基于Python的大数据分析与可视化“理实一体”教学模式的探索与实践

关键词：Python;大数据分析;可视化;理实一体;教学模式;探索与实践

中图法分类号：G642 文献标识码：A

随着大数据时代的到来，了解大数据分析与可视化技术成为时代发展的需要。无论是说明事特属性、展示数据规律、阐述规律原理，还是论述观点、支持决策、预测分析，都离不开大数据分析。大数据是基于数学和运算的科学表达，这需要科学计算、需要数据分析的支持。因此，“大数据分析与可视化”课程成为了新工科背景下，学生不可或缺的知识架构。

目前，传统“（理论课）黑板+粉笔+多媒体+（实验课）实践”教学模式，无法满足教学需求。

1“理实一体”教学模式探索

Python语言因为简单、易学、免费开源等优势，连续四次获得“年度编程语言”称号，受欢迎程度达到历史新高。其拥有超九万个的三方库，涵盖数据分析与挖掘、人工智能与机器学习、网络爬虫等计算机领域。

大数据分析与计算利用计算机进行数值计算，它是科学家通过运算掌握自然规律所采用的方法，更是普通人提升专业化程度的必要手段。开展基本的科学计算需要两个步骤：组织数据和展示数据。组织数据是运算的基础，是数据分析的基础，也是将客观世界数字化的必要手段;展示数据是体现运算结果的重要方式，也是展示结论的有力武器。而Python语言为开展人人都能使用数据计算与展示提供了有力的支持。

因此，选用“基于Python的大数据分析与可视化”教学是目前较为领先和业界公认的最为合适的选择。其中，Python的三个数据分析工具Numpy、Pandas、Matplotlib是在数据分析与可视化方面最具其代表性的三方库。

由于到该门课程的实践性很强，传统教学模式已不再符合课程要求。而在教学模式的探索中，我们发现实施“理实一体”教学模式则可解决这个问题。

“理实一体”教学模式即理论实践一体化的教学模式。其突破了以往理论与实践相脱节的现象，教学环节相对集中。它强调充分发挥教师的主导作用，通过设定教学任务和教学目标，让师生双方边教、边学、边做，全程构建素质和技能培养框架，丰富课堂教学和实践教学环节，提高教学质量[2]。可以说，“理實一体”是一种充分调动和激发学生学习兴趣的教学模式。

1.1教学环境的搭建及教学资源

1.1.1教学环境的搭建

该门课程的教学需在机房进行，并安装“Python+解释器+三方库”，搭建运行环境。

Python的安装建议选择64位Python3最新版本;解释器选择Pycharm最新英文原版，建议不要汉化;同时，使用pip命令安装三个外置三方库——数据分析基础工具numpy、处理结构化数据工具Panda、Matplotlib实现交互式图表绘制。

1.1.2 教学资源

由于学生机安装有不同的操作系统，而Python的版本和运行环境也有很多选择。因此，我们已将录制好的搭建Python运行环境的视频上传至学习通在线平台，供学生课前参考。同时，在教学的过程中，我们同步上传了教学讲解视频和PPT，供学生课前预习和课后复习;学习中需用到的data，即案例中用到的.csv、.xls文件及图片资源均可以在学习通线平台下载使用。

1.2教学内容的选择与组织

1.2.1教学内容的选择

本课程目前面向理工科类学生开设，其教学内容包括：了解三种常见数据形态——ndarry、Series、DataFrame。掌握三种数据的获取、处理等方法，能完成将处理后的数据用图形展示等操作。

围绕以上教学内容，我们采用“理实一体”教学模式，选用案例教学法，将教学内容划分成六个模块。其中，课前导读与结题文档两个模块分别在开课前和结课后进行，不占用课堂教学时间。其余四个模块中的每个教学内容均包括“理论讲解+案例演示+操作实践+课堂小测”四个教学环节，具体内容划分如表1所列。

整个课程的教学内容遵循科学计算两步骤，即包括对数据的分析与组织和展示数据两部分。先学习Numpy的矩阵，包括矩阵的创建、运算、读取、运算等;再学习Pandas的Series、DataFramer，包括Series、DataFramer的创建、选择、运算、排序、分组、文件的读写等;接下来学习用Matplotlib进行数据展示;最后通过综合案例掌握数据处理方法和图形展示技巧等，并形成实验报告。

