第18课 数据分析与处理课件2025-2026学年人教版八年级信息科技全一册

第18课 数据分析与处理 让数据产生价值 第四单元 简易物联系统实践 学习目标 学习目标 本课将关注以下问题 了解常见的数据处理工具, 会在物联网服务平台中查看和 常见的数据处理工具有哪些? 下载数据 了解物联系统中处理数据的方法, 利用程序处理数据有什么优势? 能够利用程序处理简单的数据 t t hs 数据是新时代的石油 ot reert ponlere aunnin gmitetothe pecng hot andtrmstatio to entha coding soms 数据处理工具的演进 现代工具 演进 电子计算机 早期工具 WPS表格等电 子表格软件 通用性和自动化 FineBI、 FineBI、Hadoop专用软件 数据分析与 编程工具处理数据 图形处理 工具进化,效率飞跃 程序执行模式 电子计算机的革命 通用性 不同应用场景,从文字处理到复杂模拟设计 自动化 存储程序、程序执行模式,无需人工干预 育 医疗 娱 多领域影响 改变商业模式革新教学方式 创造全新体验 提升诊疗水平 计算机改变了数据处理的一切 常用数据处理工具 电子表格软件 专业分析软件 编程工具 WPS表格、Excel Python编程语言 FineBI商业智能 数据编辑 pandas 大数据 直观数据 数据处理库 nvp Hadoop分布式处理 的据编辑 生成生成 快速生成 高级分析 科学 复杂数据 计算库 数据分析 图表图未 选择合适的工具,事半功倍 学习活动 你使用过哪些 数据处理工具? 处理过什么数据? 分享你的数据处理经验 Python数据处理库安装 第一驿:安装pandas库 pip install pandas 第二驿:安装numpy库 pip install numpy 工具准备好了,开始处理数据吧 从物联网服务平台获取数据 获取数据 方式一:数据文件下载 方式二:API调用 通过API自动获取数据 登录在线MQTT服务务 自动化 进入主题管理页面 无需手动操作 下载(查看详情并下载数据文件 API调用代码示例 API调用代码示例 点击下载 选择合适的方式获取数据 学习活动2:体验数据获取 方式一:电子表格处理 方式二 :API 编程获 下载数据件 填⼊⽤⼾名密码主题的参数 进行程序自动获取数据的代 用电子表格软件打开 Excel 数据处理 分析 程序处理数据的处理图 动手试试,体验数据获取的乐趣 数据异常情况 异常 ①数据缺失 ②数据重复 数据格式错误 复制 单位不一致,如身高 数据未记录 数据记录多次 身高单位的统一、 处理填充前后数据平均值 删除删除完全重复数据 数据类型作为一致如 补全 中文数字与阿拉的数字混用 处理处理空缺 数据互有缺失时缺全 修复(统一数据格式) 数据清洗,保证数据质量 处理数据的一般方法 第一步:明确目标 明确数据处理的目标和思路 通过对环境数据分析了解环境情况 第二步:选择工具 使用Python的pandas、numpy等模块 效率 提高数据处理效率 第三步:整理数据 第三步:准备 转换为DataFrame类型数据 目标明确,方法得当 为后续处理做好准备 学习活动3:数据分析实践 步骤1 最终值 … 转换为DataFrame类型 60.9% 36.4% 步骤2 排序代码示例 10.2% 4.3% 步骤3 统 动手实践,掌握数据分析方法 常用数据分析方法 ①统计分析法 对比分析法 分组分析法 求最大值、最小值、平均值 对比不同数据,分析异同 根据某个条件分成若干组 例如分析物联花盆系统的温度数据 例如对比不同区域的温度数据 例如根据设备ID分组 从整体上了解数据特征 发现数据之间的差异 再进行统计和对比分析 选择合适的方法,深入挖掘数据价值 光照强度与光照时间分析 问题 方法 数据筛选 筛选代码示例,如df[df ['valueMsg']> =1000] 阳光对植物的生 不同位置每天能接 筛选光照强度大于 受的光照时间不同 某个阅值的数据 长有直接影响 结果 确定不同位置的光照时间段 光照强度>=1000的时间点 多条件筛选,精准提取数据 a 土壤湿度分析 问题 方法 数据配组 不同ID数据度,平均价值 根据设备ID对数据进行组 需要了解各花盘 的湿度情况 groupby("clientiff" mean 5 计算每组土壤湿度的 设备ID 平均值 平均位壤湿度, 平均计算 mean() mean()± 结果 都被所有花盘的 比较不同花盘的 结果 平均ID数湿组平均值计算 土壤湿度平均值 的湿度差异 .mean() 比较不同的花盘 盘的湿度差异 拓展与提升 任务一:工具对比 电子表软件数据析处理 对比 任务二:历史探究 书籍 海王星数据预测发现 书、互联网查询资料、 思考 +数据分析的科学研发中的作重工作 拓展视野,深入学习 数据分析在科学研究中的作用 提高效率和质量 加速科学研究效率 提升研究质量准确性 提供启示和思路 为科学家提供启示 开拓新研究思路 应用广泛深入 天文学应用 生命科学应用 工程技术应用 数据分析:科学研究的加速器 课程总结 数据 获取数据 采集 采集 算盘→电子计算机 物联网平台获取数据 数据 清洗数据 代码 电子表格软件 代码 采集 处理缺失/重复/格式错误 分析 编程 分析 编程工具 统计分析/对比分析/分组分析 掌握工具,掌握方法,让数据产生价值 谢谢 数据驱动未来 $