5.4数据的可视化表达 教学设计

5.4 数据的可视化表达 教学设计 子课题 5.4数据的可视化表达 子项目任务 各小组在前期通过对网购平台销售数据的采集和分析，得到很多数据，如何将数据用合适的方式表达出来，更快更好的获取有效信息，是本节课的探究主题。 学习目标 1.通过观察、体验和讨论，了解数据可视化表达以及作用,提升对数据可视化表达的探究兴趣。 2.通过观看微课，体验探究活动，了解可视化表达方式词云图，掌握词云图制作方法，提高学生快速找到数据关键词的意识和能力，培养学生的信息素养。 3.通过体验、观察和总结，了解Python中Seaborn和Bokeh的应用，体验两种工具数据可视化表达的优势。在学习过程中能根据需要选择工具对数据进行处理和可视化表达，提升数据分析的效率，进一步提升学生数据处理能力。 教学重难点 重点：了解数据的可视化表达及其作用，掌握词云图的制作方法。 难点：能够根据需要选择合适的数据可视化表达的工具和呈现方式，提升数据分析的效率。 教学过程 教学导入 课堂导入：感受数据可视化的魅力,揭示课题 师生一起通过观察几组PISA数据来探讨中国的基础教育问题。在探究过程中体会数据可视化的魅力，讨论、思考、总结什么是数据可视化。 知识探究 探究活动9：认识数据可视化 1. 知识归纳： 数据可视化是指以图形、图像、地图、动画等生动、易于理解的方式展示数据和诠释数据之间的关系、趋势与规律等，以便更好地理解数据。 作用：把枯燥乏味的海量数据以丰富的视觉效果呈现数据所反映的本质问题，有效提升数据分析的效率。 2. 小组活动： 让学生总结生活中遇到的其他数据可视化的案例，进一步体验数据可视化表达及其作用。 探究活动10：词云图 1. 观看微课，认识词云图： 通过课前实践，学生总结为什么要学习运用程序制作词云图？ 用网络软件（比如易词云）缺点：模板限制，个性化需求，知识产权，付费。 2. 利用Python制作词云图： 观看微课，学习制作词云图。 基础词云图，关键代码:（红色部分为词云图基础四行代码）： import wordcloud import matplotlib.pyplot as plt w=wordcloud.WordCloud() w.generate("You are my sunshine, my only sunshine.You make me happy when skies are gray.You'll never know dear, how much I love you.Please don't take my sunshine away") plt.imshow(w)#绘制词云图 plt.axis("off")#关闭坐标 plt.show()#显示词云图 w.to_file("词云图.jpg") 词云大神,更多参数 import jieba import numpy as np from PIL import Image from wordcloud import WordCloud import matplotlib.pyplot as plt pic_mask=np.array(Image.open("ty.jpg"))#获取词云形状的图片 text=open(r'kebiao.txt',encoding='utf8')#获取分词数据 mylist=list(text) word_list=[" ".join(jieba.cut(sentence)) for sentence in mylist] new_text=' '.join(word_list) wordcloud=WordCloud(font_path='simhei.ttf',background_color="white", #显示的字体和背景颜色 max_words=500,#出现次数最多的前500个分词 max_font_size=150,#显示的最大字号 random_state=40,#分词颜色的随机配色方案数量 mask=pic_mask) #词云形状 w=wordcloud.generate(new_text)#传入分词列表 plt.imshow(w)#绘制词云图 plt.axis("off")#关闭坐标 plt.show()#显示词云图 3. 词云图练习： 学生根据自己水平选择分层练习。 4. 项目活动 通过学习、交流、探究和实践，结合小组选题，以可视化的方式呈现小组数据。 探究活动11：数据可视化表达的方式和工具 1. 体验探究 通过探究、实践，体验Seaborn和Bokeh两种工具数据可视化表达的效果。 2. 小组归纳 归纳总结数据可视化分析类型及对应的可视化呈现方式，完成活动记录表。 学习评价 自评，见附表3：课堂表现评价量表 课堂总结 总结本节课学习内容。 