高中信息技术 必修1《数据与计算》数据处理和可视化表达 大单元教学设计（项目主题：典型城市空气质量变化研究）

第五章数据处理和可视化表达大单元教学设计一、项目简介项目主题典型城市空气质量变化研究项目背景2020年9月22日在75届联合国大会上我国提出将努力在2060年实现“碳中和”，2021年“碳达标”和“碳中和”首次写入政府工作报告，2022年10月16日召开的二十大也再次提到了碳达标。近几年，我国各地方政府先后采取了一系列措施整治环境，各个城市空气质量也都有了明显的改善，中国对空气质量的严格要求对推动全球气候治理起到关键性的推动作用。本项目以大数据为依托，对各典型城市的空气质量数据进行采集和分析，进而探究数据背后的真相。对应教材广东教育出版社普通高中教科书信息技术必修1《数据与计算》第五章课时安排4课时二、课程标准及目标分析（一）课程标准及教材分析1.本章对应课标的内容要求通过典型的应用实例，了解数据采集、分析和可视化表达的基本方法。根据任务需求，选用恰当的软件工具或平台处理数据，完成分析报告，理解对数据进行保护的意义。2.本章对应的学业要求A-1：能够描述数据与信息的特征。（信息意识）A-3：能够根据需要选用合适的数字化工具开展学习。（数字化学习与创新）A-4：了解数据采集、分析和可视化表达的基本方法。（计算思维）A-5：能够利用软件工具或平台对数据进行整理、组织、计算与呈现，并能通过技术方法对数据进行保护。（计算思维、信息社会责任）A-6：在数据分析的基础上，完成分析报告。（计算思维）3.本章的地位和作用本章是本教科书的第五章，将带领学生学习“数据处理和可视化表达”的教学内容，也是学习选择性必修模块《数据管理与分析》和《人工智能初步》的基础知识与技能准备。本章以培养信息素养为目标，以知识技能为载体，以项目学习活动为途径，开展自主、协作、探究学习，让学生了解数据采集、分析和可视化表达的基本方法。本章以“典型城市空气质量变化研究”为项目范例，通过“典型城市空气质量变化研究”项目，让学生认识和了解大数据，学会选用恰当的软件工具或平台处理数据、发现信息，已逐步成为人们解决问题的一种重要方式；并通过对数据和大数据进行采集、存储、处理，以及从中发掘有价值的信息等过程，让学生全面了解数据与计算的重要意义，从而提升学生的信息素养。（二）本章对应达成的学科核心素养（1）针对特定的信息问题，自觉、主动比较不同的信息源，能描述数据与信息的关系，确定合适的信息获取策略。（信息意识1）（2）依据特定任务需求，甄别不同信息获取方法的优劣，并能利用适当途径甄别信息。（信息意识1）（3）在日常生活中，根据实际解决问题的需要，恰当选择数字化工具，具备信息安全意识。（信息意识1）（4）主动关注信息技术工具发展中的新动向和新趋势，有意识地使用新技术处理信息。（信息意识1）（5）针对给定的任务进行需求分析，明确需要解决的关键问题。（计算思维1）（6）按照问题解决方案，选用适当的数字化工具或方法获取组织分析数据，并能迁移到其他相关问题的解决过程中。（计算思维1）（7）在学习过程中能够评估常用的数字化工具资源，根据需要合理选择。（数字化学习与创新1）（8）在信息活动中，具有信息安全意识，尊重和保护个人及他人的隐私（信息社会责任1）（三）目标分析1.项目目标本章以“典型城市空气质量变化研究”为项目范例，通过“典型城市空气质量变化研究”项目，组织学生进行自主、协作、探究学习，让学生认识大数据及其特征、理解数据对日常生活的影响，了解数据采集的基本方法及其对数据保护的意义，能够在一大批杂乱无章的数据中，运用数字化的工具和技术分析数据，并学会选用恰当工具实现数据的可视化表达，以便更好的理解数据。学习过程将知识建构、技能培养与思维发展融入运用数字化工具解决问题和完成任务的过程中，促进本章对应课标的学科核心素养水平的达成，完成项目学习目标。2.