1、课程基本信息 课题数据分析 教科书 书名：信息技术必修 1 数据与计算 出版社：人民教育出版社&中国地图出版社出版日期：2019 年 6 月 教学目标 教学目标：了解数据分析的作用，掌握三种数据分析方法，根据需求选择恰当的方法进 行数据分析。 教学重点：三种数据分析方法：对比分析法、平均分析法、结构分析法。 教学难点：三种数据分析方法。 教学过程 时 间 教学 环节 主要师生活动 1 分 钟 课堂 引入 新知 讲授 1 1、课堂引入、课堂引入 教师：首先，让我们一起来回顾一下之前本单元学习的内容。通过之 前的学习，我们已经了解到数据处理的一般过程包含数据采集、数据 整理、数据分析和数据呈现四个
2、过程。 我们已经学习了数据采集，数据整理，并通过体验活动体验了数据采 集和数据整理的过程。这节课我们来了解第三个步骤数据分析。 2 2、数据分析的概念、数据分析的概念 教师：那么什么是数据分析？数据分析是为了获取有价值的信息，使 用适当的计算方法与工具对收集来的数据进行处理，提取有用信息， 形成结论从而支持决策。那么数据分析到底有哪些有哪些作用？ 教师：首先，我们来看这张图，这是一张新冠肺炎疫情当前的数据。 通过对数据的分析，我们可以发现当前我国现有确诊人数较少，疫情 控制良好，主要风险来自境外输入。而且境外的疫情数据可以展示出 目前全球疫情的严峻现状。 故，数据分析可以帮助我们了解事物的现状
3、。这就是数据分析的第一 个作用。 教师：我们来看这张图，这是一张我国新冠肺炎疫情的数据图表。通 过表中的病死率和治愈率，我们可以清晰观察到治愈率的变化过程， 在疫情初期是有一段由高到低，到了拐点后快速攀升的过程。这也符 合我国疫情初期的实际情况。而致死率基本在低位徘徊，也显示出疫 情的总体控制情况良好。显然图中的数据可以帮助我们了解疫情发展 和变化的过程。故，数据分析的第二个作用是了解事物的发展历程， 从而进一步探究问题产生的原因。 教师：我们来看这张图，这是一张 2020 到 2050 哈尔滨老年人口占比 的预测图。通过已有数据，可以预测出未来哈尔滨老年人口的占比会 高达 38%，也就是极度
4、老龄化。这就是数据分析的第三个作用预 测事物未来走向 3 3、数据分析、数据分析 教师：在了解了数据分析的作用后，我们一起来通过课堂活动一起体 验下数据分析的过程吧！金山银山不如绿水青山，最近这些年，国家 落实严控环境污染、修复生态环境等政策。随着政策落实，你所在家 乡的空气质量是否有所改善？上节课，我们对空气质量数据做了整 理，本节课，我们要分析之前整理好的数据，从而做出判断。 【三种数据分析方法】 3.13.1 课堂任务课堂任务 1 1 （平均分析法）（平均分析法） 教师：依据现有数据，我们怎样判断一天的空气质量情况如何呢？请 大家想一想。或许你和我想的一样呢。现有的数据是每小时的空气质
5、量数据，我们可以计算一天 24 小时的 AQI 平均值，从而判断这一天 的基本空气质量。在这里通过计算平均值来分析就是平均分析法。 教师：什么是平均分析法呢？平均分析法是指运用计算平均数的方法 来反映总体在一定时间、地点条件下某一数量特征的一般水平。多用 于比较同类现象在不同地区、不同行业、不同类型单位等之间的差异 程度，分析现象之间的依存关系；也可以对某一现象在不同时间的水 平进行比较，以说明现象的发展规律及趋势。比如我们平均工资反应 整体薪酬水平、平均年龄、平均身高、平均分等。 教师：我们的这个课堂任务需要我们计算一天中 24 小时的 AQI 平均 值，所以我们需要计算出每一天的 AQI
6、平均值。 【DataFrame 筛选方法】 df.loc条件，列索引号筛选数据 教师：要计算出每一天的数据平均值，首先需要我们筛选数据。 我们今天依然使用 pandas 这个库来对数据进行处理和分析。 Pandas 库中的 DataFrame 如何筛选数据呢？ 我们还可以使用 df.loc df北京50,北京 实现筛选，方括 号内，第一个参数是条件，第二个参数是要筛选显示的列索引号。 【DataFrame 按日期筛选数据】 df.loc日期索引列索引号筛选 教师：我们还需要按照日期来筛选。那么在把日期列作为索引后，我 课堂 小结 课后 练习 们可以直接使用 df.loc2014-05-13北京
7、筛选出满足日期的 数据。 教师：下面，请各位同学下载课堂活动 1（每日 AQI 平均值）.py 文 件，和上节课生成的补全数据 csv 文件放在同目录。打开代码后，可 以根据自己所在城市，修改代码中的城市名和文件名。 教师：下面，我们一起来看看代码是如何实现计算每日 AQI 平均值的 吧！第一句代码，依然是导入了 pandas 库。紧接着三句代码，我们 定义了要操作的数据列索引，也就是城市名称，处理的文件名、处理 后数据保存文件名。第五句，还是读取文件，只是这里我们多写了一 个参数 index_col 把 date 这列作为了默认行索引。最后一句，就是 返回该表的行索引组成的列表。而且去除重复
8、值后的唯一值。 教师： 下面， 我们定义新数据表的第一行数据， 也就是未来的列索引。 分别是 date，type，和城市名称。接着，我们是用 for 循环对刚才得 到的不重复的日期进行挨个筛选和计算平均值。这里需要注意这句语 句是筛选出指定日期的 AQI 数据， 然后通过 mean()这个方法计算平均 值，使用 round 函数将结果数据的精度修改为一位小数，最后把计算 出的平均值赋值给变量 meandata。接着，我们组成新的一行数据，存 放到临时新表 data 这个列表里。然后，循环完后，我们将拼凑好的 新数据转换成一个 DataFrame 结构。赋值给变量 newdf，最后将这个 表另存
