第五章數(shù)據(jù)處理和可視化表達(dá) 教學(xué)設(shè)計(jì) 2023-2024學(xué)年高中信息技術(shù)粵教版（2019） 必修1

第五章數(shù)據(jù)處理和可視化表達(dá)

課題數(shù)據(jù)處理和可視化表達(dá)課時(shí)4課時(shí)

本章是必修一第五章的內(nèi)容，隨著移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的飛速發(fā)

展，人類社會(huì)產(chǎn)生的數(shù)據(jù)以驚人的速度增長(zhǎng)，海量的數(shù)據(jù)幾乎包含了一

教材切形式的數(shù)據(jù)。本章要讓同學(xué)認(rèn)識(shí)到大數(shù)據(jù)及其特征，認(rèn)識(shí)大數(shù)據(jù)對(duì)人

分析們?nèi)粘Ｉ畹挠绊?，了解?shù)據(jù)采集、分析和可視化表達(dá)的基本方法；學(xué)

會(huì)選用恰當(dāng)?shù)能浖ぞ呋蚱脚_(tái)處理數(shù)據(jù)，分析報(bào)告；學(xué)會(huì)利用python

的擴(kuò)展庫(kù)來(lái)解決會(huì)考題，理解對(duì)數(shù)據(jù)保護(hù)的意義。

在第五章當(dāng)中學(xué)生已經(jīng)對(duì)python語(yǔ)言已經(jīng)有了基本的了解，在本

章的學(xué)習(xí)黨中除了了解大數(shù)據(jù)還要學(xué)習(xí)python的擴(kuò)展庫(kù)。在本章節(jié)的

學(xué)情

學(xué)習(xí)當(dāng)中要注重培養(yǎng)學(xué)生學(xué)習(xí)的主動(dòng)性，培養(yǎng)學(xué)生自主學(xué)習(xí)的意識(shí)。讓

分析

學(xué)生學(xué)會(huì)選擇恰當(dāng)?shù)膶W(xué)習(xí)工具進(jìn)行學(xué)習(xí)，建構(gòu)知識(shí)，培養(yǎng)技能，發(fā)展

思維。促進(jìn)信息技術(shù)學(xué)科核心素養(yǎng)達(dá)成，完成項(xiàng)目學(xué)習(xí)目標(biāo)。

1.能夠理解大數(shù)據(jù)的4V特征并能舉出例子。

教學(xué)2.了解數(shù)據(jù)采集，分析和可視化表達(dá)的基本方法。

目標(biāo)3.了解python的第三方庫(kù)的基礎(chǔ)知識(shí)，學(xué)會(huì)利用第三方庫(kù)來(lái)做題。

4.促進(jìn)信息技術(shù)學(xué)科核心素養(yǎng)達(dá)成，完成學(xué)習(xí)目標(biāo)。

重點(diǎn)：大數(shù)據(jù)的4V特征，可視化表達(dá)的基本方法，python的擴(kuò)展

重點(diǎn)與

庫(kù)。

難點(diǎn)

難點(diǎn)：python的擴(kuò)展庫(kù)。

教學(xué)方

講授法、任務(wù)驅(qū)動(dòng)法、小組合作法、自主探究法

法

課前準(zhǔn)

多媒體課件、教學(xué)視頻，隨堂練習(xí)

備

教學(xué)設(shè)計(jì)

讓學(xué)生進(jìn)行思考你在網(wǎng)站購(gòu)物時(shí)是否出現(xiàn)過(guò)類似的事情：當(dāng)你在搜

導(dǎo)入索一件物品的時(shí)候，購(gòu)物網(wǎng)站就會(huì)給你進(jìn)行類似商品的推薦和廣告的投

放。從此例子來(lái)引入本章內(nèi)容的學(xué)習(xí)。

任務(wù)一：認(rèn)識(shí)大數(shù)據(jù)的概念和特征

1.讓同學(xué)自行閱讀課本P101-P102來(lái)了解大數(shù)據(jù)的概念和特征，

閱讀完成之后學(xué)生進(jìn)行總結(jié)，教師加以補(bǔ)充，在上新課之前所舉的購(gòu)物

網(wǎng)站的例子就是應(yīng)用的大數(shù)據(jù)。

2.讓學(xué)生4人為小組討論一下在日常生活中還有哪些應(yīng)用了大數(shù)