学业目标（1）能够了解大数据的概念；（2）能够理解大数据的特征；（3）能够了解大数据对日常生活的影响；（4）能够明晰传统数据与大数据的区别；（5）能够明确数据应用项目的需求，能制定数据采集的需求清单；（6）能够了解数据采集的方法和工具；（7）能够理解对数据保护的意义；（8）能够了解数据预处理及分析；（9）能够体验多种数据分析技术；（10）能够掌握选用恰当的工具处理数据；（11）能够掌握总结和归纳数据分析的方法和步骤；（12）能够了解数据可视化的两种类型；（13）能够学会选用恰当的工具可视化表达数据，揭示数据反映的本质问题，提升数据分析的效率；（14）能够撰写数据分析报告。重点：（1）了解数据采集的方法和工具；（2）了解数据预处理及分析；（3）体验多种数据分析技术；（4）选用恰当的工具可视化表达数据，揭示数据反映的本质问题，提升数据分析的效率。难点：（1）体验多种数据分析技术；（2）选用恰当的工具可视化表达数据，揭示数据反映的本质问题，提升数据分析的效率。三、学情分析学生在第四章已经体验了利用程序去解决问题。了解了python程序设计语言的基础知识，掌握了程序的顺序结构、选择结构和循环结构，学会了使用程序设计语言实现简单算法，体验了程序设计基本流程，掌握了程序调试与运行的方法。教学方法和策略创设数据处理和可视化表达的活动情境，组织学生在解决问题的过程中探究数据采集、数据分析和数据可视化表达的方法，通过小组学习选用恰当的软件工具或平台处理数据，完成分析报告发展学生的计算思维，提升学生的数字化学习与创新能力。五、资源列表资源名称清单及描述形式（类型）来源课件第五章数据处理和可视化表达（课件）演示文稿教师制作微课5-3聚类分析程序介绍微课视频教师制作学习资料《近十年气象变化》《探究大数据特征》文档、视频教师准备软件工具后羿采集器软件互联网学习活动流程七、学习活动设计范例学习项目主题典型城市空气质量变化研究项目背景2020年9月22日在75届联合国大会上我国提出将努力在2060年实现“碳中和”，2021年“碳达标”和“碳中和”首次写入政府工作报告，2022年10月16日召开的二十大也再次提到了碳达标。近几年，我国各地方政府先后采取了一系列措施整治环境，各个城市空气质量也都有了明显的改善，中国对空气质量的严格要求对推动全球气候治理起到关键性的推动作用。本项目以大数据为依托，对各典型城市的空气质量数据进行采集和分析，进而探究数据背后的真相。项目目标通过项目的完成，认识大数据及其特征，认识大数据对人们日常生活的影响，了解数据采集、分析和可视化表达的基本方法；学会选用恰当的软件工具或平台处理数据，完成分析报告；理解对数据进行保护的意义，从而实现项目学习的目标。工具和方法组建团队、明确任务；采用Python语言和数据分析方法等，实施探究。实施过程明确项目问题规划设计：制订项目学习的学习规划（3）探究活动：通过探究活动了解数据采集、分析和可视化表达的基本方法；学会选用恰当的软件工具或平台处理数据，完成分析报告。（4）作品制作：“典型城市空气质量变化研究”可视化报告（5）成果交流（6）活动评价成果“典型城市空气质量变化研究”可视化报告项目选题教师活动提供选题，并参与到小组的选题及立题目的讨论中。学生活动根据教师提供的项目背景选题或自拟，小组头脑风暴后确定项目选题及研究目的，以小组为单位，填写《项目学习活动记录表》“项目选题”栏目。项目规划教师活动强调项目目标及学习目标，引导学生分析项目问题，指导小组完成项目规划，组织开展方案交流。学生活动小组依照项目范例，结合本组选题，制订本组项目规划方案，填写《项目学习活动记录表》“项目规划”栏目。活动探究项目实施第一课时一、创设情景，视频导入课程教师活动教师在课程开始之前播放《近十年气象变化》视频，教师根据视频内容进行提问。学生活动学生回答问题教师活动教师归纳，评价引入本节课内容二、任务驱动景，内容讲解教师活动教师对大数据的概念进行细化、讲解。大数据：是指无法在可承受的时间范围内用常规软件工具进行高效捕捉、管理和处理的信息集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程化能力的海量、高增长率和多样化的信息资产。学生活动学生认真听讲，并对大数据概念进行再定义。活动1：大数据的基本特征。教师活动播放互联网产生大数据的视频，让学生观看视频交流讨论，得出大数据的4v特征学生活动观看视频，回答问题教师活动数据体量大，数据类型繁多，变化速度快，价值密度低教师对特征进行详细解读，并结合案例和学生的回答。