2026信息素养-数字守艺人-初中组python-4

2026信息素养_数字守艺人_初中组python

【单选题】（共10题）

1.某非遗工坊需要批量核算剪纸原材料成本，已知每张用规格为20cm×30cm的红纸1张，红纸

按卷售卖，每长100m、宽60cm，每卷单价280元。若要制作1200张剪纸，下列Python代码能准

确核算总成本的是（）

A.paper_per_roll=(100100)//(2030)

total_rolls=1200//paper_per_roll

cost=total_rolls*280

B.paper_per_roll=(10010060)//(2030)

total_rolls=(1200+paper_per_roll-1)//paper_per_roll

cost=total_rolls*280

C.paper_per_roll=(100100)//20*(60//30)

total_rolls=(1200+paper_per_roll-1)//paper_per_roll

cost=total_rolls*280

D.paper_per_roll=(100*100//30)*(60//20)

total_rolls=1200//paper_per_roll

cost=total_rolls*280

【答案】C

2.为模拟糖画熬制的温度监控流程，需要实时读取传感器数据当超过160℃时触发降温操

作，低于140℃时触发升温操作，否则保持当前状态。下列Python代码中能实现该逻辑且效率最高

的是（）

A.whileTrue:

temp=get_temp()

iftemp>160:

cool_down()

eliftemp<140:

heat_up()

else:

pass

time.sleep(0.5)

B.whileTrue:

temp=get_temp()

iftemp>160:

cool_down()

iftemp<140:

heat_up()

time.sleep(0.5)

C.defmonitor():

temp=get_temp()

iftemp>160:

cool_down()

eliftemp<140:

heat_up()

time.sleep(0.5)

whileTrue:

monitor()

D.temp_list=[]

whileTrue:

temp=get_temp()

temp_list.append(temp)

iftemp_list[-1]>160:

cool_down()

eliftemp_list[-1]<140:

heat_up()

time.sleep(0.5)

【答案】A

3.某皮影戏工坊的刻制敷彩数据存储在字典列表中，格式为[{"匠人ID":"P001","纹样类型":"人物","刻

制时长":45,"敷彩时长":22,"残次率":0.02},...]，现在需要筛选出残次率低于0.03且刻制时长小于50

的匠人数据，下列Python代码正确的是（）

A.fltered_data=[dfordindataifd["残次率"]<0.03ord["刻制时长"]<50]

B.fltered_data=flter(lambdax:x["残次率"]<0.03andx["刻制时长"]<50,data)

C.fltered_data=[dfordindataifd.get("残次率",1)<0.03andd.get("刻制时长",100)<50]

D.fltered_data=list(flter(lambdax:x["残次率"]<0.03orx["刻制时长"]<50,data))

【答案】C

4.为优化剪纸匠人生产策略，需要对数据按“平均工时升序、制作数量降残次率”的多维

度排序，下列Python代码实现正确的是（）

A.sorted_data=sorted(artisan_data,key=lambdax:(x["平均工时"],-x["制作数量"],x["残次率"]))

B.sorted_data=sorted(artisan_data,key=lambdax:(x["平均工时"],x["制作数量"],x["残次率"]),

reverse=True)

C.sorted_data=sorted(artisan_data,key=lambdax:(-x["平均工时"],x["制作数量"],-x["残次率"]))

D.sorted_data=sorted(artisan_data,key=lambdax:(x["平均工时"],x["制作数量"],x["残次率"]))

【答案】A

5.某非遗数据库需要将皮影刻制转换为标准化CSV格式，已知原始数据为字典列表，下列Python

代码能正确实现转换并处理空值的是（）

A.importcsv

withopen('shadow_puppet.csv','w',newline='')asf:

writer=csv.DictWriter(f,feldnames=["匠人ID","纹样类型","刻制时长","敷彩时长"])

writer.writeheader()

forrowindata:

writer.writerow({k:row.get(k,"")forkinfeldnames})

