2020—2021学年高中信息技术(人教中图2019)必修1 3.3.1数据分析(第二十四课时)-教学设计
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、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、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。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、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】 3.1课堂任务1 (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 |