活动2：通过学习任务单中案例，体会大数据对日常生活产生的影响。教师活动展示案例，带领学生分析及交流，让学生自主探讨大数据对人类日常生活产生的影响。学生活动通过案例分析，理解大数据带来的影响：方便支付、方便出行、方便购物与产品推销、方便看病与诊病，以及个人信息泄露、信息诈骗、信息伤害等。填写《学习任务单》。教师活动教师进行评价和归纳，引入项目三、项目提出，小组合作活动3：提供选题，小组分工讨论并明确项目主题——典型城市空气质量变化研究。教师活动提供项目选题，让学生根据既定的选题确定本章需要探究的项目主题城市。学生活动学生交流讨论确定小组项目城市四、项目规划，创新发展教师活动学生根据项目学习单，参考书本上的项目规划图，完成本组项目规划图和项目学习单。数据可视化分析数据分析数据数据可视化分析数据分析数据采集学生活动各小组成员之间相互讨论，利用思维导图软件，制订本组项目的学习规划，并完成项目学习单。五、展示归纳，反思升华展示各小组的项目规划图，各小组可相互借鉴并修改。展示本节课所学习内容。同时，请学生课后讨论如何获取大量数据并保存第二课时复习导入根据上节课的内容，引出本节课的知识——数据的采集。二、探究活动活动4：确定项目数据需求。通过查找资料，学习和交流，了解数据采集的基本方法和常用工具。根据选定的项目主题，确定项目的数据需求，列出数据采集清单和内容大纲，教师活动带领学生了解数据采集的基本方法和常用工具；以项目范例为例，引导学生对项目问题进行抽象与建模，确定项目需要利用哪些工具来爬取数据。学生活动通过学习和交流，借助学习资源，了解传感器采集法及其它数据采集法，并对小组项目问题进行抽象与建模，小组结合本组选题，分析和确定本组项目的数据内容需求、数据来源、采集方法和工具以及数据保存形式，填写《项目学习活动记录表》“探究活动项目实施”栏目中的“活动4”的内容。活动5：采集数据。通过学习、交流、探究和实践，结合本小组选题，了解Python第三方库的安装，体验爬虫程序；指导学生安装后羿采集器，在线爬取网络数据。教师活动提供项目范例中的Python程序代码，介绍有关第三方库模块安装与使用、爬虫程序采集网络数据的基本操作指引，使用爬虫程序体验爬取宣城市一天的天气数据；指导学生安装后羿采集器，在线体验采集太原、合肥、杭州三个主要城市的空气质量指数及其它数据并生成csv文件，保存文件为典型城市.xls，为本项目的数据分析具体实施做好准备。学生活动通过学习、交流、探究和实践，借助学习资源，认识第三方库的安装、运行爬虫程序采集宣城市一天的天气数据；利用后羿采集器采集本项目所需数据，填写《项目学习活动记录表》“探究活动项目实施”栏目中的“活动5”的内容。第三课时一、问题引入：（展示上节课采集数据截图）你能从这些图中获取有用的信息吗？你能发现这些数据内在的结构和规律吗？二、数据分析数据预处理教师活动引导学生观察图片及发现问题（数据重复和缺失值）。学生活动结合发现的问题讲解数据预处理关键代码。（2）特征值探索教师活动结合采集的数据，讲解特征值探索的代码。学生活动理解讲授内容。活动6：特征探索（数据预处理）。通过学习、交流、探究和实践，结合本小组选题，对采集到的数据进行预处理，发现和处理缺失值、处理异常数据、求最值、极差，观察分析数据的分布特征。教师活动：引导学生根据学习任务单体验数据预处理。学生活动通过学习、交流、探究和实践，借助学习资源，小组结合本组选题，创建数据库，利用程序发现和处理缺失值、处理异常数据填写《项目学习活动记录表》中“活动6”相关的内容。活动7：特征探索（平均值分析）。通过学习、交流、探究和实践，结合小组选题，对采集到的数据进行平均值分析。教师活动提供项目范例中的Python程序代码，提供有关采集的数据集、数据特征探索基本操作指引（或微课）。通过采集2016-2021年的日空气质量指数数据，讲解特征值（平均值）探索的代码，指导学生计算年平均空气质量指数，通过对比后观察空气质量是否逐年变好。学生活动通过学习、交流、探究和实践，借助学习资源，小组结合本组选题，利用程序对采集到的网络数据进行平均值分析，同时填写《项目学习活动记录表》“活动7”的内容。根据项目选题，样表如下：活动8：词云图。