2023學年高二第一學期期末調研測試卷至6頁，第二部分7至12頁。滿分100分，考試時間90分鐘。第一部分信息技術(50分)1.下列關于數據和信息的說法，正確的是()B.同一信息對所有人而言價值是相同的C.數據是信息經過分析、解釋后得到的得到的。選項D正確，計算機可以存儲處理數字信號表示的數據。故本題2.某段聲音信號的量化過程如下圖所示，量化位數至少為()t【答案】A【詳解】本題考查音頻相關內容。觀察圖片可知，量化最大值未超過7,結合二進制與十進制轉換可知，只需要3位二進制即可對該片段采樣量化。故本題答3.下列關于數據管理與安全說法，不正確的是()A.數據管理的目的在于充分有效地利用數據B.計算機一般以文件的形式存儲數據C.通過數據加密可以提高數據的完整性D.保護數據安全也需保護存儲數據的介質安全【詳解】本題考查數據安全相關內容。ABD選項說法正確，C選項，通過數據加密可以提高數據的安全性，通過數據校驗可以提高數據的完整性，選項說法錯誤。故本題答案是C選項。4.下列關于大數據的說法，正確的是()C.大數據接受數據混雜，主要探求數據間的因果關系【詳解】本題考查大數據相關內容。大數據的數據體量巨大，價值密度低；大數據強調對事物相關關系5.用算法流程圖描述“高考總分達到488,輸出平行一段；高考總分達到274,輸出平行二段”的問題，用t表示高考總分。下列選項不正確的是()YY 輸出“平行一段”BNNYY輸出“平行一段”NYY輸出“平行二段”YY輸出“平行二段”輸出“平行一段”輸出“平行一段”輸出“平行二段”NNNN【答案】A【解析】【詳解】本題考查算法流程圖相關內容。分析四個流程圖，可知：BCD選項的流程圖可以正確描述“高考總分達到488,輸出平行一段；高考總分達到274,輸出平行二段”的問題；A選項，若t>=274不成立，再去判斷t>=488存在邏輯錯誤，不能正確描述題目要求。故本題答案是A選項。6.下列關于人工智能的說法，正確的是()A.深度學習方法一般需要訓練數據B.符號主義是基于“交互-反饋”的人工智能方法C.人工智能促進社會發展的同時不會帶來社會擔憂D.混合增強智能中機器智能在系統中的作用是決定性的【答案】A【解析】學習過程中獲得的信息對諸如文字，圖像和聲音等數據的解釋有很大的錯誤。C選項，人工智能促進社會發展的同時會帶來社會擔憂，比的作用或人的認知模型引入人工智能系統，形成“混合增強智能”的形態，這種形態是人工智能可行的、重要的成長模式，“混合增強智能”是人工智能的發展趨向，混合增強智能中，人類智能在遞。系統自動采集包裹的尺寸、重量等數據，并分配儲物格，以優化空間使用件人手機發送取件碼和取件位置信息。收件人取件時，可通應位置的儲物格鎖扣打開，允許收件人取件。下列關于該信息系統組成和功能A.該系統規范了工作流程，提高了工作效率B.快遞員、收件人屬于該信息系統的用戶C.該系統具有數據采集、處理和存儲等功能D.取件碼、儲物格位置等數據僅存放在收件人手機中【解析】【詳解】本題考查信息系統相關內容。ABC選項說法正確放在收件人手機中，還存儲在該系統的數據庫中，選項說法錯誤。故本題答案是D選項。8.某智能快遞柜的部分功能：快遞員登錄快遞柜APP賬號后可掃描快遞條碼，件人手機發送取件碼和取件位置信息。收件人取件時，可正確的是()A.通過傳感器可以獲取包裹的尺寸、重量數據B.手機APP掃碼使用的是射頻識別技術C.快遞柜上用于輸入取件碼的觸摸屏屬于執行器D.由收件人的手機直接發出打開鎖扣的控制信號【答案】A【解析】摸屏不屬于執行器，說法錯誤。D選項，由“收件人取件時，可通過輸入取件碼或手機APP掃碼，系統控制對應位置的儲物格鎖扣打開”知，選項說法錯誤。故本題答案是A選項。下列關于該計算機的說法，正確的是()【答案】B【解析】【詳解】本題考查計算機系統相關內容。A選項，計算機硬盤容量是1TB,內存容量是8GB,硬盤容量CPU和內存決定，選項錯誤。D選項，預裝軟件中有操作系統和部分應用軟件，操作系統屬于系統軟A.2in[1,2,3]B.ord("b")【解析】ord("a")==1-->98-97==1-->1==1-->True。C選項，len("23")==23-->2==23-->Fals->1!=0-->True。故本題答案ifa[i-2]+a[i-1]==a[i]:A.0B.1iCCm20111311+3==4成立22242050116122723338結束A."come"B."wmol"C."www"ijs[i]與s[j]大小關系061625242333二、非選擇題(本大題共3小題，其中第13小題8分，第14小題9分，第15小題913.