当前位置: 高中信息技术 / 综合题
  • 1. (2023·浙江模拟) 小明设计并搭建了泳池水质监测系统,该系统通过水质传感器采集水中的余氯浓度、浊度、PH值等水质参数数据,由智能终端通过IOT模块发送到web服务器并存储到数据库中,用户可以通过浏览器实时查看泳池的水质情况。当水质参数值超出标准范围时,执行器发出警报并净化水质,使得水质达到标准。系统结构图如图a所示。请回答以下问题。

    1. (1) 在搭建信息系统的前期准备过程中下列说法正确的是            (单选,填字母)
      A . 选择传感器的品牌和型号属于需求分析 B . 设计该系统时对存放数据的数据库系统的选择属于详细设计 C . 可行性分析只需要从技术方面考虑分析系统的可行性 D . 该系统软件开发过程中需要对服务器端程序和客户端程序进行编写
    2. (2) 若传感器提交数据到web 服务器的网址为:

      //192.168.1.10:5000/todata?trc=4.5&ph=7.0&tb=3.0,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(‘’, methods=['GET', 'POST']) ,请补充该路由设置语句。

    3. (3) 游泳池中的余氯含量trc的标准范围为r1~r2(不含r1,r2),若符合此标准则系统状态变量flag设为0;若低于标准值则系统状态变量flag设为1;若高于标准值则系统状态变量flag设为2。下列Python 程序段符合要求的是                   (多选,填字母)
      A . if  trc>r1 or trc<r2:

          flag=0

      elif trc<=r1:

          flag= 1

      else:

          flag=2

      B . if not trc<=r1 and trc<r2:

          flag=0 

      eliftrc<=r1:

          flag= 1

      else:

          flag=2

      C . if  trc<=r1:

          flag= 1

      if  trc>=r2:

          flag=2

      else:

          flag=0

      D . flag=0

      if trc<=r1:

          flag= 1

      if  trc>=r2:

          flag=2

    4. (4) 水质监测系统运行一段时间后,小明发现智能终端显示数据上传失败提示,经检查web 服务器 访问数据库正常,造成上述问题的原因可能为                      (多项,填字母)
      A . web 服务器连接无线路由器出现故障 B . 浏览器出现故障 C . 传感器获取数据超过阈值 D . 智能终端与 IOT 模块通讯故障
    5. (5) 小明将系统中某天(开放时间为 8 时~20 时)的数据表导出,部分数据如图 b 所示,分析每小时的平均浑浊度值,线性图如图 c 所示。

      部分代码如下:

      import pandas as pd

      import matplotlib.pyplot as plt

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

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

      df.insert(0,'小时','')

      for i in df.index:

          df.at[i,'小时']=str(df.at[i,'监测时间'])[11:13]

      hzdf=      ①       #分组求出浑浊度平均值

      x=hzdf.index

      y=hzdf.values

      plt.     ②     (x,y)    #绘制折线图

      #设置图表的样式如图 c 所示,代码略

      ①处应填入的代码为________(单选,填字母);并在划线②处填入合适的代码_______。

      A.df.groupby("监测时间")['浑浊度'].mean()

      B.df.groupby("小时")['浑浊度'].mean()

      C.df.sort_values("小时",as_index=False)['浑浊度'].mean()

      D.df.groupby("小时",as_index=False)['浑浊度'].mean()

微信扫码预览、分享更方便