通过学习、交流、探究和实践，结合小组选题，以可视化的方式呈现数据。问题引入：如果我们获取的信息是文本信息，那该如何分析呢？教师活动提供项目范例中的Python程序代码，指导学生利用词云图可视化呈现数据；利用词云图可视化呈现程序采集到的文本信息，分析可视化呈现结果。学生活动通过学习、交流、探究和实践，借助学习资源，小组结合本组选题，利用程序对采集到的网络数据进行可视化呈现，分析数据可视化呈现结果，同时填写《项目学习活动记录表》“探究活动项目实施”栏目中的“活动8”的内容。第四课时情景导入：记忆力大挑战：请在5秒钟的时间内观察两幅图上的空气质量数据，分别找出两幅图中空气质量最好的城市。（为什么大家在右图中很快能找到空气质量最好的城市?右图更直观，数据记忆得更深刻。）探究活动活动9：数据可视化表达的呈现类型，同时填写《项目学习活动记录表》“探究活动项目实施”栏目中的“活动9”的内容。教师活动：创造情境，引入可视化概念。给出可视化实例，让学生体验可视化优点；给出典型案例，分析可视化呈现的类型。主题合适的图表全国人口逐年变化情况大数据在各行业中的应用比例比较两位同学的成绩差异学校周边有图书馆吗？小说《三国演义》中，哪些人物的出场次数最多？学生活动：体验可视化的直观生动。小组合作探究，根据具体情景，选择合适的可视化图表。活动10：利用Excel软件，进行数据的可视化呈现。同时填写《项目学习活动记录表》“探究活动项目实施”栏目中的“活动10”的内容。教师活动分析Excel作图的注意要点，展示小组分工任务。空气质量指数年份太原合肥杭州2016998571201710384672018997562201989716120208460512021825949学生活动小组结合本组选题，利用excel对本小组数据进行可视化呈现，分析数据可视化呈现结果，同时填写《项目学习活动记录表》“探究活动项目实施”栏目中的“活动10”的内容。活动11：使用Python编程实现数据的可视化表达。根据老师提供的项目范例代码，深入体会数据可视化表达方式。通过交流与探究，实现数据可视化表达。教师活动提供项目范例中的Python程序代码。引导学生利用程序来实现数据可视化表达。#导入matplotlib库的pyplot子库importmatplotlib.pyplotasplt#定义两个列表用于存储X轴和Y轴的变量x=[2016,2017,2018,2019,2020,2021]y=[84,83,75,71,60,59]plt.plot(x,y)#绘制折线图plt.show()#显示图表总结：画图代码：1、柱状图：plt.bar(x,y,width=0.5)2、散点图：plt.scatter(x,y,s=100,color="green")3、饼图：act=['1','2','3','4','5','6']plt.pie(x,labels=act)4、折线图：plt.plot(x,y)学生活动小组结合本组项目选题，利用python编程对本小组数据进行可视化呈现，分析数据可视化呈现结果，同时填写《项目学习活动记录表》“探究活动项目实施”栏目中的“活动11”的内容。项目实施各小组参照项目范例的样式，运用数字化学习工具，如用演示文稿归纳所学知识，梳理探究活动的成果，撰写相应的项目成果报告。成果交流各小组在小组或班级上进行展示与交流，共享创造、分享快乐。活动评价各小组根据项目选题、拟订的项目方案、实施情况以及所形成的项目成果，利用“作品评价量规”及教科书附录2的“项目活动评价表”，开展项目学习活动评价。八、学习成果：“典型城市空气质量变化研究”可视化报告九、评价方案（一）评价时间线项目范例报告项目范例报告项目学习活动记录表项目范例报告项目学习活动记录表项目活动评价表作品评价量规项目选题项目规划活动评价项目活动评价表作品评价量规成果交流项目实施项目范例报告项目学习活动记录表项目范例报告项目学习活动记录表探究活动（二）评价工具评价方法/工具评价的过程和目标项目范例报告用于整个活动，主要作用是为学生项目实施和作品制作提供示范和引领。（见附件1）项目学习活动记录表用于整个学习活动，主要作用是指导学生开展项目学习活动，明确项目学习内容，记录学习过程及阶段性成果。