2020年上海市高等学校信息技术水平考试试卷
三级 数据科学技术及应用（A 场）
（本试卷考试时间  150  分钟）
一、单选题 ( 本大题 15 道小题 ，每小题 1 分，共 15 分），从下面题目给出的A、B、C、D四个可供选择的答案中选择一个正确答案。
1.下面关于数据科学与大数据之间关系描述错误的是________。
A.大数据属于数据科学的范畴
B.大数据分析遵循数据科学的基本工作流程
C.大数据分析采用的方法完全不同于数据科学技术
D.大数据技术是指数据量达到某种规模时引入的分布式存储、计算和传输方法
2.下面关于DataFrame存储表结构数据的说法，错误的是________。
A.通常使用行存储一条数据，列存储该数据的各个特征项
B.DataFrame对象只能使用行、列索引对进行数据切片，不能使用位置序号
C.从DataFrame对象中取出一列，得到Series对象
D.Series对象可以使用Numpy的函数进行统计分析
3.统计量“方差”描述了________。
A.样本的平均值
B.样本的离散程度
C.样本中不同的值占样本容量的比例
D.样本中出现次数最多的值
4.CSV文件是常用的数据文件格式，可以使用_______查看。
A.文本编辑器、Excel
B.photoshop
C.powerpoint
D.画图工具
5.students对象数据如下：
  age height weight
1  19  170  68
2  20  165  65
3  18  175  65
下面语句筛选出_______。
>>>[students['height']<170, 'weight']
A.身高小于170同学的体重
B.身高小于170同学的信息
C.身高大于170同学的体重
D.身高小于170同学的身高
6.为描述高校教师学历占比情况，适合的图形是_______。
A.散点图
B.曲面图
C.直方图
D.饼图
7.目前人工智能技术，特别是机器学习，主要模拟了人的_________过程。
A.学习
B.推理
C.思考
D.规划
8.________属于机器学习中的有监督学习问题。
A.分类和聚类
B.回归和聚类
C.分类和回归
D.聚类和数据降维
9.建模分析时，通常用于训练的样本数量_________测试的样本数量。
A.大于
B.小于
C.等于
D.小于等于
10. F1_score可用于衡量分类模型性能，根据以下混淆矩阵，F1 = _________。
A.2a/(2a+b+c)
B.(a+d)/(a+b+c+d)
C.a/(a+c)
D.a/(a+b)
11.关于聚类分析，正确的是_________。
A."簇"越少说明聚类效果越好
B.聚类是有监督学习方法
C.聚类可作为分类等其他任务的预处理过程scanf函数计算相除余数
D.同一个数据集，不同的聚类算法得到的结果是一样的
12.________属于机器学习中的回归问题。
A.垃圾短信预测
B.房价预测python基础知识填空题
C.车牌识别
D.人脸识别
13.识别文本中的情感通常使用________方法处理。
A.文本分类
B.文本聚类
C.自动问答
D.机器翻译
14.关于计算机数字图像的说法，错误的是________。
A.数字图像存储每个像素点的颜值
B.数字图像存储的是组成图像的几何形状、大小、颜等信息
C.同样大小的图，存储使用的像素点越多，图像越清晰
D.JPEG是一种有损的图像压缩方式
15.天气预报主要采用________数据处理技术。
A.Web
B.文本
stackoverflowatlineC.图结构
D.时间序列
二、多选题 ( 本大题 5 道小题 ，每小题 1 分，共 5 分），从下面题目给出的A、B、C、D四个可供选择的答案中选择所有正确答案。
1.大数据的特征有________。
A.规模性
B.高速性
C.多样性
D.低价值性
2.________属于聚类问题。
A.根据企业校招历史数据，建立应聘者是否被录用的分类器
B.给定房屋特征数据，构建出估计房屋价格的模型
C.给定文档集，将相似的文档分到同一组
D.给定用户的消费数据，将用户分为不同消费特征的体
3._________可用于展示离散数据。
A.柱状图
B.饼图
C.折线图
D.曲面图
4.神经网络可用于_________等问题的建模分析。
A.电信用户分类
B.根据房屋特性预测房价
C.机动车识别
D.数据降维
5.智能语音对话系统，主要通过人工智能技术处理_________等数据实现。
A.语音
B.文本
C.图形
D.图像
三、程序填空题 ( 本大题 4 道小题 ，每空 3 分，共 36 分）。
1. 提示：
a) 题目源程序存放在织梦dedecms授权"C:\KS"文件夹下，供程序调试；
b) Python科学计算库函数使用说明存放在"C:\KS"文件夹下，注意不同类库的函数存放在相应的sheet下。
    某商品的成本（cost）可以根据产量（output）进行计算： cost=0.14*output+42.7，编
写程序模拟商品的生产数据，估计商品的成本（源程序fill_1.py）。
1) 使用数组记录6次生产的商品产量（千件），分别为10、5、7、9、11、8；
2) 根据公式计算每次生产商品的成本；
3) 假设实际成本围绕计算的成本值上下波动，波动值服从均值为给版面费就过的cssci0、方差为2的正态分布，随机生成6个数据，模拟每次的波动；
4）加上波动值，计算6次生产商品的实际成本。
    源程序文件（fill_1.py）
    #1）使用数组记录6次生产的商品产量（千件），分别为10、5、7、9、11、8；
    output = 【1】
    #2)根据公式计算每次生产商品的成本；
    cost = 0.14*output + 42.7
    print( '1:cost: ',cost)
    #3)实际成本围绕计算成本上下波动，波动值服从均值为0，方差为2的正态分布。
    #随机生成6个数据，模拟每次的波动；
    varcost = np.【2】网页设计素材怎么算侵权(0,2,6)
    print( '2:variance: ',varcost)
    #4）加上波动值，计算6次生产商品的实际成本。
    cost =【3】
    print( '3:cost: ',cost)
2. 提示：
a) 题目源程序存放在"C:\KS"文件夹下，供程序调试；
b) Python科学计算库函数使用说明存放在"C:\KS"文件夹下，注意不同类库的函数存放在相应的sheet下。
    根据IDC的统计数据，各品牌手机在中国的年销量如表1所示（源程序fill_2.py）。
1) 根据表1的数据，绘制折线图分析各品牌销量发展趋势，如图1所示；
2) 计算2018年各品牌手机的同比增幅（(Y2018-Y2017)/Y2017），并在原数据中增加新列"INC2018"，如图2所示；
3) 显示增幅为正的品牌2015-2018年的销售量。
图1 手机销量折线图
图2 增加列：2018年各品牌手机的同比增幅INC2018
源程序文件（fill_2.py）
#1)记录表1的数据，绘制折线图分析各品牌销量发展趋势;
index = ['Huawei','Apple','OPPO','vivo','Mi'];
columns = ['Y2015','Y2016','Y2017','Y2018']
data = np.array( [ [62.9,76.6,90.9,104.97], [58.4,44.9,41.1,36.32],
        [35.3,78.4,80.5,78.94],[35.1,69.2,68.6,75.97],
        [64.9,41.5,55.1,51.99] ] )
sales = DataFrame(【1】)
print(sales)
#绘制折线图
psales = DataFrame(data.T, columns, index)
print(psales)
ams['-serif'] = ['SimHei']
【2】(title='2015~2018国内手机销量',LineWidth=2, marker='o',

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。