表格数据的图表呈现 知识点题库
-
（1） 图所示数据集文件名为，出租车ID、时间、经度、纬度、夹角角度、出租车的瞬时速度和出租车载客状态数据的间隔符为，经度、纬度的数据类型为。
-
（2） 绘制该数据集中出租车行驶轨迹的Python程序如下，请在方框中填写合适的代码，完善程序。
import matplotib. pyplot as plt
def track(file)： #绘制GPS坐标轨迹
jd=[ ] #经度
wd=[ ] #纬度
for line in open(file)：
#切分行数据生成列表
line_data=line. split('，')
#取轨迹坐标
jd. append(x)
wd. append(y)
plt. plot(jd, wd)
filename='Taxi_ 105. txt'
track(filename)
plt. show( )
-
（3） 运行程序，绘制的图形如图所示。说说你从图中发现了什么。
-
（4） 尝试编写Python程序，从该数据集中挖掘其他你感兴趣的信息。
图a
请回答下列问题：
-
（1） G4单元格统计的是“服饰”类商品销售总金额。通过G4单元格中的公式，对区域H4:I4进行自动填充，则H4单元格中显示的结果是(单选，填字母:A .＃VALUE！/B .5793.56.84/C .＃DIV/0！/D .0.00)。
（提示：SUMIF函数用于对满足条件的单元格求和。例如“=SUMIF(B4:B33,G3,E4:E33)”，用于统计2020年11月类别为“服饰”的金额总和。）
-
（2） 若要正确计算H4和I4单元格中的数据，可对G4单元格中的公式进行修改，并对区域H4:I4进行自动填充，则G4单元格中的公式是。
-
（3） 在数据分析和数据挖掘前，通常先对数据进行各种处理。在完成以上计算的基础上，下列对数据处理和分析正确的是 （多选，填字母）。
图b
A . 已知以G3:I4为数据区域创建了如图b所示的图表，则选中A3:E33区域，以“人数”为主要关键字进行升序排序，不会影响图表的呈现效果。 B . 按“类别”为医疗器械，“金额（万元）”为最大1项进行筛选，筛选结果为金额最大的医疗器械类商品 C . 假如G3单元格中“服饰”字样被误删，则G4单元格中的显示结果变为#REF。 D . 先以“类别”为医疗器械进行筛选，再以“金额（万元）”为关键字降序排序，与先以“金额（万元）”为关键字降序排序，再以“类别”为医疗器械进行筛选，两种操作后选取排在最前面的商品相同。
图a
请回答下列问题：
-
（1） 如图a中所示，小吴已计算了G3单元格中的数据。他希望将单元格G3中的公式向下自动填充至G15，并正确计算出区域G3：G15中的数据，则G3单元格中的公式应修改为。
-
（2） 根据图a中数据制作的图表如图b所示，创建该图表的数据区域是H9:J10，。
图b
-
（3） 若要对图a中的后卫球员以“罚球命中率%”为关键字进行降序排序，则排序选择的数据区域是。
-
（4） 对区域A1：J15的数据进行筛选，设置“投篮命中率%”和“三分命中率%”的筛选方式均如图c所示，则筛选出（填数字）项数据。
图c
图1
-
（1） 计算增长率，请写出计算D3单元格增长率的公式？（增长率=增长量/原总量*100%）
-
（2） 其他单元格（D4：D13）的增长率可以用填充柄填充完成计算，这种方法叫做什么？
-
（3） 如果要在C14中用函数计算“双十一”销售总额，请写出计算的函数式。
-
（4） 为了获得17年销售额（亿元）10以上亿元的行业销售数据，小李想对该列的数据进行筛选操作，如图2所示的自定义筛选的条件应该如何设置？
图2
-
（5） 小李想建立一张反映16年各行业销售额占总比例的分析图，选择什么图表比较合适？
图a
-
（1） J3单元格中显示的是参加“小学美术”职位的报考人数，利用J3单元格中的公式，对区域K3:L3进行自动填充，则K3单元格中的显示结果是( 单选， 填字母:A . #VALUE! / B . 0 / C . 7)。
(提示:公式“=COUNTIF(D3:D27,J2)”统计区域 D3:D27 中值等于J2的单元格个数，即参加“小学美术”职位的报考人数。)
-
（2） 若要正确计算各个职位报考人数，可先对J3单元格中的公式进行修改，再对区域K3:L3进行自动填充，则J3单元格中的公式应改为。
-
（3） 根据图a中数据制作的图表如图b所示，则制作该图表的数据区域是 。
图b
-
（4） 若对区域A2:G27中的数据以“报考职位”等于“小学音乐”，“笔试成绩”最大一项进行筛选，则筛选后显示的数据一定是报考职位为“小学音乐”中“笔试成绩”的最高分吗？（选填：是/否）。
图a
请回答下列问题：
-
（1） H4:H203单元格的数据由H3单元格自动填充得到，则H3单元格输入的公式是。（某高校三位一体招生学业水平考试成绩折算如下：各科学考等级按A=10分、B=9分、C=8、D=6分进行折算）
-
（2） 若要从表格中找出1班折算分最高的5位同学，下列操作可行的是 （多选，填字母）。A . 按“班级”为“1”，“折算分”为“最大5项”进行筛选，筛选结果即为所求学生 B . 以“班级”为主要关键字按“升序”，“折算分”为次要关键字按“降序”进行排序，前5位即为所求学生 C . 先按“班级”为“1”进行筛选，再按“折算分”进行降序排序，前5位即为所求学生 D . 按“折算分”为主要关键字按“降序”，“班级”为次要关键字按“升序”进行排序，前5位即为所求学生
-
（3） 根据图a中的数据，制作了一张部分学生学业水平成绩图表，如图b所示，则制作该图表的数据区域是。
图b
图a
-
（1） 已知“恩格尔系数”是居民“食品烟酒”支出占“生活消费支出”的百分比，单元格区域B12:F12中的数据是由B12单元格向右填充得到的，则B12单元格中的公式是。