B.importcsv

withopen('shadow_puppet.csv','w',newline='')asf:

writer=csv.writer(f)

writer.writerow(["匠人ID","纹样类型","刻制时长","敷彩时长"])

forrowindata:

writer.writerow([row[k]forkin["匠人ID","纹样类型","刻制时长","敷彩时长"]])

C.importcsv

withopen('shadow_puppet.csv','w')asf:

writer=csv.DictWriter(f,feldnames=["匠人ID","纹样类型","刻制时长","敷彩时长"])

writer.writeheader()

writer.writerows(data)

D.importcsv

withopen('shadow_puppet.csv','w',newline='')asf:

writer=csv.DictWriter(f,feldnames=["匠人ID","纹样类型","刻制时长","敷彩时长"])

writer.writeheader()

forrowindata:

forkinfeldnames:

ifknotinrow:

row[k]=0

writer.writerow(row)

【答案】A

6.在模拟蜡染布面色时长监控，需要统计连续3次检测中温度超过80℃的次数，当达到2次时

触发补色操作。下列Python代码中能正确实现该逻辑的是（）

A.count=0

temp_history=[]

whileTrue:

temp=get_temp()

temp_history.append(temp)

iflen(temp_history)>3:

temp_history.pop(0)

ifsum(1fortintemp_historyift>80)>=2:

add_color()

count=0

time.sleep(1)

B.count=0

whileTrue:

temp=get_temp()

iftemp>80:

count+=1

else:

count=0

ifcount>=2:

add_color()

count=0

time.sleep(1)

C.temp_history=[]

whileTrue:

temp=get_temp()

temp_history.append(temp)

iflen(temp_history)==3:

ifsum(t>80fortintemp_history)>=2:

add_color()

temp_history.clear()

time.sleep(1)

D.count=0

temp_history=[]

whileTrue:

temp=get_temp()

temp_history.append(temp)

iflen(temp_history)>3:

temp_history.pop(0)

count=sum(1fortintemp_historyift>80)

ifcount==2:

add_color()

temp_history.clear()

time.sleep(1)

【答案】A

7.某非遗工坊需要计算不同匠人制作剪纸的平均时，已知每个匠数据为（ID，[工时1,工时

2,...,工时n]），要求排除单个工时超过120分钟的异常数据后计算平均值，下列Python函数实现正

确的是（）

A.defcalculate_avg_time(artisan_data):

avg_dict={}

foraid,timesinartisan_data.items():

valid_times=[tfortintimesift<=120]

avg_dict[aid]=sum(valid_times)/len(valid_times)ifvalid_timeselse0

returnavg_dict

B.defcalculate_avg_time(artisan_data):

avg_dict={}

foraid,timesinartisan_data.items():

valid_times=flter(lambdax:x<=120,times)

avg_dict[aid]=sum(valid_times)/len(times)

returnavg_dict

C.defcalculate_avg_time(artisan_data):

avg_dict={}

foraid,timesinartisan_data.items():

total=0

count=0

fortintimes:

ift<=120:

total+=t

count+=1

avg_dict[aid]=total/count

returnavg_dict

D.defcalculate_avg_time(artisan_data):

avg_dict={}

foraid,timesinartisan_data.items():

valid_times=[tfortintimesift<120]

avg_dict[aid]=sum(valid_times)/len(valid_times)

returnavg_dict

【答案】A

8.为实现非遗数据的快速查询，需要将匠人ID作为键、匠人详细信息值存储在字典中，同时需要

支持按“纹样类型”进行分组查询。下列Python代码能高效实现分组查询功能的是（）

A.defgroup_by_pattern(artisan_dict):

pattern_groups={}

foraid,infoinartisan_dict.items():

pattern=info["纹样类型"]

ifpatternnotinpattern_groups:

pattern_groups[pattern]=[]

pattern_groups[pattern].append(info)

returnpattern_groups

B.defgroup_by_pattern(artisan_dict):

pattern_groups={}

forinfoinartisan_dict.values():

pattern=info["纹样类型"]

