1. (2018高三上·浙江期中) 使用UltraEdit软件观察字符“Flash学习”的内码，部分界面如图所示。

下列说法正确的是 （  ）

import pandas as pd                 #引入pandas 模块

import matplotlib.pyplot as plt     #引入matplotlib 的pyplot 子库

df=pd. ('cj.xlsx')    #读取"cj.xlsx"文件中的数据，创建DataFrame 对象df

# 若要筛选本次考试数学分数超过120分且技术分数到达88分及以上的学生并输出他们的考试情况 (df1中保存筛选结果，提示： 多条件筛选时，与(and) 关系用“&”连接， 或(or) 关系用“|”连接)

df1 =  (单选， 填字母)

print (df1)

A．df[(df["数学"] >= 120 )&(df["技术取高"] >= 88)]

B．df[(df["数学"] > 120 )&(df["技术取高"] >= 88)]

C．df[(df["数学"] > 120 ) | (df["技术取高"] >= 88)]

D．df[(df["数学"] >= 120 ) | (df["技术取高"] > 88)]

# 若要了解该校参加该次考试选考各科的选课人数，请完善下面的代码。

for km in df.columns[6:13]:

    renshu = ;

    print("选",km,"的人数为：",renshu)

# 想要了解该校技术班级数学科的平均分，并绘制一个图表， 针对各班数学平均分进行比较分析 df2 = df.groupby("班级"，as_index = False).mean()

df3 = df2.sort_values("数学",  ) # 通过排序使得按平均分降序排序并存储在 df3 中 plt.bar (df3.班级， df3.数学 )

plt.title("班级数学平均分比较")

plt.xlabel("班级")

plt.ylabel("数学平均分")

plt.show ()

import pandas as pd

import matplotlib.pyplot as plt

df = pd.read_excel("浙江 A 级景区.xlsx")

df = df.drop(["电话", "景区编码"],  )  # 删除不必要的列

for row in range(len(df)):  # 整理“等级”列数据

    grade = df.at[row, "等级"]

    if '1' <= grade[0] <= '9':

        df.at[row, "等级"] = "A" * int(grade[0])

df2 = df[ >= "AAAA"]

dfg = df2.groupby("地市").count()

dfg = dfg.rename(columns={'等级': "数量"})   # 重命名列名称

dfg. ("数量", ascending=False, inplace=True)

plt.figure(figsize=(8,4))

plt.rcParams['font.sans-serif']=['SimHei','FangSong']

plt.title("浙江 AAAA 级以上景区数量统计图")

for i in range(len(dfg)):

    plt.text(i, dfg["数量"][i]+1, dfg["数量"][i])

plt.xlabel("地市名称")

plt.ylabel("数量")

plt.legend( )

plt.show ( )

为实现上述功能，则加框处的语句最合适的是(    )  (单选，填字母)

A.0-9

B.1-9

C. 0-100

D.1-99

①调试运行②设计算法③编写代码④画流程图⑤分析问题⑥界定问题