-
（2） 若要以“2018年”为主要关键字对各项消费支出进行降序排序，则选择的数据区域为。
-
（3） 根据图a中的数据直接制作出图表如图b所示，则制作该图表的数据区域是。
图b
-
（4） 若将单元格B12:F12中数据的小数位数增加到4位，则图b中各点的数据将（单选，填字母：A .变大/B .变小/C .不变）。
图a
-
（1） 如图a所示，区域C5:C18的数据由C4单元格公式自动填充得到，且结果正确。为了计算2019和2020年主要行业的产能利用率排名，小吴将C4:C18区域复制到E4:E18和G4:G18区域，但发现计算结果有误，则C4单元格的公式应修改为，并重新进行自动填充和复制操作。
-
（2） 根据图a中数据制作的图表如图b所示，则创建该图表的数据区域为A3:B5,。
图b
-
（3） 为了获得名称包含“制造”的主要行业中，2018年“产能利用率(%)”最大的5项数据，并显示在操作结果的最前面（紧邻第3行），一种可行的操作是：选择数据区域A3:G18后，对该区域（选填2个序号，按操作顺序）。
①按“主要行业”进行文本筛选，条件为：包含“制造”
②按“主要行业”进行文本筛选，条件为：等于“*制造”
③按2018年的“产能利用率(%)” 进行筛选，选择“10个最大的值”并显示最
大的5项
④以2018年的“排名”为关键字进行降序排序
⑤以2018年的“产能利用率(%)”为关键字进行降序排序
|
图a |
请回答下列问题：
-
（1） 区域E3：E14的数据是通过公式计算得到的，并用自动填充功能完成区域E4：E14的计算，则E3单元格中的公式是。
-
（2） 小张操作时不小心删除了D3单元格的内容，则E3显示的内容是（填A . #DIV/0！/B . #VALUE！/C . #REF！）。
-
（3） 根据图a中数据，小张制作了一张图表，如图b所示，创建该图表的数据区域是。
图b
-
（4） 将区域A2：G14的数据复制到新工作表，在新工作表中相关数据进行筛选操作，筛选设置如图c所示，则按此设置筛选出的城市有个。
图c
信息采集终端部分代码如下：
IP = "10.89.1.2" ; PORT= "8080" ; SSID = "jxtx" #设置连接参数
PASSWORD = "20220626"
Uart.init(baudrate = 115200,bits=8,parity=None,stop=1,tx=pin2,rx=pin1) while Obloq.connectWifi(SSID, PASSWORD, 10000) ! = True:
display.show(Image.SAD) display.scroll(Obloq. ifconfig( ))
Obloq.httpSet(IP, PORT) #根据ip 和port 建⽴连接
while True:
temp,hum = dht11.read(16) #读取温度、湿度
ermo,resp = Obloq.get("input?x="+str(temp)+ "&y="+str(hum), 10000)
if errno== 200:
display.scroll(resp)
else:
display.scroll(str(errno))
sleep(1000*60) #设置采集间隔时间
WEB 服务器部分代码如下所示：
from flask import Flask
app = Flask( name )
@app.route('/') def index():
#读取终端最近一次的温度和湿度存⼊ temp 和hum，代码略return "当前温度"+str(temp)+ "当前湿度"+str(hum)
@app.route('/input',methods=['POST', 'GET']) def add_data(): #终端上传最新采集的数据
#代码略
if name == ' main ':
app.run(host="10.89.1.2", port=8080)
-
（1） 搭建系统的前期准备⼯作有如下5个主要过程：①开发模式的选择 ②概要设计 ③ 需求分析 ④详细设计 ⑤可⾏性分析，在实施时正确的步骤是（ ）（选填字⺟）A . ③①④②⑤ B . ③⑤①②④ C . ③⑤①④② D . ⑤③①④②
-
（2） 物联⽹IoT模块连接开发板的引脚是（ ）（选填字⺟）A . pin0 和pin1 B . pin1 和pin2 C . pin16 D . PORT
-
（3） Web服务器端采⽤（选填：POST 或GET）⽅式接受温度和湿度数据。若某时刻温度数值是28，湿度值53，则传输数据时使⽤的URL 是（选填字⺟）
A． //10.89.1.2:8080/input?temp=28&hum=53
B． //10.89.1.2:8080/input&temp=28?hum=53
C． //10.89.1.2:8080/input?x=28&y=53
D． //10.89.1.2:8080/input &x=28?y=53
-
（4） 当⼤棚温度超过警戒温度28℃时，系统会发出温度报警提醒。⼩明从服务器的SQLite数据库中导出了1~6⽉份的温度数据并整理到Excel⽂件，数据格式如图a所示。利⽤Python编写程序统计每⽉发出报警提醒的次数并按图b所示可视化。
图a
图b
统计及可视化的部分程序如下，请补充完善：
df=pd.read_excel('温度数据.xlsx') df1 =
g1=df1.groupby('⽉份',as_index=False).count( )
plt.bar(g1.⽉份, g1.温度)
plt.title('1-6 ⽉份发出温度报警提醒次数情况')
plt.show( )
