4.2.2 大数据处理-编程处理数据 教学设计（2课时）-2023新浙教版《高中信息技术》必修第一册.rar

编程处理数据（编程处理数据（1）教学设计）教学设计pandas 处理数据与 matplotlib 绘图pandas 处理数据与 matplotlib 绘图教材内容：教材内容：第四章 4.2.2 编程处理数据（1）适应的课程标准：适应的课程标准：1.4 通过典型的应用实例，了解数据采集、分析和可视化表达的基本方法。1.5 根据任务需求，选用恰当的软件工具或平台处理数据。教学目标：教学目标：了解 Python 常用扩展模块的功能。掌握 pandas模块的调用方法、数据结构等基本知识。能使用 pandas 模块对数据进行编辑、计算和统计分析，并能从中提取有用信息形成结论。掌 握 matplotlib 模 块 的 调 用 方 法 和 使 用matplotlib 模块对数据进行可视化的基本方法。指向的核心素养：指向的核心素养：计算思维：了解数据采集、分析和可视化表达的基本方法，能够利用软件工具或平台对数据进行整理、组织、计算与呈现；掌握一种程序设计语言的基本知识，能编写简单程序用以解决问题。教学环境：教学环境：有教学控制软件的多媒体机房。课程标准课程标准和和教学目标教学目标建议课时：建议课时：2 课时教学环节教学环节教学过程教学过程设计意图设计意图新课导入1新课导入1开展书香校园活动一年以来，同学们图书借阅情况如何？谁是“借阅达人”？阅读对同学们有哪些影响？-让数据告诉我们！班级借阅数据全校借阅数据全民借阅数据班级借阅数据全校借阅数据全民借阅数据表格处理软件 表格处理软件 表格处理软件 表格处理软件 编程处理 编程处理 编程处理编程处理 编程处理 编程处理使用计算机语言编程处理数据的优势：灵活、高效率的处理大规模数据。接下来的 3 个课时，学习利用 python 调用 pandas 模块处理数据、调用 matplotlib 模块对数据图形化。引导学生从数据分析的视角思考问题，在数据分析实践中能根据实际情况选择工具进行数据分析，探究问题答案。教学活动设计教学活动设计知识讲解知识讲解教师使用 PPT，对比 Python 的内置模块 math、random，从 pandas 模块的功能、导入展开，讲解 pandas 的两种数据结构 Series 和 DataFrame。讲解 Series 和 DataFrame 结构，可以按数据的组织存储、查看、编辑、分析次序逐层深入。Series 和 DataFrame 结构组织储存数据是难点，可以对比表格数据，帮助学生理解 Series 结构中一维数据的组织存储、DataFrame 结构中二维数据的组织存储，化解学以学生掌握的 Python 内置模块知识和学习经验为基础，为本节 pandas 模块学习创设同化点，启发学生运用已有知识和经验探索、同化新知。从数据的组织存储、查看、编 辑、分 析 逐 层 深 入 讲 解 Series 和DataFrame 结构，帮助学生从宏观上把控本节学习内容，提纲挈领，为接下来的自主探究和实践做好铺垫。习中的难点。Series 和 DataFrame 结构中数据的查看、编辑、分析，此处可以结合例题或实例，提纲挈领的讲明方法，为后续的学生实践指引方向。自主学习自主学习布置任务：自主阅读教材，实践例 16、例 9。学生具备 Python 内置模块相关知识和学习经验，结合前面 pandas 模块知识的学习和铺 垫，能 够 对 教 材 中 采 用 Series 和DataFrame 结构存储、查看、编辑数据实例进行自主实践和探究。充分利用学生认知结构中的已有的相关知识和学习策略，跟着教材自主探究、实践完成学习，促进学生自主学习能力的发展。学习评价学习评价通过过程观察，选择学生实践过程中的出现频度高的问题，进行交流和点拨。该步包含多个例题，可以根据学生情况，分小步总结和反馈。