1.2.2教学内容的组织

以上六个模块既相对独立，又相互关联。每个教学内容均由“理论讲解+案例演示+操作实践+课堂小测”四个教学环节构成。每个教学内容的知识点不同，但每个知识点环环相扣，层层递进。

首先，对本堂课所涉及的教学内容和知识点进行讲解和概括，让学生建立本次教学内容的知识轮廓;接着，将教学内容中的各知识点穿插在案例中。一边演示一边讲解，让学生去体会、领悟。每个知识点的“案例演示”结束后，即进入“操作实践”环节。接下来进入下一个知识点，实现“案例演示+操作实践”环节的循环进行。随着环环相扣的知识点在案例中演示与讲解，并在操作实践环节让师生无缝交互与问答，让学生享受这样的教学过程。最后，通过课堂小测环节，对这堂课的教学内容进行巩固、复习。

同时，在课堂中选用的案例和数据应与生活、工作、学习息息相关，比如某餐厅的消费数据、部分运动品牌的各类产品销售数据、共享单车的租赁数据等。通过对这些数据进行分析、提取和展示，得出结果，最终为决策提供帮助。从而让学生体会到学与用不能脱节，用兴趣引导学生爱上课堂，变被动学习为主动学习[3]。将知识融会贯通，体会到运用知识解决实际问题的乐趣。

1.3教学过程的设计

教学过程的设计遵循从简单到复杂、层层递进、环环相扣的原则。本文以教学内容“柱状图”说明“理实一体”教学模式在教学中的应用。

1.3.1理论讲解

柱状图又称长条图或柱状统计图，通过三方库matplotlib.pyplot的bar函数实现，其中函数的基本语法为bar（x，y）。除了基本柱状图外，我们还会学习到叠加柱状图、半层叠柱状图、平行柱状图用法，并会同步学习bar函数其它各参数用法以及在figure中legend函数的用法[4]。

1.3.2 基本柱状图

①案例演示选择tips.csv表，即将某餐厅的消费数据导入cs=pd.read_csv（“……/tips.csv”），并让学生观察，表中数据为DataFrame，column信息如图1所示。

简单柱状图只需通过一次分类、简单运算就可获得想要数据。案例1如图2所示，展示不同gender与bill的关联性：

此例需用到gender、bill两列数据，只需对gender列按female和male分类后对tip运算，不需对数据进行多次处理和复杂运算。接下来，介绍两种方法实现数据的获取。

方法1：在原表中按条件运算获取数据

femalemean=cs[cs['gender']=='Female']['tip'].mean（）

malemean=cs[cs['gender']=='Male']['tip'].mean（）

此方法是在原表中按不同gender求平均值运算，运算结果为两个数据，分别存入femalemean和malemean中。依图2所示将对应参数放入函数相应位置后可得：

plt.bar（['female'，'male']，[femalemean，malemean]，width=0.5，color='green'，edgecolor="red"，alpha=0.4）

其中函数中x坐标为'female'和'male'，y坐标为femalemean和malemean的值，放入两个必选参数后，还有width、color等可选参数供设置。在此过程中，引入bar函数参数的格式、用法。注意区分必选参数和可选参数。

方法2：采用分组与运算同步进行

gendermean=cs.groupby（by='gender'）['tip'].mean（）此方法可得到一个Series，通过对Series的index和values值的获取作为bar的x，y参数。

plt.bar（gendermean.index，gendermean.values，width=0.5，color='green'，edgecolor="red"，alpha=0.4）

