工业AI2025年Python编程测试卷

工业AI2025年Python编程测试卷考试时间：______分钟总分：______分姓名：______一、1.编写Python代码，定义一个函数`calculate_area`，该函数接收两个参数`length`（长度）和`width`（宽度），返回计算并返回对应的矩形面积。2.调用上述定义的`calculate_area`函数，传入参数5.0和3.2，并将结果存储在变量`rect_area`中。3.使用`print`函数输出变量`rect_area`的值。二、1.编写Python代码，创建一个列表`sensor_data`，其中包含以下传感器读数（整数）：[25,30,28,32,29,27,31,33,35,26]。2.使用列表推导式（listcomprehension）创建一个新列表`above_average`，该列表包含`sensor_data`中所有大于其平均值的元素。3.计算列表`above_average`中所有元素的总和，并将结果存储在变量`total_above_avg`中。三、1.假设有一个字符串`production_log`代表设备运行日志：“2023-10-2708:00:01,ERROR,Temperatureexceededlimit”2.编写Python代码，使用字符串的`split`方法将`production_log`字符串分割成一个列表，列表中应包含三个元素：日期时间、日志级别（ERROR）、错误信息。将分割后的列表存储在变量`log_parts`中。3.从变量`log_parts`中提取错误信息（即列表的最后一个元素），并使用`print`函数输出该错误信息。四、1.使用Python的`while`循环，编写代码计算从1加到100（包含1和100）的总和。将最终结果存储在变量`sum_1_to_100`中。注意：不要使用`for`循环或内置的`sum`函数。2.将变量`sum_1_to_100`的值乘以2，并将结果存储在变量`doubled_sum`中。五、1.编写Python代码，定义一个类`Machine`，该类包含以下属性：*`name`（设备名称，字符串类型）*`status`（设备状态，字符串类型，初始值为"OFF"）*`last_inspection`（上次检查日期，字符串类型，初始值为"2023-01-01"）2.在类`Machine`中定义一个方法`start`，该方法将设备的`status`属性设置为"ON"。3.在类`Machine`中定义一个方法`inspect`，该方法接收一个参数`new_date`（新的检查日期，字符串类型），并将设备的`last_inspection`属性更新为`new_date`，同时将`status`设置为"OFF"。六、1.假设要从CSV文件`product_sales.csv`中读取销售数据，该文件包含列：`product_id`,`sales_amount`,`sale_date`。请编写Python代码，使用`pandas`库（假设已导入）读取该CSV文件到一个名为`sales_df`的DataFrame对象中。假设文件位于当前工作目录下。2.使用`pandas`库对`sales_df`DataFrame进行操作：筛选出`sales_amount`大于1000的所有行，并将结果存储在新的DataFrame对象`high_sales_df`中。3.计算`high_sales_df`中`sales_amount`列的总和，并将结果存储在变量`total_high_sales`中。七、1.编写Python代码，使用`numpy`库（假设已导入）创建一个3x3的二维数组`matrix`，其元素为从0到8的整数，按行填充。2.使用`numpy`库的功能，计算`matrix`数组的所有元素的平均值，并将结果存储在变量`matrix_mean`中。3.使用`numpy`库的功能，获取`matrix`数组的转置矩阵，并将结果存储在变量`matrix_transposed`中。八、1.编写Python代码，使用`matplotlib.pyplot`模块（假设已导入并命名为`plt`）绘制一个简单的折线图。*X轴数据为：`[1,2,3,4,5]`*Y轴数据为：`[2,4,6,8,10]`*图表标题为"SampleLinePlot"*X轴标签为"X-axis"*Y轴标签为"Y-axis"2.显示该图表。九、1.编写Python代码，定义一个函数`find_max_consecutive`，该函数接收一个整数列表作为参数。函数需要找出列表中连续元素的最大和，并返回这个最大和。例如，对于列表`[1,-3,5,-2,9,-8,-6,4]`，连续最大和为`5+(-2)+9=12`。2.调用定义的`find_max_consecutive`函数，传入列表`[-1,3,-5,2,-1,5,3,-2]`，并将结果存储在变量`max_consecutive_sum`中。十、1.假设有一个模拟的工业传感器数据流，包含温度（单位：摄氏度）和压力（单位：帕斯卡）的读数，格式为`{"temperature":28.5,"pressure":101325}`。请编写Python代码，定义一个函数`check_sensor_status`，该函数接收上述格式的字典作为参数。如果温度高于30摄氏度或压力低于101300帕斯卡，函数返回字符串"ALERT:Abnormalconditionsdetected"；否则，返回字符串"Status:Normal"。2.调用`check_sensor_status`函数，传入字典`{"temperature":31.0,"pressure":101350}`，并将结果存储在变量`sensor_alert_message`中。3.调用`check_sensor_status`函数，传入字典`{"temperature":29.5,"pressure":101200}`，并将结果存储在变量`sensor_normal_message`中。试卷答案一、1.```pythondefcalculate_area(length,width):returnlength*width```2.```pythonrect_area=calculate_area(5.0,3.2)```3.```pythonprint(rect_area)```解析思路：第1题考察基本函数定义。定义函数需使用`def`关键字，接收参数并返回计算结果。第2题考察函数调用和参数传递。直接使用函数名和参数调用即可。第3题考察变量使用和打印输出。将函数返回值赋给变量，再使用`print`输出该变量的值。二、1.```pythonsensor_data=[25,30,28,32,29,27,31,33,35,26]```2.