據(jù)？例如移動(dòng)支付、網(wǎng)約車、高德地圖等。

任務(wù)二：觀看視頻總結(jié)大數(shù)據(jù)對(duì)日常生活的影響

讓學(xué)生們觀看視頻《大數(shù)據(jù)時(shí)代，我們無(wú)處可逃》然后以小組為單

位討論一下大數(shù)據(jù)時(shí)代對(duì)日常生活的影響。

（一）正面影響

1.方便支付2.方便出行3.方便購(gòu)物和產(chǎn)品推薦4.方便看病和

診病

（二）負(fù)面影響

授新課1.個(gè)人信息泄露2.信息傷害與詐騙

任務(wù)三：閱讀課本了解數(shù)據(jù)采集的方法和工具

讓學(xué)生自行閱讀課本P104-P109了解數(shù)據(jù)采集的方法和工具

以及數(shù)據(jù)的存儲(chǔ)和保護(hù)，閱讀完成之后學(xué)生進(jìn)行總結(jié)。

任務(wù)四：學(xué)習(xí)python網(wǎng)絡(luò)采集程序使用的擴(kuò)展庫(kù)

（一）導(dǎo)入模塊的方法

1.import模塊名as別名

例如：importnumpyasnp

2.from模塊名import功能名as別名

例如：frommatplotlibimportpyplotaspit

（三）擴(kuò)展庫(kù)

1.NumPy：是Python語(yǔ)言的一個(gè)擴(kuò)展程序庫(kù)，支持大量的維度數(shù)

組與矩陣運(yùn)算，此外也針對(duì)數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫(kù)。

2.SciPy：是一個(gè)算法庫(kù)和工具包

3.Matplotlib:是一個(gè)2D繪圖庫(kù)，可以生成繪圖、直方圖、條形圖、

散點(diǎn)圖。

4.NumPy常與SciPy和Matplotlib一起使用

importnumpyasnp

importmatplotlib.pyplotaspit

fromscipyimportoptimize

x=[l,2,3,4,5,6,7,8]

y=[1,1/2,1/3,1/4,1/5,1/6,1/7,1/8]

pit.title("test")#圖標(biāo)名稱

pit.xlabel("X")#乂軸的名稱

pit.ylabel(Y)#y軸的名禰

pit.scatter(x,y)#繪制散點(diǎn)圖

pit.show()

金*Python3.8.5Shell*

importnumpyasnp

importmatplotlib.pyplotaspit

fromscipyimportoptimize

x=[l,2,3,4,5,6,7,8]

y=[l,1/2,1/3,1/4,1/5,1/6,1/7,1/8]

pit.title("test")#圖標(biāo)名稱

pit.xlabel("X")#*軸的名稱

plt.ylabel(〃Y〃)#y軸的名稱

pit.plot(x,y)#繪制曲線圖

pit.show()

FileEditShellDebugOptionsWindowHelp

知識(shí)點(diǎn):

函數(shù)描述

Pit.title()設(shè)置圖像的標(biāo)題

pit.xlableO設(shè)置X軸的名稱

Pit.ylableO設(shè)置y軸的名稱

pit.show()顯示圖像

Pit.plot(x,y)繪制線性圖

Pit.scatter(x,y)繪制散點(diǎn)圖

Pit.pie(x,y)繪制餅圖

Pit.bar(x,y)繪制柱形圖

5.pandas庫(kù)：Pandas庫(kù)主要用于快速簡(jiǎn)單的數(shù)據(jù)操作，聚合和可

視化呈現(xiàn)。庫(kù)中有兩個(gè)主要的數(shù)據(jù)結(jié)構(gòu)，一維數(shù)組(Series)和二維數(shù)

