Python数据分析与可视化教学设计.docxVIP

  1. 1、本文档共111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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

学IT有疑问,就找千问千知

千里寻他众百度,锋自苦寒磨砺出

千锋教育

Python数据分析与可视化(微课版)

教学设计

课程名称:Python数据分析与可视化(微课版)

授课年级:

授课学期:

教师姓名:

年月日

课程名称

第1章 数据分析概述

计划学时

4

内容分析

随着互联网在不同领域的广泛应用,“大数据时代”一词应运而生。网络活跃用户在不断增加,用户使用网络时产生的数据也呈指数增长,数据便是随科技发展衍生出来的核心资产。为了对这些数据所映射的现象有一个清晰而全面的认知,出现了“数据分析师”这一全新的职业角色。数据分析是数学与计算机科学相结合的产物。本章将对数据分析的基础知识进行初步介绍,帮助数据分析初学者快速入门。

教学目标

教学要求

【知识目标】

了解数据分析的概念及特点。

掌握数据分析的主要方法与工具库。

掌握Anaconda的安装与使用方法。

【技能目标】

能够使用数据分析的4个主要方法与工具库。

能够安装与使用Anaconda。

【育人目标】

通过引导学生发现问题、提出问题和解决问题的过程,培养学生的好奇心和求知欲,激发他们的创新思维。

引导学生编写高质量、可靠、安全的代码,培养学生遵守编程方面的相关法律和道德准则。

教学重点

Python的下载与安装

检验安装是否成功

第一个Python程序

Anaconda的安装与使用

教学难点

Python的下载与安装

Anaconda的安装与使用

教学方式

课堂讲解配合PPT演示

第一课时

(为什么会有数据分析、怎样去做数据分析、5W1H分析法、逻辑树分析法、对比分析法、群组分析法、Python的下载与安装、检验安装是否成功、第一个Python程序)

提出需求,导入学习任务

通过情景导入的方式引出本节内容

老师通过讲解数据分析师岗位引出要讲解的数据分析,从而引出本节要讲的为什么会有数据分析、怎样去做数据分析、5W1H分析法、逻辑树分析法、对比分析法、群组分析法、Python的下载与安装、检验安装是否成功、第一个Python程序。

明确学习目标

了解数据分析出现的原因与数据分析的做法

掌握数据分析的4个主要方法

掌握Python的下载与安装方式

掌握检验Python是否安装成功的方式

掌握编写第一个Python程序的方式

知识讲解

知识点1-为什么会有数据分析

用户使用互联网浏览信息会产生大量的数据,这些数据可能来自于不同的领域,而数据分析的目的就是把隐藏在一大批看起来杂乱无章的数据中最有价值的部分提炼出来,从而找出需要研究的对象的规律,得出有价值的信息。

例如,用户在日常生活中会用到某些购物平台,这些购物平台往往会设计一种模块——猜你喜欢,平台利用这一模块向用户推送其可能感兴趣的商品(购物平台通过分析用户搜索某类商品的频次来判断其是否对这类商品有意愿购买),从而间接提高商品的浏览量和购买率。

知识点2-怎样去做数据分析

数据分析的基本流程包括确定分析目标及思路、数据获取、数据预处理、数据分析与建模、数据可视化及结果验证、数据应用,如下图所示。

数据获取是数据分析师在数据分析过程中与数据的第一次“见面”。在确立了分析需求之后需要用一些技术手段获取数据,包括但不限于下载数据集、爬取数据。

数据预处理的成功与否直接影响数据分析与建模的准确性和一致性。数据预处理大致分为4个基本步骤,分别是数据合并、数据变换、数据清洗和数据标准化。

数据分析与建模是数据分析的核心。数据分析就是通过一系列规范化的方法将数据中的有用信息提取出来,最终进行相应的数据处理。

知识点3-5W1H分析法

5W1H,即为什么(Why)、什么事(What)、谁来做(Who)、什么时候(When)、什么地方(Where)、如何做(How),5W1H分析法的模型如下图所示。

以商品的生产出售为例:

售卖什么商品?(What)

在哪里售卖这些商品?(Where)

什么时候售卖这些商品?(When)

哪些人员负责售卖这些商品?(Who)

为什么要售卖这些商品?(Why)

如何售卖这些商品?(How)

知识点4-逻辑树分析法

逻辑树,又称为麦肯锡逻辑树、问题树、演绎树或分解树,其最大的优势在于将繁杂的数据分析工作细分为多个关系密切的部分,不断地分解问题,帮助人们在纷繁复杂的现象中找出关键点,推动问题的解决。

逻辑树分析法的形式就像是一棵树,如下图所示。

讲解逻辑树分析法的运用

从上至下、从左至右地先画出树干,简要分析其

文档评论(0)

139****1983 + 关注
实名认证
文档贡献者

副教授、一级建造师持证人

一线教师。

领域认证该用户于2023年06月21日上传了副教授、一级建造师

1亿VIP精品文档

相关文档