BRICS2024-ST-181-2024一带一路暨金砖大赛之Python程序开发赛项样题

2024 一带一路暨金砖国家技能发展与技术创新大赛 

【Python 程序开发赛项】 

赛项编号：BRICS2024-ST-181 

样题 
 

金砖国家工商理事会技能发展、应用技术与创新（中方）工作组 

一带一路暨金砖国家技能发展与技术创新大赛组委会 

竞赛技术委员会专家组制定 

2024 年 8 月 

未来技能·创造未来 

赛题说明 
一、注意事项 

1.请根据大赛所提供的竞赛环境，检查所列的硬件设备、软件清

单、材料清单是否齐全，计算机设备是否能正常。 

2.竞赛结束前，在竞赛平台提供的虚拟机中，根据赛题将各试题

代码进行完善整合，并运行；根据竞赛平台左侧的答题区进行答题，

根据题目对运行代码及结果进行截图。 

3.竞赛结束时，请将答题区的答卷进行提交操作，答卷在竞赛结

束前可重复提交。 

二、竞赛环境 

1.PC机：系统已安装 Python相关环境。 

2.根据考题说明，从竞赛平台虚拟机桌面获取程序开发项目工程

代码包。桌面的工程代码可以直接使用虚拟机中的 Pycharm导入、编

译、运行和发布。 

 三、赛题说明 

本套赛题实操内容包括三个模块：数据清洗、数据分析与可视化、

机器学习，综合考察选手职业素养。竞赛时长 240分钟。 

四、样题 

未来技能·创造未来 

模块一：数据清洗（30 分） 

任务一：药品销售数据清洗 

【任务说明】 

数据清洗是数据分析过程中很重要的一个环节，没有高质量的数

据清洗就没有高质量的数据分析。在不准确的数据基础上做出的分

析，结论将变得毫无价值和意义。 

现有一份某医疗机构的药品销售数据，请根据任务要求完成数据

清洗功能。 

【任务要求】 

数据集中有购药时间、社保卡号、商品编码、商品名称、销售数

量、应收金额、实收金额几个字段，请你使用 NumPy 和 Pandas 按如

下要求对数据进行清洗： 

1.购药时间就是销售时间，为了后续分析更好的理解字段，将"

购药时间"改为"销售时间"； 

2.任何一条数据中只要有一个缺失值就删除该条数据； 

3.将销售数量、应收金额、实收金额三列的数据类型转换为

float64； 

4.销售时间中包含日期和星期几，要求数据最终只保留日期，并

把销售日期从字符串类型转换为日期数据类型； 

5.转换日期过程中不符合日期格式的数值会被转换为空值，需要

删除列（销售时间，社保卡号）中为空的行； 

未来技能·创造未来 

6.按销售日期进行升序排列，排序后的索引已被打乱，需要修改

成从 0到 N按顺序的索引值； 

7.将有异常值（如销售数量、应付金额、实付金额为负数）的数

据进行删除。 

8.将清洗后的数据保存为 CSV文件。 

【操作说明】 

1、从虚拟机桌面“赛题/01_数据清洗/”路径下“01_医疗机构

销售数据清洗”文件夹中获取相关资料，结果保存至桌面“ 提交文

档/01 ”文件夹中。 

2、完成任务后，根据平台“答题区”对应内容要求，完成答题

报告并点击“保存”按钮实时保存。 

模块二：数据分析及可视化（40 分） 

任务一：药品消费趋势分析 

【任务说明】 

现有某医疗机构 10 年的药品销售数据，请根据任务要求完成数

据分析。 

【任务要求】 

读取所需数据集后对数据进行必要的清洗，分析中成药和西药在

这 10 年中销售占比以及销售额的变化情况，绘制出堆叠面积图并用

Django框架渲染到前端页面，绘图要求如下： 

1.使用 PyEcharts库绘制堆叠面积图； 

未来技能·创造未来 

2.使用 Django框架在前端页面中渲染展示堆叠面积图； 

3.示意图如下： 

  

图 1：堆叠面积示意图 

【操作说明】 

1、从虚拟机桌面“赛题/02_数据分析及可视化/”路径下“02_

药品消费趋势分析”文件夹中获取相关资料，结果保存至桌面“ 提

交文档/02 ”文件夹中。 

2、完成任务后，根据平台“答题区”对应内容要求，完成答题

报告并点击“保存”按钮实时保存。 

任务二：感冒高发期分析 

【任务说明】 

感冒是一种常见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、柯萨奇病毒、冠状病

未来技能·创造未来 

毒、腺病毒等引起。临床表现为鼻塞、喷嚏、流涕、发热、咳嗽、头

痛等，多呈自限性。 

现有某一医疗机构 10 年的患者诊断数据，请你根据诊断结果进

行感冒高发期分析。 

【任务要求】 

读取所需数据集后，对数据进行必要的清洗，绘制出感冒高发期

热力图，分析感冒高发期在每一年中的什么时候，并出具分析报告。

绘图要求如下： 

1. 使用 PyEcharts库绘制热力图； 

2. 热力图横轴为年份，纵轴为月份； 

3.使用 Django框架在前端页面中渲染展示热力图； 

4.示意图如下： 

图 2：热力示意图 

【操作说明】 

1、从虚拟机桌面“赛题/02 数据分析及可视化/”路径下“03_

未来技能·创造未来 

感冒高发期分析”文件夹中获取相关资料，结果保存至桌面“ 提交

文档/02 ”文件夹中。 

2、完成任务后，根据平台“答题区”对应内容要求，完成答题

报告并点击“保存”按钮实时保存。 

模块三：机器学习（25 分） 

任务一：药品销量预测 

【任务说明】 

现有一医疗机构多年来的药品销售数据，基于该数据，选择合适

的算法训练模型，并对该机构的药品销量进行预测。 

【任务要求】 

1.读取药品销售数据； 

2.提取合适的特征； 

3.对数据进行编码等预处理； 

4.划分训练集和测试集； 

5.构建机器学习模型； 

6.编写模型训练相关代码，完成模型训练； 

7.将训练好的模型进行保存； 

8.使用模型进行预测。 

【操作说明】 

1、从虚拟机桌面“赛题/03_机器学习/”路径下“04_药品销量

预测”文件夹中获取相关资料，结果保存至桌面“ 提交文档/03 ”

未来技能·创造未来 

文件夹中。 

2、完成任务后，根据平台“答题区”对应内容要求，完成答题

报告并点击“保存”按钮实时保存。 

任务二：疾病辅助诊断 

【任务说明】 

现有一医疗机构十余年来的患者病例数据，数据中包含每个患者

的症状，比如咳嗽、发烧、流鼻涕等，以及最后的诊断结果，现要基

于该数据集构建机器学习模型，用于疾病的辅助诊断。 

【任务要求】 

1.读取患者病例数据； 

2.对数据进行清洗以及预处理； 

3.特征提取以及特征工程； 

4.划分训练集及测试集； 

5.选取合适的机器学习模型； 

6.使用数据训练模型并进行模型调优； 

7.将患者症状数据输入模型，预测患者所患疾病； 

8.将训练好的模型进行保存。 

【操作说明】 

1、从虚拟机桌面“赛题/03_机器学习/”路径下“05_疾病辅助

诊断”文件夹中获取相关资料，结果保存至桌面“ 提交文档/03”文

件夹中。 

2、完成任务后，根据平台“答题区”对应内容要求，完成答题

未来技能·创造未来 

报告并点击“保存”按钮实时保存。 

职业素养（5 分） 

【任务要求】 

参赛选手操作规范、遵守考场纪律、收纳整理干净整洁、文明竞

赛。