2022-2023學(xué)年上海中學(xué)高一（上）期末信息技術(shù)試卷

一、非選擇題

• 1．讓綠色生活成為新時(shí)尚，上海于2019年7月1日開始推動垃圾分類工作。為了提高垃圾回收的效率，在有些小區(qū)里安裝了具有“用戶識別”“自動稱重”“滿溢提醒”等功能的智能垃圾回收機(jī)，如圖所示。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)的再生產(chǎn)工廠變廢為寶。
  
  （1）智能垃圾回收機(jī)放置在小區(qū)公共位置，屏幕上滾動顯示可回收物類別等內(nèi)容，以便廣大居民了解相關(guān)信息。這主要體現(xiàn)的信息特征是

   

  （選填：價(jià)值是相對的/具有時(shí)效性/具有共享性）。
  （2）在小區(qū)沒有安裝智能垃圾回收機(jī)之前，我們在投放垃圾時(shí)需要自己分好類：廢報(bào)紙屬于可回收垃圾、壞的燈泡屬于有害垃圾、過期的食物屬于廚余垃圾……，這些描述的內(nèi)容屬于

   

  （數(shù)據(jù)/信息/知識）。
  （3）這款智能垃圾回收機(jī)有語音交互功能模塊，方便用戶進(jìn)行功能選擇、報(bào)修、意見收集等任務(wù)的實(shí)現(xiàn)。語音交互功能模塊在工作時(shí)借助于內(nèi)置的聲2023.1線上音傳感器，將采集到的

   

  信號轉(zhuǎn)換為

   

  信號，即通過

   

  、

   

  、編碼的過程，完成轉(zhuǎn)換后才能讓數(shù)字設(shè)備進(jìn)行存儲和處理。
  A.數(shù)字模擬采樣量化
  B.模擬數(shù)字量化采樣
  C.模擬數(shù)字采樣量化
  D.數(shù)字模擬量化采樣
  （4）器內(nèi)置的SD卡用于存儲收集的語音反饋和留言。若已知SD卡的剩余容量為64G，每個(gè)用戶允許最多錄制2分鐘的語音，聲音的格式如下圖，則最多還能支持

   

  名用戶的錄制。（每人錄滿2分鐘）
  
  （5）為了鼓勵更多人使用智能垃圾回收機(jī)進(jìn)行垃圾分類和回收，該機(jī)器可以對每次合理的分類投放給予一定的積分獎勵。具體做法是：投放前可掃臉或輸入手機(jī)號及密碼進(jìn)行登錄.從數(shù)據(jù)安全防護(hù)的角度來看，輸入手機(jī)號及密碼的方式才能登錄，是采用了

   

  方法進(jìn)行了用戶數(shù)據(jù)的保護(hù)；登錄成功后個(gè)人的界面（如圖）則采用了

   

  方法進(jìn)行了用戶的數(shù)據(jù)安全防護(hù)。
  
  （6）如圖所示的是一張可回收物圖片及其屬性信息，一張這樣的圖片需要占用

   

  MB空間。
  
  （7）若對圖片進(jìn)行壓縮，以下關(guān)于壓縮的描述，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.將此文件擴(kuò)展名改為.bmp屬于無損壓縮
  （8）如圖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、G、B原色用十進(jìn)制數(shù)表示分別是230、58、70，將其轉(zhuǎn)換為十六進(jìn)制表示應(yīng)為#

   

  。
  
  （9）已知可回收物的當(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.程序設(shè)計(jì)語言
  B.流程圖
  C.偽代碼
  D.自然語言
  （10）小申用流程圖設(shè)計(jì)了某次投遞所獲金額的算法（如圖），虛線框中算法的基本控制結(jié)構(gòu)是

   

  ，若可回收物的重量是20kg,表達(dá)式x＞=20的值是

   

  。
  
  組卷：4引用：1難度：0.5

  解析

一、非選擇題

• 3．小申很喜歡編程，自學(xué)一段時(shí)間Python后，想體驗(yàn)它在數(shù)據(jù)采集和處理方面功能，在老師的建議下他首先嘗試使用python到網(wǎng)絡(luò)上“爬”數(shù)據(jù)。他試著編寫了一個(gè)簡單的程序：從某網(wǎng)站爬取了一些單車使用的數(shù)據(jù)，保存在bike.csv文件中，在用Excel打開此文件時(shí)出現(xiàn)了亂碼，如圖所示。
  
  （1）小申從網(wǎng)絡(luò)上“爬”數(shù)據(jù)，即通過互聯(lián)網(wǎng)進(jìn)行數(shù)據(jù)采集。其完整的流程有三個(gè)步驟，分別是：

