jìn)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(jìn)行更新；
  Ⅲ.添加“平均油價(jià)”列，再進(jìn)行相關(guān)計(jì)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(jì)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?jiān)趧澗€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(jià)']=（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

  解析