第五章 数据处理和可视化表达课件-2025-2026学年粤教版高中信息技术必修一

该高中信息技术课件聚焦数据处理全流程，从生活实例（如淘宝每日500TB交易数据、医院CT数据）导入大数据概念，按特征、采集、存储保护、分析、可视化逻辑展开，以实例为支架衔接各知识点。 其亮点在于实例丰富（如12306每分钟售2000+车票体现高速特征）与工具实操结合，融入信息意识（隐私保护案例）、计算思维（数据分析建模）、数字化学习与创新（Python可视化工具），采用案例教学法，学生能提升信息素养和实操能力，教师可直接用系统资料实施教学。

大数据 数据 数据处理和可视化表达 第五章 必修一《数据与计算》 2 大数据 1 大数据是指无法在一定时间范围内用常规软件工具进行高效捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 大数据的特征 1 大量 Volume 数据体量巨大TB→PB 变化速度快 高速 Velocity 价值密度低 低价值密度 Value 数据种类繁多 多样 Variety 4V 大数据的特征 1 从互联网产生大数据的角度来看： 1.淘宝网近4亿的会员每天产生的商品交易数据约500TB；总存储量400EB。 2.在医院，一个病人的CT数据量达几十GB，每年需要保存的数据达100EB。 1TB=1024GB 1PB=1024TB 1EB=1024PB 1ZB=1024EB 大量 Volume 大数据的特征 1 从互联网产生大数据的角度来看： 多样 Variety 数据类型繁多 大数据的特征 1 从互联网产生大数据的角度来看： 低价值密度 Value 例如：通过监控视频寻找犯罪分子，可能只有几秒钟的有效时间 大数据的特征 1 从互联网产生大数据的角度来看： 高速 Velocity 变化速度快，通常以秒为单位快速变化 刚刚过去的一分钟： Email：2亿+封被发出 12306：2000+张车票被卖出 大数据对日常生活的影响 1 方便看病与诊病 方便出行 方便支付 方便购物与产品推介 优点：使人们的日常生活更为便捷。 大数据对日常生活的影响 1 信息伤害与诈骗 个人信息泄露 缺点：对人们日常生活产生的负面影响。 数据采集的工具和方法 2 系统日志采集法 系统日志是记录系统中硬件、软件和系统问题的信息文件，包括操作系统日志、应用程序日志和安全日志。 系统日志采集数据就是利用程序，将目标主机中的日志信息定向推送到服务器进行存储、监控和管理。 数据采集的工具和方法 2 网络数据采集法 网络数据采集是通过网络爬虫或者网站公开API（应用程序接口）等方式从网站上获取数据信息。 网络爬虫抓取网页的URL，可将数据从网页中抽取出来，存储为统一的本地数据文件，支持多形式并可关联。 数据采集的工具和方法 2 其他数据采集法 对于保密性较高的数据，可通过与企业或研究机构合作，使用特定系统接口等相关方式收集数据。 科学研究的数据多为科学实验的各种传感器采集，并传输到数据库管理系统中。 数据采集的工具和方法 2 常见的普通数据（非大数据）采集方法： 问卷调查法 问答访谈法 数据表统计法 常见传感工具测量法（如：体温计、温度计、重量秤等） 数据的存储和保护 3 数据的存储： ①数据保存在本地（磁盘、硬盘等存储器，服务器等） ②数据保存在第三方数据库（云存储） 数据的存储和保护 3 云存储的数据是真的保存在“云”上吗？ 当然不是，云存储的物理空间依然是服务器，只是由供应商拥有并管理的服务器，在用户远不可及的地方。 数据的存储和保护 3 数据的保护： ①数据安全保护技术——保护数据不被破坏、更改、泄露或丢失。 数据保护中有一种叫数据加密技术，分为对称式加密和非对称式加密两大类，其区别就是加密和解密是否使用同一个密钥。 数据的存储和保护 3 数据的保护： ②数据的隐私保护 隐私泄露问题不是大数据时代特有的。 解决方法有三：一是技术手段（如：精度处理、访问控制、人工加扰、匿名等）；二是提高自身保护意识；三是道德与法律的约束。 数据的分析 4 为什么要数据分析？ 李海青 水资源分布现状 过去旅游业的发展情况 了解事物的现状 诊断过去的发展历程 预测房价走向 预测未来的走向 数据的分析 4 特征探索 对数据进行预处理，发现和处理缺失值、异常数据，绘制直方图，观察分析数据的分布特征。 数据的分析 4 关联分析 分析并发现大量数据之间的关联性和相关性，从而描述一个事物中某些熟悉感同时出现的规律和模式。 数据的分析 4 聚类分析 从样本数据出发，自动进行分类。 数据的分析 4 数据分类 数据分析处理中最基本的方法。基于样本数据训练构建分类函数或分类模型，根据分类准则自动给出对位置数据的推广描述。 数据的可视化表达 5 数据可视化： 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。 数据的可视化表达 5 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，提升数据分析的效率。 数据可视化表达的方式 5 数据可视化表达的方式 5 柱形图：是用长方形的长度来表示数值大小的图表。它特别适合用来比较不同类别之间的数据。比如，比较我们班和隔壁班在月考中语文、数学、英语的平均分，用柱形图就非常直观。它可以横向排列，也可以用多维的方式表达更复杂的数据。 数据可视化的表达方式 5 折线图：非常适合用来显示数据随时间变化的趋势。因为它能清晰地表达出数据的连续性和发展方向。比如，用来展示我们城市过去一年每月的平均气温变化，或者展示一款新手机发布后每周的销量走势。 数据可视化表达的方式 5 饼图：显示一个整体中各个组成部分所占的比例。比如，展示我们班同学课余时间分配的总体情况：用于运动的时间占百分之几，用于阅读的时间占百分之几。 数据可视化表达的方式 5 散点图：主要用于观察两个变量之间是否存在某种关联或趋势。比如，我们想研究“每天学习时间”和“数学成绩”之间有没有关系，就可以把每个同学的数据作为一个点画在图上。如果点分布呈现出从左下到右上的趋势，那就说明它们可能存在正相关。 数据可视化表达的方式 5 词云图：特别适合处理文本数据的可视化方式。它可以把一段文字（比如一篇演讲稿、一份调查报告）中出现频率最高的词语，用更大的字体突出显示出来。过去很难分析的文本，现在通过词云图，可以轻松实现可视化挖掘。 数据可视化表达的工具 5 Python语言因其开源和包容的特性，嵌入了大量数据可视化的工具，深受大家的喜爱。在Python中，除我们经常用到的绘图工具模块Matplotlib外，专业的数据可视化工具模块还包括Seaborn和Bokeh等。 数据可视化表达的工具 5 Seaborn主要关注统计模型的可视化。例如，直方图既可以总结数据，也可以描绘总体分布。Seaborn基于且高度依赖于Matplotlib。 直方图程序及结果 数据可视化表达的工具 5 Bokeh是一个很好的可视化库，可实现交互式可视化。与其他库相反，Bokeh是独立于 Matplotlib的。Bokeh的重点在其交互性，且是通过浏览器以数据驱动文档的风格呈现。 Bokeh示例程序及结果 $