   

  、解析網(wǎng)頁和保存數(shù)據(jù)。
  （2）以下

   

  庫與互聯(lián)網(wǎng)數(shù)據(jù)采集有關(guān)的。
  A.Pandas
  B.numpy
  C.matplotlib
  D.requests
  （3）網(wǎng)頁請求方式有多種，GET是最常見的方式，一般用于獲取或者查詢資源信息，響應(yīng)速度較快。若已經(jīng)導(dǎo)入了方便發(fā)送HTTP請求的庫，要用get方式獲取網(wǎng)頁數(shù)據(jù)的python代碼（第3行的橫線上）需填寫

   

  ；獲取了網(wǎng)頁信息后需要使用BeautifulSoup庫中的方法進(jìn)行網(wǎng)頁解析，則代碼中對應(yīng)橫線（第6行）處應(yīng)填寫

   

  。
  
  （4）接上題，要輸出網(wǎng)頁源碼中title標(biāo)簽的文本則先要用select屬性抓取title標(biāo)題，然后再使用print命令輸出，那么print后的橫線處（第8行）應(yīng)填寫

   

  。
  A.title.Text
  B.sp.text
  C.html.title.text
  D.sp.title.text
  （5）以下

   

  是爬蟲技術(shù)可能存在的風(fēng)險(xiǎn)。
  A.大量占用爬取網(wǎng)站的資源
  B.網(wǎng)站敏感信息的獲取造成的不良后果
  C.大量訪問目標(biāo)系統(tǒng)，帶寬被強(qiáng)制占用
  D.以上都是
  （6）小申又觀察了這份數(shù)據(jù)文件，發(fā)現(xiàn)所有的英文、數(shù)字均正常顯示，這是因?yàn)槲魑淖址苄?，只需?

   

  個(gè)字節(jié)就能表示所有西文字符。其中字節(jié)（Byte）是計(jì)算機(jī)中信息組織和存儲的基本單位，生活中我們還用過KB、MB、TB等單位，若需要進(jìn)行換算的化：1TB=

   

  Byte（用冪次表示）。
  （7）請簡單說明bike.csv文件里中文字符出現(xiàn)亂碼的原因。
  組卷：8引用：1難度：0.1

  解析

• 4．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(xué)們布置了課后活動——選擇一個(gè)城市進(jìn)行相關(guān)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(fēng)速（km/h）、日照時(shí)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(jìn)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

   

  。
  

  日期	日平均氣溫	日平均相對濕度	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.df.isnull（　?。?br />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?qū)@些數(shù)據(jù)進(jìn)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

   

  ②

   

  ③

   

  
  （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(fēng)速異常情況檢測可視化圖形。該圖形叫

   

  ，我們可以借助于

   

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

   

  。（多選）
  
  A.該月的日平均風(fēng)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(gè)數(shù)據(jù)
  C.該月的日平均風(fēng)速數(shù)據(jù)中存在缺失值
  D.可以進(jìn)一步分析用小圓圈表示的這個(gè)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

   

  。
  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(jià)值密度低
  （6）為了及時(shí)做好防暑降溫工作，國家對不同的氣溫發(fā)布對應(yīng)的預(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)布黃色預(yù)警的城市數(shù)量。
  ①采集的氣溫預(yù)報(bào)數(shù)據(jù)存在列表t中，在進(jìn)行分析之前需要對溫度作保留1位小數(shù)的預(yù)處理，小申寫了下面的代碼，根據(jù)注釋補(bǔ)全其中的空白部分。
  
  第2行空白橫線處應(yīng)填：

   

  ；第3行空白橫線處應(yīng)填：

   

  。
  ②小申開始是用流程圖設(shè)計(jì)的算法（如圖），補(bǔ)全橫線處的語句。
  

  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℃

  
  ③流程圖中，虛線框內(nèi)是典型的

   

  算法。
  （7）為了統(tǒng)計(jì)出7月份低于平均日照時(shí)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(shí)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(shè)置變量存放7月份日照總時(shí)數(shù)，從命名的規(guī)則來看，下面的變量名

   

  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(jì)出7月份（31天）低于平均日照時(shí)數(shù)的天數(shù)，請幫助小申完善程序。（在虛線框內(nèi)補(bǔ)全）
  
  【提示】：先計(jì)算7月份的日照總時(shí)數(shù)，即可求出平均日照時(shí)數(shù)；再將每日日照時(shí)數(shù)與之比較，小于的話則累計(jì)1。
  組卷：5引用：1難度：0.4

  解析