大数据可视化-课程标准

《大数据可视化》课程标准课程定位《大数据可视化》是面向职业院校和高等院校的一门理论与实践紧密结合的软件专业群拓展模块课程，是大数据处理众多流程中的最后一个环节之一，该课程全面介绍了大数据可视化入门的必备知识，从学习与应用的角度出发，帮助学生快速掌握相关技能。本课程主要培养学生掌握大数据可视化的技术，能够独立完成大数据可视化处理工作。通过本课程的学习，使学生掌握大数据可视化技术的基础知识和技能，达到具备大数据可视化工程师的基本职业能力。教学目标本课程采用“知识分解、任务驱动”的创新教学模式，通过大量的示例，将理论与实践相结合，使学生更容易理解大数据可视化的相关专业术语，并结合案例对所学知识进行综合训练，通过开发大数据可视化项目，将所学知识应用到实际工作中，模拟大数据可视化项目综合实训，使学生掌握运用大数据可视化的基础知识和技能，能够胜任大数据可视化工程师的工作岗位。通过学习大数据可视化相关理论知识，掌握大数据可视化的相关技术以及具体应用场景，并结合具体任务实例，培养学生实践动手、独立思考和解决问题的能力，达到正确灵活地利用大数据可视化技能来解决相关问题的目标。课程教学目标包括知识目标、能力目标和素质目标三大方向。知识目标掌握大数据可视化环境的安装部署；掌握大数据可视化相关工具的使用；掌握大数据技术生态体系与相关基础知识；熟悉大数据可视化相关类库的使用与图表制作基础；掌握大数据行业的基本理论和基本知识；了解大数据专业和学科的理论前沿及发展动态。技能目标了解什么是大数据可视化，大数据可视化发展的历史以及目前面临的问题；了解大数据可视化基本原则，掌握大数据可视化工具的使用；掌握Python的编程能力，能够搭建开发环境和根据需求完成程序的编写；掌握大数据可视化的基本图表，熟练掌握大数据可视化的常用工具，能够针对不同数据类型与场景，对数据进行合理可视化；具有数据分析和初步运用数据分析工具的能力，能够根据数据分析业务需求，对数据进行分析；掌握图表的基本组成，能够运用不同图表对大数据进行可视化，并能对结果进行分析。如：占比、趋势、组成、排名、空间、分布、比较等；具有组织、开发、交流、创新等良好的专业综合素质，包括团队沟通能力、国内国际同行进行交流与合作的能力。素质目标具有良好的人文素养和继续学习的能力，树立终身学习理念、良好学习习惯和正确学习方法，了解大数据可视化行业常用的知识和技术交流渠道如网站、杂志等，养成通过专业网站、杂志了解信息行业和大数据可视化领域前沿技术发展并及时学习新知识的习惯；具有较强的计算机技术项目和大数据可视化专业技术交流能力，能够总结项目经验和项目实施现场的管理能力。能协助高层管理人员做好项目组人员管理和项目实施工作；具有创新能力，具备思考创新和解决问题的能力，能对工作中出现的新需求，综合利用所掌握的工具软件和知识通过升级、测试等手段，采取稳妥的小范围试验，有序实施步骤解决问题；具有良好的道德品质、职业道德、竞争和创新意识。能够在工作中遵守数据获取、管理、传播、处理、可视化方面的法律法规；具有良好的责任心、能够在系统维护值机等工作中忠于职守，耐心细致的完成维护日志、巡检记录等工作日志的填写。具有进取心和坚韧的意志品质，能够在系统配置，升级工作中认真负责，克服可能出现的故障和系统冲突完成技术维护工作；具有良好的健康安全和环境保护意识，能按照设备管理的环境要求对工作环境进行整理和规范，并具有节约意识；具有良好的书面表达和口头表达能力，具有较强的语言和书面表达能力，能独立完成工作汇报，具备一定的使用英语阅读技术性文件的能力；能够准确地用专业术语表达技术维护过程。课程内容大数据可视化是大数据处理过程中的最后一环之一，是实现数据价值的重要工具，可以将抽象的数据转变为图形、表单等，让用户快速理解数据所代表的情况或趋势。该课程的教学内容以大数据可视化工程师岗位的实际工作任务为依据，采取递进式设计的学习项目和学习任务，明确所需知识、能力和素质要求，进行教学内容选取。课程从大数据与可视化的基础开始，逐渐延伸到大数据可视化技术，其目标是培养学生立完成大数据可视化处理工作。根据项目过程及岗位的能力要求，设计课程结构，将课程内容分为7个章节：大数据与可视化概述、Matplotlib应用、Matplotlib实战（影视数据可视化）、PyEcharts应用、Pyecharts实战（用户行为数据可视化）、Plotly应用、Plotly实战（用户画像数据可视化）。