《第2课 数据的整理》精品教案.docxVIP

学而优教有方

PAGE2/NUMPAGES2

第2课数据的整理

课题

数据的整理

单元

第五单元

学科

信息技术

年级

四年级

教材

分析

本课为第五单元“数据的收集组织”的第2课——“数据的整理”。在前一课时“数据的收集”中，学生已掌握了数据收集的多种途径及方法，并且收集了一定的相关数据，为本次课程的学习提供了学习操作素材。

本课将继续深化单元情境“学生科技社团情况数据”。通过“议一议”环节，引导学生理解利用表格进行数据整理的优势：信息呈现更清晰直观、结构布局更整齐规范；通过“做一做”活动，引导学生掌握电子表格的一般操作，如去除重复项、纠正错误数据等，以提升学生的数据处理能力；通过两个“实验室”,学生将实践运用“排序”与“筛选”操作，实现对数据的统计与分析，进一步巩固所学知识并拓展其应用能力。此外，教材在本课最后设置了“挑战”与“阅读”部分，作为知识的延伸与拓展，引领学生初探人工智能在数据整理方面的作用。

通过本课的学习，学生在学会根据自己的目的与需求对数据进行有效整理的同时，也为后续学习第3课“数据的分析”奠定了知识基础。这不仅培养了学生的数字化学习与创新能力，也促进了其信息素养的全面发展。

教学

目标

1.信息意识：了解数据的作用与价值。

2.计算思维：依据问题解决的需要，组织与分析数据。

3.数字化学习与创新：借助信息科技进行简单的多媒体作品创作、展示、交流，尝试开展数字化创新活动，感受应用信息科技表达观点、创作作品、合作创新、分享传播的优势。

重点

感受数据整理的益处。

难点

能够根据自己的需要对数据进行整理。

教学过程

教学环节

教师、学生活动

设计意图

课堂导入

对比导入，感受数据整理的益处：

教师活动：(出示上节课科技社团问卷调查数据)以下是小智、小慧根据问卷调查数据分别整理的科技社团人数情况，大家觉得这两种呈现方式哪个更好？为什么？

科技社团人数情况

科技社团人数情况

选择“飞天无人机”的有44人，

选择“智能机器人”的有44人，

选择“图形化编程”的有32人，

选择“创意拼搭模型”的有81人。

科技社团人数情况

飞天无人机

44人

智能机器人

44人

图形化编程

32人

创意拼搭模型

81人

学生活动：思考并回答。（预设：第二种，看得更清晰）

教师总结：合理安排表格的行和列，能够清晰地展示各种数据信息，帮助我们快速找到所需要的数据。和文字相比，用表格呈现数据往往更加清晰明了、整齐规范。（揭示课题——数据的整理）

通过引导学生对数据呈现方式的观察与比较，促使学生在实践中体会数据整理对于提取信息价值的重要性。

讲授新课

一、初识表格，认识数据整理工具

教师活动：请同学们带着问题“电子表格是什么？由几部分组成？”观看以下视频。(播放电子表格工具介绍视频)

学生活动：认真观看视频并回答问题。

师生小结：电子表格是一种通过计算机处理和存储数据的电子文件，也称为电子数据表。它是由一系列行和列组成的网格结构，每个单元格网格都可以单独进行操作，如去除重复数据、纠正错误数据等。

教师活动：你们还在哪里见过这样的表格？学生活动：课程表、学习计划表等。

教师活动：下面请大家打开电子表格处理工具，对科技社团问卷调查数据结果中的错误数据进行处理。(提示：如学号错误、时间表达不统一等问题)

学生活动：思考并尝试操作。

二、探究表格，体验数据整理的魅力

教师活动：老师想知道每个班参加各个社团的具体人数，该怎么办呢？请大家帮老师按照以下要求整理数据。

要求1对“四年级学生参加社团情况调查问卷”文件中的表格进行字体、字号、对齐方式等格式设置。

要求2选定需排序的表格数据，以“社团名称”为主要关键字、“班级”为次要关键字进行自定义排序。

要求3保存排序后的表格数据文件。学生活动：小组协作完成任务。

教师活动：请大家说一说：排序前和排序后的数据有何差别？学生活动：思考并回答。

教师小结：将数据按照特定顺序进行排列，可以提高数据的可读性，提升数据处理、查找的效率，为数据的检查、纠错提供便利，也便于对数据进行重新分类或分组等操作。

教师活动：数据已经整理好了，那么老师要如何快速知道某一个社团的人数呢？请大家再根据以下要求帮老师对数据进行二次整理。

要求1对“四年级学生参加科技社团情况调查问卷”文件中的数据进行筛选，查看各社团的人数数据。

要求2用同样的方法查看各班级的数据。

要求3新建空白电子表格，将筛选得到的数据填写在新表格中，并保存文件。学生活动：小组协作完成任务。

教师活动：通过这次整理，你们发现了什么？

学生活动：思考并回答。

教师小结：在筛选数据的过程中，我们首先要明确目的和需求，然后识别和提取符合特定条件的数据项，隐藏不必要或无关的信息，集中关注对决策有价值的关键数据。例如，对各班级参加科技社团人数相关数据进行筛选