项目：探究高一各学科相关性分析
[项目情境]
在信息化浪潮的推动下，互联网技术不断发展，云计算、移动互联网、大数据和人工智能
等新兴技术崭露头角。使用数据挖掘相关技术对中学教学活动中产生的数据进行收集与处理，获取有利于教学的相关信息，也是推进智慧教育的举措之一。在教学过程中，学科考试成绩能够在一定程度反映学生的认知发展水平，某校对高一年级学生的成绩进行数据处理，分析各学科之间的关联度找出优势学科，对教学及学生选科有重要的参考价值。
[项目综述]
（一） 概述项目目的、方法和过程。根据要求，回答问题。
（1）数据分析需要使用恰当的方法和工具，对数据进行各种分析。我们可以通过

关联分析

关联分析

寻找数据之间的关联性或相关性，可以通过

聚类分析

聚类分析

在分类标准未知的情况下进行数据自动分类，可以根据分类准则通过

数据分类

数据分类

对未知数据进行预测。（选填：数据分类、关联分析、聚类分析）
（2）本项目主要通过模拟大数据采集与分析方法，采用

关联分析

关联分析

（选填：数据分析、关联分析、聚类分类）的方法进行数据分析，试图分析高一年级学生各 学科之间的关联度，找出两到三门优势学科，作为指导教学及学生选科的重要参考依据。
（3）确定需要收集的数据为历年高一年级期中期末的各学科成绩，在数据收集、发布、传播、共享时，为保护学生的隐私应采用

匿名处理

匿名处理

（选填：数据精度处理、人工干扰、匿名处理、访问控制）等技术手段。
（4）选用Python语言作为数据分析工具，需要通过调用诸如标准模块、自定义模块以及第三方扩展库的支持，从而高效的完成数据采集处理、分析、可视化。数据分析步骤有①数据呈现②数据分类/关联分析/聚类分析③数据采集④分析报告⑤数据预处理，正确的顺序是

③⑤②①④

③⑤②①④

。（写出序号即可）
[项目实施]
（一）数据采集与预处理
Ⅰ、（24分）图1-1为记录历年高中各科成绩的部分文件，图1-2为获取所有高一成绩并写人指定文件“高-考试成绩总.xlsx“的部分程序代码。图1-3为获取的高一考试成绩的部分数据内容。根据要求，回答问题。

（1）观察图1-2，该程序用

循环

循环

结构嵌套

选择或分支

选择或分支

结构（选填：顺序、选择、循环）描述算法，实现从若干个xlsx文件中筛选出高一成绩并保存 为数据文件，其中在Python语言中表示判断数据大小关系的运算符“==”表示

等于

等于

 （ 选填：不等于等于）。补充程序代码中缺失的语句，应在下横线处填写

”高一”

”高一”

。
（2）对采集的数据进行有效存储，以便对数据进行分析和使用。海量的数据几乎包含一切形式的结构化、半结构化以及非结构化的数据。网络中的音视频、图片、地理位置、网络日志等数据属于

非结构化

非结构化

数据，如图1-3，“高一考试成绩总.xlsx“中的数据属于

结构化

结构化

数据。（选填：结构化、非结构化）
（3）在数据分析之前，需要运用

特征探索

特征探索

方法（选填：特征探索、关联分析、聚类分析、数据分类）对数据进行预处理，发现和处理缺失值以保证数据的完整，还需要对异常数据进行清理，分析是否有冗余数据等。观察图1-3，“201”属于

异常值

异常值

数据，虚线部分属于

缺失值

缺失值

数据（选填：缺失值、异常值、冗余值），应当删除数据所在

行

行

（选填：行、列）。
（4）观察图1-3表格的数据，在收集数据的过程中，你认为哪些数据可以不采集？为什么？
（二）数据分析与可视化
Ⅱ.（14分）运用Python语言编程进行数据分析与可视化表达，分析部分结果如图2-1、2-2。根据要求，回答问题。

（1）观察图2-1，该校学生地理物理生物同时优秀的概率最

高

高

，政治、物理、化学同时优秀的概率较低。
（2）为便于理解数据之间的关系，使用数据可视化工具可以图表形式直观呈现。如折线图可以表示关于

趋势

趋势

的分析、散点图可以表示关于

逻辑关系

逻辑关系

的分析、数据地图可以表示关于

空间关系

空间关系

的分析（选填：逻辑关系、空间关系、趋势）。如图2-2所示选用

柱形（状）

柱形（状）

图将数据分析可视化呈现。
（3）下列关于数据可视化的描述中，正确的是

ABCD

ABCD

。（多选）
A.可视化也可以将数据以地图、动画等形式表示
B.可视化可以有效提升数据分析的效率
C.可视化可以让人们快速抓住要点信息
D.可视化可以帮助人们发现数据背后的价值
（三）分析报告
Ⅲ.（7分）在数据分析中，使用数据可视化工具可以直观的呈现数据之间的关系，寻找数据之间的内在规律，最终实现数据的应用。
（1）观察图2-2，说说你从图中发现了什么？挖掘出哪些信息？
（2）结合自己的学习和生活，谈一谈数据的重要性。（100字左右）