课程包括22个任务：Python操作数据库、Python文件读取、Matplotlib入门、Matplotlib基础图表的绘制、Matplotlib复杂图形绘制、Matplotlib特殊图形绘制、影视数据分析、电影票房及影评数据可视化、Pyecharts初识、Pyecharts全局配置项、Pyecharts系列配置项、Pyecharts基础图表、Pyecharts直角坐标系图表绘制、Pyecharts树形图与3D图表绘制、用户行为数据简介、Pyecharts绘制图表构成可视化大屏、Plotly绘制柱状图、Plotly散点图与线形图绘制、Plotly直方图与饼图绘制、Plotly面积图与子图及多坐标轴图绘制、用户画像数据清洗、用户画像数据可视化。课程总计48学时，其中24学时用于理论教学，24学时用于学生实践操作，教学内容如下表所示：序号课程内容理论学时实践学时总学时1大数据与可视化概述2242Matplotlib应用4483Matplotlib实战2244PyEcharts应用66125PyEcharts实战4486Plotly的数据可视化4487Plotly实战224合计242448教学资源要求教材建议基于职业院校和高等院校培养高端技能型人才的目标，教材的选取主要考虑有关技能的培养以及项目能力的培养，本课程是一门理实一体化课程，因此选取教材时遵循“知识够用，技能为主”的原则。教师要求本课程为实操性很强的训练课程，课程要求主讲教师的知识讲解和操作示范与学生的技能训练设计在同一教学单元和教学地点完成，要求教师需要具有实际开发经验，了解一般系统的组成和实现方法，深刻理解大数据可视化的思想，具备大数据可视化经验，把握大数据可视化系列课程的培养目标及要求。要求教师教学工学结合，融“教”、“学”、“练”于一体，在教学组织能力方面，本课程的主讲教师应具备基本的设计能力，即根据本课程的整体设计制定详细的授课计划，对每一堂课的教学过程精心设计，做到详细、具体的安排；还应具备较强的施教能力，在教学过程中具备一定的课堂控制能力和应变能力。对教师的技术要求主要包括：具有编程语言的基础理论知识；具备大数据处理的基础理论知识；具备大数据可视化与应用能力的基础理论知识；具备大数据可视化结果的分析预测能力；具备Matplotlib的基础理论与实践知识；具备Pyecharts的基础理论与实践知识具备Mysql的基础理论与实践知识。具备Plotly的基础理论与实践知识。对教师的素养要求主要包括：具有高尚的思想品德，热爱教育事业；具有较渊博的文化科学知识；具有教育科学理论，掌握教育规律；具有良好的课堂教学素养。学习场地、设施要求一体化教学教室；配置服务器或开发环境（安装Python、Mysql等）、投影设备、白板、计算机等。支持大数据可视化、综合项目实践等课程；机器配置建议内存不低于16G。课程学习方法本课程的学习方法以基于工作过程的项目教学法为主线，充分调动学生的主动学习能力和资料搜集能力，鼓励学生自行查阅得到相关的帮助文档，积极参与项目，勇于挑战技术难题，激发学生对大数据可视化技术的热情。给学生大量的项目汇报和项目总结机会，锻炼学生的语言表达能力，加强学生团队协作能力和高度负责精神，将学生的整个学习过程融入模拟的真实项目过程中，由老师和同学共同评定项目的最终完成成绩。考核与成绩评定考核标准本课程的考核改变单一的终结性评价方式，注重对学生过程的评价，包括参与讨论的积极性、学习素养、实际操作技能、合作交流意识、独立思考能力、创新思维能力、出勤、作业、学生互评等方面。考核采用过程考核和结果考核相结合、理论考试和实践考核相结合的方法，评价手段和形式体现多样化，其中实践考核所占比例为50%，主要考核学生项目实训内容的掌握情况；理论部分考核学生对教学中各知识点综合应用的掌握情况。灵活多样的考核方式可以全面考核学生的学习效果。成绩评定组成部分评分项目权重考核办法分项成绩平时成绩考勤40%签到表25%作业30%成绩单学习状态10%日常表现学习素养20%实践考核成绩实际操作能力20%机试25%演示过程20%综合运用20%综合测评学生互评10%调查问卷创新思维能力10%机试合作交流能力10%独立思考能力10%期末成绩考试成绩100%报告50%总评成绩100教学实施建议《大数据可视化》作为软件专业群拓展模块课程，对学生学习大数据可视化知识起到重要作用，对初涉专业的学生有较大学习难度，需要具备较强的逻辑思维能力和数学功底。为在有限学时内取得高质量学习成果，本课程在课程教学方面积极开拓创新，采用工学交替、任务驱动、项目导向、理论实践一体化的教学模式，重点培养学生的职业能力和职业素养，使理论教学和实践教学内容融为一体，针对大数据可视化技术基础概念和原理应用实践，教师采用“案例”“讲练结合”等教学方法组织教学，化难为易，充分调动学生自主学习积极性，提升学习能力等方面的能力。学习情境设计根据本课程的培养目标确定7个学习情境，其具体内容如下：1．大数据可视化概述

