高中信息技术（必修1）RJ03-03数据分析与可视化知识点

高中信息技术（必修1）RJ03-03数据分析与可视化知识点整理一、课程主要学习内容总结本课程聚焦数据分析与可视化的核心逻辑与实践应用，旨在帮助学生掌握从数据收集与预处理，到运用合适方法进行数据分析，再到通过可视化工具呈现分析结果的完整流程。核心内容涵盖：数据预处理的基本方法（数据清洗、数据转换、数据集成等）；数据分析的核心思路与常用方法（描述性分析、对比分析、关联分析等）；数据可视化的原则、常用工具及典型图表（表格、柱状图、折线图、饼图、散点图等）；以及数据分析与可视化结果的解读与应用，培养学生基于数据解决实际问题的能力。二、必掌握知识点梳理及配套练习题知识点1：数据预处理的核心方法核心内容：数据预处理是数据分析的基础，主要包括数据清洗（处理缺失值、异常值、重复值）、数据转换（数据类型转换、数据标准化/归一化、分类数据编码）、数据集成（多源数据合并）、数据降维（减少冗余特征，保留关键信息）四个核心环节。需理解各环节的目的、适用场景及基本操作方法。练习题下列数据中，属于“异常值”的是（）

A.调查某班级学生身高（单位：cm）时，记录的175、168、182、500、173

B.记录某商店日销售额（单位：元）时，重复记录的2000、2000、1800、2200

C.统计某地区气温（单位：℃）时，缺失的15、（空）、18、20

D.收集学生性别数据时，记录的“男”“女”“男”

对于数据集中的缺失值，下列处理方法不合理的是（）

A.若缺失数据量极少（如小于5%），直接删除包含缺失值的记录

B.若缺失数据为数值型，用该列数据的平均值填充

C.若缺失数据为分类数据，用该列数据的众数填充

D.无论缺失数据量多少，均直接用0填充

下列操作中，属于“数据转换”的是（）

A.删除重复记录的学生信息

B.将“出生日期”字段的字符串格式“2005-09-10”转换为日期格式

C.合并“学生基本信息表”和“学生成绩表”

D.剔除成绩表中超出合理范围（0-100分）的异常分数

简述数据预处理的目的，并说明处理“重复值”的常用方法。答案及解析答案：A

解析：异常值是指明显偏离数据整体分布的数值。选项A中，500cm远超人类身高的合理范围，属于异常值；选项B是重复值；选项C是缺失值；选项D是正常的分类数据。

答案：D

解析：缺失值处理需结合数据特点和缺失量合理选择方法。直接用0填充可能导致数据偏差（如缺失的是身高、成绩等数值，0无实际意义），尤其当缺失数据量较大时，会严重影响分析结果，因此D不合理。A、B、C均为常用的合理处理方法。

答案：B

解析：数据转换是将数据从一种格式/类型转换为另一种，以适配分析需求。选项B属于数据类型转换，即字符串转日期，属于数据转换；选项A、D是数据清洗；选项C是数据集成。

答案：数据预处理的目的的是：剔除数据中的无效、冗余信息，修正数据偏差，统一数据格式，使数据满足数据分析的要求，提高后续分析结果的准确性和可靠性。

处理重复值的常用方法：①先通过数据工具（如Excel的“条件格式”“删除重复项”功能）识别重复记录；②若重复记录完全一致，直接删除冗余重复项，保留一条有效记录；③若重复记录部分字段不一致，需结合数据来源和实际含义，核实并修正为准确数据后，再删除重复项。

知识点2：数据分析的常用方法核心内容：数据分析常用方法包括描述性分析、对比分析、关联分析、趋势分析等。描述性分析（如计算平均值、中位数、众数、标准差等）用于概括数据的基本特征；对比分析（横向对比、纵向对比）用于分析不同对象、不同时期的数据差异；关联分析用于探究变量之间的相关关系（如正相关、负相关）；趋势分析用于梳理数据随时间变化的规律。需掌握各方法的适用场景及计算/分析逻辑。练习题某班级10名学生的数学成绩为：85、92、78、90、85、88、95、85、80、82。该组数据的众数和中位数分别是（）

A.85、85B.85、86C.88、85D.95、86

下列分析场景中，属于“对比分析”的是（）

A.计算某班级学生语文成绩的平均分

B.比较甲、乙两个班级本学期四次月考的平均分变化

C.探究学生每天的学习时长与考试成绩的关系

D.梳理某商店2024年1-12月销售额的变化规律

若分析发现“学生的课外阅读时长”与“语文成绩”之间的相关系数为0.85，则两者的关系是（）

A.强负相关B.弱负相关C.强正相关D.弱正相关

某超市统计了2024年上半年（1-6月）的销售额（单位：万元）：120、135、150、145、160、175。请用趋势分析的思路，简要描述该超市上半年销售额的变化特点，并计算上半年的月均销售额。答案及解析答案：B

解析：众数是一组数据中出现次数最多的数值，该组数据中85出现3次，次数最多，故众数为85；中位数是将数据从小到大排序后，位于中间位置的数值（数据个数为偶数时，取中间两个数的平均值）。将成绩排序：78、80、82、85、85、85、88、90、92、95，中间两个数为第5个和第6个，即85和85，平均值为（85+85）/2=85？此处修正：排序后第5个是85，第6个是85，中位数为85？不对，重新计算：10个数据，中间位置是第5和第6位，两个数都是85，中位数是85？那选项A？哦，可能我排序错了，再排一次：78、80、82、85、85、85、88、90、92、95，第5个85，第6个85，中位数85，众数85，那答案A？之前算错了，抱歉。修正解析：众数为85（出现3次），中位数为（第5个+第6个）/2=（85+85）/2=85，故答案A。

