人工智能应用基础项目式教程 教案 任务2.5模块

《任务2.5模块》第1课时教案课程名称人工智能应用基础课题任务2.5模块班级：授课时间2025.3.1授课时数2课时地点：教材分析内容分析本课时将重点介绍Python中的模块和数据框（DataFrame）。通过这些内容的学习，帮助学生理解如何使用模块实现代码复用，掌握Pandas模块的基本操作，包括数据框的创建、数据的读取和处理方法。课程内容涵盖了模块的导入、常用模块的介绍、数据框的创建、数据的获取和处理等知识点。通过具体的案例和编程练习，帮助学生掌握模块和数据框的编程技巧。学情分析学生对Python的基本概念和语法有一定的了解，但对模块和数据框的具体应用还不够熟悉。学生对编程有较高的兴趣，但需要通过更多的互动和实践来巩固所学知识。本课时将通过丰富的代码示例和互动练习，帮助学生深入理解模块和数据框的使用方法和编程逻辑。课时教学目标知识目标1.了解Python中模块的概念和分类。2.掌握模块的导入方法和常用模块的功能。3.了解Pandas模块的基本操作，包括数据框的创建、数据的读取和处理方法。能力目标1.能够正确使用模块实现代码复用。2.能够使用Pandas模块创建和操作数据框。3.能够编写符合编程风格规范的代码。4.能够在JupyterNotebook中编写和运行Python代码。素质目标1.培养学生对编程的兴趣和好奇心。2.提升学生的逻辑思维能力和问题解决能力。思政目标1.培养学生的社会责任感，了解编程技术对社会经济发展的影响。2.引导学生关注科技进步对就业和社会生活的影响。教学重点、难点教学重点1.Python中模块的概念和分类。2.模块的导入方法和常用模块的功能。3.Pandas模块的基本操作，包括数据框的创建、数据的读取和处理方法。教学难点1.如何正确使用模块实现代码复用。2.如何使用Pandas模块创建和操作数据框。3.如何编写符合编程风格规范的代码。4.如何在JupyterNotebook中编写和运行Python代码。教学策略设计思路1.通过代码示例和互动练习，帮助学生理解Python中模块的概念和分类。2.采用议题式教学法，引导学生探讨模块的基本逻辑和技巧。3.利用多媒体教学资源，增强学生的直观感受和理解。4.通过小组合作学习，培养学生的团队合作能力和创新思维。5.设计实践活动，让学生亲身体验模块和数据框的编程技巧。6.通过即时评价反馈，及时调整教学策略，确保教学效果。教学过程设计教学环节教师活动学生活动设计意图教学与信息化手段课前预习任务1.发布预习资料，包括Python中的模块和数据框。2.布置预习任务，要求学生阅读相关资料并思考模块和数据框的使用方法。3.提供预习指南，指导学生如何进行有效的预习。1.阅读预习资料，了解Python中的模块和数据框。2.思考模块和数据框的使用方法。3.完成预习任务，准备课堂讨论。帮助学生提前了解课程内容，为课堂学习做好准备。预习资料、在线阅读平台课前调查1.设计问卷，调查学生对Python模块和数据框的了解程度。2.收集问卷数据，分析学生的学习起点。3.根据调查结果调整教学策略。1.完成问卷调查，反馈对Python模块和数据框的了解情况。2.反馈调查结果，提出自己的疑问。了解学生的学习起点，为课堂教学提供依据。在线问卷调查工具课中导入新课1.通过一段视频或案例，引出模块和数据框的概念。2.提出问题，引导学生思考模块和数据框的基本逻辑和技巧。3.简要介绍本课时的学习目标和内容。1.观看视频或案例，初步了解模块和数据框的概念。2.回答教师提出的问题，积极参与讨论。3.明确本课时的学习目标和内容。激发学生的学习兴趣，明确学习目标。视频播放设备、PPT讲解模块1.详细讲解模块的概念和分类。2.通过实例，说明模块的导入方法和常用模块的功能。3.引导学生总结模块的特点和应用场景。1.认真听讲，做好笔记。2.观看实例，加深理解。3.积极参与讨论，总结模块的特点和应用场景。帮助学生系统地了解模块的概念和分类。PPT、代码示例讲解数据框1.