《Python数据可视化案例教程》教案 项目4 分布型数据可视化.docx

PAGE2

PAGE2

PAGE7

PAGE7

课题

分布型数据可视化

课时

2课时（90min）

教学目标

知识目标：

（1）了解分布型数据的概念及应用场景。

（2）了解直方图、箱形图、密度图和小提琴图的概念及应用。

（3）掌握使用seaborn绘制直方图、箱形图、密度图和小提琴图的方法。

技能目标：

能使用直方图、箱形图、密度图和小提琴图对分布型数据进行可视化和分析。

素养目标：

（1）培养实践能力，在实践中学习、在学习中实践。

（2）强化身体健康安全意识，敬畏生命、珍惜生命。

教学重难点

教学重点：分布型数据的概念及应用场景，直方图、箱形图、密度图和小提琴图的概念及应用，使用seaborn绘制直方图、箱形图、密度图和小提琴图的方法

教学难点：能使用直方图、箱形图、密度图和小提琴图对分布型数据进行可视化和分析

教学方法

案例分析法、问答法、讨论法、讲授法

教学用具

电脑、投影仪、多媒体课件、教材

教学过程

主要教学内容及步骤

考勤

【教师】使用APP进行签到

【学生】班干部报请假人员及原因

问题导入

【教师】扫码播放“常见的分布型数据及可视化图表”视频（详见教材），帮助学生了解常见的分布型数据及可视化图表，并提出问题：

问题1：列举生活中常见的分布型数据。

问题2：列举常见的分布型数据可视化图表。

【学生】观看、思考、讨论、举手回答

传授新知

【教师】通过学生的回答引入要讲的知识，讲解分布型数据的概念及应用场景，直方图、箱形图、密度图和小提琴图的概念及应用，以及使用seaborn绘制直方图、箱形图、密度图和小提琴图的方法等知识

4.1什么是分布型数据

分布型数据主要是指用于描述数据值在某个范围内分布情况的数据，它可以是连续型的，如身高、体重等，也可以是离散型的，如人口、性别等。与确定性数据相比，分布型数据具有一定的随机性和不确定性。通过对分布型数据进行统计描述和可视化分析，可以揭示数据的规律、趋势和模式，并用于后续的数据建模、预测和决策。

分布型数据可视化常用的图表有直方图、箱形图、密度图和小提琴图。

4.2直方图

直方图是一种将数据的值划分为若干个等宽、不重叠的区间，并统计每个区间内数据数量或分布概率的图表，它可以表示数据的分布情况，如不同成绩区间的学生数量分布、不同年龄区间的员工数量分布等。直方图是一个连续变量的概率分布估计，因此它还可以用于分析数据是否符合正态分布。直方图一般用x轴表示数据所属的区间，用y轴表示区间对应数据的数量或占比。

?【例4-1】

?【教师】通过多媒体展示“‘某餐厅顾客消费记录.xlsx’文件中的数据（部分）”图片，并提出问题：

使用直方图实现某餐厅不同消费金额区间消费次数可视化。

?【学生】聆听、思考、写代码、举手回答

?【教师】总结学生的回答

【问题分析】

本案例基于“某餐厅顾客消费记录.xlsx”文件中的数据，使用seaborn的histplot()函数绘制直方图。函数中，x为“消费金额（元）”列标签，颜色映射hue为“顾客类型”列标签，data为读取的DataFrame格式的数据，矩形柱的个数bins为15，直方图类型multiple为“stack”（堆积直方图）。

【参考代码】

importpandasaspd#导入pandas库

#导入matplotlib库中的pyplot模块

importmatplotlib.pyplotasplt

importseabornassns#导入seaborn库

df=pd.read_excel(某餐厅顾客消费记录.xlsx)#读取数据

plt.figure(figsize=(8,4))#创建画布并设置画布大小

#设置图表样式，包括样式主题和中文字体

sns.set_style(style=darkgrid,rc={font.sans-serif:SimHei})

sns.set_palette(colorblind)#设置颜色主题

#绘制直方图

sns.histplot(x=消费金额（元）,hue=顾客类型,data=df,bins=15,

multiple=stack)

plt.title(某餐厅不同消费金额区间消费次数直方图)#设置图表标题

plt.ylabel(消费次数)