5.3.1 数据的分析 （特征探索） 教学设计-2024-2025学年高中信息技术粤教版（2019）必修1

教学设计 课程基本信息 学科 信息技术 年级 高一 学期 春季 课题 5.3数据的分析 5.3.1特征探索 教科书 书 名：信息技术 数据与计算 必修1 教材 出版社：广东教育出版社 教学目标 1. 理解特征探索（数据预处理）的作用和常用方法。 2. 掌握选用恰当的工具处理数据，可视化表达数据，揭示数据反映的本质问题。 3. 体验多种数据分析技术，激发学生的学习热情，培养学生的编程兴趣。 教学重难点 教学重点： 理解数据预处理（特征探索）技术，能够通过程序简单实践数据的特征探索处理。 教学难点： 能够根据具体数据分析的需要，选用恰当的工具处理数据，并获取一定结论。 教学过程 · 情境导入 1、展示利用爬虫程序爬取的淘宝零食的部分数据，其中主要包括价格与评论。 2、提出问题： 在市场竞争中，通过现有的数据，企业应该如何轻松并且准确得来探索他的特征，分析出对自己有价值的信息呢？ 3、 进一步给出数据分析的概念： 数据分析是通过运用数字化工具和技术，对大批量杂乱无章的数据进行探索和分析，从中发现数据内在的结构和规律，并构建数学模型进行可视化表达。通过验证这些模型，我们可以将其转化为知识，以便更好地了解事物的现状、剖析事物的发展趋势，并预测事物的未来走向。 举例说明： 导入本节课主题：数据分析之数据特征探索，即对淘宝零食的部分数据预处理，并挖掘数据价值。 · 探究新知 特征探索的概念和作用 1.1教师：我们可以从哪些方面来对淘宝零食数据进行预处理？ 发现和处理缺失值、异常数据 绘制散点图，直方图 观察分析数据的分布特征 求最大值、最小值、极差等描述性统计量。 极差：极差是最大值和最小值之间的差异或范围。它计算了数据集的全局范围。极差量化了数据的变异程度，提供了数据在整个取值范围内的大小差别。 他们能够很直观地描述数据的总体特征，取值范围，分布范围，集中度，大小排序，方便绘图，直观反映数据情况，获得更全面的数据分析和解释。 以上，对数据的预处理方式都属于数据的特征探索。通常情况，对于未知的数据先进行特征探索。 1.2教师：在对数据的完成预处理处理以后，如何来挖掘数据价值？ 论证该使用何种统计推断进行分析 通过可视化对数据构建初始认知 对于数据集中的某些现象原因提出假设，分析 对进一步的数据收集及调查做基础 1.3过程：我们可以找到淘宝零食数据中的缺失部分，异常部分。 求最大值、最小值、极差 绘制散点图，直方图 在最后回答本节课问题： 通过分析直方图，企业能够得到什么有用的信息呢？ 2、教师：数据库的建立 在进行数据分析前，通常需要建立一个数据库。通过建立数据库，存储大量数据，方便后续的数据分析和处理工作。 创建数据库csdn和数据表taob，并导入文件taob.sql中的数据。 （如果有不熟悉如何创建数据库的同学，可以参考配套资料） 3、引导学生开展探究活动 逐个完成“程序5-5-1 数据预处理（教材范例）.py”，体验数据预处理过程。 3.1数据清洗，发现缺失值，并打印缺失值的个数。 3.2异常处理，利用画散点图，发现异常值部分。 3.3设置筛选条件，重新绘制散点图。 3.4求最大值、最小值、极差等描述性统计量。 3.5绘制价格直方图，可以让我们直观的看到商品在不同价格区间的分布数量。 3.6绘制评论数直方图，可以让我们看到不同评论数的商品数量。 4.展示结果。 教师：思考从直方图中，哪些价格区间的商品评论数较低，可能表现不佳，用户体验和满意度较低，可以进行提高改进？ 4.1价格更高的商品，大家的评论的积极性会更强。 4.2消费者认为价格20-40元的商品价值较低，从而不愿意购买或分享购买体验。 4.3同时价格20-40元的商品可能意味着有潜在的商机和市场空白。如果这些商品能够提高它们的质量和知名度，吸引更多消费者的关注和评论，那么它们可能有机会在竞争激烈的市场中脱颖而出。 · 总结 通过本节课特征探索的学习，学生了解到了对于未知的数据，我们先进行特征探索，以便对数据有初步的认识，以及数据分析下的特征探索的基本流程和操作方法。 在进行数据分析之前，通常需要建立一个数据库来存储数据,然后再进行数据的预处理，包括处理缺失值和异常数据，以及绘制直方图和计算描述性统计量等工作。 特征探索为后续的数据分析提供支持，选择合适的统计工具和技术进行数据分析处理，还可以为后续的数据收集和调查提供基础，帮助我们确定进一步的数据需求和采集方向。这些技能对于日常生活中的数据分析和决策都具有重要意义。 学科网（北京）股份有限公司 $$