基于Python的“大数据分析与应用”课程教学模式探索

高志荣

摘  要： 根据“大数据分析与应用”培养目标和教学特点，提出基于Python的开放多元混合教学模式。通过任务驱动法引导学生进行课前自主学习;课堂上引入Python案例贯穿理论授课始终;采用项目教学法，强调学生在自主学习的基础上，积极开展小组讨论，以培养学生团结协作及工程实践能力。与传统单一的理论授课模式相比，混合教学模式充分发挥了学生的主体作用和课堂参与意识，激发了学生的学习兴趣，提高了学生的动手能力，也提升了教学效果，达到预期的教学目标。

关键词： 大数据分析与应用; 开放多元; 混合教学模式; Python

中图分类号：G642          文献标志码：A     文章编号：1006-8228（2019）11-83-04

Abstract： According to the training objectives and teaching characteristics of "big data analysis and application" course， this paper proposes an open and pluralistic blended teaching mode based on Python. The task-driven method is used to guide students to study independently before class. In the classroom teaching， Python cases are introduced throughout the theoretical teaching， and project teaching method is adopted to emphasize that students actively carry out group discussion on the basis of independent learning， so as to cultivate students' solidarity and cooperation ability， as well as engineering practice ability. Compared with the traditional single theoretical teaching mode， the blended teaching mode gives full play to the main role of students and their sense of participation in class， stimulates their interest in learning， improves their practice ability， which improves the teaching effect， and achieves the expected teaching objectives.

Key words： big data analysis and application; open and pluralistic; blended teaching mode; Python

0 引言

大數据技术主要是对大数据进行分析，从而获取更多智能的、深层次的、有价值的信息。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果真实和有价值。在实际应用中，原始数据往往存在不完整、不一致等情况[1-2]，这严重影响数据分析的效率和效果。因而，大数据分析前的数据预处理过程十分重要。大数据技术的应用领域也越来越广泛，逐渐渗透到社会生活的各行各业，这对高校人才培养模式提出了新的要求。

为了培养符合大数据发展需要的应用型人才，高校数据库类课程教学内容亟待调整和改革。本文对新开设的“大数据分析与应用”课程的教学内容、教学方式和实践环节进行了深入研究和探索，提出了基于Python的开放多元混合教学模式的尝试，分为三个层面的开放多元包括：课前开放式预习、课堂混合式授课、结课综合开发。

三个层面的开放多元混合教学模式具体如下：①上课前，教师上传教学大纲、教学PPT、预习目标和要求，引导学生利用慕课、网上教学平台进行自主预习。②上课时，首先了解和考查学生预习目标是否达成，并提出新的学习要求;接下来回顾和复习上一次课的授课内容以及时巩固授课效果;然后再由教师讲解新知识点，采用传统板书及PPT授课形式，最后由学生编写小程序来实现或验证算法的效果。③课程结课阶段，教师设置若干个面向应用的综合案例，要求学生以小组的形式，按照项目开发流程，完成从问题分析、模型搭建、编程实现、到演示答辩的过程。重点对数据挖掘技术在航空、电子商务、公共服务、电力等行业的应用进行分析和探索。

1 Python语言的优势

Python是一门免费、开源的跨平台高级动态编程语言[3]，支持各种编程方式，拥有大量功能强大的内置对象、标准库和扩展库，可以通过直接调用内置函数或标准库来实现强大的编程功能。从它的特点来看，Python是一种“面向对象”的语言[4]，同时也是一门“解释型”语言。Python比较容易入门，其语法接近英语的语法，可直接通过解释器执行程序，但占用较大硬件资源。

Python尤其适合于做数据分析与处理，它提供的Matplotlib是一个2D绘图工具，经常被用来绘制数据图表，只需简单几行代码即可。此外，Pandas也是Python在做数据分析时常用的数据分析包，它是一种开源工具，可对较为复杂的二维或三维数组进行计算，同时还可以处理关系型数据库中的数据。