Python在大数据课程教学改革中的作用研究

摘要：随着各种大数据分析模式和工具的不断出现，识别和处理超常量以及超多样化数据信息的能力越来越强大，大数据极大地影响了各方面的信息。与此同时，对于高校人才需求提出了全新的标准要求。在大数据的背景下，高等院校注重Python课程的教学活动开展，逐渐从原来单纯的课堂学习转化为多手段和多渠道的方式，其中并利用大数据信息分析等科技手段解决各种问题，应用Python语言作为课题研究内容，从而实现大数据课程教学改革的任务目标。本文通过分析Python对大数据课程的影响及实践教学改革存在的问题，提出Python语言内容在大数据教学改革的功能作用探究，从根本上更好的推进高校教学改革，培育高素质人才。

关键词：大数据课程  Python语言  教学改革

一、大数据课程的基本影响

（一）教学课程的安排设置

随着大数据信息时代的到来，网上或者图书馆中都有很多可以让学生学习的资料，其极大地拓展了横向和纵向的内容，因此其需要学生花费更多的时间搜集这些学习资料并且了解更多内容。对于大数据课程的设置，是依照电子计算机作为主要教学工具，应用系统工程完成相关信息处理，逐步形成专业的理论内容和管理方法。对于信息管理专业的大数据课程设置，意在培育高校大学生的网络信息技术以及大数据处理技术，需要综合性的教学能力培育。

（二）教学工具的实际应用

现阶段，大学生学习知识的途径除了教师在课堂上讲解的内容，可以通过互联网络上诸多的教学辅导资料进行知识积累，学生可以从中学习更多课程知识并且扩宽他们的知识面，比如，很多高校资助的精品课程和具有一定规模的教学资源库平台，很多学习者都会在上面发布自己的学习心得、过程和总结等等。通过进一步提升数据挖掘、分析处理等教学内容，实现大数据课程教学软件和工具的讲解应用，其中最为突出的当属Python语言。

二、数据课程教学存在的不足

（一）研究对象以及内容扩张范围较大

对于高校大数据课程进行分析，容易因为技术手段方法的使用，继而在教学环节出现各类问题。大数据课程是包含数据库设计在内的综合课程，依照大数据信息处理为基础，更好的培养大学生信息系统分析设计的能力，实现高效的大数据信息管理。但是在当下，相关数据信息的统计过程依据多重表现类型的数据资源，很多都是应用现代化的数字信息统计工具整合处理而成，并且在很大程度上可以进行相应的数据表现形式的扩展延伸。与此同时，对于不同数据整合处理系统缺乏统一的数据验证标准，高等院校大数据课程教学模式容易出现层级相互之间不匹配的现象，不利于教学活动开展的平稳运行。

（二）大数据课程教学方法需要改造升级

对于高等院校大数据课程教学活动开展过程进行分析，可以看出，通过培育学生的专业能力，注重通识教育平台课程讲授，对于学科专业基础的课程设置存在一定缺失。高等院校学生深入的进行大数据课程学习，筛选出所需的专业知识技能信息，从而更好的弥补教学方法层面的弊端。在当前大数据课程整体教学任务目标的指引下，教学信息的总量较多，采用传统的教学方式不能匹及当前的知识点获取需求，存在较大的局限性。与此同时，大数据课程关于信息模型搭建讲解，随着数据信息的数量相应扩充，内容类别发生转变，在一定程度上对于Python语言等简洁教学软件的应用需求增大，需要优化大数据课程教学方法。

（三）高标准要求高校信息管理专业学生

随着大数据时代的宏观环境下，要求高等院校培育出更为专业化的综合人才，因此，在很大程度上对于大数据课程学生的专业素养和综合能力锻炼提出了全新高标准的要求。高校大数据课程教学材料的侧重点在于教授学生应用现有可获取的相关数据完成信息统计和模型搭建，继而应用理论知识完成数据信息资源的统计整合处理。这种方式本身存在着一定的教学制约，抑制了学生自身能力的个性化发展，同时对于教学方式的进步和教学模式应用都产生了消极影响。