布置下节课任务：在探究活动的基础上，完成小组项目报告，下节课进行交流展示。 附表3：课堂表现评价量表 课堂表现评价维度 课堂表现评价等级 得分 很好（25分） 一般（15分） 较差（5分） 数据可视化概念和作用 能够准确清晰的认识到周围数据的可视化表达，并能够体会到其优势 对数据的可视化表达有基本的认知，但印象不深 对数据可视化表达认知模糊不清 词云图制作和应用 熟知词云图及其制作中的关键库和代码，并能够根据范例程序制作词云图 了解词云图的概念，但在实际制作中有困难 不清楚词云图的作用与制作 数据可视化表达工具类型 能够熟练体验Seaborn和Bokeh两种工具数据可视化的应用。能够主动总结使用过的数据可视化工具，并能够根据不同类型的数据分析需求准确的选择性使用。 基本掌握两种工具数据可视化的应用。能总结一些数据可视化工具，并能够适当应用这些工具 不了解Seaborn和Bokeh。无法列举和总结数据可视化工具。 参与、交流和表达 能够主动认真参与课堂活动，积极交流，表达清楚 基本能够参与课堂活动，有交流，基本能表达自己的想法 不参与课堂活动 总分 附表一：大单元项目式教学计划 单元主题 第五章 数据处理和可视化表达 教材分析 本章是粤教版（2019）必修1的第五章，依据本章课标要求，通过“网购平台商品销售数据分析和可视化表达”项目，让学生理解随着社会数据量和个人数据量的增大，选用恰当的软件工具或平台处理数据、发现信息，已逐步成为人们解决问题的一种重要方式；并通过对数据和大数据进行采集、存储、处理，以及从中发掘有价值的信息等过程，让学生全面了解数据与计算的重要意义，从而提升学生的信息素养。 学情分析 学生在第四章已经体验了利用程序去解决问题。了解了python程序设计语言的基础知识，掌握了程序的顺序结构、选择结构和循环结构，学会了使用程序设计语言实现简单算法，体验了程序设计基本流程，掌握了程序调试与运行的方法。 项目任务 网络购物中，消费者购物的任何行为细节都会被服务器所记录。通过对大数据的采集和分析，可以得到很多有价值的信息。如何选择恰当的软件工具对网购平台数据进行采集、分析和表达，形成可视化报告，提高我们处理数据的效率是本章节的教学任务。 学习目标 （指向学科核心素养） 1.认识大数据及其特征。在日常生活中，根据实际解决问题的需要，恰当选择数字化工具，具备信息安全意识。能够学会选用恰当的工具可视化表达数据，揭示数据反映的本质问题，提升数据分析的效率。（信息意识） 2.针对给定的任务进行需求分析，明确需要解决的关键问题。按照问题解决方案，选用适当的数字化工具或方法获取组织分析数据，并能迁移到其他相关问题的解决过程中。（计算思维） 3.在学习过程中能够评估常用的数字化工具资源，根据需要合理选择工具对数据进行采集、分析及可视化表达。（数字化学习与创新） 4.在信息活动中，具有信息安全意识，尊重和保护个人及他人的隐私。采用简单的技术手段，保护数据、信息以及信息设备的安全。（信息社会责任） 教学安排 学习阶段 活动内容 课时 5.1认识大数据 活动1：认识大数据 通过查找资料，讨论，了解大数据的概念，理解大数据的特征，明晰传统数据与大数据的区别，知道大数据对日常生活的影响。 1 活动2：确定项目数据需求 通过查找资料，学习和交流，了解数据采集的基本方法和常用工具。根据选定的项目主题，确定项目的数据需求，列出数据采集清单和内容大纲。 5.2数据的采集 活动3：采集数据 通过学习、交流、探究和实践，结合本小组选题，了解Python第三方库的安装及使用，了解搭建本地服务器，体验爬虫程序，使用爬虫程序采集网络数据。 1 活动4：数据的存储和保护 通过查找资料、学习和交流，了解数据存储的方式、数据保护的方法和意义。 5.3数据的分析 活动5：特征探索 通过学习、交流、探究和实践，结合本小组选题，对采集到的数据进行预处理，发现和处理缺失值、处理异常数据、求最值、极差、组距、绘制直方图，观察分析数据的分布特征。 2 活动6：聚类分析 通过学习、交流、探究和实践，结合小组选题，对采集到的数据进行聚类分析。 活动7：数据分类 通过学习、交流、探究和实践，结合小组选题，对未分类数据进行分类。 活动8：关联分析 通过学习、交流、探究和实践，结合小组选题，探究数据之间的关联关系。 5.4数据的可视化表达 活动9：认识数据可视化 通过讨论、交流，认识数据可视化及其作用。 1 活动10：词云图 通过学习、交流、探究和实践，结合小组选题，以词云图的方式呈现数据。 活动11：数据可视化表达的方式和工具 通过学习、交流、探究和实践，结合小组选题，了解数据可视化分析类型及对应的可视化呈现方式，了解数据可视化表达的工具。 项目成果展示 在探究活动的基础上完成小组项目报告，交流评价。 1 学科网（北京）股份有限公司 $$