pattern_groups.setdefault(pattern,[]).append(info)

returnpattern_groups

C.defgroup_by_pattern(artisan_dict):

fromitertoolsimportgroupby

sorted_info=sorted(artisan_dict.values(),key=lambdax:x["纹样类型"])

return{k:list(v)fork,vingroupby(sorted_info,key=lambdax:x["纹样类型"])}

D.defgroup_by_pattern(artisan_dict):

pattern_groups={}

foraid,infoinartisan_dict.items():

pattern=info["纹样类型"]

pattern_groups[pattern]=pattern_groups.get(pattern,[])+[info]

returnpattern_groups

【答案】B

9.在模拟非遗技艺全流程时，需要处理多个异常场景：当原材料不足触发采购提醒设备故障

触发维修申请，当匠人缺勤时调班操作。下列Python代码采用多条件分支实现该逻辑，最清晰

合理的是（）

A.defprocess_exception(status):

ifstatus["原材料不足"]:

purchase_alert()

elifstatus["设备故障"]:

repair_request()

elifstatus["匠人缺勤"]:

shift_adjust()

else:

pass

B.defprocess_exception(status):

ifstatus.get("原材料不足",False):

purchase_alert()

ifstatus.get("设备故障",False):

repair_request()

ifstatus.get("匠人缺勤",False):

shift_adjust()

C.defprocess_exception(status):

exceptions={

"原材料不足":purchase_alert,

"设备故障":repair_request,

"匠人缺勤":shift_adjust

}

forexc,funcinexceptions.items():

ifstatus.get(exc,False):

func()

D.defprocess_exception(status):

ifstatus["原材料不足"]andstatus["设备故障"]:

purchase_alert()

repair_request()

elifstatus["匠人缺勤"]:

shift_adjust()

else:

pass

【答案】C

10.某非遗项目需要统计不同月份的剪纸销量趋势，已知数据为列表[120,150,130,180,200,160,

190,210,230,200,180,220]，要求计算相邻月份的销量增长率（保留2位小数），下列Python代码

正确的是（）

A.growth_rates=[]

foriinrange(1,len(sales)):

rate=(sales[i]-sales[i-1])/sales[i-1]*100

growth_rates.append(round(rate,2))

B.growth_rates=[]

foriinrange(len(sales)):

ifi>0:

rate=(sales[i]-sales[i-1])/sales[i]*100

growth_rates.append(round(rate,2))

C.growth_rates=list(map(lambdax,y:round((y-x)/x*100,2),sales[:-1],sales[1:]))

D.growth_rates=[round((sales[i]-sales[i-1])/sales[i-1]*100,2)foriinrange(len(sales))ifi>0]

【答案】A

【多选题】（共5题）

1.在非遗数据管理场景中，需要对原始进行标准化处，下列属于操作的有（）

A.将不同格式的日期数据统一转换为"YYYY-MM-DD"格式

B.剔除匠人数据中刻制时长为负数的异常记录

C.将所有匠人ID统一转换为大写字母加数字的格式

D.对残次率数据进行归一化处理，映射到0-1区间内

【答案】ABCD

2.为实现糖画熬制流程的多条件监控，需要同时测温度、长和液浓三个参数，下列

Python实现方式中合理的有（）

A.使用多线程分别监控三个参数，当任一参数触发阈值时执行对应操作

B.在单线程循环中依次读取三个参数，判断是否满足触发条件

C.使用类封装监控逻辑，将三个参数作为类的属性，通过方法实现判断和操作

D.使用生成器依次三个参数的监测结果，根据执行对应操作

【答案】ABC

3.在对非遗匠人效率进行多维度分析时，需要结合平均工时、制作数量残次三个指标综排

序，下列关于排逻辑的说法正确的有（）

A.可以通过自定义排序函数，为不同指标设置权重后计算综合得分再排序

B.使用lambda表达式作为sorted函数的key参数时，可通过负号实现降序排

C.多维度排序时，优先级高的指标应