答案：B

解析：对比分析是对两个或多个对象、不同时期的数据进行比较。选项B比较甲、乙两个班级的月考平均分，属于横向对比；选项A是描述性分析；选项C是关联分析；选项D是趋势分析。

答案：C

解析：相关系数的取值范围为[-1,1]，绝对值越接近1，相关性越强；符号为正表示正相关，符号为负表示负相关。相关系数0.85，绝对值接近1且为正，故两者为强正相关。

答案：变化特点：该超市2024年上半年销售额整体呈上升趋势，1-3月销售额稳步增长（120→135→150），4月较3月略有回落（150→145），5-6月再次快速增长（145→160→175）。

月均销售额=（120+135+150+145+160+175）/6=885/6=147.5（万元）。

知识点3：数据可视化的原则与常用图表核心内容：数据可视化是将分析后的data以直观的图表形式呈现，核心原则是清晰、准确、简洁、适配（图表类型与数据特点、分析目的匹配）。常用图表包括：表格（适用于精确展示具体数据）、柱状图（适用于对比不同类别数据的差异）、折线图（适用于展示数据随时间或连续变量的变化趋势）、饼图（适用于展示各部分占总体的比例关系，且类别不宜过多）、散点图（适用于探究两个变量之间的关联关系）。需掌握各图表的适用场景、绘制要点及解读方法。练习题若要展示某学校6个年级的学生人数差异，最适合选用的图表是（）

A.饼图B.柱状图C.折线图D.散点图

下列关于饼图的使用要求，说法错误的是（）

A.饼图适用于展示各部分占总体的比例

B.饼图中所有部分的比例之和必须为100%

C.饼图的类别数量建议不超过6个，避免过于复杂

D.饼图可用于对比不同类别数据的具体数值大小

为了探究“学生的体重”与“肺活量”之间的关系，应选用的图表是（）

A.折线图B.柱状图C.散点图D.表格

简述数据可视化的核心原则，并分析“用折线图展示某班级5名学生的各科成绩”这一做法是否合理，说明理由。答案及解析答案：B

解析：柱状图的核心优势是直观对比不同类别数据的数值差异，6个年级的学生人数属于不同类别，需对比差异，故选用柱状图；饼图适用于展示比例；折线图适用于展示趋势；散点图适用于展示关联关系。

答案：D

解析：饼图重点展示“比例关系”，而非具体数值大小。若要对比具体数值，应选用柱状图等，故D错误；A、B、C均为饼图的正确使用要求。

答案：C

解析：散点图通过横坐标和纵坐标分别表示两个变量，每个点代表一组数据，可直观呈现两个变量之间的关联关系（如正相关、负相关、无相关），故探究体重与肺活量的关系选用散点图。

答案：数据可视化的核心原则：①清晰性：图表逻辑清晰，信息传达无歧义；②准确性：数据展示准确，不歪曲、不误导；③简洁性：避免冗余装饰，突出核心数据；④适配性：图表类型与数据特点、分析目的相匹配。

该做法不合理。理由：折线图适用于展示数据随时间或连续变量的变化趋势，而“5名学生的各科成绩”属于不同类别（学生、科目）的离散数据，核心需求是对比不同学生、不同科目的成绩差异，应选用柱状图或表格，而非折线图，选用折线图无法准确传达数据核心信息，不符合适配性原则。

知识点4：数据分析与可视化结果的解读与应用核心内容：数据分析与可视化的最终目的是解决实际问题，需结合具体场景解读图表信息，提取有效结论，并基于结论提出合理建议。解读时需注意：明确数据来源的可靠性、图表类型的适配性、数据的时间范围和适用对象；避免过度解读或片面解读（如将相关性等同于因果关系）。应用层面需结合实际场景（如学习分析、商业决策、社会调查等），将结论转化为可操作的方案。练习题某商家通过数据分析发现，“夏季冰淇淋销售额”与“当日最高气温”的散点图呈现强正相关，下列解读合理的是（）

A.气温升高必然导致冰淇淋销售额增加

B.冰淇淋销售额增加会使气温升高

C.气温升高可能是冰淇淋销售额增加的重要影响因素

D.两者之间无实际联系，只是偶然相关

下列关于数据分析结果解读的说法，错误的是（）

A.解读前需核实数据来源的真实性和样本的代表性

B.若图表显示“某商品销量与促销力度正相关”，可直接得出“促销力度决定销量”的结论

C.需结合数据的时间范围解读，如“2024年春节期间的销售额”不能直接推广到全年

D.解读时需注意图表的坐标轴范围，避免因坐标轴缩放导致的认知偏差

某班级对“课后作业完成时间”与“作业正确率”进行数据分析，得到如下结论：“作业完成时间在30-45分钟的学生，作业正确率平均为85%；完成时间少于30分钟的学生，正确率平均为60%；完成时间超过45分钟的学生，正确率平均为70%”。请基于该结论，为班级制定1条合理的作业安排建议，并说明理由。答案及解析答案：C

解析：强正相关说明两者存在明显的正向关联，但相关性≠因果关系。A中“必然”过于绝对，存在其他影响销售额的因素（如库存、促销等）；B因果倒置，逻辑错误；D否定相关性，与题意矛盾；C合理，说明气温是重要影响因素，符合相关性解读的原则。

答案：B

解析：“销量与促销力度正相关”仅说明两者存在正向关联，销量还受产品质量、市场需求、竞争对手等多种因素影响，不能直接得出“促销力度决定销量”的因果结论，B错误；A、C、D均为解读