小帥收集了2023年某超市的銷售數據并存儲在“超市銷售數據.csv”文件中，部分數據如圖a所原客編號，大類名稱，銷側日期，小類名稱，商品類型，單位，銷售數量，商品單價，銷售金顆5根油，20230101,番茄密，一般商品，想，1,6.1,6.701月份最暢銷的十類商品importmatplotlib.pyp#篩選月份數據x=g["大類名稱"plt.bar(x,y)#繪制柱形圖Adf.indexB.df.valuesC.d(3)加框處實現按“銷售金額”降序排列后取前10項，下列代碼中能正確實現的有(多A.g.sort_values("銷售金額",ascending=False).tailB.g.sort_values("銷售金額",ascending=False).head(10)C.g.sort_values("銷售金額",ascending=True)[:11]D.g.sort_values("銷售金額",ascending=False)[:10]【答案】①.A②.df.月份==month或df?"月份"]==month③.g.銷售金額或g["銷售金額"]【詳解】本題考查Python程序設計相關內容。結合題目內容，分析程序段，推知：(1)程序中，調用read_csv函數讀取文件“超市銷售數據.csv”的數據存入中df,并在df中插入列“月份”(df.insert(0,"月份","")),則df.index代表月份數據，故此處答案為：A.(2)②處，上文代碼確定了需查詢的月份，此處需要在df中篩選月份=month的數據，故此處答案為：df.月份==month或df[”月份"]==month。③處，繪制柱形圖需要x、y軸數據，x軸數據為大類名稱，y軸數據為銷售金額，故此處答案為：g.銷售金額或g["銷售金額"]。(3)pandas中的sort_values()函數原理類似于SQL中的orderby,可以將數據集依照某個字段中的數據進行排序，該函數即可根據指定列數據也可根據指定行的數據排序。ascending:是否序排列，默認為True,即升序排列，若ascending=False,代表降序排列。四個選項中金額”降序排列后取前10項”要求的，有BD選項。故本題答案為：B14.某平臺新上架影片推薦度的計算方式為：由5位專業評審與5位大眾評審給影片評分，評分區間為[1,10],將專業評審均分的60%與大眾評審均分的40%求和并取整，根據得分確定等級(分值與等級的關第1位專業評審給出5分。EQ\*jc3\*hps11\o\al(\s\up2(A1),B5)(1)若專業評審均分為5,大眾評審均分為6,則該影片等級為(填數字)顆星。(2)實現上述功能的部分Python程序如下，請在劃線處填入合適的代碼。f=open("dc.txt",encodline=freadline()pro,pub=0,0#讀取第一行，保存在字符串line中ifx=="A":【解析】(1)專業評審均分為5,大眾評審均分為6,其評分為：5*60%+6*40%=5.4,結果取整為：5。則該影片等級為3顆星，故本題答案為：3或三。(2)程序段可以實現題目要求。②處，x的值能區分評審員是專業評審還是大眾評審，打開文件“dc.tx”,通過f.readline讀取數據存入line內，由圖b可知，line索引號為0的元素可以區分評審員，即line[0],故此處答案為：line[0]。③處，若x==“B”成立，表明當前分(3)加框處代碼是在判斷出分數不是由專業評審給出后進行的操作，即對大眾評審的分數進行統計，結合Python分支結構相關知識，此處可以有多種書寫形式實現相同功能，比如：else15.某影平臺上架新影片時，需要先確定該影片的類型，如喜劇片、動作片、愛情片。型，可根據已有的樣本數據(如圖a所示)進行分類。某分類算法如下：計算某影片與樣本中各影片分鏡頭的相似度，相似度用距離公式表示，例如《美人魚》各分鏡頭數據如圖b所示，其與離為√(19-45)2+(18-2)2+(5-9)2一。用相同方法計算該影片與樣本中所有影片的距離，選取前k個最近距離的影片，統計出現頻次最多的影片類型，即為寶貝當家喜劇片喜劇片6泰坦尼克號9愛情片羅馬假日9愛情片8愛情片電影名稱搞笑鏡頭距離最近的前5部影片為：唐人街探案19.62,羅馬假日22.56,新步步驚心22.83,泰坦尼克號23.45,我的特工爺爺24.92,圖c(1)與《美人魚》距離最近的前5部影片如圖c所示，則該影片屬于(單選，填字母：A.喜劇片/B.動作片/C.愛情片)。(2)定義如下mvmin(result,flag)函數，參數result列表存儲距離，flag列表存儲標記。若result=[43,33,18,25,65],flag=[False,False,True,True,False],mv=10000#假定result列表元素值不超過1(3)實現電影分類的部分Python程序如下，請在劃線處填入合適的代碼。t讀取樣本影片的鏡頭數據，存儲在data中，每個元素包含5個數據項，分別對應電影名稱、搞笑鏡頭、打斗鏡頭、擁抱鏡頭、影片類型。如data=[["寶貝當家",45,2,9,"喜劇片"],……],代碼略。x=["美人魚",19,18,5]dic={"喜劇片":0,"動作片":0,"愛情片":0}flag=[False]*len(result)#結果保留2位小數print(data[p][0],result[p],end="(4)當k=5時，若距離最近的k部影片類型中出現最多頻次相同情況時，為更合理地確定該影片的唯k值；方法2.調整樣本數據；方法3.按距離值確定【解析】(1)由圖a可知，影