（见附件2）作品评价量规使用量规项目来帮助学生创作高品质的作品，确保达到项目预期。同时用量规为同伴的作品提供反馈。教师使用量规来评价。（见附件3）项目活动评价表对整个项目学习过程中各环节，学科核心素养达成的情况进行评价。（见教科书附录2）十、项目实施说明（一）关于课时分配建议课时分配如下：第1课时：范例展示、项目选题与项目规划——活动1、活动2、活动3第2课时：探究活动、项目实施——活动4、活动5、第3课时：探究活动、项目实施——活动6、活动7、活动8第4课时：项目实施、成果交流评价—活动9、活动10、活动11（二）关于项目范例本章教师通过“典型城市空气质量变化研究”项目范例，引导学生学习“数据处理和可视化表达”。（三）关于项目选题围绕本章项目范例“典型城市空气质量变化研究”，根据生活中常见的数据分析和可视化表达，细化项目学习活动的主题，提供给学生开展学习。1.杭州市空气质量变化数据分析和可视化表达；2.太原市空气质量变化数据分析和可视化表达；3.合肥市空气质量变化数据分析和可视化表达；（四）关于探究活动“探究活动”对应项目范例的主题，串联知识点，学生在学习范例的同时自选项目主题，结合范例学习，完成自选主题的项目探究活动。“探究活动”的设计，使得学生在做项目的过程中学习知识、建构知识。教师提供记录表单和学习资源对学生的自主探究给予帮助和支持，以提高学生的学习效率和维持学生的学习兴趣。十一、附件附件1：项目范例可视化报告典型城市空气质量数据分析报告一、引言2020年9月22日在75届联合国大会上我国提出将努力在2060年实现“碳中和”，2021年“碳达标”和“碳中和”首次写入政府工作报告，2022年10月16日召开的二十大也再次提到了碳达标。近几年，我国各地方政府先后采取了一系列措施整治环境，各个城市空气质量也都有了明显的改善，中国对空气质量的严格要求对推动全球气候治理起到关键性的推动作用。本项目以大数据为依托，对各典型城市的空气质量数据进行采集和分析，进而探究数据背后的真相。二、分析目的随着国家对空气质量指数的标准提高，各地政府先后采取了一系列政策和方法治理环境。通过大数据分析，我们可以了解到三个典型城市的在近几年的空气质量指数变化，进而可以了解到数据背后，政府在治污或排放工作上的完成力度。通过不同城市的纵向对比，我们还可以更深入地了解本地城市环境治理上存在的问题。三、分析内容与步骤1.分析内容（1）常见数据的采集。（2）典型城市空气质量数据分析。（3）数据的可视化表达方法。2.分析步骤（1）确定数据来源。（2）确定数据分析方法。（3）用恰当工具可视化表达数据。四、分析工具和方法组建团队、明确任务；采用python工具和可视化分析工具，实施探究。五、分析过程1.确定数据来源我们所分析的空气质量指数数据，必须来源于某一个天气网站。我们利用Python工具中的爬虫模块，对数据抓取和分析。为了方便体验，我们利用后羿采集器，在线对数据进行抓取和分析。抓取数据的程序如下所示：（1）抓取页面设置。（2）提取天气数据。输出及保存数据。2.确定数据分析方法数据分析一般包括特征探索、关联分析、聚类与分类、建立模型和模型评价以及其它的数据分析方法等。（1）大数据特征探索的主要任务是对数据进行预处理，发现和处理缺失值、异常数据，绘制直方图，观察分析数据的分布特征，求最大值、最小值、极差等描述性统计量。（2）平均分析法是运用计算平均数的方法来反映总体在一定时间、地点等条件下某一数量特征的一般水平。平均指标是最常用的算术平均数。（3）词频分析（WordFrequencyAnalysis）是对文献正文中重要词汇出现的次数进行统计与分析，是文本挖掘的重要手段。3.用恰当工具可视化表达数据大数据可视化可以让人们快速抓住要点信息，让关键的数据点从人们的眼睛快速通往心灵深处。从常用和实用的维度，大数据可视化的呈现类型主要分为探索和解释两种不同的类型。探索类型可以帮助人们发现数据背后的价值，而解释类型则把数据简单明了地解释给人们。按照处理数据类型的不同，可视化呈现的主要方式如下表所示。六、分析结果1.