2023年廣西職業(yè)院校技能大賽高職組《Python程序開發(fā)》賽項競賽樣題

2023年廣西職業(yè)院校技能大賽

高職組《Python程序開發(fā)》賽項

競賽樣題

【時量：240分鐘】

賽題說明

一、注意事項

1.請根據(jù)大賽所提供的競賽環(huán)境，檢查所列的硬件設備、軟件清

單、材料清單是否齊全，計算機設備是否能正常。

2.競賽結束前，在競賽平臺提供的虛擬機中，根據(jù)賽題將各試題

代碼進行完善整合，并運行；根據(jù)競賽平臺左側的答題區(qū)進行答題，

根據(jù)題目對運行代碼及結果進行截圖。

3.競賽結束時，請將答題區(qū)的答卷進行提交操作，答卷在競賽結

束前可重復提交。

二、競賽環(huán)境

1.PC機：系統(tǒng)已安裝Python相關環(huán)境、MySQL數(shù)據(jù)庫，用戶名

密碼分別為：root/123456。

2.根據(jù)考題說明，從競賽平臺虛擬機桌面獲取程序開發(fā)項目工程

代碼包。桌面的工程代碼可以直接使用虛擬機中的Pycharm導入、編

譯、運行和發(fā)布。

三、賽題說明

本套賽題包括三個模塊：數(shù)據(jù)清洗、數(shù)據(jù)分析與可視化、機器學

習。競賽時長240分鐘。

四、賽題

模塊一：數(shù)據(jù)清洗（30分）

第1題：藥品銷售數(shù)據(jù)清洗

【任務說明】

數(shù)據(jù)清洗是數(shù)據(jù)分析過程中很重要的一個環(huán)節(jié)，沒有高質(zhì)量的數(shù)

據(jù)清洗就沒有高質(zhì)量的數(shù)據(jù)分析。在不準確的數(shù)據(jù)基礎上做出的分析，

結論將變得毫無價值和意義。

現(xiàn)有一份某醫(yī)療機構的藥品銷售數(shù)據(jù)，請根據(jù)任務要求完成數(shù)據(jù)

清洗功能。

【任務要求】

數(shù)據(jù)集中有購藥時間、社?？ㄌ枴⑸唐肪幋a、商品名稱、銷售數(shù)

量、應收金額、實收金額幾個字段，請你使用NumPy和Pandas按如

下要求對數(shù)據(jù)進行清洗：

1.購藥時間就是銷售時間，為了后續(xù)分析更好的理解字段，將"購

藥時間"改為"銷售時間"；

2.任何一條數(shù)據(jù)中只要有一個缺失值就刪除該條數(shù)據(jù)；

3.將銷售數(shù)量、應收金額、實收金額三列的數(shù)據(jù)類型轉(zhuǎn)換為

float64；

4.銷售時間中包含日期和星期幾，要求數(shù)據(jù)最終只保留日期，并

把銷售日期從字符串類型轉(zhuǎn)換為日期數(shù)據(jù)類型；

5.轉(zhuǎn)換日期過程中不符合日期格式的數(shù)值會被轉(zhuǎn)換為空值，需要

刪除列（銷售時間，社保卡號）中為空的行；

6.按銷售日期進行升序排列，排序后的索引已被打亂，需要修改

成從0到N按順序的索引值；

7.將有異常值（如銷售數(shù)量、應付金額、實付金額為負數(shù)）的數(shù)

據(jù)進行刪除。

8.將清洗后的數(shù)據(jù)保存為CSV文件。

【工程代碼】

獲取桌面“賽題/01_數(shù)據(jù)清洗/”路徑下“01_醫(yī)療機構銷售數(shù)據(jù)

清洗”文件夾中獲取相關資料，結果保存至桌面“提交文檔/01”

文件夾中。

模塊二：數(shù)據(jù)分析及可視化（40分）

第2題：藥品消費趨勢分析

【任務說明】

現(xiàn)有某醫(yī)療機構10年的藥品銷售數(shù)據(jù)，請根據(jù)任務要求完成數(shù)

據(jù)分析。

【任務要求】

讀取所需數(shù)據(jù)集后對數(shù)據(jù)進行必要的清洗，分析中成藥和西藥在

這10年中銷售占比以及銷售額的變化情況，繪制出堆疊面積圖并用

Django框架渲染到前端頁面，繪圖要求如下：

1.使用PyEcharts庫繪制堆疊面積圖；

2.使用Django框架在前端頁面中渲染展示堆疊面積圖；

3.示意圖如下：

圖1：堆疊面積示意圖

【工程代碼】

獲取桌面“賽題/02_數(shù)據(jù)分析及可視化/”路徑下“02_藥品消費

趨勢分析”文件夾中獲取相關資料，結果保存至桌面“提交文檔/02”

文件夾中。

第3題：感冒高發(fā)期分析

【任務說明】

感冒是一種常見的急性上呼吸道病毒性感染性疾病，多由鼻病毒、

副流感病毒、呼吸道合胞病毒、埃可病毒、柯薩奇病毒、冠狀病毒、

腺病毒等引起。臨床表現(xiàn)為鼻塞、噴嚏、流涕、發(fā)熱、咳嗽、頭痛等，

多呈自限性。

現(xiàn)有某一醫(yī)療機構10年的患者診斷數(shù)據(jù)，請你根據(jù)診斷結果進

行感冒高發(fā)期分析。

【任務要求】

讀取所需數(shù)據(jù)集后，對數(shù)據(jù)進行必要的清洗，繪制出感冒高發(fā)期

熱力圖，分析感冒高發(fā)期在每一年中的什么時候，并出具分析報告。

繪圖要求如下：

1.使用PyEcharts庫繪制熱力圖；

2.熱力圖橫軸為年份，縱軸為月份；

3.使用Django框架在前端頁面中渲染展示熱力圖；

4.示意圖如下：

圖2：熱力示意圖

【工程代碼】

獲取桌面“賽題/02數(shù)據(jù)分析及可視化/”路徑下“03_感冒高發(fā)

期分析”文件夾中獲取相關資料，結果保存至桌面“提交文檔/02”

文件夾中。

模塊三：機器學習（30分）

第4題：藥品銷量預測

【任務說明】

現(xiàn)有一醫(yī)療機構多年來的藥品銷售數(shù)據(jù)，基于該數(shù)據(jù)，選擇合適

的算法訓練模型，并對該機構的藥品銷量進行預測。

【任務要求】

1.讀取藥品銷售數(shù)據(jù)；

2.提取合適的特征；

3.對數(shù)據(jù)進行編碼等預處理；

4.劃分訓練集和測試集；

5.構建機器學習模型；

6.編寫模型訓練相關代碼，完成模型訓練；

7.將訓練好的模型進行保存；

8.使用模型進行預測。

【工程代碼】

獲取桌面“賽題/03_機器學習/”路徑下“04_藥品銷量預測”文

件夾中獲取相關資料，結果保存至桌面“提交文檔/03”文件夾中。

第5題：疾病輔助診斷

【任務說明】

現(xiàn)有一醫(yī)療機構十余年來的患者病例數(shù)據(jù)，數(shù)據(jù)中包含每個患者

的癥狀，比如咳嗽、發(fā)燒、流鼻涕等，以及最后的診斷結果，現(xiàn)要基

于該數(shù)據(jù)集構建機器學習模型，用于疾病的輔助診斷。

【任務要求】

1.讀取患者病例數(shù)據(jù)；

2.對數(shù)據(jù)進行清洗以及預處理；

3.特征提取以及特征工程；

4.劃分訓練集及測試集；

5.選取合適的機器學習模型；