(2025年)计算机模拟试卷操作题答案

(2025年)计算机模拟试卷操作题答案一、Word操作题（本题30分）题目要求：根据提供的“2024年人工智能发展报告.docx”文档，完成以下操作：1.设置文档页面：A4纸，上、下页边距2.5cm，左、右页边距3cm；奇数页页眉为“2024人工智能发展报告”（黑体、小五号、居中），偶数页页眉为“数据与智能”（楷体、小五号、居中）；所有页脚插入页码，格式为“第X页，共Y页”（X/Y为阿拉伯数字，宋体、小五号、右对齐）。2.对文档中“1.技术突破”“2.应用场景”“3.挑战与展望”三个一级标题设置样式：字体为黑体、小二号、加粗，段前1.5行、段后1行，行距1.5倍；二级标题（如“1.1大模型优化”）设置为楷体、三号、加粗，段前1行、段后0.5行，行距1.25倍。3.为文档中所有图表（图1-1至图3-2）添加题注，格式为“图X-Y：图名”（X为章号，Y为章内序号，如“图1-1：Transformer架构示意图”），并在正文第一次出现图表名称处添加交叉引用（如“详见图1-1”）。4.提供文档目录，要求包含一级、二级标题，目录样式为“目录1”（宋体、小四号，1.5倍行距），目录前添加“目录”二字（黑体、二号、居中，段后1行）。操作步骤与答案：1.页面设置：-点击“布局”选项卡→“页面设置”组右下角对话框启动器→“页边距”选项卡，设置上、下2.5cm，左、右3cm，纸张大小选择A4→“确定”。-双击页眉进入编辑状态→点击“页眉和页脚”选项卡→勾选“奇偶页不同”→奇数页页眉输入“2024人工智能发展报告”，选中文字设置字体为黑体、小五号、居中；偶数页页眉输入“数据与智能”，设置字体为楷体、小五号、居中。-双击页脚进入编辑状态→点击“插入”选项卡→“文本”组→“页码”→“页面底端”→选择“普通数字2”（仅插入页码）；双击页码区域，在“页眉和页脚工具”→“设计”选项卡中勾选“页码格式”→“编号格式”选择“1,2,3…”→“确定”；在页码后输入“，共”，点击“插入”→“文档部件”→“域”→选择“NUMPAGES”→“确定”，再输入“页”，最终页脚显示为“第X页，共Y页”；设置字体为宋体、小五号、右对齐→关闭页眉页脚编辑。2.标题样式设置：-选中第一个一级标题“1.技术突破”→点击“开始”选项卡→“样式”组右下角对话框启动器→“新建样式”→样式名称设为“一级标题”→字体设置为黑体、小二号、加粗；段落设置段前1.5行、段后1行，行距1.5倍→“确定”。-右键点击“一级标题”样式→“修改”→“基于该模板的新文档”→“确定”，应用至所有一级标题。-选中第一个二级标题“1.1大模型优化”→重复上述步骤，新建“二级标题”样式，字体设为楷体、三号、加粗，段前1行、段后0.5行，行距1.25倍→应用至所有二级标题。3.图表题注与交叉引用：-选中第一个图表下方文字（如“Transformer架构示意图”）→点击“引用”选项卡→“题注”组→“插入题注”→“标签”选择“图”→“编号”→勾选“包含章节号”→“章节起始样式”选择“一级标题”→“使用分隔符”选择“-”→“确定”→题注自动提供“图1-1：Transformer架构示意图”；重复此步骤为所有图表添加题注。-在正文第一次出现图表名称处（如“大模型架构改进详见后文”）→将光标移至“后文”后→点击“引用”→“题注”组→“交叉引用”→“引用类型”选择“图”→“引用内容”选择“只有标签和编号”→选择对应图表（如图1-1）→“插入”→修改文本为“详见图1-1”。4.目录提供：-将光标移至文档开头→输入“目录”→选中“目录”二字→设置字体为黑体、二号、居中，段后1行。-点击“引用”选项卡→“目录”组→“插入目录”→“目录”选项卡中，“显示级别”设为2（包含一级、二级标题）→“格式”选择“目录1”→“确定”；提供目录后，若标题更新，右键点击目录→“更新目录”→选择“更新整个目录”→“确定”。