《数据采集与处理：基于python》 付东普 教案设计全套 第1--11章-概述、Python基础 - -数据集成与ETL技术.docx

.

NUMPAGES2

课程概述一、课程

课程概述

日期:2024-02-28学生数量:34

主题:数据分析与数据科学概述

备注说明

教学目标：

理解数据科学相关概念、范畴和应用，了解大数据和数据科学相关工具、技术和方法，特别是了解Python相关的模块和工具。

需要演示比较编程工具Python和不需要编程的Rapidminer工具

使用材料：中文PPT课件，Anaconda软件和Rapidminer软件

授课形式：线上资源设置学习任务，线上或线下授课，随堂练习，随堂提问

线上资源作为学习任务，不占用上课时间

授课学生假设：已掌握一门面向对象的开发语言

二、阶段计划：

阶段目标

老师程序

学生程序

时间(分钟)

间隔(分钟)

备注说明

理解数据科学相关概念、范畴和应用

介绍数据科学、大数据和数据类型等相关概念、学科知识和应用

打开公开数据和数据科学工具相关网站，演示如何获取相关数据和工具

安装和Anaconda初步使用

根据课件相关网络资源，自行网络查看

下载安装Anaconda，检查Python、JupyterNotebook、Spyder是否安装正常，初步练习使用

30

15

线上或线下课堂形式，学生自带笔记本。老师先讲解和演示，之后指导学生完成软件安装、环境配置及问题解决

了解大数据和数据科学相关工具、技术和方法

介绍并演示基本不需编程的数据分析工具如Rapidminer

安装Rapidminer，提示可能安装问题，如防火墙和环境变量配置

配置数据获取、处理和基本分析的过程模型，并运行演示

观察老师的操作和效果

自行安装Rapidminer

根据老师操作，自行配置数据分析流程并运行练习

15

15

随堂提问

打开随机抽奖程序，从学生名单中抽取学生。学生如果回答不完整或有偏差，老师补充或纠偏

抽中的学生回答问题，允许随时查阅资料

5

10

三、随堂提问问题：

1）简要描述数据分析的总体过程

2）大数据的特征有哪些？

3）作为一个数据分析师，需要掌握哪些技能？

4）试列出一些数据度量的单位，这些单位之间的数量关系是什么？

5）数据的类型都有哪些？

6）数据预处理过程一般包括哪些技术？

四、互动与反馈：

OverallComment

Commentaboutthelessonplan

oneortwothingsthatworked

通过工具效果演示，有效激发了部分同学学习兴趣

oneortwothingsthatdidn’tworksowell

学生安装软件可能会遇到各种问题，导致部分学生进度滞后

Commentabouttheteaching

oneortwothingsthatwentwell

Rapidminer数据分析流程示例简单，学生可很快掌握

oneortwothingsthatcouldhavebeenbetter

线上课程不易观察学生的软件安装情况，在线指导不方便

Python基础一、课程

Python基础

日期:2024-03-07,03-17,03-21学生数量:34

主题:Python基础

备注说明

教学目标：

了解Python语言特点，掌握Python的基本语法、数据类型、表达式、常用函数、控制结构、函数和异常处理等的开发和使用，能够熟练运用Python解决常见的数据处理、函数封装和数值计算等问题。

需要学生的Anaconda和Python环境安装配置正确，能够正常随堂编程练习

使用材料：中文课件PPT和基于JupyterNotebook的示例代码，中文介绍和运行示例演示视频

授课形式：线上资源设置学习任务，线上或线下授课，随堂练习，线上小测验，随堂提问

线上资源作为学习任务，不占用上课时间

授课学生假设：已掌握一门面向对象的开发语言，如Java

二、阶段计划：

1、Python基础一：2课时

阶段目标

老师程序

学生程序

时间(分钟)

间隔(分钟)

备注说明

了解Python特点、基本语法和开发工具

介绍Python语言特点和基本语法

介绍Python常用工具和环境，包括JupyterNotebook和Spyder、魔法命令等

基本示例演示

观察老师的操作和效果

确认Python和Anaconda开发环境可以正常使用

根据老师提供的JupyterNotebook示例代码，练习Python命令模式、安装导入模块、基本计算和函数使用等

35

10

一定要确保所有学