《数据可视化技术》 教学标准

《数据可视化技术》课程标准《数据可视化技术》课程标准适用专业群（可选）：人工智能专业群适用专业：大数据技术制定人：合作人：制定时间：

课程教学标准一、课程基本信息课程名称：数据可视化技术课程代码：授课时间：第4学期学时：96学分：5.5课程类型：（1.专业群基础共享课；2.专业群分立专业核心课程3.专业核心课4.专业基础课.4.思政课；5.人文素质课等）专业核心课前续课程：《Python程序设计》、《Python数据分析与处理》、《Python网络爬虫技术》等课程后续课程：《大数据应用开发实训》二、课程概述1、课程性质数据可视化技术课程是大数据技术与应用专业必修的专业课，是一门理论性和实践性都很强的课程为课程体系中Python系列课程中的重要一门课程，承接《Python程序设计》、《Python网络爬虫技术》、《Python数据分析与应用》等课程，课程主要面向数据可视化工程师岗位培养人才。课程涉及数据的采集和处理技术、数据图表展示技术，包括Matplotlib数据可视化、Echarts数据可视化、Flask+Echarts数据可视化三个模块，结合了后端数据处理和前端Web数据展示，要求学生能够综合应用Python和Echarts技术做出常见的图表，包括折线图、柱状图、条形图、饼图、散点图、雷达图、词云图等，要求学生能够根据实际需求，绘制能够有效设计、展示和表达数据特点的图表。2、修读条件学习本课程应具备有互联网使用经验，具备基本的数据处理和基本的Web网站制作基础，对大数据平台技术、数据处理所需的相关理论和技能有较好的掌握，有良好的自我学习、独立分析问题能力。三、课程目标设计总体目标：主要面向数据可视化工程师岗位，通过学习Python、Matplotlib、Flask、Echarts和Web前端技术，将爬取或采集下来的数据进行存储、处理和分析，并以各种图表的形式进行呈现和展示。重点学习Python数据分析，Flask连接使用数据库和设置Web路由功能，Echarts获取数据生成图表，并利用Web页面展示出来，实现数据的应用。能力目标：能够使用Requests爬取数据能够使用Pandas、Numpy对数据进行处理分析能够使用Matplotlib根据数据生成可视化结果能够使用Echarts绘制各种常见类型的图表能够使用HTML5、CSS、JavaScript等脚本编写网页能够熟练操作MySQL数据库能够使用Flask处理后台数据并推送到Web前端能够根据行业领域需求进行可视化设计能够撰写分析报告知识目标：熟练掌握数据爬取和采集方法熟练掌握数据处理和分析方法掌握数据库、csv、json等数据存储相关知识掌握Matplotlib数据可视化报表技术掌握Echarts常用图表技术的绘制掌握web开发框架和程序开发语言，如HTML5、CSS、JavaScript、jQuery、Flask、Echarts、Ajax、JSON等掌握Flask+Echarts数据可视化报表技术掌握Vue+Echarts数据可视化报表技术素质目标：培养使用信息搜索技术解决问题和故障的能力。培养严谨认真、代码规范的习惯。养成良好的的职业道德素养和培养数据安全意识、遵守法律意识。能够把握问题发生的关键，利用有效资源，提出解决问题的意见或方案，并付诸实施，使问题得到解决的能力，培养自适性、迁移性、发展性“三性”能力。其它目标：方法能力掌握工程实践的探究过程。独立学习新技术的方法。收集开发、展示和利用信息资源的能力。分析问题和归纳问题的方法。对比选择和判断决策的方法。信息检索和文献查询的有关方法的能力。四、课程内容设计：1、模块设计序号模块名称项目名称学时1Matplotlib数据可视化豆瓣电影数据分析与Matplotlib可视化162Echarts数据可视化数码产品销售数据Echarts可视化电器产品销售数据Echarts进阶可视化403动态数据可视化高校招生就业数据分析与可视化招聘数据分析与可视化40合计962、详细设计模块单元主要教学内容与教学要求教学方法建议参考课时教学内容教学要求模块一Matplotlib数据可视化项目：影评数据分析与可视化1.1Pandas做数据分析与处理1.