二、Excel操作题（本题35分）题目要求：打开“2024年智能设备销售数据.xlsx”，其中“原始数据”工作表包含以下字段：日期（2024/1/1-2024/12/31）、地区（华北/华东/华南）、产品（A/B/C）、销量（数值）、单价（数值）；“目标”工作表包含各地区各产品的年度销售目标（单位：万元）。完成以下操作：1.在“原始数据”工作表中，新增“销售额”列（销售额=销量×单价），并按“地区”“产品”“日期”升序排序；筛选出“地区=华南”且“产品=B”且“销售额≥5000元”的记录。2.使用PowerQuery将“原始数据”和“目标”工作表合并，要求保留所有销售记录，并新增“目标完成率”列（目标完成率=实际销售额/目标销售额×100%，保留2位小数）。3.在“分析”工作表中，创建数据透视表，显示各地区各产品的总销售额、平均单价，以及总销售额占比（占比=地区产品总销售额/所有产品总销售额×100%，保留1位小数）；数据透视表样式为“中等深浅3”，并插入簇状柱形图（横轴为地区，图例为产品，数据系列为总销售额）。4.使用动态数组函数，在“统计”工作表中提取“原始数据”中各产品的首次销售日期和最后一次销售日期（格式为“YYYY-MM-DD”）。操作步骤与答案：1.销售额计算与排序筛选：-在“原始数据”工作表E列（销量右侧）插入列，列标题为“销售额”→E2单元格输入公式“=C2D2”（C列为销量，D列为单价）→向下填充至数据末尾。-选中数据区域（A1:E1001）→点击“数据”选项卡→“排序”→主要关键字“地区”（升序）、次要关键字“产品”（升序）、第三关键字“日期”（升序）→“确定”。-点击“数据”→“筛选”→点击“地区”筛选箭头→勾选“华南”；点击“产品”筛选箭头→勾选“B”；点击“销售额”筛选箭头→“数字筛选”→“大于或等于”→输入5000→“确定”，得到符合条件的记录。2.PowerQuery合并与目标完成率计算：-点击“数据”选项卡→“获取和转换数据”→“从工作表”→选择“原始数据”→“加载到”→选择“仅连接到数据模型”→“确定”；重复操作加载“目标”工作表。-点击“数据”→“获取数据”→“组合查询”→“合并”→选择“原始数据”为第一个表，“目标”为第二个表→合并键选择“地区”和“产品”（两表均有该字段）→合并类型选择“左外部（保留第一个表的所有行）”→“确定”。-在PowerQuery编辑器中，右键点击“目标销售额”列→“替换值”→将“null”替换为0（避免计算错误）→添加自定义列，输入公式“=[销售额]/[目标销售额]100”→重命名为“目标完成率”→设置该列数据类型为“小数”（保留2位小数）→点击“关闭并加载”→选择加载到现有工作表或新工作表。3.数据透视表与图表创建：-新建“分析”工作表→点击“插入”→“数据透视表”→选择“原始数据”数据区域→放置在“分析!A1”→“确定”。-在“数据透视表字段”任务窗格中，将“地区”拖入“行”区域，“产品”拖入“行”区域（嵌套在“地区”下）；“销售额”拖入“值”区域（两次），第一次设置为“求和”（重命名为“总销售额”），第二次设置为“平均值”（重命名为“平均单价”）；右键点击“总销售额”值字段→“值显示方式”→“占同列数据总和的百分比”→重命名为“总销售额占比”→设置该列格式为“百分比”（保留1位小数）。-点击数据透视表→“设计”选项卡→“数据透视表样式”→选择“中等深浅3”。-选中数据透视表中的“地区”“产品”“总销售额”列→点击“插入”→“图表”→“簇状柱形图”→调整图表位置至数据透视表右侧，添加图表标题“2024年各地区产品销售额对比”。4.动态数组函数提取首次/最后销售日期：-在“统计”工作表A1输入“产品”，B1输入“首次销售日期”，C1输入“首次销售日期”；A2输入“=UNIQUE(原始数据!C:C)”（提取所有唯一产品）→按Enter键，自动填充所有产品名称。-在B2单元格输入公式“=MINIFS(原始数据!A:A,原始数据!C:C,A2)”→按Enter键，得到产品A的首次销售日期→向下填充至B列所有产品（B2:B4）。-在C2单元格输入公式“=MAXIFS(原始数据!A:A,原始数据!C:C,A2)”→按Enter键，得到产品A的最后销售日期→向下填充至C列所有产品（C2:C4）。