大数据是人们提取信息、做出决策的重要依据，是推动信息社会发展的重要资源大数据的产生是与人类日益普及的网络行为所伴生的：物联网、云计算、移动互联网、车联网、手机、电脑以及遍布地球各个角落的各种各样的传感器，无一不是数据的来源或是承载的方式。互联网生成的数据量，不仅远超此前一切人类所生成的数据量的总和，而且在以大爆发性的速度不断增长。大数据成为人们提取信息、做出决策的重要依据，是推动信息社会发展的重要资源。2.大数据采集的工具和方法是大数据采集的关键大数据的来源广泛（主要是互联网和物联网）、类型丰富、规模巨大。采集大数据首先要明确大数据应用项目的需求，围绕选定的项目主题，制订大数据采集的需求清单和内容大纲，采用适当的方法和工具进行采集。大数据作为一种工具，用在什么地方、掌握在谁手里都是次要的，关键是看怎样利用这个工具。在安全的前提下，实现数据共享，真正创造数据价值，这才是大数据真正的目的。3.Python语言是大数据可视化表达的高效工具在大数据时代，复杂繁多且不同类型的数据大量涌来，往往超出了人们的处理能力，人类的大脑也难以从堆积如山的数据中快速发现核心问题，而数据可视化可以把枯燥乏味的海量数据以丰富的视觉效果呈现数据所反映的本质问题，有效提升数据分析的效率。大数据可视化是指以图形、图像、地图、动画等生动、易于理解的方式展示数据和诠释数据之间的关系、趋势与规律等，以便更好地理解数据。大数据可视化可以让人们快速抓住要点信息，让关键的数据点从人们的眼睛快速通往、心灵深处。大数据可视化呈现的形式千变万化，实现的工具众多。其中，Python语言因其开源和包容的特性，嵌入了大量数据可视化的工具，深受大家的喜爱。七、结语本章通过“典型城市空气质量数据分析”项目，进行自主、协作、探究学习，让同学们认识大数据及其特征，了解大数据对人们日常生活的影响。通过对数据采集、分析和可视化表达基本方法的学习，学生掌握了利用恰当的软件工具或平台来处理数据，完成分析报告；该学习过程将知识建构、技能培养与思维发展融入到运用数字化工具解决问题和完成任务的过程中，促进信息技术学科核心素养达成，完成项目学习目标。附件2：项目学习活动记录表第五章项目学习活动记录表班级小组编号项目选题项目主题项目城市小组成员及分工组长：记录员：项目规划问题列表编号问题内容方法探究活动项目实施活动2：通过案例展示及相互交流，体会大数据对日常生活产生的影响。知识技能大数据对日常生活的影响正面影响负面影响活动4：确定项目数据需求。通过学习和交流，了解数据采集的基本方法和常用工具，根据选定的项目主题，确定项目的数据需求，列出数据采集清单和内容大纲，采集数据使用的方法和工具，数据保存形式。知识技能编号项目数据内容数据来源采集方法和工具12活动5：采集数据。通过学习、交流、探究和实践，结合本小组选题，结合本小组选题，了解Python第三方库的安装，体验爬虫程序；指导学生安装后羿采集器，在线爬取网络数据。知识技能语句语句作用importrequestsfrom模块名import方法名结合小组选题，采集网络数据、数据文件与内容（截图）：活动6：特征探索。通过学习、交流、探究和实践，结合本小组选题，对采集到的数据进行预处理，发现和处理缺失值、处理异常数据、求最值、极差、组距，观察分析数据的分布特征。知识技能数据预处理程序关键代码：#1、去除重复行df=pd.read_csv(file,encoding='gb2312',header=0)#读取文件data=df.drop_duplicates(keep='first')#去除重复行data.to_csv(savename,encoding='gb2312',index=False)#保存文件#2、缺失值处理代码foriinrange(len(x)-1):#去除每一项数据ifmath.isnan(x[i])==True:#如果是空值x[i]=round((x[i-1]+x[i+1])/2,0)#替换数据可视化图形（截图）：特征探索结果分析：程序运后文件夹中多了哪两个文件：_________________________________________对比这两个文件中的数据与原始数据的区别是：活动7：平均值分析法。通过学习、交流、探究和实践，结合小组选题，对采集到的数据进行平均