大数据可视化 教案 0-1数据可视化概述

《大数据可视化》教案（学年第学期）课程名称： 大数据可视化所属专业： 大数据技术所属系部： 计算机与软件技术授课班级：课程总学时： 任课教师：PAGEPAGE1序号：1一、教学分析课题名称数据可视化概述课程大数据可视化系部计算机与软件技术系任课教师教材《大数据可视化技术》课题类型理论+实践课时2课时地点实训机房班级内容提要与时间分配：1、学习目标素质目标小组协作搜集、分析、归纳大数据与可视化相关技术，初步了解大数据可视化技术。培养学生合理利用与支配各类资源的能力知识目标了解大数据技术概念；了解大数据前世今生；掌握大数据特点；了解大数据应用场景；了解大数据发展前景；了解数据可视化概念；理解图表类型选择掌握图表基本组成Python环境安装Jupyter环境安装技能目标了解大数据特点了解大数据应用场景实践总结图表类型选择实践总结图表基本组成2、教学内容内容布置：介绍什么是大数据大数据的四个特点大数据的应用场景大数据发展前景介绍常见的大数据可视化工具图表类型选择图表的基本组成Python安装Jupyter安装内容引入：由什么是大数据引入，介绍大数据特点、应用场景、发展前景、大数据可视化在大数据生命周期中的位置、进而介绍大数据可视化工具、介绍图表类型应用场景、图标类型选择知识讲解：大数据概念大数据特点大数据应用场景大数据发展前景图表基本组成图表类型选择Python安装Jupyter安装内容总结：总结本节课程中遇到的问题，并对涉及到的知识点进行梳理。3、本次课程内容特点：4、教学重点与难点重点：可视化图表的类型与应用场景、图表的组成难点：图表组成5、学情分析1、学生初次接触大数据以及大数据可视化相关概念，对大数据不甚了解6、教学设计基本原则：1、将教学内容与信息资源进行有机整合，利用实训平台创造一个同时具备项目式体验功能、教学实施功能、学习效果评测功能和实时互动交流功能的多功能信息化教学环境。2、充分利用教材、学习通教学平台、多媒体课件和实训室等信息化教学手段，调动学生积极性和主动性，促进学生自主学习和主动学习。7、教学方法、手段：1、案例教学法：本情境教学使用故事模式，采用讲故事的方式逐步引出课程目标及重点和难点。2、过程互动教学法：教学过程中使学生积极回答问题，小组内展开讨论，并组间进行分享。3、“任务驱动”法，下发随堂任务，由学生独立完成，教师当堂进行考核和讲评，解决学生遇到的问题，并就共性问题进行点评。8、内容提要与时间分配环节一：大数据介绍（5分钟）环节二：大数据四个特点（10分钟）环节三：大数据应用场景（10分钟）环节四：大数据发展前景（10分钟）环节五：常见的大数据可视化工具介绍（10分钟）环节六：图表类型选择（10分钟）环节七：图表的基本组成（10分钟）环节八：Python安装（10分钟）环节九：Jupyter安装（10分钟）环节八：任务总结（5分钟）9、教学材料教材《大数据可视化技术》二、教学组织方式（专业课程知识点击思政微课任务驱动方式、结合专业教师引导，完善理实一体的教学环境及方法。三、学习资源使用多媒体教学平台完成课前复习、教学资源分发、作业评分。微课教学平台完成在线课自学、教师操作视频演示、及课程思政微课的展示。3.教学反馈平台完成学情调查、教学实施效果调查，了解学生学情和课堂教学反馈。四、教学实施环节一：大数据介绍（5分钟）介绍什么是数据？数据（data）是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材。数据可以是连续的值，比如声音、图像，称为模拟数据；也可以是离散的，如符号、文字，称为数字数据。介绍什么是大数据？“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。环节二：大数据特点（10分钟）教师介绍大数据具有如下几个特点，并详细展开介绍。1.数据体量大。2.处理速度快。3.数据多样性。4.低价值密度。环节三：大数据应用场景（10分钟）教师分别对政务、旅游、电商、金融、物流、电信等领域列举大数据应用场景的实例，帮助学生体会大数据应用的价值。举例详细阐述大数据引用场景，政务、旅游和电商。政务领域政务：加强政务资源共享，进一步提升政务治理能力和政务服务效率。