浙教版（2019）必修1《第四章 数据处理与应用》2022年单元测试卷（1）
发布：2024/4/20 14:35:0
一、简单题
-
1．大力老师收集了学校高三年级7选3选课数据，存储在“选课情况.xlsx”中，其数据格式如图1所示，学科列下的“1”表示相应行的学生选了该学科，“0”表示未选。
（1）大力老师收集的数据存在一些问题，需要进行数据整理，下列说法合理的是（多选）
A.数据集中格式不一致的数据，需要进行格式转换
B.数据集中的异常数据应该直接删除或忽略
C.数据集中的缺失的数据可以用任意值填充
D.数据集中的重复数据须在审核的基础上进行合并或删除
（2）为实现统计各班技术选考人数，并找出技术选考人数最多的3个班级，大力老师通过Python编程进行数据处理，并以图表2的形式呈现结果。实现上述功能的Python程序如下，请在横线处填入合适的代码。
import pandas as pd
import matplotlib.jye.ai as plt
plt.rcParams[“font.jye.ai-serif“]=[“SimHei“]#中文显示
df=pd.read_excel（“选课情况.xlsx“）
g=df.groupby（“班级“，as_index=True）.技术.①
df1=pd.DataFrame（{“班级“：②，“技术人数“：g.jye.ai}）
df1=df1.sort_values（“③“，ascending=False）
x=④
y=df1.技术人数[0：3]
plt.jye.ai（x,y,lable=“选技术人数“）
plt.jye.ai（“技术选科人数最多的三个班级“）
plt.jye.ai（“班级“）
plt.jye.ai（“人数“）
plt.jye.ai（ ）
plt.jye.ai（40，50）
plt.jye.ai（ ）组卷：1引用：2难度：0.4
一、简单题
-
3．某商场开业不久，老板为研判商场运营情况，调取了最近一个月的商品销售情况，如图表1如示。老板想知道哪些商品卖的多，哪些商品产生的利润多，同时为表彰先进，需统计每个员工销售商品数量，并做成图表，现老板高薪聘请你为运营总监，要求你设计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）#处理列数据无法对齐的情况
pd.set_option（'display.unicode.east_asian_width'，True）
plt.rcParams['font.jye.ai-serif']='simhei'#图表显示中文字体
df=pd.read_csv（“sale.jye.ai“，encoding=“gbk“）#导入待处理 CSV 文件
①#修改第 1 行显示器的销售人员为“毕春艳
df[“利润“]=（df[“单品售价“]-df[“单品进价“]）*df[“销售数量“]#计算出每一笔业业务利润的情况
df1=②#按“商品名称“统计本月“销售数量“，“利润“的总和
print（③）#筛选出本月赚钱较多的前3种商品
#同理，统计同种商品的月销量，代码略
#统计本月每一位销售人员的商品销售数量
df2=df.groupby（“销售人员“，as_index=False）[“销售数量“].sum（ ）
print（④）#筛选出本月销售数量＞25 或销售数量＜10 的销售人员
x=⑤；y=df2[“销售数量“]#以垂直柱形图的形式统计显示所有销售员的业绩
plt.figure（figsize=（8，4））
plt.jye.ai（“商场运营情况分析“）
plt.jye.ai（x,y,label=“销售人员业绩图“，color=“r“）
plt.jye.ai（ ）
plt.jye.ai（ ）组卷：0引用：3难度：0.4 -
4．小林收集了各地区的油价存于文件“数据.xls”中（如图1所示），他对数据进行了如下操作：
Ⅰ.将文件“数据.xls”中的数据读入对象df中；将数据中的“八.八”修改为8.8；
Ⅱ.删除对象“df”中的“优惠”列，并将对象“df”进行更新；
Ⅲ.添加“平均油价”列，再进行相关计算；将对象“df”中数据按地区降序排序；
Ⅳ.筛选出对象“df”中数据“0 号柴油”不大于 8.4 元的数据行，保存到对象“d5”中；
Ⅴ.统计对象“d5”中的各个地域的地区个数，并绘制图表，如图2所示。
请在划线①②③④处填入合适的代码。
import pandas as pd
import matplotlib.jye.ai as plt
plt.rc（'font'，**{'family'：'SimHei'}）
df=pd.read_excel（'数据.xls'）
df.①=8.8
df=df.②
df['平均油价']=（df['92 号汽油']+df['95 号汽油']+df['0 号柴油']）/3
df=df.sort_values（'地区'，ascending=False）
d5=③
g=d5.④['地区'].count（ ）
plt.jye.ai（g.jye.ai,g.jye.ai）
plt.jye.ai（“地域分布图“）
plt.jye.ai（ ）组卷：0引用：2难度：0.3