所得图形展示结果与方法1一致。

接下来启动Pycharm运行环境，体会每一个函数的用法，每一条语句的作用，并查看运行结果，如图3所示。

②操作实践

用上述两种方法，展示就餐日期（day）与消费金额（total_bill）的关联性柱狀图。并修改bar函数各参数，查看运行结果有什么不同。

此环节实现理论与实践的无缝衔接。

1.3.3叠加柱状图与两次分类

①叠加柱状图

在知识点1的基础上，案例2如图5所示，要求用叠加柱状图展示gender与bill关联性：

并在案例的讲解与演示中，引入bar函数里bottom和label参数的使用方法。

②两次分类

案例3难度有所提高，数据的获取需要进行两次及以上分类处理。用叠加柱状图展示不同day和不同gender的total_bill消费总额。如图6所示：

据题意可知本案例需用到'total_bill'，'gender'，'day'三列数据并进行两次分类，才可得到所需数据。

由于total_bill属于数字列，sum函数会自动对数字列进行运算，故可得：

df=df[['total_bill'，'gender'，'day']]

tmp=df.groupby（['day'，'gender']）.sum（）

将两次分类后计算所得数据作为bar的x，y值，生成经过两次分类的叠加柱状图。同时，通过本案例将引入legend函数的用法。

通过数据展示结果可看出，周末餐厅的消费额更高，而周一到周五有市场潜力可挖掘——在非节假日或非周末时间通过开展一些促销活动提升客流量。

③操作实践

实践2要求读取titanic.csv中的数据，用叠加柱状图展示不同who的alive人数，并能对展示结果作分析。提示：本案例除需进行两次分类运算外，同时需要通过增加数据列来解决问题，请同学们思考并在实践中解决。

1.3.4 半重叠柱状图

案例4不但需进行两次分类获取数据，同时图形将把数据以半重叠柱状图展示出来，如图7所示。

在此案例中，会谈到如何在柱状图上方显示数值文本，引入forxinzip语句、matplolib.pyplot中text函数的使用方法，以及在生成半重叠柱状图时align参数的使用方法。

接着学生完成实践3，读取penguins.csv文件数据，用半重叠柱状图展示不同species，不同sex的body_mass_g的平均数，熟悉半重叠柱状图的用法。

1.3.5平行柱状图

案例5用两次分类获取数据，并将数据以平行柱状图展示。如图8所示。此案例不但要求学生学会在平行柱状图中展示x参数与width参数的用法及关系，同时学习xticks函数的用法。

如图8所示，该案例会综合运用title、xlabel、ylabel、legend、show等相关函数。

参照案例5，实践4要求读取exercise.csv文件，用平行柱状图展示不同diet，不同kind的pulse的中位数值。

如上述流程可知，在“案例演示+操作实践”环节的循环过程中，每一个精心设计的案例采用进阶方式让学生逐步掌握新的知识点，在操作实践环节即时对知识点进行理解、巩固、解惑，同时还能对前面所学知识点进行复习，比如三方库的导入、文件的读取、各类运算函数的使用等。

1.3.6课堂小测

在完成所有“理论讲解+案例展示+操作实践”后，进入最后一个环节——通过在线平台完成本章课堂小测，并提交实践环节的所有.py文件。这个环节有助于老师了解、检查学生当堂课学习状况，以便下次课前对易错的重难点问题进行点评和答疑。

如上所示，每堂课的知识点由浅入深、层层递进、环环相扣，而每个知识点的“案例展示+操作实践”环节紧密衔接。案例设计既有趣味性，又具实用性，让学生在这样的氛围下紧跟课堂节奏，主动学习，并给学生思考及解决问题的空间和时间，变被动学习为主动学习。

1.4教学实效

本课程以开放实验项目形式进行试点，参与学生共计29人，分为3个小组。除完成94个知识点的实践作业外，还分组完成了3个综合实践。从提交的实验报告可以看出，学生掌握了Python计算生态;掌握了大数据分析与可视化的常用操作。大多数学生表示，“理实一体”教学模式改变了理论与实践脱节现象，实践环节让学生从获取数据，到数据分析，再到看到展示出的图形，整个过程能获得喜悦感。这也说明该课程采用“理实一体”教学模式是成功的。

2结语

本文对“基于Python的大数据分析与可视化”课程进行了教学探索与实践，采用“理实一体”的教学模式，通过“理论讲解+案例演示+操作实践+课堂小测”的教学环节，说明该模式的基本教学程序包含设定教学目标、教师示范性操作与讲解、学生实践操作（理论指导实践，实践检验理论）、学习效考核与评价这四个环节，实现了“教、学、做、考”四位一体。

作者简介：

刘颖（1978—），硕士，副教授，CCF会员，研究方向：大数据分析、图像处理。