某中学引进“智慧食堂”系统后,带有电子标签的餐盘通过智能结算台,可精准识别 不同餐盘进行快速结算。经测算,每单平均用时仅需1秒,有效降低了错单率,大幅度 缩短了排队等候时长。全校师生通过支付宝绑定个人银行卡并开通“刷脸”支付签约, 可通过“刷脸”进行餐费结算,家长可以随时随地通过浏览器登陆系统后查看孩子在校 的消费信息。依托“智慧食堂”系统,食堂管理人员可分析统计菜品销量、人员流量等 信息,为后厨按量供应、按需采购提供了有力的数据支撑,推动食堂餐饮保障模式从经验式、粗放式向科学化、精细化转变。
#导入 Flask 框架模块及其他相关模块,代码略
app=Flask(__name__)
@app.route("/")
def index():
#从数据库读取温度和湿度数据,并返回页面,代码略
@app.route("/search")
def search():
#根据日期查询相应数据,并返回页面,代码略
#服务器其他功能,代码略
import pandas as pd
import matplotlib.pyplot as plt df=pd.read_csv("data.csv") #读取文件 data.csv 中的数据
df.insert(0,"小时","") #插入列
for i in df.index: #通过行标签和列标签选取单个值
t=df.at[i,"时间"]
df.at[i,"小时"]=t[:2]
df=df.groupby("小时",as_index=False).▲ #以“小时”分组求均值
plt.bar(df.小时,df.温度)
#设置绘图参数,显示如图 c 所示柱形图,代码略
①程序中划线处合适的代码是(单选, 填字母: A .sum()/B .mean()/C .count())。
②加框处的语句作用:实现获取当天平均温度高于30的所有时间段中温度最高的5个,该处代码由以下三部分组成:
A .df=df.sort_values("温度") B .df=df.tail(5) C .df=df[df.温度>30]
则加框处代码依次为 (填字母)。
某养老机构使用智能服务系统监测老人健康状况。该系统可用身份证识别仪采集老人姓名、住址等个人信息,通过传感器获取老人日常健康、运动等数据,并存储在服务器数据库中;老人家属可通过网页或手机APP,使用账号密码登录系统,随时了解老人的相关信息;机构内员工(如管理人员、护工等)可通过手机APP刷脸认证,完成签到等操作。
图1
#导入函数库,代码略
#设置智能终端连接 web服务器的参数、连接网络的参数并连接网络,代码略
while True:
h=pin0. read_analog()
errno, resp=obloq. get("input? id=1&h="+ , 10000)
if errno! =200:#表明网络通信连接异常
display. show(str(errno))
else:
if resp=="1": #开启水泵进行浇灌
pin1. write_digital(1)
sleep(10*60*1000)
sleep(1000*5)
import pandas aspd
import matplotlib.pyplot asplt
df=pd.read-excel("day.xlsx")
df1=df[ ]
df2=df1.groupby("设备名称" , as-index—False).count()
plt.(df2.设备名称, df2.是否浇水)
plt.title("各区块8月10日浇水次数统计")
plt.show()
某“自助扫码点餐系统”的部分功能是:消费者扫描二维码进入点餐页面,系统推荐热销菜品,客户根据个人喜好自助下单,完成在线支付。消费者填写个人基本信息,注册成为餐厅会员后,将会不定期收到餐厅发出的优惠活动讯息。
其中会员注册子页面如图b所示。存储会员信息的users表中共3个字段,依次保存序号、用户名和密码,如图c所示。会员注册时需满足以下条件:①用户名不重复;②密码长度大于5。服务器端部分代码如下。
from flask import Flask , render_template , request
import sqlite3
def check(name ,pwd):
conn= sqlite3 .connect( " account .db ")
cur=conn .cursor()
cur . execute( " select * from users where name= ’%s ’"%name)
val=cur .fetchall()
flag=True
if len(val)==0 and :
sql= "insert into users(name , password) values(' %s' , '%s ') "%(name , pwd)
cur .execute(sql)
conn .commit()
else:
flag=False
cur .close()
conn .close()
return flag
app=Flask(name_)
@app .route( "/reg ")
def reg() :
name=request . args .get( "xm ")
pwd=request .args .get( "psd ")
if :
return "注册成功! "
else:
return "请重新注册! "
#其它代码略
if _name_== "_main_ " :
app .run (host= " 192 . 168 . 1 . 10 " , port= 80 , debug=True)
智慧家居报警系统由报警主机和各种探测器组成。探测器包括门磁、窗磁、煤气探测器、烟感探测器、红外探头等。若有特定情况便会触发相应的探测器,家庭报警主机会立即触发警铃,并将相关数据传送至小区管理中心,同时小区管理中心的报警主机将会记录下这些信息,并发送到用户指定的电话,以备查阅。
# 导入 Falsk 框架模块及其他相关模块,创建 app 实例,代码略 @app.route('/index') def index(): #从数据库读取近 1 小时获取的传感器编号、温度和湿度组成的二维列表 data,代码略 return render_template('idx.html',data=data) # 服务器其他功能,代码略 if__name__ == '__main__': app.run(port=8000) |
df = pd.read_excel('strawberry.xlsx') name=input("请输入品种") period=input("请输入生长阶段") df=df[df["品种"]==name] df= df[df["生长阶段"]==period] df = df.groupby(" ", as_index = False).mean() # 分组求平均值 plt.title(name+period+"生长表现对比") plt.bar(df.实验组, df.生长表现) # 绘制柱形图 |
①请在程序中划线处填入合适的代码。
②小华要输出每个品种现蕾期生长阶段生长表现最好时的温度湿度,为此他需要修改程序代码,以下操作恰当的是 (多选,填字母)。
A .筛选品种 B .筛选生长阶段 C .根据生长阶段分组,每组按生长表现降序排序,输出每组第一行 D .根据品种分组,每组按生长表现降序排序,输出每组第一行
某智慧食堂消费系统的部分功能:食堂内设有多台自助点餐终端,顾客下单后,系统自动计算订单金额,并提供相应的支付方式供顾客选择。顾客完成支付,系统会将订单信息发送至后厨。配餐完成后,系统会通知顾客前往取餐。系统还具备数据分析功能,通过对顾客的消费习惯、菜品销售情况等数据进行分析,帮助食堂管理者了解顾客需求,优化菜品搭配和供应链管理。