9、即可。 教师：下面，请暂停视频，请大家运行 课堂活动 1 的程序文件，看 看生成的结果文件吧！ 学生：完成体验活动。 3.23.2 课堂任务课堂任务 2 2 对比分析法对比分析法 教师：通过现有数据，我们如何分析现在的空气质量和过去比是否有 了改善？大家想一想？ 学生：思考回答 教师：嗯，我想或许有人会这么想，可以对比下空气质量为优的天数 在过去几年的变化趋势。这里我们通过对比的方法来分析问题，用到 了对比分析法！ 教师：什么是对比分析法？对比分析法也叫比较分析法，通常用于从 数量上展示 和说明研究对象规模大小，水平高低等。对比分析法分 为横向和纵向对比两大类。 教师：同类数据在地区之间或部门
10、之间对比是横向对比。如图，老龄 化也是这几年一个很热门的话题，这张图表呈现了不同省份同一时期 的老龄人口抚养比。通过对比，可以分析出不同省份的养老压力是不 同的。显然，这也是一种横向对比分析。 教师：同类数据在不同时期的对比，就是纵向对比。 如图， 我国的平均预期寿命在不同年份是不同的， 显然随着时间推移， 人均预期寿命是逐步提高的。这就是纵向对比。 教师：我们回顾下要做的课堂任务，我们需要对比空气质量为优的天 数在过去几年间的变化趋势。那么我们需要什么数据呢？ 学生：思考 教师： 我们需要每一年空气质量为优的天数， 也就是 AQI 小于等于 50 的天数。 教师： 下面我们一起来体验下统计过
11、程。 请下载课堂活动 2 （统计 AQI 为优数据）.py 文件，和活动 1 生成的 AQI 每日平均值文件放在同目 录。注意：根据自己选择的城市，修改代码中城市名和文件名。 教师：让我们看看代码是如何实现统计的。 首先还是导入库，接着定义了城市、处理文件、结果文件名称。 这里多了而两个变量表示开始统计的年份和结束的年份。为什么要定 义？因为我们发现采集的 2014 年和 2020 年数据不完整，不是全年的 数据。所以，我们只统计 2015-2019 的年度数据。接着，我们打开文 件。将 date 这一列转换为时间日期格式，转换后重新存回 df 这个表 中。接着，我们设置行索引为 date 这
12、列的数据。我们就可以根据这 列的日期来筛选数据了。最后，我们新建结果数据，先建立第一行， 也就是新表的列索引，就是我们熟悉的列标题。 教师：接着，我们使用 for 循环依次对每年的数据进行统计。注意， 我们使用年份来筛选出行，存到变量 datas。然后，我们在这些行组 成的表中筛选出值200)。 【DataFrame 多条件筛选数据】 df.loc(条件 1)&(条件 2),列索引号筛选数据 教师：上个任务中，我们使用单个条件筛选数据，这种方法在这里显 然不行了。这里我们需要同时多条件筛选数据。如图所示，在表格软 件中，筛选空气良好的数据，可以筛选北京这列 AQI 值满足大于 50 且小于等于
13、 100 的数据。这里使用 python 编程筛选多个条件的数据， 怎么实现呢？我们可以用圆括号括起每个条件，然后用&符号连接组 成复合条件。比如 df.loc(df北京=50) &(df北京 =100),北京 ，这样就可以筛选出北京这一列符合两个条件 的数据。 教师：让我们打开代码，一起看看，前面几部分和任务 2 相同 需要注意的是我们依然需要将 date 这列数据转换为时间日期格式， 并且这列的数据设置为行索引。接着，我们依然拼凑出新表格的第一 行数据，也就是未来表格的列标题，存放到 data 这个列表里。 教师：接着，我们依然使用 for 循环，对数据按日期进行筛选。 接着对筛选出的数据
14、表，进行统计。注意，这一行统计出了 AQI=50 的数据，使用 count 方法统计出筛选出的数据，也就是 AQI 为优的天 数。下面，请暂停视频，请大家参考已有代码，自行补全缺失代码， 将 5 种空气质量类别都统计出来。 教师：最后依然是新数据表的构建和保存过程。 请大家完成代码后，暂停视频，运行程序，查看生成的结果文件。 教师：我猜想，大家都顺利完成了吧！通过统计，我们发现北京市的 优质天逐年递增，良好天也逐年递增。轻度污染、中度污染、重度污 染天数逐年减少。显然，北京的空气质量的确是改善了！ 3.43.4 活动总结活动总结 教师：刚才的活动中，我们完成了三个小任务。 1、计算每天的 AQ
15、I 平均值，2、统计出每年 AQI 为优的天数，3、统 计出每年 AQI 各类情况的天数。这个过程分别使用了数据分析的三种 方法平均分析法（利用求平均值来分析） 、对比分析法（对比同 类数据不同年份的情况） 、结构分析法（通过各部分在整体中的分布 进行分析） 。 4 4、课堂总结、课堂总结 5 5、课后作业、课后作业 教师：最后，还是给大家留一个课后作业。 之前，各位同学针对身边同学们的课余时间安排做了调查问卷，并且 对调查来的原始数据做了基本的数据整理。请利用整理好的数据，做 出 1-2 项具体的分析。这里，请参考学习资料来完成 Python 编程实 现的数据分析。 教师：今天我们的课就学习到这里，谢谢大家！
