相关试卷

#导入数据处理相关模块，代码略

df=df[ ]

dfinsert( 0,"月份","")#插入列

for i in df index:

    data=str(dfat[i,"采集时间"])

    dfat[i,”月份"]=data[5:7]

gf=dfgroupby(" 月份",as_index=True).数值.mean()

plt.plot(  , gf.values)

#设置绘图参数，代码略

import csv

import random

#数据读入

f=open("name.csv","r")

flines=csv.reader(f)

name_list=[]

m=6   #班级总数

total=18   #参赛总人数

for line in flines:

        name list.append(line)

flag=[False]*n

grade=[3]*m

i=0

while i<total:

    p=random.randint(,  )

    bj=int(name_list[p][0])

    if flag[p]=False:

        if grade[bj-1]>0:

            flag[p]=True

            i+=1

print("抽取名单为：")

print(”班级","姓名")

for i in range(n):

    if flag[i]:

        print(name_list[i][0],name_list[i][1])

f.close()

①若调用该函数继续存储手机号“180****1215 ”的包裹， 其取件码是“B-0011 ”，则对应 dic[2]的值变为["180****1215", ▲ ,▲]。

②函数 save 代码如下，程序中加框处代码有错，请改正。

def save(pnum,code):

    goods.append([code,-1])

    n=len(goods)-1

    print(n,"号包裹的手机号:",pnum,"取件码:",code)

    num=search(dic,pnum)    #函数返回手机号 pnum 在 dic 中的索引号，未找到返回-1

    if num==-1:

        dic.append([pnum,n,1])             #新增一个包裹信息

    else:

        goods[n][1]=dic[num][1]

        dic[num][1]=n

x=input("请输入您的手机号:")

num=search(dic,x)

if num!=-1:

    #输出手机号为 x 的当前所有包裹信息，代码略

    op=int(input("输入 0 取全部包裹，输入 1 取部分包裹:"))

    if op==0:

        print("您的包裹已经取完！ ")

        del dic[num]  #删除 dic 中索引为 num 的元素

    else:

        order=input("请输入本次的取件码，只输入#表示结束取件:")

        while order!="#":

            p,q=head,head

            while goods[q][0]!=order:

            p=q

        if p==head:

            dic[num][1]=goods[q][1]

        else:

            goods[p][1]=goods[q][1]

        dic[num][2]-=1

        if dic[num][2]==0:

            print("您的包裹已经取完！")

            break

        #输出手机号为 x 的当前所有包裹信息，代码略

        order=input("请输入本次的取件码， 只输入#表示结束取件:")

else:

    print("查无此号,请检查后重新输入！")

#导入 Flask 框架模块及其他相关模块，代码略

app=Flask(__name__)

@app.route("/")

def index():

#从数据库读取温度和湿度数据，并返回页面，代码略

@app.route("/search")

def search():

#根据日期查询相应数据，并返回页面，代码略

#服务器其他功能，代码略

import pandas as pd

import matplotlib.pyplot as plt df=pd.read_csv("data.csv")       #读取文件 data.csv 中的数据

df.insert(0,"小时","")      #插入列

for i in df.index:       #通过行标签和列标签选取单个值

    t=df.at[i,"时间"]

    df.at[i,"小时"]=t[:2]

df=df.groupby("小时",as_index=False).▲     #以“小时”分组求均值

plt.bar(df.小时,df.温度)

#设置绘图参数，显示如图 c 所示柱形图，代码略

①程序中划线处合适的代码是（单选， 填字母： A .sum()/B .mean()/C .count()）。

②加框处的语句作用：实现获取当天平均温度高于30的所有时间段中温度最高的5个，该处代码由以下三部分组成：

A .df=df.sort_values("温度")     B .df=df.tail(5)     C .df=df[df.温度>30]

则加框处代码依次为 （填字母）。

'''

数组a中保存每天监测到的血压值，a[2*i]和 a[2*i+1]分别表示第 i 天的收缩压和舒张压，数组 b 保存日期数据，代码略；

'''

n=len(a)

t,ans,end=0,0,0

for i in range(n//2):

    if 90<=a[2*i]<=140 and 60<=a[2*i+1]<=90:

        t+=1

        if   :

            ans=t

            end=i

        else:

print("正常血压持续的最长天数为:",ans)

beg=

print("起止日期:",b[beg],"--",b[end])