数据探索教案.pdfVIP

数据探索

教案

课程名称：Python数据分析与挖掘实战

课程类别：必修

适用专业：大数据技术类相关专业

总学时：64学时（其中理论28学时，实验36学时）

总学分：4.0学分

本章学时：4学时

一、材料清单

（1）《Python数据分析与挖掘实战》教材。

（2）配套PPT。

（3）引导性提问。

（4）探究性问题。

（5）拓展性问题。

二、教学目标与基本要求

1.教学目标

本章从应用的角度出发，从数据质量分析和数据特征分析两个方面对数据进行探索分析。

数据质量分析要求拿到数据后要先检测是否存在不一致性、缺失值和异常值；数据特征分析

要求在数据挖掘建模前，通过描述性统计分析、分布分析、对比分析、周期分析、贡献度分

析、相关性分析等方法，对采集的样本数据的特征规律进行分析，以了解数据的规律和趋势，

为数据挖掘的后续环节提供支持。

2.基本要求

1）了解数据不一致的概念和一致性校验的常用方法。

（2）掌握缺失值校验和异常值分析的常用方法。

（3）掌握数据特征分析的方法。

三、问题

1.引导性提问

引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问

题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。

（1）为什么要进行数据探索？

（2）中的数据探索函数有哪些？

2.探究性问题

探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的

基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课

文中又是重要的问题加以设问。

（1）数据校验的主要任务是什么？

（2）有什么手段可以进行数据特征分析？

（3）周期性分析有什么意义？

3.拓展性问题

拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提

出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问

题。

（1）如何处理数据校验中发现的缺失值和异常值数据？

（2）处理不一致数据的方法有什么?

主要知识点、重点与难点

1.主要知识点

（1）数据校验。

（2）数据特征分析。

2.重点

（1）数据校验。

（2）数据特征分析。

3.难点

（1）数据校验。

（2）数据特征分析。

五、教学过程设计

1.理论教学过程

（1）一致性分析的方法。

（2）缺失值分析的方法。

（3）异常值分析的方法。

（4）描述性统计分析。

（5）分布分析的方法。

（6）对比分析的方法。

（7）周期性分析的方法。

（8）贡献度分析的方法。

（9）相关性分析的方法。

（1）使用进行数据校验。

（2）使用Python进行数据特征分析。

六、教材

1.教材

翟世臣，张良均．Python数据分析与挖掘实战[M]．北京：人民邮电出版社．2022．

2.参考资料

[1]黄红梅，张良均．Python数据分析与应用[M]．北京：人民邮电出版社．2018．

[2]张良均，谭立云．Python数据分析与挖掘实战（第2版）[M]．北京：机械工业出

版社．2019．电子商务数据的概念及意义

电子商务是与数据分析关系非常紧密的重要行业之一，也是数据分析广泛应用的行业之

一。通过数据分析对数据进行有效的整理和分析，为企业经营决策提供参考依据，进而为企

电子商务数据分析的相关概念

电子商务数据分析是运用分析工具研究电子商务数据信息，搭建数据分析与电子商务管

理的桥梁，指导电子商务决策的一门新兴学科。通常概念下，电子商务数