学习情境大数据可视化概述学时4能力目标理解大数据基本概念、大数据特点了解大数据常用场景与发展前景了解数据可视化常用工具、图表类型选择、基本组成掌握Python数据库与文件读取主要内容1.大数据概念、大数据4个特点2.大数据在行业中的应用3.常用大数据可视化工具4.图表基本组成与类型选择5.jupyternotebook下载原装6.Python操作Mysql数据库7.Python文件读取工作任务1.大数据与可视化概述2.Python文件读取实训环境为每位学生配置的计算机具备如下的软件环境：（1）操作系统：Windows10/Windows7/Windows11（2）MicrosoftOffice教学资源1.参考资料2.电子教案3.教学案例4.教学视频5.实训案例6.实训资料教学方法建议1.引导学生独立解决实验过程中遇到的问题，提高解决问题的能力；2.采取讲述+实操演示+互动讨论的形式让学生深刻体会数据可视化的基本使用方法。在整个教学过程中激发学生的积极性，主动的完成学习内容。教学组织形式1.以班级为单位的一体化教学2.以学生个人为单位的实践教师能力要求1.具备丰富的Python编程能力和数据可视化能力2.具备大数据可视化相关知识与经验3.具有一定的教学经验和水平4.具备一定的课堂组织能力考核方式1.实践成绩评定2.平时成绩评定3.期末成绩评定备注2．Matplotlib应用学习情境Matplotlib数据可视化学时8能力目标掌握Matplotlib入门知识掌握Matplotlib基础图形绘制掌握Matplotlib复杂图形绘制掌握Matplotlib特殊图表绘制主要内容1.Matplotlib基本用法2.Matplotlibplot函数3.Matplotlib画布设置4.Matplotlib图表标题设置5.Matplotlib坐标轴设置6.Matplotlib图例设置7.MatplotlibAnnotation标注设置8.Matplotlibtick能见度设置9.Matplotlib注释设置10.Matplotlib图表与画布边缘边距设置11.Matplotlib基础图形绘制12.Matplotlib复杂图形绘制13.Matplotlib特殊图形绘制工作任务1.Matplotlib入门2.Matplotlib基础图形绘制3.Matplotlib复杂图形绘制4.Matplotlib特殊图形绘制实训环境为每位学生配置的计算机具备如下的软件环境：（1）操作系统：Windows10/Windows7/Windows11。（2）MicrosoftOffice（3）Pycharm/Jupyter（4）Mysql（5）Matplotlib（6）Anaconda/Python教学资源1.参考资料2.电子教案3.教学案例4.教学视频5.实训案例6.实训资料教学方法建议1.引导学生独立解决实验过程中遇到的问题，提高解决问题的能力；2.采取讲述+实操演示+互动讨论的形式让学生深刻体会数据可视化的基本使用方法。在整个教学过程中激发学生的积极性，主动的完成学习内容。教学组织形式1.以班级为单位的一体化教学2.以学生个人为单位的实践教师能力要求1.具备丰富的Python编程能力和Matplotlib数据可视化能力2.具备大数据可视化相关知识与经验3.具有一定的教学经验和水平4.具备一定的课堂组织能力考核方式1.实践成绩评定2.平时成绩评定3.期末成绩评定备注3．Matplotlib实战（影视数据可视化）学习情境Matplotlib实战（影视数据可视化）学时4能力目标互联网数据采集影视数据可视化影视任务关系可视化主要内容1.影视数据简介与采集2.使用Matplotlib对影视数据进行可视化工作任务1.影视数据简介及采集示例2.电影票房及影评数据可视化实训环境为每位学生配置的计算机具备如下的软件环境：（1）操作系统：Windows10/Windows7/Windows11。（2）MicrosoftOffice（3）Pycharm/Jupyter（4）Mysql（5）Matplotlib（6）Anaconda/Python教学资源1.参考资料2.电子教案3.教学案例4.教学视频5.实训案例6.实训资料教学方法建议1.引导学生独立解决实验过程中遇到的问题，提高解决问题的能力；2.采取讲述+实操演示+互动讨论的形式让学生深刻体会数据可视化的基本使用方法。在整个教学过程中激发学生的积极性，主动的完成学习内容。教学组织形式1.以班级为单位的一体化教学2.以学生个人为单位的实践教师能力要求1.具备丰富的Python编程能力和Matplotlib数据可视化能力2.具有一定的教学经验和水平3.具备一定的课堂组织能力考核方式1.实践成绩评定2.平时成绩评定3.期末成绩评定备注4．PyEcharts应用

