浙江省各个县级行政区的信息存放在Excel文件“zj.xlsx”中，如图所示。现要编程对表格中数据进行分析，实现如下功能:统计并输出各地级市的县级行政区个数，对各县级市按土地面积进行降序排序，并输出土地面积前十名的县级市。实现上述功能的程序代码如下，请在程序划线处填入合适的代码。 import pandas as pd s1=df=pd.read_excel("zj.xlsx") s2=s1.groupby("地级市",as_index=False) xjxzq_count= ① print("县级行政区个数为:", xjxzq_count) area_sort= ② print("土地面积前十名的县级市为:",) print( ③ ) 程序划线①处应填入的代码为; 程序划线②处应填入的代码为; 程序划线③处应填入的代码为。

1. 某校在高一年级第一学期期末开展“小书虫”评选活动，评选规则如下：撰写“观后感”10篇及以上，并且“总借阅量”为年级前50（需要考虑“总借阅量”同为第50名的学生要同时取出）的学生获得“小书虫”称号，获得“小书虫”称号最多的班级获得“书香班级”称号。小王打开“高一年级借阅表.xlsx”文件（如图a所示），利用python编程实现统计分析功能。

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']#用来正常显示中文标签

df=pd.read_excel("高一年级借阅表.xlsx")

(1) 统计每位学生的总借阅量。

for i in df.index:

for j in range(9,14):

s=+"月"

df.at[i,'总借阅量']=df.at[i,'总借阅量']+df.at[i,s]

(2) 授予符合条件的学生“小书虫”称号，需要考虑“总借阅量”同为第50名的学生要同时取出，结果如图b所示。

data={'班级':df.班级, '借阅量':df.总借阅量,'观后感':df.观后感,'荣誉':""}

dftj=pd.DataFrame(data)

df_hz=dftj[dftj["观后感"]>=10]

df_hz=df_hz.sort_values("借阅量",ascending=False)

df_hz=______________________

df_hz['荣誉']='小书虫'

print(df_hz)

在程序中②处填写代码，正确的选项是（）（单选，填字母）。

A. df_hz.head(50) B. df_hz.tail(50) C. df_hz[df_hz["借阅量"]>=df_hz.values[49][1]] D. df_hz[df_hz["借阅量"]>=df_hz.at[49,"借阅量"]]

(3) 授予符合条件的班级“书香班级”称号

df_g=df_hz.groupby('班级').荣誉.count()

bj="";max=0

for i in range(len(df_g)):

x=

if x>max:

max=x

bj=df_g.index[i]

print('书香班级为：'+bj+'，该班共有小书虫'+str(max)+'人。')

(4) 绘制“书香班级排行榜”

plt.bar(df_g.index, )

plt.title('书香班级排行榜')

plt.show()

(5) 下列语句可实现方框处的代码功能的是（）（单选，填字母） A. df.总借阅量=df.sum(axis=1) B. df.总借阅量=df.sum()-df.观后感 C. df.总借阅量=df.sum(axis=1)-df.观后感

综合题普通

2. 数学学习小组在绘制余弦函数y=cos(x)的图像，他们选择的方式是利用Python编程进行绘图，图像和程序代码如下所示:

1 import matplotlib.pyplot as plt

2 import numpy

3 x=numpy.arange(-6，6，0.1)

4 y=numpy.cos(x)

5

6 plt.show()

(1) 需要完善程序代码才能画出余弦函数图象，上面程序代码第5行应该填写。

(2) 如果将程序代码第3行修改为x=np.arange(-6，6，0.1)，则第2行相应修改为。

综合题普通

1. 以下用于数据可视化的Python代码中，绘制折线图的语句是（）

1	import matplotlib. pyplot as plt
2	x=[1,2,3,4,5,6,7,8,9]
3	y=[0.35,0.70,1.13,0.2,1.90,6.10,2.70,3.08,3.52]
4	plt. plot(x,y)
5	plt. show()

A. plt. show(( B. plt. plot(x,y) C. import matplotlib. pyplot as plt D. y=[0.35,0.70,1.13,0.2,1.90,6.10,2.70,3.08,3.52]

单选题普通

2. 利用Python程序绘制函数y=x²的图像，若要绘制下图所示的函数图象，则下列代码中第6行应填写的语句是（）。

1 #绘制函数y=x²的图像

2 import matplotlib.pyplot as plt

3 import numpy as np

4 x=np.linspace(-2，2，50)

5 y=x**2

6 __________

7 plt.show()

A. plt.plot(x，y) B. plt.plot（y，x) C. plt.bar(x，y) D. plt.boxplot(x，y)

单选题普通

1. 某校为了支持学生的学习进步，特设补弱支持，每位学生可以根据自身学习情况，从语数英物化生政史地技这10门科目中，选择不超过两门科目作为自己的补弱科目，这些选择的数据已存储于"student.xlsx"文件中，部分数据如1图所示：

1图

2图

(1) 首先，需要对数据进行整理，筛选出那些补弱科目数不符合学校规定（超出两门）的学生记录，以便通知他们重新选择补弱科目，Python程序如下：

import pandas as pd

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['KaiTi','SimHei','FangSong'] #设置中文字体

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

df_err = df[ ▲ ]

请在▲处填入合适的代码。

(2) 数据整理并修正后，分析各班各科目的选择人数，以及各科目选择人数占总人数比例。

km = ["语文","数学","英语","物理","化学","生物","政治","历史","地理","技术"]

df1 = df . groupby( "班级" ) .

print( df1 ) #2图所示

#删除“姓名”和“科目数”列

df2 = df1 . drop(["姓名","科目数"] , axis = 1)

g = df2 . sum() #g为Series对象

#统计各科目的人数占总人数的比例

for k in km:

per = / len( df ) * 100

print(k , "比例为:" , round(per,2) , "%")

x =

y = g . values

plt.bar( x , y ) #3图所示

plt.title("各科补弱比例对比")

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)):

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

y=

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

3. 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