高中一年级信息技术《数据处理与可视化表达》学考复习教学设计

高中一年级信息技术《数据处理与可视化表达》学考复习教学设计一、教学基本信息课型：学考复习课。课时：一课时（45分钟）。教材版本：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。授课对象：高中一年级学生，学生已完成新授课学习，具备一定的Python编程基础，但知识呈碎片化状态，对数据处理流程缺乏整体把握，对可视化图表的选择缺乏判断意识。二、课标与教材分析本章对应《普通高中信息技术课程标准（2017年版2020年修订）》必修模块1"数据与计算"中的内容要求：通过典型实例，体验数据处理与可视化的过程，感受数据对表达观点的作用。课标强调"在解决问题的过程中发展计算思维"，这提示复习课不能以知识罗列代替思维训练，要让学生在真实任务中重新建构知识网络。教材第五章由三节构成：第一节学习数据的特征与采集；第二节学习数据的处理，以Python的pandas库为主要工具，涵盖数据的清洗、筛选、排序、计算与分组聚合；第三节学习数据的可视化表达，重点是用matplotlib绘制折线图、柱状图、饼图等常见图表，并能依据分析目的合理选择图表类型。学考对本章的考查呈现三个特征。一是概念辨析型，考查数据加工的意义、图表类型与适用场景的对应关系；二是代码阅读型，给出一段数据处理代码，判断其功能或输出结果；三是补全或改正型，给出不完整代码，要求补充关键语句或指出错误。复习课设计必须覆盖这三种考查形态。三、学情分析课前通过问卷与代码小测对两个班共96名学生进行摸底，结果显示：约七成学生能写出导入pandas库和读取CSV文件的语句，但近半数学生混淆读取函数与输出函数；分组统计函数的错误率最高，许多学生把分组与排序的操作顺序颠倒；在可视化部分，学生普遍能识别图表，却不清楚中文乱码需要设置字体参数，也不理解为什么要根据数据特征选图而非凭美观选图。此外，学生存在明显的"见树不见林"问题：能默写单个函数名，却无法完整回答"一份原始数据到一幅统计图要经过几步"。因此本节课以一条主线任务贯穿，帮助学生在解决问题的过程中把散点知识串成链条。四、教学目标1.信息意识维度：学生能够复述数据处理的完整流程，即采集、清洗、加工、分析、呈现，并能说明每个环节解决的问题是什么。2.计算思维维度：学生能阅读并调试基于pandas的数据处理代码，能独立补全分组统计、排序、筛选等关键语句，出错后能通过报错信息定位问题。3.数字化学习与创新维度：学生能为折线图、柱状图、饼图、散点图匹配恰当的分析场景，并能用一句话陈述图表所表达的数据观点。4.信息社会责任维度：学生通过对比误导性图表案例，认识到坐标轴截断等手法会造成视觉误导，形成审慎解读数据图表的态度。五、教学重点与难点教学重点：pandas中读取数据、筛选、排序、分组统计的代码结构与语义；matplotlib绘图的基本语句框架。教学难点：分组聚合操作的逻辑理解，即"先分组、再对每组求统计量"的两步心智模型；依据分析目的选择图表类型的判断能力。突破策略：难点一采用"实物分堆"类比，把分组操作类比为把混放的作业本按班级先分成若干摞再分别数高度；难点二采用"错例诊断"教学法，让学生充当阅卷人评判图表使用是否得当。六、教学方法与准备教学方法：任务驱动法、对比辨析法、错例分析法、小组协作法。课前准备：机房安装好Python环境及pandas、matplotlib库；印发学案一份，含知识框架填空表、三道诊断错题、随堂检测题；准备"某班四次信息技术测验成绩表.csv"数据文件并提前下发到每台学生机；多媒体课件一套。七、教学过程环节一：情境导入，明确复习目标（5分钟）教师在大屏展示一幅某品牌饮料广告截图，图中柱状图显示该饮料销量为29万瓶，竞品为27万瓶，两柱高度差视觉上接近一倍，因为纵轴从25万开始而非从零开始。教师提问："这幅图骗人了吗？数据是真的，图也没画错，为什么你感觉销量差距很大？"学生议论后，教师小结：数据本身不会说话，如何处理数据、如何呈现数据，决定了读者读到什么。这正是第五章学考考查的核心。教师板书本节课的复习主线："一份杂乱的原始成绩数据，如何变成一幅能说明问题的统计图？"