```pythonaverage_value=sum(sensor_data)/len(sensor_data)above_average=[xforxinsensor_dataifx>average_value]```3.```pythontotal_above_avg=sum(above_average)```解析思路：第1题考察列表创建。直接使用方括号`[]`列出元素创建列表。第2题考察列表推导式和平均值计算。首先计算列表的平均值（所有元素求和除以元素个数），然后使用列表推导式遍历原列表，选择大于平均值的元素。第3题考察列表求和。对筛选出的列表`above_average`使用`sum`函数计算所有元素的总和。三、1.```pythonproduction_log="2023-10-2708:00:01,ERROR,Temperatureexceededlimit"log_parts=production_log.split(",")```2.```pythonerror_message=log_parts[-1]print(error_message)```解析思路：第1题考察字符串分割。`split`方法根据指定的分隔符将字符串分割成列表。这里使用`,`作为分隔符。第2题考察列表索引和输出。`log_parts`是一个包含三个元素的列表，最后一个元素（错误信息）可以通过索引`-1`获取，然后使用`print`输出。四、1.```pythonsum_1_to_100=0i=1whilei<=100:sum_1_to_100+=ii+=1```2.```pythondoubled_sum=sum_1_to_100*2```解析思路：第1题考察`while`循环和累加。初始化总和为0，设置循环变量`i`从1开始，循环条件是`i`小于等于100，循环体中每次将`i`加到总和上，并将`i`自增1。这是计算1到100累加和的典型`while`循环实现。第2题考察简单的数值运算。将累加得到的和乘以2即可。五、1.```pythonclassMachine:def__init__(self,name,last_inspection="2023-01-01"):=nameself.status="OFF"self.last_inspection=last_inspectiondefstart(self):self.status="ON"definspect(self,new_date):self.last_inspection=new_dateself.status="OFF"```2.```python#方法start已在类定义中实现#方法inspect已在类定义中实现```3.```python#方法inspect已在类定义中实现```解析思路：第1题考察类定义和属性。使用`class`关键字定义类，`__init__`方法是构造函数，用于初始化对象的属性。`name`和`last_inspection`是属性，`status`也作为属性初始化为"OFF"。`start`和`inspect`是方法，用于修改对象的属性。`inspect`方法接收一个参数`new_date`。第2、3题考察方法调用。创建类的实例后，可以直接调用其方法，传入必要的参数。六、1.```pythonimportpandasaspdsales_df=pd.read_csv("product_sales.csv")```2.```pythonhigh_sales_df=sales_df[sales_df['sales_amount']>1000]```3.```pythontotal_high_sales=high_sales_df['sales_amount'].sum()```解析思路：第1题考察`pandas`库和读取CSV文件。首先需要导入`pandas`库（通常用`pd`作为别名），然后使用`pd.read_csv()`函数读取CSV文件到DataFrame对象。文件路径需正确。第2题考察DataFrame筛选。使用布尔索引，`sales_df['sales_amount']>1000`创建一个布尔序列，只有满足条件的行会被保留，结果是一个新的DataFrame。第3题考察DataFrame列操作和求和。`high_sales_df['sales_amount']`选择`sales_amount`列，`.sum()`对其所有值进行求和。七、1.```pythonimportnumpyasnpmatrix=np.array([[0,1,2],[3,4,5],[6,7,8]])```2.```pythonmatrix_mean=np.mean(matrix)```3.```pythonmatrix_transposed=np.transpose(matrix)```解析思路：第1题考察`numpy`库和数组创建。首先导入`numpy`库（通常用`np`作为别名），使用`np.array()`函数将嵌套列表转换为二维数组（矩阵）。列表的嵌套结构和元素顺序决定了数组的形状和内容。第2题考察`numpy`的均值计算。使用`np.mean()`函数计算数组所有元素的平均值。第3题考察`numpy`的转置操作。使用`np.transpose()`函数获取数组的转置矩阵。八、1.```pythonimportmatplotlib.pyplotaspltx_data=[1,2,3,4,5]y_data=[2,4,6,8,10]plt.plot(x_data,y_data)plt.title("SampleLinePlot")plt.xlabel("X-axis")plt.ylabel("Y-axis")plt.show()```解析思路：第1题考察`matplotlib.pyplot`模块绘图。首先导入模块（通常用`plt`作为别名）。使用`plt.plot()`函数绘制折线图，传入X轴和Y轴的数据。然后使用`plt.title()`,`plt.xlabel()`,`plt.ylabel()`设置图表的标题和轴标签。最后使用`plt.show()`显示图表。九、1.```pythondeffind_max_consecutive(lst):ifnotlst:return0max_sum=current_sum=lst[0]fornuminlst[1:]:current_sum=max(num,current_sum+num)max_sum=max(max_sum,current_sum)returnmax_sum```2.```pythonmax_consecutive_sum=find_max_consecutive([-1,3,-5,2,-1,5,3,-2])```解析思路：第1题考察连续子数组最大和（Kadane算法）。核心思想是遍历列表，维护两个变量：`cur