某地气象站每3小时记录一次数据，现收集了该地区2022年全年的天气数据，数据按时间日期顺序存储在“weather.xlsx”文件中，部分数据如图a所示。图 a 图 b 统计全年每月降水天数(当日总降水量大于 0 即计入降水天数)，编写 Python 程序，回答下列问题：

0 返回首页

1. 某地气象站每3小时记录一次数据，现收集了该地区2022年全年的天气数据，数据按时间日期顺序存储在“weather.xlsx”文件中，部分数据如图a所示。

图 a

图 b

统计全年每月降水天数(当日总降水量大于 0 即计入降水天数)，编写 Python 程序，回答下列问题：

(1) 求每日总降水量并输出，结果如图b所示，部分程序代码如下，则划线处可行的是 (单选，填字母) 。

import pandas as pd

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

df1=

print(df1)

A. df.groupby("降水量",as_index= True). 日期.sum() B. df.groupby("降水量",as_index=False). 日期.sum() C. df.groupby("日期",as_index=False).降水量.sum() D. df.groupby("日期",as_index=True).降水量.sum()

(2) 统计每月降水天数，绘制柱形图如图 c 所示。程序代码如下，请在划线处填入合适的代码。

import matplotlib.pyplot as plt

plt.rcParams['font.family']='SimHei' #设置图表中的中文字体

days=[31,28,31,30,31,30,31,31,30,31,30,31] #2022 年每月天数

rain_days=[0]*12

begin=0

for m in range(12):

for d in range(begin, ):

if df1.at[d,"降水量"]>0:

begin+=days[m]

x=[i+1 for i in range(12)]

y=rain_days

plt.bar ( , label="降水天数") plt.xticks(x) #设置横坐标刻度

plt.legend()

plt.show ()

(3) 已知全国月均降水天数约为11天，则超过全国月均降水天数的月份共有个。

图 c

【考点】

编程处理数据与可视化; 表格数据的图表呈现;

【答案】

您现在未登录，无法查看试题答案与解析。登录

综合题困难

1. 学校气象社团的小丽同学收集了当地 2023 年全年的天气数据，数据存储在“天气数据.xlsx”文件中，部分数据如图a所示。

图a

为分析该年部分气温情况，编写 Python程序，请回答下列问题：

(1) 计算 2023年的日均气温，输出全年日均气温的最高值及出现日均气温最高值的所有日期，输出结果如图b所示。

图b

实现该功能的程序如下，请在划线①处填入合适的代码。

划线②处应选填入的代码为（单选，填字母）。

A ．df1 B ．df1.values C ．df1.index

import pandas as pd

df=pd.read_excel(" ① ")

df["日均温"]=(df["最高气温℃"]+df["最低气温℃"])/2

df1=df.sort_values("日均温",ascending=False).日均温.head(1)

Max= ②

date=[ ]

for i in range(len(df)):

if df.at[i,"日均温"]==Max:

date.append(df.at[i,"日期"])

print("日均温最高值："Max,"℃")

print("日期：",date)

(2) 统计月平均气温（当月每天日均气温的平均），并绘制如图c所示的线形图，实现该功能的程序如下，请在划线③、④处填入合适的代码。

图c

df["月份"]=""

for j in range(len(df)):

df.at[j,"月份"]=df.at[j,"日期"][5:7]

df2=df.groupby("月份",as_index=True).③

plt.plot(④,df2["日均温"],label="月均温" )

plt.xlabel("月份")

plt.ylabel("温度℃")

plt.legend()

plt.show()

综合题普通

2. 某省2023年全年气象灾害预警数据保存在文件“qxyj.xlsx”中，部分数据如图a所示，编写Python程序，统计全年发布次数最多的5种气象预警。

图a

#导入模块略

df=pd.read_excel("qxyj.xlsx") #读取文件中的数据

(1) 整理数据，删除多余列，划线处代码正确的是：（）（单选，填字母）

df=df.drop(["预警发布单位","预警发布时间"],____)#删除列

A. ascending=True B. index=True C. axis=0 D. axis=1

(2) 为统计每种气象的预警次数，划线处代码正确的是：____

df_g=df.groupby("预警名称",as_index=False).____ #分组并统计预警次数

df_s= df_g.sort_values("次数"ascending=False) #按"次数"降序排序

A. sum( ) B. count( ) C. min( ) D. mean( )

(3) 排序后给数据增加“预警等级”列，按照预警名称中的“红橙黄蓝”分别设置等级1234，输出结果如图 b 所示。划线处代码正确的是：（）

图b

df_s["预警等级"]=0#插入新的"预警等级"列，默认值为0

for i in range(len(df_s)):

if s[2]=="红":

df_s.at[i,"预警等级"]=1

elif s[2]=="橙":

df_s.at[i,"预警等级"]=2

elif s[2]=="黄":

df_s.at[i,"预警等级"]=3

elif s[2]=="蓝":

df_s.at[i,"预警等级"]=4

print(df_s)

df_s=df_s.head(5)

A. df_s[i,"预警名称"] B. df_s.at[i,"预警名称"] C. df[i,"预警名称"] D. df.at[i,"预警名称"]

(4) 统计全年发布次数最多的5种气象预警，建立图表，如图c所示。请在程序划线处填写合适的代码。

图c

x=df_s.预警名称

plt.bar(x,y) #绘制柱形图

plt.title('发布次数最多的 5 种气象预警')

plt.show() #显示图表

综合题普通

图a

(1) 实现相关功能的程序如下，请在划线处填入合适的代码：

import pandas as pd

import matplotlib.pyplot as plt

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

#输出功能：输出接种台数大于2的接种单位名称

df1=df[ ]

print(df1.单位)

#统计功能：统计各区县的医务人员数量

g=df.groupby("区县",as_index=False)["医务人员数"]

df2=

print(df2)

#分析功能：分析本市各类别（常规、方舱、医疗临时点、校企临时点、其他）接种单位的数量情况并制作图表呈现

g=df.groupby("类别",as_index=False)

df3=g.count()

df3=

plt. (df3.类别,df3.单位)

plt.show()

(2) 为得到图b所示的图表，程序代码中加框处填入的代码组合可能是

图b

A. 甲丙 B. 甲丁 C. 乙丙 D. 乙丁

综合题普通