总结采用 Series 和 DataFrame 结构存储、查看、编辑数据的方法：创建 Series 对象组织存储一维数据、创建DataFrame 对象组织存储二维数据；通过 index、columns、values 属性可以查看 DataFrame 对象的行索引、列索引及数据；通过字典记法或属性检索 DataFrame 对象中的一列数据；通过 head()、tail()返回 DataFrame 的前 n 行、后 n 行数据，通过索引查看指定行；使用 at 方法可以根据行标签和列标签选取单个值；通过 insert()、drop()、rename()、append()、set_value()等 函 数 可 以 编 辑DataFrame 对象中行、列。通过讨论交流，促进学生对学习过程的反思，突破学困点；通过总结，促进学生深入理解使用 pandas 模块进行数据整理的过程和方法，发展计算思维。应用实践应用实践以小组为单位，采集全班同学本学年图书借阅数据，存储为bj.xlsx 数据文件。具体要求如下：每同学创建 DataFrame 对象，存储自己的图书借阅数据。示例如图所示：各小组合并、整理图书借阅数据；合并、整理全班图书借阅数据。尝试解决新课导入提出的问题，应用学习的 pandas 知识，采集、整理数据。促使学生在实际运用中感悟使用 pandas 模块进行数据存储和整理的方法，巩固知识的同时提升分析问题、解决问题能力，发展计算思维。学习评价学习评价学生实践过程中，教师通过观察、个别指导、适时干预等方式推进节奏与合作成效。通过小组内互评、小组展评确定数据采集、整理的正确与否。教师通过观察、个别指导、适时干预确保活动进程；通过小组评价、交流确定数据采集、整理的正确。反馈反馈每人一个小便签，在便签上请同学们写上今天的收获、困惑，用一句话总结调用 pandas 模块组织、整理数据的方法，贴在黑板上。常规活动，每次下课前让学生完成“收获-困惑-理解”的便签，以便及时掌握学情。新课导入2新课导入2交流上节课采集、整理的图书借阅数据（bj.xlsx），提出问题：如何分析图书借阅数据，探究同学们的图书借阅情况，找出“借阅达人”？通过交流图书借阅数据（bj.xlsx），复习上节课学习内容；并在此基础上提出本节课要解决的问题，引导探究方向。自主学习自主学习布置任务：自主阅读教材，实践例 7、例 8、例 10。结合前面 pandas 模块知识和学习经验，学生能够对教材中数据分析、绘图实例进行自主实践和探究。充分利用已有的相关知识和学习策略，进行自主探究和实践，能很好的促进学生自主学习能力的发展。学习评价学习评价通过过程观察、个别指导、适时干预，推进自主学习进程。总结 DataFrame 对象中使用函数 count()、sum()、mean()、max()、min()、describe()、groupby()等进行统计与计算的方法；使用 sort_index()函数进行排序的方法；调用matplotlib 模块绘图的方法。该阶段包含 3 个例题，建议可以根据学生情况，在例 7、例8 完成后和例 10 完成时分别进行一次交流总结。通过交流，促进学生对学习过程中的反思，突破学困点；通过总结，促进学生深入理解使用 pandas 模块进行数据统计、分析和可视化方法，发展计算思维。应用实践应用实践布置任务：分析全班同学本学年图书借阅数据（bj.xlsx），要求：统计每同学借阅总册数，借阅册数最多的前 5 名评选为“阅读达人”；分析全班同学本学年校内图书馆、校外图书馆、其他借书总册数；绘图呈现每同学借阅总数分布情况。在真实任务的引领下，应用学习的 pandas知识，统计、分析和呈现数据。促使学生在实际运用中感悟使用 pandas 模块进行数据统计、分析和呈现的方法，提高解决问题能力，发展思维。学习评价学习评价学生实践过程中，教师通过观察、个别指导、适时干预等方式推进节奏与合作成效。通过小组内互评、小组展评确定数据统计、分析和结果呈现的正确性、合理性。教师通过观察、个别指导、适时干预确保活动进程顺畅；通过小组评价、交流确定数据数据统计、分析和结果呈现的正确性、合理性。反馈反馈每人一个小便签，在便签上请同学们写上今天的收获、困惑，用一句话总结调用 pandas 模块计算数据、呈现数据的一般方法，贴在黑板上。常规活动，每次下课前让学生完成“收获-困惑-理解”的便签，以便及时掌握学情。