专题02 算法与问题解决 复习资料-2024-2025学年高中信息技术一轮复习（浙教版）

专题02 算法与问题解决 【学习目标】 理解算法的基本概念和重要性：学生应能够解释算法的定义，并认识到算法在解决问题中的作用。 掌握算法的特征与要素：学生需要了解算法的五个基本特征（有穷性、可行性、确定性、输入输出），以及算法的三个核心要素（数据、运算、控制转移）。 学习不同的算法描述方法：学生应熟悉自然语言、流程图、伪代码和计算机程序设计语言等不同方式描述算法，并能根据实际问题选择适当的描述方法。【思维导图】 【知识梳理】 知识点一：数据整理 （1）数据缺失：最简单（忽略缺失值）；常见（平均值、中间值、概率统计值） （2）数据重复：分析后合并或删除 （3）异常数据：可能是没用的噪声，也可能是重要数据。 （4）逻辑错误：属性值和实际值不符。 （5）数据格式不同：数据转换 知识点二：Excel 1.公式及函数 （1）公式必须以”=”开头 （2）公式及函数 SUM(a1,a2,…,an) 求和 AVERAGE（a1,a2,…,an） 求平均数 MIN（a1,a2,…,an） 求最小值 MAX（a1,a2,…,an） 求最大值 单元格引用 例：在E2单元格输入：=（C2-B2）/$A2+D$2，复制公式到G4单元格，公式变为： =（E4-D4）/$A4+F$2 常见错误提示 【题型精讲】 例1 1 2.排序（升序、降序） 选择区域：①选全部列②如果关键字是列A列B等，不选标题③避开合并单元格 3.筛选 ①文本筛选：通配符（？表示任意一个字符。*表示任意多个字符）、包含、结尾是、开头是 ②数字筛选：大于、小于、介于、自动筛选前10个（10/9/11/……个最大/最小的值） ③筛选最大前三项，筛选出的记录可能超过3项，并列项也会筛选出来 ④多条件筛选：选出女生中成绩最好的三个，需要筛选‘女生’，排序选前三个，顺序可反 4.图表 （1）数据标签：设置图表上对应的各系列数据是否显示数值 （2）选定数据区域解题方法 例2 用UltraEdit软件查看“2021高三加油！”的字符内码，部分界面如图所示。 ①根据图2中的X轴，确定数据区域A6:A9 ②根据图2的图例，确定数据区域C2:D2（如果图例是“系列1，系列2”，则不包括C2:D2） ③根据图2图表上对应的各系列的数据，确定数据区域C2:D9 ④通过对称（高平齐、长对正）确定数据区域A2 ⑤总区域为A2，A6:A9，C2:D2，C2:D9 （3）图表影响因素 图表会发生变化：①图表相关单元格数据发生变化②图表中的数据参加排序、筛选 图表不会发生变化：①修改单元格格式（特别是小数位数） 知识点三：大数据处理的基本思想和架构 分治思想：一个大问题分成多个小问题 静态数据：批处理计算 举例：3年内学生的高考成绩 Hadoop架构： ①HDFS：分布式文件系统 将大规模数据以文件的形式保存，适合部署在廉价的机器上。 应用：云盘、网盘的底层 ②Hbase：分布式数据库 建立在HDFS建立的基础上，采用基于列的存储方式，是谷歌BigTable的开源实现 Hbase：分布式数据库 ③MapReduce：分布式并行计算模型 流数据：流计算 举例：交通路况的实时更新 软件：Twitter 图数据：图计算 举例：社交网络、传染病的传播路径等 实时处理+批处理 软件：SummingBird 好处：缩短切换时间、减少系统开销、降低使用成本 知识点四：Pandas 1.常用模块 ①Numpy模块：Python中做科学计算的基础库； ②Scipy模块：增强了在高等数学、信号处理、图像处理、统计等方面的处理能力； ③Pandas模块：主要用于数据的处理和分析。 2.导入：import pandas as pd 3.数据结构：Series（一维数组：一列索引一列值） 属性：index(索引)、values(值) 将178改成188：s2[‘s02’]=188或s2[1]=188 4.数据结构：DataFrame（二维数组：一列索引多列值） （1）属性：index(索引)、values(值)、columns(列标题) （2）获取数值 获取第二行数据：df1[1：2] 获取‘性别’列数据：df1[‘性别’]或df1.性别 ... ...