相关试卷

（1）若某员工一天内有多条打卡记录，则保留最早的一条。定义de_d(data)函数，实现删除无效记录功能，其Python程序如下，请在划线处填入合适代码。

def de_d(data):

     i,k=1,0

     while ①:

          if data[i][1]==data[i-1][1]:

               k+=1

          else:

               ②

          i+=1

     data=data[0: len(data)-k]

     return data

（2）实现考勤汇总功能的Python程序如下，运行程序后，某员工的考勤汇总如图所示，请在划线处填入合适代码。

def count day(data):       #统计打卡记录中到岗、缺岗天数及缺岗工作日

     week=["周一“，”周二”，”周三”，”周四”，”周五”]

     i,j=0,0

     ①

     sum n, sum d=0,0

     while i<= len(data)-1 and j<= len(week)-1:

          if data[i][1]== week[j]:

               sum n+=1

               i+=1

          else:

               day. append（②）

               sum d+=1

          j+=1

     if j< len(week):

          day+= week[j:]

          sum d+= len(week)-j

     return sum n, sum d, day

'''

获取某员工一周内的打卡记录（由员工编号、工作日、打卡时间三项构成）按时间先后顺序存入列表data中，例如, data=[["A01", "周一", "08:30"],["A01", "周二", "08:40"],["A01", "周四", "09:10"],["A01", "周四", "09:20"],["A01", "周四", "09:21"],["A01", "周五“，”09:12”]],代码略

'''

data= de_d(data)

n,d, day= count day(data)

#统计一周迟到总时长并输出到岗、缺岗天数和缺岗工作日及迟到总时长，代码略

（1）若某个包裹本身重量1kg，长40cm，宽15cm，高20cm，运输距离为1000km。计算该包裹体积重量并与本身重量比较，得到计费重量为2kg，则该包裹的快递费为元。

（2）若要计算该公司某天所有包裹的快递费总和，应采用的算法控制结构是。

（3）计算单个包裹快递费的Python程序如下，请在划线处填入合适代码。

def disf(fee, dis): # 计算附加费

     if dis<=500:

          return 0

     elif①:

          return fee*0.1

     else:

          return fee*0.2

#获取包裹的本身重量、长、宽、高、运输距离分别存入变量w、L、B、H、d，代码略

bf=0

vw=L*B*H/6000

maxw= max(w, vw)

if maxw<=1:

       bf=6

else:

       bf=6+(maxw-1)*4

sumf=②       #计算快递费

#快递费sumf保留两位小数并输出，代码略

（4）运输车辆（最大载重相同）调度规则如下：按入库顺序对包裹装车，每个包裹按调度顺序查找剩余载重足够的车辆进行装载，当已调度车辆的剩余载重都不足时，调度新的车辆。若包裹按“A、B、C、D、E”编号顺序入库，其对应重量分别为40、45、70、50、10，每辆车最大载重为100，按上述规则，第一辆车装载的包裹编号为。

（5）实现车辆调度功能的Python程序如下，请在划线处填入合适代码。

'''

依据入库顺序，获取包裹编号和重量存储在列表packs中，如packs=[["KD01",12],["KD02",85],……],代码略

'''

max_w=1000       #车辆最大载重

vehs=[]       #车辆信息

for pack in packs:

     p_id,w=pack[0],pack[1]

     flag=False

     for veh in vehs:

          cur=①

          if cur+w<=max_w:

               veh[0].append(p_id)

               veh[1]+=w

               ②

               break

     if not flag:

          n_veh=[[p_id],w]

          vehs.append(n_veh)

#输出包裹装载情况，代码略

            表a

                 表b

(1)若本金为p，期数为n，每期利息为g，请用p、n、g等符号写出每期还款金额a的计算公式。

(2)算每期还款金额应采用（单选，填字母：A.解析算法/B.枚举算法）。

(3)存储每期还款金额应采用数据类型，组织不同期数与年利率对应关系合适的数据结构是。

import random

lst=[0,0,0,0,0,0]

f=1

i=0

while i< len(lst):

     a= random. randint(1,100)

     if f==1 or a%2==0:

          lst[i]=a

          i+=1

          f=1-f

print(lst)