作业布置作业布置基础作业（面向所有学生）：完成教材第 143 页“巩固与提高”第 4 题完成本条目课后练习的 1-6 题。提升作业（面向学有余力学生）：应用实践拓展：收集与图书借阅数据（bj.xlsx）相关联的学生同期、后期成绩数据（你认为有关联的成绩，如语文成绩、作文成绩等），将之与图书借阅数据进行关联，分析阅读对相关成绩的影响。也可以选择你感兴趣的其他阅读影响，收集收集进行关联分析。通过课后作业，促进学生对课堂内容进行反思、整理，以便加深和巩固学习效果、促进思维发展；根据学生的基础、能力及兴趣布置作业，满足不同层次的学生需求。教学设计思路教学设计思路按本章第一节课前对全章的整体规划和设计，本条目 2 课时，内容主要包括调用 pandas 模块整理数据、分析数据和调用 matplotlib 模块对数据进行可视化。这两节课内容理论、实践与方法融合，我主要采用了项目学习法、讲授法、实践法等。项目“开展书香校园活动一年以来，同学们图书借阅情况如何？谁是“阅读达人”？阅读对同学们有哪些影响？”，根据教学需要分解为 3 个阶段，贯穿 2 个课时教学的课堂内外：第 1 课时的“新课导入”，启动项目，引领学生分析项目、明确需求，探讨解决方案、选择工具，导入新课。然后，讲授 pandas 的两种数据结构 Series 和 DataFrame，引导学生参照例题进行实践探究，自主学习使用 pandas模块对数据进行编辑、计算、统计、分析的方法和使用 matplotlib 模块对数据图形化的基本方法。为项目开展做准备和铺垫。在“应用实践”环节，启动第一阶段项目任务“以小组为单位，采集全班同学本学年图书借阅数据，存储为 bj.xlsx数据文件”，并引导学生通过实践探究完成该阶段任务。第 2 课时的“新课导入”，启动第二阶段项目任务“如何分析图书借阅数据，探究同学们的图书借阅情况，找出“借阅达人？”分析项目，明确项目要求，指明本节的探究方向。接下来自主学习完成项目需要的前知识和技能。在“应用实践”环节，细化项目需求，并组织学生通过实践探究完成第二阶段项目任务。项目第三阶段“关联分析”部分，置于第 2 课时的课后，做为“提升作业”。贯穿性数据分析项目的设计与实施，可以引导学生一边学习一边应用学习内容解决实际问题，促使学生在循序渐进的学习、思考、分析、实践过程中，感受数据分析在生活中的应用和影响，深化运用信息技术解决实际问题的意识，提高分析问题、解决问题的能力。针对针对核心素养培养的核心素养培养的设计考虑设计考虑本条目核心素养的具体落点如下：计算思维：主要落点在“了解数据采集、分析和可视化表达的基本方法，能够利用软件工具或平台对数据进行整理、组织、计算与呈现；掌握一种程序设计语言的基本知识，能编写简单程序用以解决问题。”计算思维作为一种思维方式，需要在解决问题的过程中不断经历分析思考、实践求证、反馈调适而逐步形成。为此，按数据分析的基本过程，紧密结合教材本条目内容，特别设计了“开展书香校园活动一年以来，同学们图书借阅情况如何？谁是“阅读达人”？阅读对同学们有哪些影响？”的项目。该项目根据教学需要分解为 3 个阶段，贯穿 2 个课时教学的课堂内外：第一课时“新课导入”提出项目，模拟真实情景，激发学习动机。开展书香校园活动一年以来，同学们图书借阅情况如何？谁是“阅读达人”？阅读对同学们有哪些影响？第一课时“应用实践”环节，开展项目第一阶段：以小组为单位，采集全班同学本学年图书借阅数据，存储为 bj.xlsx 数据文件。具体要求如下：每同学创建 DataFrame 对象，存储自己的图书数借阅数据。示例如图所示：各小组合并、整理图书借阅数据；合并、整理全班图书借阅数据。在学习 pandas 模块数据存储、整理编程知识后进入该阶段，引导学生在分析问题形成数据采集方案、观察数据形成整理数据方案的思考中和数据采集和整理的编程实践中，形成、发展计算思维。第二课时“应用实践”环节，开展项目第二阶段：分析全班同学本学年图书借阅数据（bj.xlsx），要求：统计每同学借阅总册数，借阅册数最多的前 5 名评选为“借阅达人”；分析全班同学本学年校内图书馆、校外图书馆、其他借书总册数；绘图呈现每同学借阅总数分布情况。