详细讲解Pandas模块的基本操作，包括数据框的创建、数据的读取和处理方法。2.通过实例，说明数据框的创建、数据的获取和处理方法。3.引导学生总结数据框的特点和应用场景。1.认真听讲，做好笔记。2.观看实例，加深理解。3.积极参与讨论，总结数据框的特点和应用场景。帮助学生系统地了解Pandas模块的基本操作。PPT、代码示例案例分析1.选择几个典型的Python代码案例，如查询女学生的学号与姓名。2.引导学生分析这些案例的代码逻辑和实现方法。3.组织学生进行小组讨论，分享各自的观点。1.认真听讲，做好笔记。2.分析案例，总结代码逻辑和实现方法。3.积极参与小组讨论，分享观点。通过案例分析，帮助学生巩固所学知识，提高分析问题的能力。PPT、代码示例小组讨论1.设计讨论题目，如“模块的特点和应用场景”、“如何使用Pandas模块创建和操作数据框”等。2.组织学生进行小组讨论，每组推选一名代表汇报讨论结果。3.对各组的讨论结果进行点评，引导学生深入思考。1.积极参与小组讨论，发表自己的观点。2.汇报讨论结果，分享小组的见解。3.听取教师和其他同学的意见，反思自己的观点。通过小组讨论，培养学生的团队合作能力和批判性思维。讨论题目、小组讨论记录实践活动1.设计实践活动，如编写一个查询女学生的学号与姓名的程序。2.提供必要的技术支持和指导，确保活动顺利进行。3.组织学生分享实践活动的体会和收获。1.积极参与实践活动，编写一个查询女学生的学号与姓名的程序。2.记录实践活动的过程和体会。3.分享实践活动的体会和收获。通过实践活动，帮助学生将理论知识应用于实际，提高实践能力。Python代码编辑器、JupyterNotebook总结与反馈1.汇总本课时的主要内容，强调重点和难点。2.对学生的课堂表现进行评价，指出优点和不足。3.布置课后作业，巩固所学知识。4.预告下节课的内容，激发学生的学习兴趣。1.认真听讲，回顾本课时的主要内容。2.接受教师的评价，反思自己的表现。3.记录课后作业，准备完成。4.了解下节课的内容，做好预习。通过总结与反馈，帮助学生巩固所学知识，明确下一步的学习方向。PPT、课后作业课后课后作业1.写一篇关于Python模块和数据框的小论文。2.编写一个查询女学生的学号与姓名的程序，实现任务2.5的要求。3.完成课后练习题，巩固所学知识。1.完成课后作业，认真撰写小论文。2.编写一个查询女学生的学号与姓名的程序，实现任务2.5的要求。3.完成课后练习题，巩固所学知识。通过课后作业，帮助学生巩固所学知识，提高写作和编程能力。课后作业资料、代码编辑器复习与预习1.提供复习资料，帮助学生巩固本课时的知识。2.布置预习任务，要求学生阅读下节课的预习资料。3.提供预习指南，指导学生如何进行有效的预习。1.认真复习本课时的知识，完成复习资料。2.阅读下节课的预习资料，做好预习。3.按照预习指南，进行有效的预习。通过复习与预习，帮助学生巩固所学知识，为下节课的学习做好准备。复习资料、预习资料板书设计一、Python模块1.模块的概念和分类模块实现代码复用，减少开发成本的举措。Python中的模块可分为三类：内置模块、第三方模块和自定义模块（图2.27）。2.模块的导入方法导入模块语法如下：import模块名如：importpandas如果模块名称较长的模块，可使用as为这些模块起别名，语法格式如下：import模块名as别名如：importpandasaspd如果只希望导入模块中指定的类或函数，其语法如下：from模块名import类或函数名如：fromsklearn.datasetsimportnames在使用第三方模块之前，需要使用包管理工具——pip下载和安装第三方模块。其语法如下：pipinstall模块名如：pipinstallpandas3.常用模块的功能1）NumPy是Python科学计算的基础工具包，它支持大量的维数组和矩阵运算，也为数组运算提供了大量的数学函数库。2）Pandas是Python数据分析的库，提供二维数据结构数据框的相关操作。