大数据可视化-课程标准.docx

  1. 1、本文档共14页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

《大数据可视化》课程标准

课程定位

《大数据可视化》是面向职业院校和高等院校的一门理论与实践紧密结合的软件专业群拓展模块课程,是大数据处理众多流程中的最后一个环节之一,该课程全面介绍了大数据可视化入门的必备知识,从学习与应用的角度出发,帮助学生快速掌握相关技能。本课程主要培养学生掌握大数据可视化的技术,能够独立完成大数据可视化处理工作。通过本课程的学习,使学生掌握大数据可视化技术的基础知识和技能,达到具备大数据可视化工程师的基本职业能力。

教学目标

本课程采用“知识分解、任务驱动”的创新教学模式,通过大量的示例,将理论与实践相结合,使学生更容易理解大数据可视化的相关专业术语,并结合案例对所学知识进行综合训练,通过开发大数据可视化项目,将所学知识应用到实际工作中,模拟大数据可视化项目综合实训,使学生掌握运用大数据可视化的基础知识和技能,能够胜任大数据可视化工程师的工作岗位。通过学习大数据可视化相关理论知识,掌握大数据可视化的相关技术以及具体应用场景,并结合具体任务实例,培养学生实践动手、独立思考和解决问题的能力,达到正确灵活地利用大数据可视化技能来解决相关问题的目标。

课程教学目标包括知识目标、能力目标和素质目标三大方向。

知识目标

掌握大数据可视化环境的安装部署;

掌握大数据可视化相关工具的使用;

掌握大数据技术生态体系与相关基础知识;

熟悉大数据可视化相关类库的使用与图表制作基础;

掌握大数据行业的基本理论和基本知识;

了解大数据专业和学科的理论前沿及发展动态。

技能目标

了解什么是大数据可视化,大数据可视化发展的历史以及目前面临的问题;

了解大数据可视化基本原则,掌握大数据可视化工具的使用;

掌握Python的编程能力,能够搭建开发环境和根据需求完成程序的编写;

掌握大数据可视化的基本图表,熟练掌握大数据可视化的常用工具,能够针对不同数据类型与场景,对数据进行合理可视化;

具有数据分析和初步运用数据分析工具的能力,能够根据数据分析业务需求,对数据进行分析;

掌握图表的基本组成,能够运用不同图表对大数据进行可视化,并能对结果进行分析。如:占比、趋势、组成、排名、空间、分布、比较等;

具有组织、开发、交流、创新等良好的专业综合素质,包括团队沟通能力、国内国际同行进行交流与合作的能力。

素质目标

具有良好的人文素养和继续学习的能力,树立终身学习理念、良好学习习惯和正确学习方法,了解大数据可视化行业常用的知识和技术交流渠道如网站、杂志等,养成通过专业网站、杂志了解信息行业和大数据可视化领域前沿技术发展并及时学习新知识的习惯;

具有较强的计算机技术项目和大数据可视化专业技术交流能力,能够总结项目经验和项目实施现场的管理能力。能协助高层管理人员做好项目组人员管理和项目实施工作;

具有创新能力,具备思考创新和解决问题的能力,能对工作中出现的新需求,综合利用所掌握的工具软件和知识通过升级、测试等手段,采取稳妥的小范围试验,有序实施步骤解决问题;

具有良好的道德品质、职业道德、竞争和创新意识。能够在工作中遵守数据获取、管理、传播、处理、可视化方面的法律法规;

具有良好的责任心、能够在系统维护值机等工作中忠于职守,耐心细致的完成维护日志、巡检记录等工作日志的填写。具有进取心和坚韧的意志品质,能够在系统配置,升级工作中认真负责,克服可能出现的故障和系统冲突完成技术维护工作;

具有良好的健康安全和环境保护意识,能按照设备管理的环境要求对工作环境进行整理和规范,并具有节约意识;

具有良好的书面表达和口头表达能力,具有较强的语言和书面表达能力,能独立完成工作汇报,具备一定的使用英语阅读技术性文件的能力;能够准确地用专业术语表达技术维护过程。

课程内容

大数据可视化是大数据处理过程中的最后一环之一,是实现数据价值的重要工具,可以将抽象的数据转变为图形、表单等,让用户快速理解数据所代表的情况或趋势。该课程的教学内容以大数据可视化工程师岗位的实际工作任务为依据,采取递进式设计的学习项目和学习任务,明确所需知识、能力和素质要求,进行教学内容选取。

课程从大数据与可视化的基础开始,逐渐延伸到大数据可视化技术,其目标是培养学生立完成大数据可视化处理工作。根据项目过程及岗位的能力要求,设计课程结构,将课程内容分为7个章节:大数据与可视化概述、Matplotlib应用、Matplotlib实战(影视数据可视化)、PyEcharts应用、Pyecharts实战(用户行为数据可视化)、Plotly应用、Plotly实战(用户画像数据可视化)。

课程包括22个任务:Python操作数据库、Python文件读取、Matplotlib入门、Matplotlib基础图表的绘制、Matplotlib复杂图形绘制、Matplotlib特殊图形绘制、影视数据分析、电影票房及影评数据

文档评论(0)

balala11 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档