在学习 pandas 模块数据分析和可视化呈现编程知识后进入该阶段，引导学生在观察数据形成数据分析方案、计算模型和可视化方法的分析思考中和数据分析、绘图的编程实践中，形成、发展计算思维。课后“提升作业”部分，开展项目第三阶段：关联分析：收集与图书借阅数据（bj.xlsx）相关联的学生同期、后期成绩数据（你认为有关联的成绩，如语文成绩、外语成绩、作文成绩等），将之与图书借阅数据进行关联，分析阅读对相关成绩的影响。也可以选择你感兴趣的其他阅读影响，收集收集进行关联分析。在第一、二阶段的基础上进入该阶段，促使学生在分析关联因素、形成关联分析方案、编程实现、反馈调试的过程中进一步发展计算思维。编程处理数据（2）Python 分析数据实践编程处理数据（2）Python 分析数据实践教材内容：教材内容：第四章 4.2.2 编程处理数据-3.利用 Python 分析数据实践适应的课程标准：适应的课程标准：1.4 通过典型的应用实例，了解数据采集、分析和可视化表达的基本方法。1.5 根据任务需求，选用恰当的软件工具或平台处理数据。教学目标：教学目标：了解数据分析问题的分析方法和问题解决的基本思路。会运用 Python 程序语言，调用相应程序模块完成一定的数据处理任务，得出数据分析结论。指向的核心素养：指向的核心素养：信息意识：能够根据给定任务的需要，明确需要解决问题的关键；在合作解决问题的过程中，愿意与团队成员共享信息，实现信息的更大价值。计算思维：针对给定的任务进行需求分析，明确需要解决的关键问题；能提取问题的基本特征，进行抽象处理，设计、选择算法，并利用 Python 语言实现这一方案。教学环境：教学环境：有教学控制软件的多媒体机房。课程标准课程标准和和教学目标教学目标建议课时：建议课时：1 课时教学环节教学环节教学过程教学过程设计意图设计意图教学活动设计教学活动设计新课导入新课导入创设问题情境，提出问题：班级中哪个姓氏的学生人数最多？请描述统计过程及结果。如何统计全校学生中排名前三的姓氏？请描述统计过程及结果。如何统计全市、全省乃至全国排名前 20 的姓氏？请描述统计过程及结果。学生讨论并回答问题：问题:在小规模数据集中找最值，学生可以不使用工具软件直接分析全班学生的姓名数据，推理答案。问题:在较大规模的数据集中找最值，需要借助简单的数据处理软件（如 Excel）分析全校学生姓名数据。问题:在更大规模的数据集中找最值，使用简单的数据处理软件（如 Excel）效率比较低，可以编程处理。处理三个问题的基本过程：分析问题，形成问题解决方案收集数据处理数据呈现结果从学生生活实际出发，创设问题情境，提出不同数据规模的姓氏统计问题，引导学生从数据分析的视角，对比分析、思考不同数据规模问题的解决方案，理清数据分析的思路，导入新课。知识讲解知识讲解教师使用 PPT，和学生一起分析教材中数据分析实例“身边的百家姓”。分析问题：分析问题：理解姓名数据集“xm.csv”：数据规模、数据格式、数据类型。明确数据分析的目的：分析数据集中姓氏的构成情况。理清数据分析的基本方法及过程：统计数据集中不同姓氏的人数排序不同姓氏的人数可视化呈现析观察、分析描述分析结果。分析程序：分析程序：算法基本流程：打开存放居民姓名的文件，利用循环结构提取所有姓氏构造 Dataframe 数据结构组织储存数据利用 Dataframe 的函数分组统计、排序各姓氏的人数利用 matplotlib 模块函数图形化显示结果。复姓与单姓的处理：先定义复姓集合；如果姓名的前两字在复姓集合内，就认为是复姓中的一个；否则按单姓处理。有了导入的铺垫，学生对姓氏处理算法有了初步的理解，趁热打铁，让学生根据实例统计分析当地近年来居民姓名中名的情况，从而实现知识要点的内化。分析问题的步骤设计，引导学生领悟生成解决问题方案过程中的思路。分析程序的设计，从基本流程到关键点突破，引导学生先把握整体思路再聚焦关键点的程序分析方法。实践体验实践体验布置任务：在 Python 中实践教材教材中数据分析实例“身边的百家姓”。在充分分析的基础上，独立运用前面课上所学数据分析、pandas 模块、matplotlib模块知识，实践编程实现数据分析的过程和方法，丰富数据分析的经验，感悟数据分析的方法。