（1）实验室某天09:30前学生进出情况如图a所示，09:00时实验室内的学生数为。

图a

（2）定义如下函数，用于统计在实验室连续停留时间少于5分钟的学生人次。参数b列表中每个元素包含3个数据项，依次为学号、时间（用分钟表示，例如08:05表示为485）和行为（1表示进，-1表示出）。列表b用于存放某天学生进、出实验室的记录，每条进（出）的记录都有一条与之对应的出（进）记录。

def fcount（b）:

       i=cnt=0

       while i < len(b)-1:

             if b[i+1][1]-b[i][1]<5:

                    cnt+=1

             i+=1

       return cnt

①要实现函数功能，方框处需实现对列表b的操作是（单选）。

A.按时间排序；时间相同时，按行为由大到小排序

B.按学号排序；学号相同时，按时间由小到大排序

C.按行为排序；行为相同时，按学号由小到大排序

②若函数fcount（b）的功能修改为统计“学生离开实验室后，8分钟内返回”的情况出现的次数，可将函数中划线处代码修改为：and b[i][1]-b[i-1][1]<8。

（3）仪器预约系统中，学生可在线预约仪器使用时段，系统按预约提交顺序逐个处理，如果预约的使用时段有仪器可用，预约成功，否则失败。

实现预约处理功能的函数如下，其中用到的部分列表函数与方法如图b所示，请在划线处填入合适的代码。

图b

""

函数参数data列表存放已按提交顺序排列的预约信息，每个元素包含4个数据项，依次为学号、起始时间、终止时间、是否成功。其中起始、终止时间都用8位数字字符串表示，如“09280830”表示9月28日8点30分，“是否成功”数据项用于存放每个预约的处理结果。

参数m存放实验室仪器台数。

""

def proc(data,m):

       a=[]

       for i in range(len(data)):

             ①

             pl=0

             while pl < len(a)and a[p1][0] < data[i][1]:

                    pl+=1

             if pl > 0:

                    p2=p1-1

             else:

                    p2=0

             while p2 < len(a) and a[p2][0] < data[i][2]:

                    if②:

                           flag=False

                           break

                    p2+=1

             if flag:

                    for j in range(p1,p2)

                           a[i][1]+=1

                    a.insert(p2,[data[i][2],0])

                    a.insert(p1,[data[i][1],1])

                    if pl>0:

                           ①

                    a[p2+1][1]=a[p2][1]-1

             data[i][3]=flag

（1）将监测点1的数据导出，存于pHdata.xlsx文件中，如图a所示。现要找出pH均值最高的月份，并统计该月pH大于8的日分布情况，绘制如图b所示的柱形图。实现上述功能的部分Python程序如下，请选择合适的代码填入划线处（单选）。

import pandas as pd

import matplotlib.pyplot as plt

df=pd.read_excel("pHdata.xlsx")

dfl=df.groupby("月",as_index=False).pH.mean()             #分组求平均

df2=①

#将df2首行的月份存入m,代码略

print("pH值最高月份序列为:",m)

df_m= ②

df_ex=df_m[df_m["pH">8]             #筛选

df_cnt=③

#重命名pH列名称为"次数",代码略

plt.bar(df_cnt["日"],df_cnt["次数"])

#设置绘图参数，显示如图b所示的柱形图，代码略

程序中①②③处可选的代码有:

A.df[df["月"]==m]

B.df2[df2["月"]==m]

C.df.sort_values("pH",ascending=False)                                #降序排序

D.df_ex.groupby("日",as_index=False).pH.count()                 #分组计数

E.dfl.sort_values("pH",ascending=False)

F.df_ex.groupby("时",as_index=False).pH.count()

（2）将7-12月的pH数据存储于列表data中，要求出一个最长连续序列，其中每个pH值均在正常范围内。如果这样的序列有多个，则选择数值总和最小的序列（若仍有多个，选择最早出现的），输出其长度和起始下标。实现上述功能的部分Python程序如下，请在划线处填入合适的代码。

#读入pH数据，按采集的时间顺序存储于列表data中，代码略

max n=start=maxt=0

①

while i < len（data）:

       if 6<=data[i]<=8:

             total=0

             k=i

             while i < len（data） and   6 <= data[i] <= 8:

                    total+=data[i]

                    i+=1

              ②

             if n>maxn:

                  maxn=n

                  start=k

                  maxt=total

             elif ③:

                    start=k

                    maxt=total

       i+=1

#输出最长连续序列的长度maxn和起始下标start，代码略

（1）pH数据从采集到存入数据库的数据流向为（单选）。

A.传感器→服务器→智能终端→数据库

B.传感器→智能终端→服务器→数据库

（2）该系统的数据处理（单选）。

A.全部在服务器端完成

B.全部在智能终端完成

C.部分在智能终端完成，部分在服务器端完成

（3）若连接在智能终端上的5G模块突发故障不能工作，会引发的问题有（多选）

A.无法通过浏览器访问溶解氧历史数据             B.智能终端无法传输pH数据至服务器

C.服务器向智能终端传送控制信号失败               D.服务器向管理员发送警示信息失败

（4）智能终端每小时获取的3个pH数据分别存入y1、y2和y3，将中位数存入m的部分流程图如图所示。图中①处应填入。

（5）现需增加水温监测的功能，在智能终端接入温度传感器后，还需对软件部分作多处修改。请用文字描述其中1处修改建议。

def bsearch(data,key):

       i,j=0,len(data)-1

       while i<=j:

             m=(i+j)//2

             for k in range(m-1,m+2):

                    if i<=k<=j and data[k]==key:

                           return k

             if data[m] < key:

                    i=m+2

             else:

                    j=m-2

       return-1

如果调用函数返回结果不正确，则data可能是（     ）