第 14 题
答案与解析
第(1)小题
A
一个智能终端连接多个湿度传感器,在不同位置合理布设并综合分析读数,可以减少单个测点的偶然偏差或局部环境对结果的影响,使数据更能反映植物生长环境的实际湿度。提高的是综合测量结果的可靠性,并不是改变同型号传感器本身的测量精度。
第(2)小题
A
B
选项分析
第(3)小题
B
C
D
本题按智能终端故障导致其采集、上传和控制功能不能正常工作理解;实时画面也按经该终端上传理解。历史数据已经存入服务器,需与故障后无法更新的实时数据区分。
选项分析
第(4)小题
数据采集:定期校准湿度等传感器,减少测量偏差;数据处理:设置合理的数据范围,对明显异常的数据进行标记和复核,确认无效后再剔除。
从数据采集和数据处理两个角度作答。传感器长期使用可能产生测量偏差,校准可使采集值更接近实际值;异常值若直接参与统计,可能使平均值等结果失真,因此应先识别、标记并复核,再处理确认无效的数据,避免把真实的环境变化误删。
第(5)小题
A
D
E
数据处理过程
df = pd.read_excel("data.xlsx")读取Excel文件得到DataFrame df。图a中每行是一种花卉在某月某日的一条土壤湿度记录,列为“花卉名称”“月”“日”“土壤湿度”。文件包含1—4月份的数据,图a只展示了其中部分1月份记录,不能直接用这些数值计算4月份的平均值。
df2 = df1.head(5)head(5)按df1当前的行顺序取前5行,并将结果保存为df2。它本身不分组、不计算平均值,也不按湿度高低筛选,所以前面三个空必须让df1的行含义和排列顺序满足统计要求。
填空分析
①
题目只统计4月份的数据,应先在原始表df中筛选“月”等于4的记录。空①执行前尚未建立df1,所以筛选对象应为df,而不能使用B中的df1。填写A:
df[df["月"]==4]
赋值后,df1仍是一行一条采集记录的DataFrame,只保留4月份的数据。
②
题目要求每种花卉对应一个4月份平均土壤湿度值,因此按“花卉名称”分组,用mean()对每组的数值列求平均。填写D:
df1.groupby("花卉名称", as_index = False).mean()
as_index=False使花卉名称继续保存在普通列中,汇总结果使用默认整数index。此时每行由一条采集记录变为一种花卉的汇总结果,“土壤湿度”列保存该花卉4月份的平均值。“月”列的均值仍为4,“日”列也会被求平均,但不参与本题排名和绘图。C按“土壤湿度”分组,会把相同湿度值的记录分到一起,不能得到每种花卉的平均湿度。
以下为汇总后DataFrame的结构示意。G0、G1表示结果前两行对应的花卉名称,D0、D1表示其“日”列均值,H0、H1表示其4月份土壤湿度均值;这些符号不代表题目给出的具体数值。
| index | 花卉名称 | 月 | 日 | 土壤湿度 |
|---|---|---|---|---|
| 0 | G0 | 4 | D0 | H0 |
| 1 | G1 | 4 | D1 | H1 |
| … | … | … | … | … |
③
此时df1中每行已对应一种花卉。后面的head(5)取前5行,要使它取得平均土壤湿度最高的5种花卉,应将“土壤湿度”列按降序排列,填写E:
df1.sort_values("土壤湿度", ascending = False)
ascending=False表示从大到小排列。F按花卉名称升序排列,不能保证平均湿度最高的花卉位于前5行。完成排序后,df2中的“花卉名称”与“土壤湿度”可分别作为柱形图的横轴类别与柱高,图b中柱高从左到右降低也与这一顺序一致。
问题反馈
解析有疑问或显示异常?请先复制题目信息,再打开反馈表单填写。
题目编号:2026_04_G3_wenzhouermo_q014