学习评价学习评价通过过程观察、个别指导、适时干预，推进实践进程。交流、总结实践过程中遇到的主要问题。通过过程观察和适时干预，保障实践活动顺利开展；通过交流、总结，帮助学生解决实际过程中遇到的难题，促进学生对编程处理数据基本过程和方法的理解，发展计算思维。实践探索实践探索布置任务：在“身边的百家姓”实例基础上，按小组进一步理解数据集“xm.csv”中数据，选择不同视角，挖掘、提取姓名数据中蕴含的信息。如：姓名数据中名的构成情况、复姓的情况、和自己同名或同姓的情况等。在“身边的百家姓”实例分析和实践基础上，引领学生多角度分析数据、发现问题、解决问题。从而拓展学生的思维广度和深度，发展学生创造性思维。学习评价学习评价学生分组探究过程中，教师通过观察、个别指导、适时干预等方式推进节奏与合作成效。通过小组内讨论、小组交流，确定小组研讨内容的合理性、教师通过观察、个别指导、适时干预确保活动进程；通过小组讨论、交流，保障各小组进行的数据分析的合理性；通过教师正确性。通过教师点评、小结，促进学生数据分析知识的理解与建构。点评、小结，增强整体知识的建构。反馈反馈每人一个小便签，在便签上请同学们写上今天的收获、困惑，用一句话总结数据、呈现数据分析的一般方法，贴在黑板上。常规活动，每次下课前让学生完成“收获-困惑-理解”的便签，以便及时掌握学情。作业布置作业布置基础作业（面向所有学生）：完成教材第 138 页“思考与练习”第 2 题完成教材第 143 页“巩固与提高”第 4 题完成本条目课后练习的 1-5 题。提升作业（面向学有余力学生）：完成本条目课后练习的 6 题。基础作业，促进学生对课堂内容进行反思、整理，巩固学习效果、促进思维发展。提升作业，根据学生的基础、能力布置作业，满足不同层次的学生需求。教学设计思路教学设计思路按本章第一节课前对全章的整体规划和设计，本条目 1 课时，内容主要包利用 Python 分析数据的实际。本条目“Python 分析数据实践”的内容，数据分析方法与实践深度融合，我采用了讲授法、实践法、探究法。新课导入，从学生生活实际出发，创设问题情境，提出不同数据规模的姓氏统计问题，引导学生从数据分析的视角，对比分析、思考不同数据规模问题的解决方案，理清数据分析的思路，导入新课。数据分析项目实例的实施，教师可以先引领学生共同分析“身边的百家姓”项目问题，形成基本解决方案，在这一过程中渗透、讲解分析问题的基本方法和思路；然后引领学生共同分析教材中“身边的百家姓”项目程序中算法的基本流程及算法实现的关键点，并在过程中渗透程序分析的基本方法。在此基础上要求学生实践教材中“身边的百家姓”程序实现，探究姓名数据中还能发现和挖掘出那些有意义的信息，让学生从问题解决出发，体验利用 python 分析数据过程和方法。数据分析项目实例的实施，使学生从抽象到具体地理解利用 Python 分析处理数据的特点，提炼数据分析的步骤与方法，提升学生的计算思维；再通过项目实践，让学生亲身实践，自己编写程序解决实际的问题，将新的知识模块纳入原有知识体系，实现知识的升华。针对针对核心素养培养的核心素养培养的设计考虑设计考虑本条例各个核心素养的具体落点分析如下：信息意识：落点在“能够根据解决问题的需要，明确解决问题的关键，在合作解决问题的过程中，愿意与团队成员共享信息，实现信息的更大价值”。计算思维：针对给定的任务进行需求分析，明确需要解决的关键问题；能提取问题的基本特征，进行抽象处理，设计、选择算法，并利用 Python 语言实现这一方案。本条目教学中，“身边的百家姓”数据分析项目实例的实施分为两阶段：第一阶段实践教材中数据分析实例“身边的百家姓”，教师引领学生根据解决问题的需要，逐步分析问题，明确解决问题的关键，确定解题方法和思路；第二阶段要求学生应用第一阶段中问题分析和解决的方法，选择不同视角，挖掘、提取姓名数据中蕴含的信息。两个阶段的问题分析和解题思路设计，都在增强学生的信息意识的同时很好的发展计算思维。同时，第二阶段的项目实例实施过程中还采用了小组合作的学习方式，在解决问题的过程中，既发挥了小组合力的优势，又提升了学生的协作意识。