了解：python常用的数据分析模块极其特点2.理解：常用的数据分析方法及用途3.掌握：python爬虫，Numpy模块的功能，Numpy的ndarray的用法，其矩阵运算的用途与使用方法。Python的pandas模块的功能，如何使用Pandas对大数据集进快速读取、转换、过滤、缺失数据处理，分析，数据透视等操作的方法。4.技能：编程完成网络爬虫，完成大数据的分析处理工作，包括读取、转换、过滤、清洗、分析、透视等过程。1.大数据实验室组织教学2．学生通过探究，提出解决方案，完成任务41.2Python的图形化工具生态系统1.3pandas中的分析功能1.4matplotlib的绘图方法1.了解：Python支持绘图的模块极其特点；2.理解：数据分析中对绘图的需求，常见的图形和应用领域；3.掌握：pandas的数据处理与分析功能，Matplotlib的绘图功能，各种图形线形图、散布图、直方图、密度图的画法；4.技能：通过python的绘图功能画出数据分析的各类结果。1.大数据实验室组织教学2．学生通过探究，提出解决方案，完成任务12模块二Echarts数据可视化项目：数码产品销售数据Echarts可视化2.1Echarts基本组件的使用2.2Echarts折线图、柱状图、饼图、点图、气泡图、雷达图、词云图的使用2.3Echarts图表色彩设置与搭配1.了解：Echarts绘图的优势；2.理解：Echarts基础语法，结构和使用方式；3.掌握：Echarts组件、色彩的设置和使用；4.技能：能够绘制折线图、柱状图、饼图、点图、气泡图、雷达图、词云图。1.大数据实验室组织教学2．学生通过探究，提出解决方案，完成任务20项目：电商销售数据Echarts可视化2.5Echarts异步数据加载和数据集管理2.6Echarts交互组件和响应式的使用2.7Dashboard可视化制作1.了解：Echarts数据加载和管理方法；2.理解：Echarts交互组件、响应式和事件处理；3.掌握：Echarts数据异步加载和dataset的使用；4.技能：能够制作Dashboard可视化图表。1.大数据实验室组织教学2．学生通过探究，提出解决方案，完成任务20模块三动态数据可视化3.1Flask基础操作3.2Flask操作数据库1.了解：Flask结构、路由；2.理解：变量规则、唯一的URL、URL构建、HTTP方法、Jinja2基本语法，ORM框架；3.掌握：Jinja2语句的使用，SQLAlchemy的使用；4.技能：使用Flask框架操作数据库。1.大数据实验室组织教学2．学生通过探究，提出解决方案，完成任务8项目：高校招生就业数据分析与可视化3.3Flask+Echarts实现散点图、折线图、柱形图、3D柱形图、饼图的绘制3.4Flask+Echarts实现三维柱状图、地理区域图的绘制1.了解：python后端和Web前端数据处理方法；2.理解：各种图表表达数据的区别；3.掌握：使用Flask+Echarts可视化创建方法；4.技能：使用Echarts结合动态数据创建单变量图、双变量图、多变量图和地图。1.大数据实验室组织教学2．学生通过探究，提出解决方案，完成任务20项目：招聘数据分析与可视化3.5Vue+Echarts实现堆叠折线图、饼图/折线图联动图的绘制1.了解：Vue+Echarts的应用；2.理解：数据提取和形式转换；3.掌握：后端数据查询方法，前端数据的转换方法；4.技能：能够绘制堆叠折线图、饼图/折线图联动图。1.大数据实验室组织教学2．学生通过探究，提出解决方案，完成任务20五、课程实施建议1、实训条件◆大数据专业实训机房（CPU至少i5、2.5G、四核以上，内存8G以上，有固态硬盘，硬盘容量达1TB），多媒体教室（多媒体设备1套、教学广播软件）。◆校外实训基地。2、师资条件◆具有数据处理与分析系统理论知识；◆具备设计基于工作过程教学模式和行动导向教学法的设计应用能力；◆要求实训指导教师具备企业实际工作经历，具备相关的数据分析、大数据开发应用高级实习指导教师资格；◆具有良好的职业道德和社会责任心；◆具有较强的课堂组织和过程协调的能力；◆具有“双师”结构的教学团队，老中青年龄梯度、学缘结构合理。