学习情境PyEcharts应用学时12能力目标了解PyEcharts全局配置项了解PyEcharts系列配置项掌握PyEcharts基础图表掌握PyEcharts直角坐标系图绘制掌握PyEcharts树形图与3D图表绘制主要内容1.PyEcharts的安装与主题应用2.PyEcharts快速入门3.PyEcharts动画配置项与初始化配置项4.PyEcharts工具箱配置项5.PyEcharts全局配置项6.PyEcharts系列配置项7.PyEcharts基础图表8.PyEcharts直角坐标系图绘制9.PyEcharts树形图与3D图表绘制工作任务1.PyEcharts初识2.PyEcharts全局配置项3.PyEcharts系列配置项4.PyEcharts基础图表绘制5.PyEcharts直角坐标系图绘制6.PyEcharts树形图与3D图表绘制实训环境为每位学生配置的计算机具备如下的软件环境：（1）操作系统：Windows10/Windows7/Windows11。（2）MicrosoftOffice（3）Pycharm/Jupyter（4）Mysql（5）PyEcharts（6）Anaconda/Python教学资源1.参考资料2.电子教案3.教学案例4.教学视频5.实训案例6.实训资料教学方法建议1.引导学生独立解决实验过程中遇到的问题，提高解决问题的能力；2.采取讲述+实操演示+互动讨论的形式让学生深刻体会数据可视化的基本使用方法。在整个教学过程中激发学生的积极性，主动的完成学习内容。教学组织形式1.以班级为单位的一体化教学2.以学生个人为单位的实践教师能力要求1.具备丰富的Python编程能力和Pyecharts数据可视化能力2.具有一定的教学经验和水平3.具备一定的课堂组织能力考核方式1.实践成绩评定2.平时成绩评定3.期末成绩评定备注5．PyEcharts实战（用户行为数据可视化）

学习情境PyEcharts实战（用户行为数据可视化）学时8能力目标了解用户行为数据指标体系掌握使用Pyecharts绘制绘制可视化大屏主要内容1.用户行为数据指标体系2.使用Pyecharts对用户行为数据分析结果进行可视化工作任务1.用户行为数据分析与可视化2.绘制图表构成可视化大屏实训环境为每位学生配置的计算机具备如下的软件环境：（1）操作系统：Linux（2）Hadoop和Spark（3）Pycharm/Jupyter（4）Mysql（5）PyEcharts（6）Anaconda/Python教学资源1.参考资料2.电子教案3.教学案例4.教学视频5实训案例6.实训资料教学方法建议1.引导学生独立解决实验过程中遇到的问题，提高解决问题的能力；2.采取讲述+实操演示+互动讨论的形式让学生深刻体会数据可视化的基本使用方法。在整个教学过程中激发学生的积极性，主动的完成学习内容。教学组织形式1.以班级为单位的一体化教学2.以学生个人为单位的实践教师能力要求1.具备丰富的Python编程能力和Pyecharts数据可视化能力2.具有一定的教学经验和水平3.具备一定的课堂组织能力考核方式1.实践成绩评定2.平时成绩评定3.期末成绩评定备注6．Plotly应用

学习情境Plotly应用学时8能力目标理解Plotlyexpress与go模块绘图逻辑了解Plotly绘制柱状图了解Plotly绘制散点图了解Plotly绘制线形图了解Plotly绘制直方图了解Plotly绘制饼图了解Plotly绘制面积图了解Plotly绘制多子图、多坐标轴图主要内容1.Plotly安装2.Plotly绘制柱状图3.Plotly绘制散点图与线形图4.Plotly绘制直方图与饼图5.Plotly绘制面积图、子图和多坐标轴图工作任务1.Plotly初识2.Plotly绘制散点图和线形图3.Plotly绘制直方图和饼图4.Plotly绘制面积图、子图、多坐标轴图实训环境为每位学生配置的计算机具备如下的软件环境：（1）操作系统：Windows10/Windows7/Windows11。（2）MicrosoftOffice（3）Pycharm/Jupyter（4）Mysql（5）Plotly（6）Anaconda/Python教学资源1.参考资料2.电子教案3.教学案例4.教学视频5.实训案例6.实训资料教学方法建议1.引导学生独立解决实验过程中遇到的