在旅游领域：挖掘游客喜好，明晰游客服务需求，提升游客服务体验。在电商领域电商：进行商品推荐，分析用户消费习惯。教师提问学生，让学生列举更多的大数据的应用场景，并对学生的回答进行补充。环节四：大数据发展前景（10分钟）教师结合生活实际，介绍大数据发展前景。1、随着5G时代的到来，伴随云计算、智能制造、智慧城市以及无人驾驶技术的深入发展，每个行业都将迎来日益庞大的数据量。2、大数据的处理、分析和挖掘需要强大的分布式处理能力和分布式存储能力，而云计算恰恰能满足大数据的需求。未来大数据与云计算技术的融合也会越来越紧密。3、大数据为人工智能技术的发展奠定了数据基础，模型的训练不仅需要大规模的训练样本，还需要大量的数据存储与计算能力，可以说人工智能模型训练的实现，是由大数据技术予以支撑的。环节五：大数据可视化流程和工具介绍（10分钟）教师对大数据可视化流程进行讲解，可结合巨头案例。1、数据收集2、数据处理3、数据分析4、可视化设计5、可视化实现教师对可视化工具进行介绍：主要介绍本教材涉及的可视化工具包，并简单介绍每种工具的优缺点，可适当选择案例，并通过代码演示，加深学生对可视化工具包的印象和理解。。1、Matplotlib2、PYecharts3、Plotly环节六：图表类型选择（10分钟）教师结合知识准备内容，讲解图表类型选择。可视化是一种方便的观察数据的方式，可以一目了然地了解数据块。我们经常使用柱状图、直方图、饼图、箱图、热图、散点图、线状图等。这些典型的图对于数据可视化是必不可少的。除了这些被广泛使用的图表外，还有许多很好的却很少被使用的可视化图表，下图为常见的数据可视化图表。教师选择下图中的一些图表，如折线图、饼状图、散点图等从概念、图表呈现形式和图标特点、以及适用的数据场景等方面列举10个进行讲解。环节七：图表的基本组成（10分钟）结合知识准备内容，讲解图表的基本组成。数据可视化图表的种类非常多样，但每张图表的基本组成有较强的规律性。一张完整的图表一般包括：画布、图表标题、绘图区、数据系列、坐标轴、坐标轴标题、图例、文本标题、网格线等。下面详细描述各个组成部分的功能：画布图表标题。绘图区。数据系列。坐标轴及坐标轴标题。图例。文本标签。网格线。环节八：Python安装（10分钟）教师带领学生一起完成环境的安装，教师从软禁下载、安装步骤等进行演示。学生需要跟着老师的演示进行同步操作。1、选择自定义安装（Customizeinstallation），如图自动添加Python到环境变量所示。2、“可选功能”默认全选，如图13可选功能所示，点击next。3、可在“高级选项”中修改安装路径，如图下图高级功能所示。之后点击Install进行安装。4、出现如图安装成功所示“Setupwassuccessful”字样即为安装成功。环节九：安装Jupyter并使用(10分钟)教师进入CMD窗口，演示Jupyter的命令安装步骤，学生跟着同步操作1、命令安装：pipinstalljupyter2、访问jupyter3、点击新建，就会跳转到新的文本页面，然后就可以编辑python代码了环节八：任务总结（5分钟）总结本章内容并回顾。节主要介绍大数据的相关理论知识，从大数据的起源、大数据特点、大数据相关政策、大数据应用场景、大数据可视化流程与可视化工具、图元素介绍等。【思政作业】以3人为以小组，梳理2016年以来，我国关于大数据的相关政策，分别产业发展、基础设施建设、以及信息安全等方面进行梳理，完成一个大数据相关政策的报告，字数不少于1500字。本报告通过引导学生从不同角度审视大数据技术的发展与应用，可以帮助学生更全面、深入地了解大数据技术，提高其对大数据技术的理解和认识。同时，也可以引导学生形成正确的伦理、法律和社会观念，促进其成为有责任感和担当的公民。五、教学效果与课后反思1.教学效果通过多媒体教学平台，完成课前复习、任务分发、指导书下载、作业评分，方便学生实时学习。微课教学平台，完成在线课自学、教师操作视频演示、及课程思政微课的展示，培养并提高学生自主学习能力。教学反馈平台，完成学情调查、教学实施效果调查，了解学生学情和课堂教学反馈。运用兴趣导向教学方法，将知识点实例化，逐步构建学生创新思维，突出教学重点，解决教学难点，提高学生实训的兴趣。教师践行工匠精神，将职业精