并宣布本节课任务：全班将完成这条完整的路径，途中设置四个关卡，每个关卡对应学考的一类高频考点。设计意图：用误导性图表激发认知冲突，让学生意识到本章不只是技术操作，更是一种表达观点的能力；以"闯关"形式组织复习流程，贴合学考复习的竞技心理，课堂节奏紧凑。环节二：关卡一——知识网络复位（8分钟）学生独立填写学案上的知识框架填空表，限时三分钟。表格主干为五个空格链条：采集→______→加工→______→呈现。同时填写各环节常用工具或操作：清洗环节对应处理缺失值与异常值；分析环节对应求和、均值、排序、分组；呈现环节对应选择合适的图表。填写完毕，同桌互查，教师随机抽取两名学生口头复述。针对学生卡壳较多的"清洗"环节，教师追问："如果CSV文件里有一名学生某次成绩是210分，这属于什么问题？该怎么办？"学生在讨论中归纳出两种常见做法：一是核实后修正，二是确认无效则删除或标记。教师随后聚焦学考高频代码入口，带领学生齐读核心语句框架：importpandasaspddf=pd.read_csv("成绩表.csv")强调三个易错点：导入语句中pandas常用别名pd；读取函数read_csv参数为文件名且需带引号与扩展名；读入后得到的对象习惯命名为df，表示数据表结构DataFrame。设计意图：复习课第一步必须解决"整体图景"问题。填空式框架比教师直接展示思维导图更能检测真实掌握程度；口头复述环节暴露表达短板，学考主观题同样考查规范表述。环节三：关卡二——数据处理代码实战（15分钟）教师明确任务链：现在有一份四次测验成绩，共40名学生，要求完成三步：第一步，统计每人四次成绩的平均分；第二步，找出平均分最高的五名同学；第三步，分小组统计各小组平均分并排序。教师不急于给出答案，先让学生思考第一步。多数学生能想到用循环逐行计算，教师追问："pandas有没有更简洁的方式？"引导学生回忆列运算思想：对数据表的某一列做运算，结果是整列参与。教师板书关键代码：df["平均分"]=(df["测验1"]+df["测验2"]+df["测验3"]+df["测验4"])/4并请学生解释这条语句的逻辑：等号右边读取四列做算术运算，结果赋给新列，新列自动生成。教师特别提示一个高频错误：列名是字符串，必须加引号；列名写错会报KeyError。第二步排序：教师给出填空式代码，请学生补全缺失部分：top5=df.sort_values("______",ascending=______).head(______)学生上机填写：列名为"平均分"，ascending取False表示降序，head(5)取前五名。填完运行验证。教师巡视发现有两名学生写成升序，请他们自己读取运行结果，发现前五名都是低分同学，自行改错。教师趁势强调：ascending默认值为True即升序，求"最高"必须显式写False。第三步分组统计，这是本课难点。教师先用实物类比：把全班作业本按小组分成四摞，再逐摞数本数——这就是groupby做的事。板书标准写法：result=df.groupby("小组")["平均分"].mean()教师逐词解析：groupby("小组")表示按"小组"这一列取值分组；紧跟的方括号表示我们只关心平均分这一列；结尾的mean表示对每组求平均值。随后追问三个变式：如果要求每组的人数，该把mean换成什么？学生答：count。如果求每组最高分？答：max。如果还想按平均分从高到低排？学生思考后答：再接sort_values。教师演示完整链式写法：result=df.groupby("小组")["平均分"].mean().sort_values(ascending=False)即学即练：学生在学案中完成一道仿学考真题——"以下代码段的功能是什么"，代码为df[df["平均分"]>=90]。学生辨析后明确：这是筛选操作，功能是选出平均分不低于90分的所有行。教师补充提示：这也是学考常考易错点，很多学生误以为是排序或赋值操作。设计意图：三步任务由列计算、排序到分组，难度梯度与学考真题难度分布一致。每个知识点都遵循"学生先试—暴露错误—教师点拨—变式巩固"的循环，避免复习课沦为教师的一言堂重播。填空式代码保持思考的开放性，又控制认知负荷。环节四：关卡三——可视化表达与图表选择（12分钟）教师抛出问题："处理完数据，要给别人看。