第五章《数据处理和可视化表达》单元 教学设计 2023—2024学年粤教版（2019）高中信息技术必修1.docxVIP

高中新课程新教材优质课评选

普通高中新课程新教材优质课评选暨优秀课例汇集活动教学设计基本要求

一、单元教学设计基本要求

（一）单元基本信息

学科

信息技术

实施年级

高一

设计者

课程标准模块

必修1《数据与计算》

使用教材

粤教版普通高中教科书信息技术

单元名称

数据处理和可视化表达

单元课时

4课时

（二）单元项目规划

1、项目名称

网络购物平台客户行为数据分析和可视化表达

2、项目核心概念

本章通过“网络购物平台的客户行为数据分析和可视化表达”项目学习，让学生认识大数据及其特征，了解数据采集的基本方法及数据保护的意义；学会运用恰当的软件工具或平台分析处理数据，实现数据的可视化表达，帮助学生全面认识和了解数

据与计算的重要意义，从而培养学生的四大核心素养。

3、项目呈现方式

（1）网购物品-了解大数据概念-探究大数据特征-感受大数据的利弊

（2）采集网购数据-探究不同的数据采集方法-数据的存储和保护

（3）网购数据分析-探究不同的数据分析方法

（4）网购数据的可视化表达-认识数据可视化-探究不同的可视化表达工具

4、项目学情分析

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。

1

5、项目资源

（1）工具：Xampp、Pycharm、后羿采集器、python

（2）微课视频

（3）python帮助文档

（三）单元学习目标

1、理解数据与信息的特征。（信息意识）

2、学会根据需要选用合适的数字化工具开展学习。（数字化学习与创新）

3、了解数据采集、分析和可视化表达的基本方法。（计算思维）

4、利用软件工具或平台对数据进行采集、整理、计算与呈现，并通过技术方法对数据进行保护。（计算思维、信息社会责任）

5、在数据分析的基础上，完成分析报告。（计算思维）

（四）单元教学过程

1、根据视频“大数据在购物中的产品推介事例”，师生共同探究大数据概念。

2、学生分组探究大数据的特征（从三个角度），完成项目活动记录表。

3、师生共同总结大数据和传统数据的区别。

4、学生探究大数据在日常生活中利弊，完成项目活动记录表。

5、学生分组探究网购数据采集的方法和工具。

6、学生通过观看视频、阅读教材，查找资料，了解数据存储和保护的方法。

7、学生分组探究数据分析的方法，完成项目活动记录表，教师总结。

8、师生共同探讨网购数据的呈现方式，认识数据可视化及其作用。

9、观看微课，各小组根据选题进行探究、实践，以可视化的方式呈现数据，完成活动记录表。

10、学生体验Seaborn和Bokeh两种工具数据可视化表达的效果。

11、在探究活动的基础上，完成小组报告。

（五）单元评价建议

1、项目学习活动记录表

班级小组编号

项目选题

项目主题

项目目的

小组成员及分工

组长：

记录员：

2

项目规划

问题列表

编号

问题内容

方法

探究活动项目实施

活动1：认识大数据。通过查找资料、学习和交流，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。

知识技能

传统数据与大数据区别

传统数据

大数据

活动2：确定项目数据需求。通过学习和交流，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，采集数据使用的方法和工具，数据保存形式。

知识技能

编号

项目数据内容大纲

数据来源

采集方法和工具

数据保存形式

1

2

3

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。

知识技能

语句

语句作用

importnumpyasnp

importmatplotlib.pyplotasplt

frompylabimport*

结合小组选题，采集网络数据程序关键代码：

数据文件与内容（截图）：

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

;

高中新课程新教材优质课评选

保护的方法和意义。

知识与技能

知识类别

知识内容

具体做法

数据的存储

数据的保护

数据保护的意义

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。

知识技能

数据预处理程序关键代码：

可视化图形（截图）：

特征探索结果分析：

活