大数据可视化 教案 0-1数据可视化概述.docx

《大数据可视化》教案

（学年第学期）

课程名称： 大数据可视化

所属专业： 大数据技术

所属系部： 计算机与软件技术系授课班级：

课程总学时： 48任课教师：

PAGE

PAGE1

序号：1

一、教学分析

课题名称

数据可视化概述

课程

大数据可视化

系部

计算机与软件技术系

任课教师

教材

《大数据可视化技术》

课题类型

理论+实践

课时

2课时

地点

实训机房

班级

内容提要与时间分配：

1、学习目标

素质目标

小组协作搜集、分析、归纳大数据与可视化相关技术，初步了解大数据可视化技术。培养学生合理利用与支配各类资源的能力

知识目标

了解大数据技术概念；

了解大数据前世今生；

掌握大数据特点；

了解大数据应用场景；

了解大数据发展前景；

了解数据可视化概念；

理解图表类型选择

掌握图表基本组成

Python环境安装

Jupyter环境安装

技能目标

了解大数据特点

了解大数据应用场景

实践总结图表类型选择

实践总结图表基本组成

2、教学内容

内容布置：

介绍什么是大数据

大数据的四个特点

大数据的应用场景

大数据发展前景

介绍常见的大数据可视化工具

图表类型选择

图表的基本组成

Python安装

Jupyter安装

内容引入：由什么是大数据引入，介绍大数据特点、应用场景、发展前景、大数据可视化在大数据生命周期中的位置、进而介绍大数据可视化工具、介绍图表类型应用场景、图标类型选择

知识讲解：

大数据概念

大数据特点

大数据应用场景

大数据发展前景

图表基本组成

图表类型选择

Python安装

Jupyter安装

项目实施：

学生实践总结图表基本类型

学生实践图表类型总结

Python环境安装

Jupyter环境安装

内容总结：总结本节课程中遇到的问题，并对涉及到的知识点进行梳理。

3、本次课程内容特点：

作为大数据可视化的开篇，以吸引学生学习兴趣为主，以数据为开篇，将从古至今的数据形式作为引入，引入数据量的概念，进而介绍大数据，递进到大数据的四个特点，引用案例，介绍目前生活中大数据的应用场景，介绍目前大数据行业的发展前景，提高学生学习兴趣，全面了解大数据处理全生命周期。

同时在大数据全生命周期讲解后，引入大数据可视化领域，介绍目前常用的大数据可视化工具，最后，在大数据可视化过程中，涉及不同场景，选用不同图表的标准，图表的基本组成。

4、教学重点与难点

重点：可视化图表的类型与应用场景、图表的组成

难点：图表组成

5、学情分析

1、学生初次接触大数据以及大数据可视化相关概念，对大数据不甚了解

6、教学设计

基本原则：

1、将教学内容与信息资源进行有机整合，利用实训平台创造一个同时具备项目式体验功能、教学实施功能、学习效果评测功能和实时互动交流功能的多功能信息化教学环境。

2、充分利用教材、学习通教学平台、多媒体课件和实训室等信息化教学手段，调动学生积极性和主动性，促进学生自主学习和主动学习。

7、教学方法、手段：

1、案例教学法：本情境教学使用故事模式，采用讲故事的方式逐步引出课程目标及重点和难点。

2、过程互动教学法：教学过程中使学生积极回答问题，小组内展开讨论，并组间进行分享。

3、“任务驱动”法，下发随堂任务，由学生独立完成，教师当堂进行考核和讲评，解决学

生遇到的问题，并就共性问题进行点评。

8、内容提要与时间分配

环节一：大数据介绍（5分钟）

环节二：大数据四个特点（10分钟）

环节三：大数据应用场景（10分钟）

环节四：大数据发展前景（10分钟）

环节五：常见的大数据可视化工具介绍（10分钟）

环节六：图表类型选择（10分钟）

环节七：图表的基本组成（10分钟）

环节八：Python安装（10分钟）

环节九：Jupyter安装（10分钟）

环节八：任务总结（5分钟）

9、教学材料

教材《大数据可视化技术》

二、教学组织方式

按照“课程回顾→课程引入→内容介绍→任务实施→任务点评与总结→布置课后作业”实施教学，并根据具体实施成效采用“思学练”多次循环完善课堂教学。

利用多媒体教学平台、学习通，结合微课（专业课程知识点击思政微课），丰富课堂教学。

任务驱动方式、结合专业教师引导，完善理实一体的教学环境及方法。

三、学习资源使用

多媒体教学平台

完成课前复习、教学资源分发、作业评分。

微课教学平台

完成在线课自学、教师操作视频演示、及课程思政微课的展示。

3.教学反馈平台

完成学情调查、教学实施效果调查，了解学生学情和课堂教学反馈。

四、教学实施

环节一：大数据介绍（5分钟）

介绍什么是数据？

数据（data）是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材。数据可以是连续的值，比如声音、图像，称为模拟数据；也可以是离散的，如符号、文字，