深耕专业教研，探索前沿技术
信息技术来源：2026年3月杭州二中高三开学适应性考试

第 14 题

答案与解析

第(1)小题

参考答案

B

选项分析

A

错误。按本题的设备分工，智能终端采集并上传数据，服务器集中存储数据，供平台查询实时与历史记录；终端可能存在的暂存不等于承担这一集中存储任务。

B

正确。监控平台向服务器发送查询等请求，由服务器读取、处理数据并返回结果。

C

错误。本题的智能终端负责传感器采集、IoT通信和警报器驱动；Flask Web框架用于服务器端处理Web请求。

第(2)小题

参考答案

  1. C

  2. D

选项分析

A

正确。定期更新服务器密码有助于降低密码长期泄露带来的风险，防火墙可按规则限制未授权的网络访问。

B

正确。题设中智能终端通过IoT模块连接服务器，该模块故障会使这条上传通路中断，导致采集数据无法经此通路到达服务器。

C

错误。警报器接在智能终端上，平台发出的控制请求需要经服务器和IoT通信传给对应终端，再由终端驱动警报器，不能由监控平台直接驱动现场警报器。

D

错误。状态数据未更新，应检查传感器采集、终端上传、服务器处理或平台刷新等环节。警报器是执行报警的输出设备，其故障不能解释状态数据为何未更新。

第(3)小题

参考答案

为每盏路灯分配唯一ID，预先保存ID与位置坐标的对应表；故障数据携带ID上传，服务器据此查出故障路灯的位置。

路灯位置固定，安装时记录的坐标可用于后续故障定位；唯一ID使不同路灯的故障记录能与各自位置一一对应。

第(4)小题

参考答案

  1. A

  2. C

  3. E

数据处理过程

df = pd.read_excel("故障数据.xlsx")

读取Excel文件得到DataFrame df。每行记录某月某日一个区域的故障次数，包含“序号”“月份”“日期”“区域”“故障次数”五列；同一区域在不同日期有多条记录。

df1 = df[df["月份"] == 6]                 # 筛选出六月份的数据

布尔筛选保留月份为6的记录，得到df1。它仍是每日明细，列结构和原行索引保持不变。

plt.bar(df4["区域"], df4["故障次数"], label="故障次数(次)")     # 绘制柱形图

绘图语句用df4的“区域”列确定横轴类别，用“故障次数”列确定柱高。因此前面的三个空完成处理后，df4应当仍保留这两列，每行对应一个入选区域的6月故障总次数。

填空分析

①

每个区域在6月有多条每日记录，需按“区域”分组，对“故障次数”求和，选A：df2 = df1.groupby("区域", as_index=False).sum()。as_index=False使区域名称保留为普通列，并使用默认整数index，供后续通过df4["区域"]绘图。

df2每行对应一个区域。下表展示部分行及相关列，S东、S富、S滨分别表示这些区域6月份的故障总次数。

index 区域 故障次数
0 东河区 S东
1 富春区 S富
2 滨江区 S滨
… … …

其余数值列也会求和，但不参与本题的排名与绘图。

②

图b的柱高从左到右递减，因此按“故障次数”降序排列，选C：df3 = df2.sort_values("故障次数", ascending=False)。排序后原行索引随各行保留。

③

降序排列后的前三行就是故障总次数最多的三个区域，选E：df4 = df3.head(3)。图b中对应东河区、通路区、滨江区。

第(5)小题

参考答案

df1[df1["区域"]=="东河区"]

数据处理过程

df5 =

这一语句要得到供进一步分析的每日故障明细。上一问中的df1仍保留6月份每天、每个区域的原始记录；df2、df3、df4已经按区域汇总，不能从中还原每日数据。

填空分析

划线处

df1已满足“月份为6”，只需继续保留“区域”为“东河区”的行，故填df1[df1["区域"]=="东河区"]。得到的df5保留原明细的各列和行索引，每行仍是东河区6月份某一天的故障记录。

如果从原始df筛选，则必须同时限定月份和区域，例如df[(df["月份"]==6) & (df["区域"]=="东河区")]；只写df[df["区域"]=="东河区"]会包含其他月份，不符合题意。