“新经管”背景下Python教学案例设计

张晓春 徐晓鹏 魏苏林 余永红

摘  要： 根据校“新经管”计划和Python语言课程教学现状，提出一种融入“专业知识”的Python教学案例设计。通过专业导向法，激发学生编程兴趣，采用任务教学法，将Pandas数据分析单元划分为多任务模式。案例中引入教育领域数据，并在数据分析的过程中，强调Pandas的常用方法。与传统单一型案例相比，分专业应用域的案例设计模式充分调动了学生的学习主动性，提高了教学效果。

关键词： Python语言; “新经管”; 数据分析; Pandas

中图分类号：G642.0          文献标识码：A     文章编号：1006-8228（2020）10-102-03

Abstract： According to "New Economic Management" plan and current situation of Python teaching in our university， this paper proposes a new design of teaching case integrated with specialized knowledge. The students' interest in programming is stimulated by specialty guided method， and Pandas data analysis unit is divided into multi-task mode by using task-based teaching method. Compared to the traditional design of teaching case， new mode fully mobilizes students' initiative in learning， and improves teaching effect.

Key words： Python language; "New Economic Management"; data analysis; Pandas

0 引言

隨着物联网、大数据等新技术的迅速发展，智能化逐渐在国家产业结构调整与产业升级中起到至关重要的作用。为了全面步入智能化时代，社会需要一批掌握高端技术的复合型人才。因此，提高学生领域实践与应用能力、培养复合型高科技人才是计算机程序类课程研究和改革的主要内容。

为了提高学生的编程应用能力，李丽等提出了从教学方式、教学内容及考核方式等多元化逐级式教学模式，进行一系列以提高程序设计能力为目标的教学方法改革[1]。嵩天等通过提出一种培养程序设计思维能力的教学案例设计新思维，来优化和改进教学软件环境、课堂教学模式等方面，促进学生编程能力的培养[2]。朱小军等以调动学生学习程序设计的积极性、主动性为目的，进行教学方法和教学手段的改革[3]。赵广辉提出了以计算思维为核心，培养学生解决复杂专业问题能力的教学改革[4]。王立松等研究了计算思维的培养与实践关系，并进行教学模式的改革[5]。石礼娟等根据新工科人才的需求，对授课环境、教学目标、知识体系、教学逻辑进行教学改革，取得了一定的教学效果[6]。

基于上述文献可以看出，高校Python语言课程的研究取得了不少成果，但是这些研究成果没有充分地分析不同专业的领域知识结构特点，也没有对适用于行业的程序案例进行系统设计。因此，本文针对目前我校开设的Python编程课程教学存在的一些问题，建立符合各专业实际应用的Python教学案例，有利于激发学生的编程兴趣，调动学生学习的主动性，能够起到提升教学质量和学生学习效果的作用，对教学改革是个有益的探索。

1 Pandas数据分析案例设计

1.1 案例基本思路

Pandas在针对多维结构化数据集分析处理中极具优势，因此，在设计Pandas教学环节时，可以考虑使用数据分析技术。通过数据分析基本步骤的讲解，学生可以掌握DataFrame对象在数据获取、展示、分析、筛选等数据处理上的一些常用方法。

随着机器学习、人工智能、大数据等技术的迅速发展，数据分析已经渗透到各行各业。笔者所在学校是一所财经类高校，核心专业有财会、金融、贸易等。针对不同专业特点来设计教学案例，可以在传授知识的同时也让学生学会如何解决实际应用问题。比如，对于金融专业的学生，可以考虑利用股票数据来学习数据分析常用方法及步骤。针对教育学专业，可以选择课程成绩等数据作为案例数据源。通过考虑专业领域应用，配合职业规划方案，设计适于企业应用的教学案例即可以帮助学生明确学习任务、提高学习能动性，也为应用型人才培养奠定了良好的基础。

1.2 教学内容设计

针对Pandas数据分析教学单元，首先介绍数据分析的实现过程，在教师讲授、演示的过程中，对新技术理论进行介绍，并强调该技术的应用场景。学生从应用中学到理论，既提高了学生的学习兴趣，也可以让学生能够学以致用。

为了提高教学质量，达到较好的教学效果，该单元教学内容设计将对“Pandas数据分析”任务按照操作先后顺序进行任务划分。下面的小节中，我们将详细介绍Pandas数据分析的任务分解步骤。

1.3 任务步骤分解

数据分析的Python实现可以分为导入相关库、读入数据文件、数据浏览、数据清理和数据分析五个基本步骤。考虑教育学专业学生就业领域特点，我们选择学生成绩数据作为本单元数据分析对象。

数据导入后，对数据进行快速的浏览是非常有必要的。通过dataframe的head、tail、shape、columns等方法查看原始数据，初步了解数据的类型及形式。通过查看数据，发现Pythongrades表的一些列有空值，还有一些列对分析意义不大。预处理时，对于空值可以选用插值技术，也可以直接删掉这部分有空值的数据行（当数据量大时）。

完成数据清理工作之后，可以进入数据分析过程。在进行数据分析之前，通过启发式教学提出问题，引导学生思考、讨论，培养学生通过观察数据选择分析目标的能力。完成以上步骤后，可以将Python期末成绩表的分析目标设定为①分析成绩字段的统计信息;②分析机试成绩和剩余时间的相关性;③分析全校同学成绩分布;④分析各学院参加考试的人数;⑤分析期末考试合格率;⑥分析期末考试等级分布;⑦统计按学院分组的考试平均成绩。本单元案例运行结果如图1至图5所示。

1.4 课后作业设计

根据“金课”课程建议意见，作业的设计应该满足目标明确、层次分明、教师自己做过三个基本要素。由于本单元教学过程中已经演示成绩数据的分析过程，因此作业可以选用其他领域数据，使学生在课堂学习后，得到实际锻炼，并通过实验掌握课堂所学知识，提高实践动手能力。经过上述分析，本单元作业选用洗发水销售数据集，该数据集描述了3年期间的洗发水月销售量。

分析过程可以参照如下步骤：①读取shampoo.csv文件;②浏览数据，尝试多种方法;③进行必要的数据清理工作;④根据已有数据，或新组合变量，进行数据分析;⑤对分析结果进行总结。

2 结束语

本文对Python语言课程的教学案例设计环节进行了初步的研究和探索，围绕特定的专业应用目的，把行业实际应用的场景加以典型化处理，形成实用的教学案例。这些基于专业领域知识的教学案例可以帮助学生明确学习目标、提升学习效果，为未来职业发展奠定坚实的基础。

参考文献（References）：

[1] 李丽，王大勇等.基于Python程序设计的多元化逐级式教学模式[J].计算机教育，2020.1：77-81

[2] 嵩天，黄天羽.Python语言程序设计教学案例新思维[J].计算机教育，2017.12：11-14

[3] 朱小军，王立松.兼顾趣味性的计算思维课程教学方案设计[J].工业和信息化教育，2016.3：31-34

[4] 赵广辉.面向新工科的Python程序设计交叉融合案例教学[J].计算机教育，2017.8：23-27

[5] 王立松，潘梅园等.计算思维导论课程实践环节的思考和探索[J].工业和信息化教育，2015.5：10-14

[6] 石禮娟，谢新港等.新工科背景下“以学为本”理念的探索与思考——以“Python程序设计”课程为例[J].高等农业教育，2019.6：70-73