大数据可视化 教案 6-1用户画像数据清洗.docx

大数据可视化 教案 6-1用户画像数据清洗.docx

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(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)。
查看更多

《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

Pandas数据清洗

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

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、归纳篇Pandas相关技术,初步了解Pandas技术,并收集用户画像相关数据。

小组协作实现对用户画像数据的清洗,锻炼学生协作能力、人际关系处理能力以及归纳总结能力。

知识目标

掌握使用Pandashead()方法

掌握使用Pandasinfo()方法

掌握使用drop_duplicates()方法

掌握使用dropna()方法

掌握使用replace()方法

掌握使用Pandas中的基本统计函数

技能目标

使用Pandashead()方法查看前5条

使用Pandasinfo()方法查看数据摘要信息

使用drop_duplicates()方法实现数据去重

使用dropna()方法实现缺失值处理

使用replace()方法实现数据替换

使用Pandas中的基本统计函数

2、教学内容

内容布置:

Pandashead()方法

Pandasinfo()方法

drop_duplicates()方法

dropna()方法

replace()方法

Pandas中的基本统计函数

内容引入:我们已初步了解Plotly两个绘图模块的绘图步骤与绘图原理,现在对面积图、子图和多坐标轴图进行了解和学习。

知识讲解:

Pandashead()方法

Pandasinfo()方法

drop_duplicates()方法

dropna()方法

replace()方法

Pandas中的基本统计函数

项目实施:

Pandashead()方法用于返回数据的前n行

Pandasinfo()函数用于获取DataFrame的简要摘要

drop_duplicates()函数对数据去重操作

dropna()函数用来删除含有空值的行

replace()函数实现数据的替换

Pandas中的基本统计函数的使用

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:

本任务课程主要围绕Pandas数据清洗,以及用户画像场景分析,利用Plotly讲分析结果可视化绘。

本任务对用户画像数据进行分析建模并实现可视化。

4、教学重点与难点

重点:Pandas数据清洗

难点:用户画像数据分析场景建模。

5、学情分析

1、学生在学习本课程之前已掌握了Plotly的部分图形绘制实现可视化,对数据清洗和用户画像场景分析建模不了解。

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:本情境教学开始引入可视化案例,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:课程总览(5分钟)

环节二:Pandashead()方法(10分钟)

环节三:Pandasinfo()函数(10分钟)

环节四:drop_duplicates()函数(10分钟)

环节五:dropna()函数(15分钟)

环节六:replce()函数(15分钟)

环节七:基本统计函数,如sum()等(15分钟)

环节八:课程回顾(10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→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,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。

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

文档评论(0)

balala11 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档