以“ChatGPT”、“AlphaGo”等为代表的基于深度学习的人工智能，正在引领一场深刻的技术革命。有媒体报道，在疫情防控中，人工智能运用大模型进行预测，为科学防疫提供重要依据；程序员利用人工智能帮助其编写指定程序，极大的提升了程序员的工作效率。人工智能的不当应用给信息系统的安全带来了挑战，有人利用人工智能进行网络犯罪，即便没有技术的“小白”，也能成为网络攻击者。
| A. p=t-0.25 if t>=20: p=t-0.5 elif t>=30: p=t-1 | B. p=t-1 if t<20: p=t-0.25 elif t<30: p=t-0.5 | C. p=t-0.25 if t>=30: p=t-1 if t>=20: p=t-0.5 | D. p=t-1 if t>=20: p =t-0.5 else: p=t-0.25 |
小明为学校设计了教室节能自动温控系统，系统结构示意图如图所示。其功能为当室内温度值不在理想温度值范围时，开启或关闭空调。智能终端通过传感器采集教室内温度数据，IoT模块传送温度值到Web服务器并保存到数据库。客户端通过浏览器访问Web服务器查看教室温度。Web服务器将处理的结果经IoT模块传送给智能终端，由智能终端启动执行器实现对温度的控制。小明在家可以通过浏览器查看Web服务器上信息。
B . 
C . 
D . 
s="HangZhou-0571"
y=""
for i in range(len(s)):
c=s[i]
if c>="A" and c<="Z":
c=chr(ord(c)-1)
elif c>="0" and c<="9":
c=chr(ord(c)+1)
y=c+y
print(y)
程序运行后，输出的结果是（ ）
|
图b |
图c |
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_excel("data.xlsx") #读取Excel文件中的数据
df["借阅次数"] = [0]*len(df) #插入新的列用来保存各类书籍的借阅次数
df1 = df.groupby("书籍类别", as_index = False).借阅次数. ①
df2 = df1.sort_values("借阅次数", ascending = False ).head(3)
x = df2["书籍类别"]
y = ②
plt.title("本周最受欢迎图书前3类") #设置图表标题
plt.bar(x, y) #绘制柱形图
plt.show()
●单选题：学生答案和标准答案一致，每题得10分；错选或不选不给分。
●多选题：学生答案和标准答案一致，每题得20分；漏选给10分，错选或不选不给分。比如某题标准答案为ACD，若答ACD可以得20分，答A、C、D、AC、AD或CD可得10分，其余不得分。
da=['A','B','A','D','C','D','ACD','BD'] #da存放标准答案
file="学生答卷.txt"
ts=readfile(file) #读取学生答案内容
a=[ ] #用于存放满分同学的姓名
for i in range(len(ts)):
line=ts[i]
ls=line.strip() #过滤掉换行符 '\n'
ls=ls.split(',') #将ls按“,”分割，以列表存储
s=score(ls,da)
print(ls[0]+"得分:"+str(s))
if s==100:
a.append(ls[0])
i+=1
print("满分同学：",end='')
for i in a:
print(i,end=' ')
该程序段采用的算法是（单选，填字母：A .解析算法 / B .枚举算法）。
def readfile(file):
f=open(file,encoding="utf-8") #打开文件
line= f.readline() #从文件中读取一行
while line:
text.append(line) #添加到列表text
line=f.readline()
f.close()
return text
def dxt(s1,s2):
n1=len(s1);n2=len(s2)
fs=0;c=0;k=0
if s1==s2:
fs=20
else:
while k<n1:
if s1[k] in s2:
c+=1
else:
break
k+=1
if :
fs=10
return fs
def score(st,da):
sum=0
for j in range(1,len(st)):
if j<=6: #单选题
if st[j]==da[j-1]:
sum+=10
else: #多选题
return sum