4）Plotly支持许多图形，用于可可视化。5）Scikit.learn机器学习的核心程序库，封装了大量经典的机器学习模型。6）NLTK（NaturalLanguageToolkit）自然语言处理工具包。二、数据框（DataFrame）1.数据框的创建1）从字典中创建数据框①语法：dict1={key1:[values1],key2:[values2],……}pd.DataFrame(dict1)②快速体验：importpandasaspddict1={"name":["Tony","Nancy","Judy","Cindy"],

"age":[16,17,18,15],

"sex":["male","female","female","female"]}df2=pd.DataFrame(dict1)df2执行结果如图2.28所示：图2.28数据框创建2）从Excel文件创建数据框语法：df=pd.DataFrame(pd.read_excel(文件名))2.数据框的读取和处理方法（1）了解数据1）head()与tail()df.head(n)方法返回前n行，默认是5。df.tail(n)方法返回后n行，默认是5。2）info()()方法查看数据表中的数据类型，而且不需要一列一列的查看，()可以输出整个表中所有列的数据类型。3）shapedf.shape()方法会以元组的形式返回行、列数。4）describe()df.describe()方法就是可以就可以获取所有数值类型字段的分布值。（2）获取数据框元素1）获取行①loc方法：传入的是行所在行索引的名称。df1.loc[2]#返回行索引为2的行注意：要想返回数据框，需要再加一层[]，如：df1.loc[[2]]，下同。df1.loc[[1,3]]##选择第1行和第3行②iloc方法：传入的是行的绝对位置。df1.iloc[2]#返回行第3行df1.iloc[:2]#选择前2行df1.iloc[[0,2]]#选择第1行和第3行，或df1.loc[[1,3]]③条件过滤df[df["column_name"]==value]#单一条件过滤df[(df["column_name1"]<=value2)&(df["column_name2"]==value2)]#多条件过滤df[df["Col3"]关系表达式value][["Col1","Col2"]]#过滤满足条件的列2）获取列①列名方法df1["name"]#选择name列df1[["name","num"]]#多列名要用列表②点方法#选择name列，只能选择一列3）行列同时获取①loc方法：传入的是行所在行索引，所在列的名称。df1.loc[[1,3],["name","age"]]#获取1、3标签行，name,age列。df1.loc[:,["name","num"]]#获取namenum列的全部行。df1.loc[[2,3],:]#获取2、3标签行全部列。df1.loc[1:3,:]#获取1~3行全部列②iloc方法：传入的是行所在行，所在列的绝对位置。df1.iloc[[0,2],[0,1]]#获取第0，2行，第0，1列元素。df1.iloc[:,[0,2]]#获取第0，2列的全部行。df1.iloc[[1,2],:]#获取第1、2行全部列。df1.iloc[0:3,:]#获取第1~3行全部列。三、总结与反馈教学评价1.教学分析：教学内容的选取符合学生的认知水平，教学内容恰当，涵盖了Python中的模块和数据框。2.教学目标确定：多数学生能够掌握Python中的模块和数据框的语法和功能，能够编写符合编程风格规范的代码。3.教学策略：采用议题式教学法和案例分析法，激发学生的学习兴趣，促进学生进一步提高主动学习的能力、思辨能力、分析能力、动手能力。利用多媒体教学资源，有助于突破教学重点，易于学生掌握复杂知识的学习规律，形成解决问题的思路与有效方法。4.教学特色：教学设计中，通过