深耕专业教研，探索前沿技术
信息技术来源：湖州、衢州、丽水2026年4月三地市高三教学质量检测

第 13 题

答案与解析

第(1)小题

参考答案

A

选项分析

A

不合理。题设中智能终端向加湿器等执行器发送控制信号，执行器据此运行，相应方向应为“智能终端→执行器”。

B

合理。智能终端向服务器上传湿度、光照数据，服务器处理后向智能终端下发控制指令，数据双向传输。

C

合理。浏览器向服务器发送查询请求，服务器向浏览器返回实时或历史数据。

第(2)小题

参考答案

  1. A

  2. B

  3. C

选项分析

A

需要。程序必须通过传感器实际连接的引脚读取数据，因此需要知道对应引脚。

B

需要。智能终端通过Wi-Fi接入网络，需要配置所连接网络的SSID和密码。

C

需要。智能终端要将数据发送给服务器并接收控制指令，需要用服务器地址和端口定位通信服务。

D

不需要。题设由服务器将数据存入数据库，智能终端与服务器通信，不直接操作数据库文件。

第(3)小题

参考答案

  1. B

  2. D

选项分析

A

错误。接口和引脚满足需求时，传感器和执行器可以连接到同一智能终端，分别用于数据采集和执行控制。

B

正确。Flask可用于编写Web服务器程序，接收终端上传的数据、处理浏览器请求并返回结果。

C

错误。题干明确说明服务器会处理数据，因此不能说所有数据处理都由智能终端完成；终端运行时也可暂存采集的数据。

D

正确。历史数据存储在数据库中，查询时由服务器访问数据库并向浏览器返回结果，不是浏览器直接操作数据库文件。

第(4)小题

参考答案

在满足环境监测和设备控制需求的前提下，适当增大数据采集时间间隔。

原系统每分钟采集一次。若适当降低采集频率后仍能满足环境监测和设备控制的需要，同一运行时长内产生并写入数据库的记录数就会减少，从而减缓数据库增长，无需更改硬件。

第(5)①小题

参考答案

B

数据处理过程

df=pd.read_excel("data.xlsx")

读入当年3月份的数据，得到DataFrame df。每行对应一次湿度采集，列为“月”“日”“小时”“分钟”“湿度”。

df1=df[df["日"]==15]

文件中均为当年3月份的数据，按“日”等于15筛选后，df1保存3月15日的全部采集记录。

df1=df1[df1["湿度"]<ave]

将df1中各行的湿度与ave比较，只保留湿度严格小于ave的记录，结果仍保存到df1。

# 重命名df2中"湿度"列名称为"次数"，代码略

将df2中的“湿度”列重命名为“次数”，后面的排序按这一列进行。

df2=df2.sort_values("次数",ascending=False)

按“次数”降序排列df2，次数较大的行排在前面。

df3=df2.head(5)

取按次数降序排列后的前5行，保存到df3，行顺序及原index随之保留。

填空分析

①

题目要求与3月15日的平均湿度比较。空①前的df1已筛出当天的全部记录，应对其“湿度”列求均值并赋给ave，填写 ave=df1["湿度"].mean()，选B。使用df求均值则会包含整个月的数据。

第(5)②小题

参考答案

C

共用程序分析见第(5)①小题。

填空分析

②

经过湿度筛选，每行对应一次低于当日平均湿度的采集。按“小时”分组，对各组的“湿度”列计数，即可得到每小时符合条件的次数，因此填写 df2=df1.groupby("小时",as_index=False).count()，选C。筛选后的湿度值均非空，每条记录计为一次。设置as_index=False后，“小时”仍为普通列，聚合结果使用默认整数index；每行对应一个小时，“湿度”列中的值变为该小时的次数，随后重命名为“次数”。

df2为DataFrame，下面仅列出后续使用的两列。h₀、h₁表示小时，N₀、N₁表示对应次数，均为符号示意。

index 小时 湿度
0 h₀ N₀
1 h₁ N₁
… … …

第(5)③小题

参考答案

F

共用程序分析见第(5)①小题。

填空分析

③

df3已保留次数最多的5个小时，绘图前应将这5行按“小时”升序排列，填写 df3=df3.sort_values("小时",ascending=True)，选F。E使用包含全部小时的df2，且按小时降序，均不符合要求。