3、教材与教学资源（1）推荐教材[1]（印度）科斯·拉曼（KirthiRaman）.Python数据可视化.机械工业出版社,2017[2]周苏、张丽娜、王文.大数据可视化技术.清华大学出版社,2016[3]王大伟.《ECharts数据可视化：入门、实战与进阶》.机械工业出版社,2020（2）推荐教学参考书[1]朱希安.数据可视化与挖掘技术实践.知识产权出版社,2017.[2](美)AshutoshNandeshwar.Tableau数据可视化实战.清华大学出版社,2014（3）推荐教学参考网站[1]头哥实践教学平台/[2]51CTO学院大数据相关学习视频/course/list?page=1&pcid=12051CTO学院：/[3]泛雅超星学习网站/[4]我要自学网：/[5]21互联视频教程网：/[6]前沿视频教程：/[7]太平洋电脑网视频教程：/videoedu/六、考核方案1合格标准◆旷课不超过12节；◆平时成绩不低于30分；◆总分大于或等于60分；◆没有不诚信行为。2成绩构成课程考核由“学习态度（10%）+综合素养（10%）+平时训练任务（40%）+技能测试（40%）四项组成。3考核内容学习态度、知识点和专业技能、综合素质表现（社会能力、方法能力、职业素养）等。4考核方案考核内容、标准与方式表2课程考核方案框架序号考核内容考核标准考核方式分值考核指标评价标准及分值1学习态度1.不迟到、早退、旷课，有事请假2.课堂学习积极性，预习、认真听讲、记笔记、发言3.遵守课堂纪律和服从教师安排1.迟到、早退扣0.5分/次，旷课扣1分/次；2.说话、睡觉、看闲书、玩手机等现象扣0.2分/次；3.违反操作规程均视为该项成绩为0分。考勤课堂记录102综合素养1.团队合作2.安全意识3.标准与规范意识4.“精细化”意识5.规划与自我评价6.责任心1.主动参与团队合作2分2.有安全意识、无事故1分3.认真执行规程、习惯良好2分4.做事求精求细1分5.自我规划、评价与改进1分6.不敷衍了事3分课堂记录项目记录学生互评103平时训练任务和考核1.按时、按质、按量完成作业2.独立完成作业3.利用所学知识正确分析解决问题1.作业完成情况40分2.扩展能力10分作业任务书404技能测试1.按试卷要求完成考试试题3独立完成，没有抄袭1.项目功能完善10分2.方案书写规范10分3.项目运行正常30分机试试卷批改40技能考核模块如下1模块一：Matplotlib数据可视化理论知识1.掌握python的Numpy模块的功能，Numpy的ndarray的用法，其矩阵运算的用途与使用方法。2.理解数据分析中对绘图的需求，常见的图形和应用领域。3.掌握pandas的数据处理和分析功能，Matplotlib的绘图功能，掌握线形图、散布图、直方图、密度图等的画法。理论试题10基本技能1.能够使用Numpy和pandas模块编程完成对大数据的分析处理工作，包括读取、转换、过滤、清洗、分析、透视等过程。2.能够使用Matplotlib的绘图功能画出数据分析的各类结果。任务操作作业练习任务报告102模块二：Echarts数据可视化理论知识1.了解Echarts的特点和优势。2.理解Echarts基本语法、交互组件、响应式和事件处理。3.掌握Echarts设置、数据异步加载和dataset的使用。理论试题15基本技能1.能够使用Echarts绘制折线图、柱状图、饼图、点图、气泡图、雷达图、词云图。2.能够使用Echarts制作Dashboard可视化图表。任务操作作业练习任务报告203模块三：动态数据可视化理论知识了解Flask结构和路由原理。了解Vue的构建方法。理解Flask基本语法、Jinja2的基本语法，ORM框架。掌握Jinja2语句的使用，SQLAlchemy的使用。python后端和Web前端数据处理方法。理解各种图表表达数据的区别。掌握使用Flask+Echarts可视化创建方法。了解Flask+Echarts的应用。理解数据的提取和形式转换。.掌握后端数据查询方法，前端数据的转换方法。理论试题20基本技能1.能够使用Flask框架操作数据库。2.能够使用Echarts结合动态