三、应用Python语言的大数据课程教学改革

（一）在大数据课堂中引入Python语言

随着大数据信息网络时代获取蓬勃发展的趋势过程中，充分注重高等院校教学活动开展的大数据时代特点，确保高等院校信息管理专业教学活动组织形式符合教学实践的高标准化时代要求，更好的展现教学成果的任务目标。高等院校对于大数据课程的日常课堂教学方式注入Python语言内容，充分培育高等院校学生的大数据思维观念，在根本上有助于推进高等院校大数据课程教学实践，进一步增强高等院校信息管理专业学生对Python语言的了解程度。与此同时，对于增强学生的探究式学习意识建立，更好的开展大数据教学改革等方面具有重要建设性指导意义。根据大数据课程专业的教学内容，依照学生的学习层级，应用多重教学模块，完成大数据课程Python语言的教学体系构建，有利于推动大数据教学改革的持续进步。

（二）增添与Python语言相匹配的教学内容

高等院校大数据教学理论基础不仅是检验学生学习效果的标准，同时还需要增添必要的实践应用能力考核。Python语言的基本知识包含Python相关环境的创设整理，对于操作符以及变量类型等基本内容的了解程度，还需要对函数和对象概念有清晰的简介，从而实现主流数据分析的深度挖掘，完成专用模块的图案表格绘制。对于当前大数据课程的设置安排，数据资源本身具有体量大，类别细的特点，对现有的教学内容进行填充，教学侧重点问题进行科学合理的修改，继而在教学理论基础上进行适当的实践应用延伸。对于常用算法的讲解予以尽可能的详细，数据的分类预测，时间序列的关联性等，确保高校学生能够独立完成建模和模型评价的全过程学习。

（三）采用创新性课程评估考核方式

对于当前高等院校信息管理专业开展的大数据课程中，所采用的评估考核方式大多数是应用考试，检验学生对Python语言知识点内容的掌握程度，同时辅助增添日常参与教学课程的出勤率以及相关课下作业的综合性考核方式。这种考核方式不能从根本上保障高等院校学生获取相应的教学成果，未能落实高等院校大数据课程的教学任务目标，缺乏相应的教学改革实践。选择性建立科学合理的大数据课程教学改革体系，从根本上有效地增强高等院校学生的学习兴趣，提升对相关知识点内容的掌握程度以及灵活运用能力的培养，在很大程度上有利于推进Python语言课程讲授的教学进程。高等院校信息管理课程教师，通过改善自身的教学方式，更好的应用创新性的教学管理制度，在增强学生理论知识积累的同时，注重学生实际操作能力的训练过程，更好的达成教学任务目标。

四、总结

当前大数据信息时代中最重要的研究对象就是数据信息。在大数据的背景下研究的对象、方法和理论都发生了极大的变化，为了更好地适应这种变化，高校大数据课程的教学内容和方式也有了一定的变化，不断创新了教学的思路、内容、方法和考查机制，注重结合Python语言的应用特点，深入探究其在大数据课程中的教学改革实践，保证学生能真正学习到大数据课程知识内容，更好的提升高校大数据课程教学质量。

参考文献

[1]秦秀白.ESP的性质、范畴和教学原则--兼谈在我国高校开展多种类型英语教学的可行性[J].华南理工大学学报（社会科学版），2003，（4）：79-83.

[2]崔建强，季娇阳.高校英语专业写作课程混合式教学框架设计与实踐研究 ——以S高校《写作有"道"》为例[J].新商务周刊，2019，（22）：223-225.

[3]许棣.专业课程的信息化教学设计实践与探索——以金融营销课程为例[J].新教育时代电子杂志（教师版），2018，（39）：167-168.

本论文受中国特色高水平高职学校和专业建设计划支持;受国家级职业教育教师教学创新团队支持！

作者简介

丁慧，女（1981.7.4-），汉族，江苏泰州人，硕士，副教授，研究方向：软件技术、大数据技术。