組(DataFrame)結(jié)構(gòu)。

(1)Series：一維數(shù)組

importpandasaspd

grade=[47,58,67]

gradel=pd.Series([47,58,67])#自動(dòng)索引

print(grade)

print(gradel)

二RESTART:C:\Users\s八A]

Py

rise.5867

[47,47

058

167

2

dtype:int64

(2)DataFrame：二維的表格型數(shù)據(jù)結(jié)構(gòu)

importpandasaspd

grade=[[88,89,92],[77,86,89],[94,99,101]]

name=[〃張華〃，"李明〃，"王興〃]

sub=[〃英語(yǔ)"，〃數(shù)學(xué)”，〃語(yǔ)文〃]

df=pd.DataFrame(grade,name,sub)

print(df)

一英語(yǔ)」數(shù)學(xué)語(yǔ)文

張華888992

李明778689

王興9499101

series求和sum(),求平均值mean()

importpandas

s=pandas.Series([6,8,9])

print(s.sum())#莉和

print(s.mean())#求平均值

23

7.666666666666667

DataFrame的行列求和，求平均值

importnumpyasnp

importpandasaspd

grade=[[88,89,92],[77,86,89],[94,99,101]]

name=["張華"，"李明"，"王興”]

sub=["英語(yǔ)"，"數(shù)學(xué)"，"語(yǔ)文”]

df=pd.DataFrame(grade,name,sub)

dfRow_sum，]=df.apply(ambdax:x.sum(),axis=l)#行的求和

dffRow_mean,]二df.apply(lambdax:x.mean(),axis=l)#行的平均分

df.locfCol_sum,]=df.apply(lambdax:x?sum。)#列的求和

df.locfCol_mean,]=df.apply(lambdax:x.mean。)#列的平均值

print(df)

英語(yǔ)數(shù)學(xué)語(yǔ)文Row_sumRowmean

張

88.089.092.0269.0134.50

李

77.086.089.0252.0126.00

王

94.099.0101.0294.0147.00

cosum259.0274.0282.0815.0407.50

comean129.5137.0141.0407.5203.75

知識(shí)點(diǎn)：

Pandas.DataFrame.sum()返回所有列的和

Pandas.DataFrame.suni(axis=l)返回所有行的和

擴(kuò)展：

Random生成隨機(jī)數(shù)的函數(shù)庫(kù)

importrandom

numl=random.random()#返回隨機(jī)生成的一個(gè)實(shí)數(shù)

num2=random.randint(0,1。)#生成一個(gè)[0,10]之間的一個(gè)整數(shù)

print(numl)

print(num2)

0.5992866603390408

6

?>

0.8221011022241507

9

?>

importrandom

stud工廠小黃〃，〃小紅〃，〃小藍(lán)〃，〃小綠〃］

print(〃選手的報(bào)名順序：\stud)

random,shuffle(stud)#打亂選手的報(bào)名順序

print(〃選手的隨機(jī)報(bào)名順序?yàn)椋骸?，stud)

選手的報(bào)名順序；［'小黃'，’小紅'，‘小藍(lán)‘，‘小綠'］

選手的隨機(jī)報(bào)名順序?yàn)椋海邸【G‘，‘小藍(lán)‘，‘小黃‘，‘小紅'］

?>

知識(shí)點(diǎn)：random,random()返回隨機(jī)生成的一個(gè)實(shí)數(shù)

Random,randint(a,b)生成一個(gè)［a,b］之間的整數(shù)