-选中B2:C4→右键→“设置单元格格式”→“日期”→选择“YYYY-MM-DD”格式→“确定”。三、Python编程题（本题20分）题目要求：使用Python编写程序，读取“用户行为日志.csv”文件（字段：用户ID、行为时间、行为类型（点击/收藏/购买）、商品ID），完成以下任务：1.统计每个用户的总行为次数，输出前10名用户ID及次数（降序排列）。2.计算“购买”行为的转化率（转化率=购买次数/总行为次数×100%，保留2位小数），按用户ID升序输出所有用户的转化率。3.找出被收藏次数最多的前5个商品ID及其收藏次数，将结果写入“top5收藏商品.csv”文件（包含“商品ID”“收藏次数”两列）。操作步骤与答案：```pythonimportpandasaspd读取数据df=pd.read_csv("用户行为日志.csv",parse_dates=["行为时间"])解析时间字段任务1：统计用户总行为次数，取前10user_total=df["用户ID"].value_counts().reset_index()user_total.columns=["用户ID","总行为次数"]top10_users=user_total.sort_values("总行为次数",ascending=False).head(10)print("前10名用户行为次数：")print(top10_users)任务2：计算购买行为转化率筛选购买行为，统计各用户购买次数purchase=df[df["行为类型"]=="购买"]["用户ID"].value_counts().reset_index()purchase.columns=["用户ID","购买次数"]合并总行为次数与购买次数conversion=pd.merge(user_total,purchase,on="用户ID",how="left").fillna(0)无购买记录的用户次数为0conversion["转化率"]=(conversion["购买次数"]/conversion["总行为次数"]100).round(2)按用户ID升序排序并输出conversion_sorted=conversion[["用户ID","转化率"]].sort_values("用户ID")print("\n用户购买转化率（升序）：")print(conversion_sorted)任务3：找出前5收藏商品并写入文件collect=df[df["行为类型"]=="收藏"]["商品ID"].value_counts().reset_index()collect.columns=["商品ID","收藏次数"]top5_collect=collect.sort_values("收藏次数",ascending=False).head(5)写入CSV文件top5_collect.to_csv("top5收藏商品.csv",index=False,encoding="utf-8-sig")print("\n前5收藏商品已写入top5收藏商品.csv")```四、数据库操作题（本题15分）题目要求：使用SQL语句操作“电商数据库”（包含表：`users`（用户ID，姓名，注册时间）、`orders`（订单ID，用户ID，下单时间，金额）、`order_items`（订单ID，商品ID，数量）），完成以下查询：1.查询2024年注册的用户中，下单金额超过5000元的用户姓名、注册时间及总下单金额（总金额按降序排列）。2.创建视图`v_user_order`，包含用户ID、姓名、订单ID、下单时间、订单金额（金额=数量×商品单价，假设商品单价存储在`products`表中，字段为商品ID、单价）。3.为`orders`表的“下单时间”字段创建普通索引`idx_order_time`，并说明索引的作用。操作步骤与答案：1.多表连接与聚合查询：```sqlSELECTu.姓名,u.注册时间,SUM(o.金额)AS总下单金额FROMusersuJOINord