执行该程序段之后，变量lst的值不可能是（     ）

s= input()

key=[3,1,2]

ss=""

for i in range(len(s)//3):

     s1=s[i*3:(i+1)*3]

     for j in range(3):

          ss+=s1[key[j]-1]

print(ss)

若输入的s值为“HelloWorld”, 则输出的结果是（     ）

def peak(s):

     max_num, num=0, int(s[0])

     for i in range(1, len(s)):

          if s[i] < s[i-1]:

             num= num*10+ int(s[i])

             if num> max num:

                 maxnum= num

          else:

             num= int(s[i])

     return max num

执行peak("94732984"), 函数返回值为（     ）

示例：如有A、B、C、D四个小区，人口数分别为10、20、30、40，小区之间的距离用矩阵表示如图a表格所示：

                    图a

若4个小区设置1个快递驿站，则选择A小区设置驿站的派送成本为：10×0+20×2+30×5+40×7=470；选B小区的成本为：10×2+20×0+30×3+40×5=310同理算出选C和D小区的成本分别为190和230。因此可以把驿站设置在成本最低的C小区。请回答以下问题：

（1）示例中若A小区的人口是60，则把驿站设置在（填字母）小区的成本最低。

（2）若示例中4个小区要设置2个快递驿站，则根据成本计算先选出C小区设置快递驿站，然后在剩下的3个小区中再选出成本最低的小区设置驿站（计算成本时，其他小区可就近选择C小区）：选A的成本为10×0+20×2+30×0+40×2=120，选B的成本为10×2+20×0+30×0+40×2=100，选D的成本为10×5+20×3+30×0+40×0=110，因此选B，也即四个小区选择C和B设置2个快递驿站。为实现程序功能，设计如下算法：n个小区，编号0至n-1，通过成本计算，在所有小区里挑选出成本最低的小区设置为驿站，然后在剩下的小区里再挑选成本最低的小区设置为驿站，重复这个步骤，直到挑出k个小区。在计算成本的时候，所有小区选择最近的驿站。主程序代码如下，运行界面如图b所示，请补充程序划线处：

                            图b

n=int(input("小区数:"))

k=int(input("快递驿站数:"))

#读取各小区的人口数，存入列表p中，代码略

#读取小区间的距离数据，存入二维列表dis中，代码略

f=[1]*n

print("设置站点位置:",end="")

for i in range(k):

       found=False

       for j in range(n):

             if f[j]==1:

                    cos=cost(j,dis,p,f)#自定义函数cost计算派送成本

                    if ① or cos < mincost:

                           mincost=cos

                           minpos=j

                           found=True

       ②

       print(minpos,end="")

（3）以下自定义函数计算成本，请补充程序划线处：

def cost(x,dis,p,f):

       s=0

       for i in range(len(dis)):

             min_i=p[i]*dis[x][i]*f[i]

             for j in range(len(dis)):

                    if j != i and f[j] == 0:

                           if k < min_i:

                                 min_i=k

       return s

（4）若方框处代码改为k=p[i]*dis[i][j]，是否会对程序有影响（填：是/否）。

                                                               图a                                                                                  图b

（1）小明整理图a中的数据，并用pandas读取整理后的数据，保存到df中，以下操作或说法正确的是（多选，填字母）

A.1月5日的最低气温数据缺失，可以用1月最低气温的平均值填充

B.有少数数据行“风力”列格式不一致，为了不影响后续的数据处理，直接删除这些数据行

C.执行df=df.sort_values("最高气温"，ascending=False)后，df.values的第一行数据可看到全年最高气温的最大值

D.执行df[df["天气"]="晴"]可以筛选出全年中晴天的数据行

（2）绘制1-6月的月均气温（一个月内每天的日均温相加除以该月的总天数）的线形图，如图b所示。部分Python程序如下，请选择合适的代码填入划线处（填字母）。

import pandas as pd

import matplotlib.pyplot as plt                           #导入绘图模块

plt.rcParams["font.sans-serif"]=["SimHei"]             #中文字体显示

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

for i in df.index:

       ①     #从日期中提取月份并存入新建的“月份”列

df1=②     #按月份分组求月平均气温

df2=df1.head(6)

plt.plot(③)

plt.title("2024年1-6月的月均温变化图")

plt.show()

①②③处可选代码有:

A.df.at[i,"月份"]=df.at[i,"日期"][6:8]

B.df.at[i,"月份"]=df.at[i,"日期"][5:7]

C.df.groupby("月份",as_index=False).日均温.mean()

D.df.groupby("日均温",as_index=False).月份.mean()

E.df2.月份,df2.日均温

F.df2.日均温,df2.月份

（3）小明的家乡四季分明，小明想通过数据分析2024年春季开始的日期，根据近代学者张宝塑提出的分季标准：以候平均气温（任意连续5天的日均温的平均值）从10℃以下升到10℃及以上时作为春季开始，并以该候中首次达到10℃的日期作为春季起始日。小明家乡1月份确定为冬季，以下代码用于求出该城市2024年春季起始日，代码运行结果如图c所示，请在程序划线处填入合适的代码。

                                 图c

s=0;f=False

for i in range(len(df)-4):

       j=0

       while j < 5:

             t=df.at[①]

             if t >= 10 and not f:

                    pos=i+j

                    f=True

             s+=t;j+=1

       if s/5 >= 10:

             print（"春季起始日："+df.at[pos，"日期"]）

             break

       ②

       f=False

（1）该智能水族箱系统计划新增远程视频监控功能，用户可通过浏览器实时查看水族箱状态。为实现该功能，系统需要优先增加的硬件设备是（单选，填字母：A.服务器内存条/B.摄像头/C.蜂鸣器）。

（2）下列关于该系统程序设计的说法，正确的是（单选，填字母）

A.该系统需要编写客户端应用程序

B.服务器与数据库之间的数据传输是单向的

C.搭建完成后在服务器上运行程序发现其中错误属于动态测试

（3）假设某时刻智能终端上传光线强度数据到服务器端的URL是：

http://192.168.123.100:5000/gxqd?light=25。则服务器端应用实例app中与该URL关联的路由设置语句是@app.route（""）

（4）智能终端上的程序实现如下功能：每隔5秒从传感器采集1次温度，为了减少冗余数据传输，仅当本次采集的数据与最近一次上报数据的变化量超出阈值T时才上报。实现上述功能的部分Python程序如下，请在程序划线处填入合适的代码。

#导入相关库，并从服务器获取阈值T，代码略

last=pinl.read_analog()

while True:

       cur=pinl.read_analog()       #获取温度数据

       if ①:       #判断温度数据是否上报

             errno,resp=0bloq.get("input?id=1&temp="+str(cur),10000)

             ②

       #其他处理代码略

       sleep(5*1000)

（5）服务器端设置水温控制方案：水温低于20℃时，加热棒开启加热，当水温高于24℃时，加热棒关闭加热。系统运行后发现，浏览器能够正常显示水温数据，一开始水温值小于20℃，加热棒开始加热，但当浏览器上显示的水温数据高于24℃时，加热棒仍在持续加热。导致该异常现象的原因可能是（多选，填字母）：

A.温度传感器与智能终端连接异常

B.加热棒存在故障导致持续加热

C.温度传感器故障导致采集的温度不准确

D.服务器端程序中控制加热棒关闭的命令缺失

E.智能终端与服务器网络连接故障

import random

a=[0]*5

for i in range(5):

       a[i]=random.randint(-5,5)   #randint(a,b)产生[a,b]区间的随机整数

max=-25

for i in range(5):

       s=a[i]

       for j in range(i+1,5):

             s+=a[j]

       if s > max:

             max=s

print(max)

运行该程序段后，输出结果为2，则列表a可能为（     ）

s="RGGBRRGBB"

r=s[0]

for i in range(1,len(s)):

       if len(r) == 0 or s[i] != r[-1]:

             r=r+s[i]

       else:

             r=r[:len(r)-1]

print(r)

执行该程序段后，输出结果是（     ）