Random.Shuffle()打亂排序

任務(wù)五：觀看視頻了解數(shù)據(jù)的分析

數(shù)據(jù)的分析一般包括特征探索，關(guān)聯(lián)分析，聚類分類，建立模型和

模型評(píng)價(jià)。

1、數(shù)據(jù)的特征探索：對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，發(fā)現(xiàn)和處理缺失值、異

常數(shù)據(jù)、繪制直方圖、求最大值、最小值、極差

2、關(guān)聯(lián)分析：發(fā)現(xiàn)大量數(shù)據(jù)集中的關(guān)聯(lián)性或相關(guān)性，從而描述了

一個(gè)事物中某些屬性同時(shí)出現(xiàn)的規(guī)律和模式。

3、聚類分析：依據(jù)研究對(duì)象(樣品或指標(biāo))的特征，對(duì)其進(jìn)行分

類的方法，減少研究對(duì)象的數(shù)目。

任務(wù)六：閱讀課本了解數(shù)據(jù)的可視化表達(dá)的方式，觀看視頻了解什

么是詞云圖

一數(shù)據(jù)

J__IZ學(xué)生1、

學(xué)駕技數(shù)來(lái)蠢

技術(shù)數(shù)據(jù)”信息蕤

:習(xí)^^習(xí)數(shù)據(jù)

數(shù)據(jù)及術(shù)備一

■雪居

詞云圖是目前常用的關(guān)鍵詞可視化數(shù)據(jù)的表達(dá)方式，詞云圖通常使

用文字的大小和顏色來(lái)表示關(guān)鍵詞出現(xiàn)的頻次。

用python編程進(jìn)行詞云圖的制作的順序?yàn)椋簩?dǎo)入文本，分詞，特

征提取，數(shù)據(jù)分析，保存詞云圖

總結(jié)由學(xué)生進(jìn)行總結(jié)，教師進(jìn)行補(bǔ)充

1.手機(jī)導(dǎo)航應(yīng)用能夠?qū)崟r(shí)推薦最快路線，主要體現(xiàn)了大數(shù)據(jù)的（）

特征

A數(shù)據(jù)體量巨大B數(shù)據(jù)類型多

C數(shù)據(jù)變化速度快D價(jià)值密度低

課堂練

習(xí)22.020年11月1日，正式開始第七次全國(guó)人口普查，普查信息除了普

查員登記獲取之外，還可以通過(guò)小程序自主填報(bào)。后者的數(shù)據(jù)采集方式

是（）

A實(shí)驗(yàn)數(shù)據(jù)采集B傳感器采集

C網(wǎng)絡(luò)爬蟲D系統(tǒng)錄入

3.我們?cè)谟胮ython進(jìn)行數(shù)據(jù)分析的時(shí)候，經(jīng)常會(huì)用到pandas庫(kù)中的

DataFrame,這是類似于（）的數(shù)據(jù)結(jié)構(gòu)。

A一維表格B二維表格

C三維表格D四維表格

4.在用python編程對(duì)數(shù)據(jù)進(jìn)行分析的時(shí)候，代碼

pandas.DataFrame.sum（）執(zhí)行的操作是（）

A返回所有列的和B返回所有行的和

C返回所有數(shù)據(jù)中的最大值D返回所有數(shù)中最小值

5.利用python程序繪制y=2的x次方（y=2%）函數(shù)圖像，則下列程

序第五行應(yīng)該填寫的代碼是（）

1Importmatplotlib.pyplotaspit

2Importnumpyasnp

3x=np.1inspace(0,10,50)

4Y=2**x

5

6Pit.show()

Apit.plot(x,y)Bpit.plot(y,x)

Cpit.bar(x,y)Dpit.boxplot(x,y)

6.吳老師利用python編寫一個(gè)程序畫出一個(gè)一元一次方程的函數(shù)圖,

程序如下所示：

y=2*x*x+6*x」2

1ZM

1importnumpyasnp

2frommatplotlibimportpyplotaspit

3x=np.arange(1,10)