下面四种分析目的分别该选哪种图？"大屏列出四个目的：一是比较各小组平均分高低；二是观察某名学生四次成绩的变化趋势；三是展示各分数段人数占总人数的比例；四是观察作业时长与测验成绩的关系。小组讨论两分钟，各组举牌回答并陈述理由。教师归纳选择原则：比较大小用柱状图；看随时间或次数的变化趋势用折线图；看部分与整体的比例关系用饼图；看两个变量之间的相关关系用散点图。教师强调学考判断题的常见陷阱：折线图的核心特征是"反映趋势"，只要见到"变化""趋势""随时间"就要想到折线，见到"占比""比例"想到饼图。随后进行绘图代码的框架复习。教师板书完整骨架：importmatplotlib.pyplotaspltplt.rcParams["font.sansserif"]=["SimHei"]x=["第一组","第二组","第三组","第四组"]y=[85.5,82.3,88.1,79.6]plt.bar(x,y)plt.title("各小组平均分对比")plt.show()教师逐项讲解五个关节：导入pyplot并起名plt；第一行rcParams语句解决中文显示为方块的乱码问题，这是学考与实操同时高频的失分点；准备x、y两组数据；调用图表函数，柱状图用bar，折线用plot，饼图用pie，散点用scatter；show语句让图形真正显示，缺少它程序运行但看不到图。学生上机完成绘图任务：把环节三得到的小组平均分画成柱状图，并加标题。教师在巡视中收集典型问题投屏讲评：有的学生忘了plt.show()，有的学生标题用了中文却没设置字体参数导致标题乱码，有的学生把bar写成画柱状图的"高点""密一点"之类的感性描述词。每种错误都由学生自己对照代码找到并口头纠错。接着进行图表诊断活动。教师展示三幅"有问题的图"：同一组数据，第一幅用饼图展示某生四次成绩变化，第二幅柱状图纵轴从80起从造成差距夸大，第三幅折线图横轴是互不相关的小组名称。请学生做"评图专家"，指出问题所在。学生指出：第一幅应改折线图；第二幅纵轴应从零开始或明确标注；第三幅折线图没有意义，因为横轴各项无先后顺序，应改柱状图。设计意图：图表选择先在无代码情境下训练，避免学生被代码细节淹没而丢失判断意识；绘图代码以固定骨架呈现，符合学考对"记住基本结构"的能力定位；评图活动训练批判性视角，呼应导入环节的误导性图表，形成首尾呼应。环节五：关卡四——综合检测与课堂小结（5分钟）学生在学案中完成三道随堂检测题。第一题为概念判断："数据可视化只能美化数据展示，对数据分析没有帮助"，判断并说明理由。第二题为代码阅读：给出一段先groupby再sort_values的代码，要求写出最终输出的第一条记录的内容。第三题为补全代码：给出画折线图的四行代码缺最后一行与汉字乱码处理行，要求补全。教师收取学案快速翻看，堂内即时反馈：第一题约九成学生判断正确并能写出"图表能帮助快速发现数据规律"的理由；第二题暴露出的问题集中在"排序后是降序还是升序"，约一成学生未看ascending参数，教师提醒读代码题必须逐参数审题；第三题答对率较高。课堂尾声，请一名学生用一分钟把今天的整条主线串讲一遍："拿到数据先清洗，再计算新列、筛选、排序、分组统计，最后按分析目的选图、用统一骨架代码绘图。"教师补充收束语：学考考得不是你会背多少函数名，而是你能否说清"这一步在解决什么问题"。八、分层作业设计基础层：完成学案背面的六道选择题与两道读代码题，覆盖读取文件、筛选、排序、分组、图表选择五个考点，全员必做。提高层：用自己最近三次某科练习成绩建立一个CSV文件，编写程序计算平均分并绘制折线图，截图附一段50字以内的"这张图说明了什么"的文字说明。拓展层（选做）：在网络收集一幅你认为有误导性的统计图，写一段150字左右的点评，分析其误导手法，下次课前用三分钟分享。设计意图：三层作业分别对应学考的"过关达标"、课程标准要求的"真实任务迁移"以及学有余力学生的"批判性素养拓展"，避免一刀切加重负担。九、板书设计主板书为一条横向流程线：采集→清洗→加工→分析→呈现。加工与分析区下方竖排三个关键词：新列计算、sort_values排序（ascending为False表示降序）、groupby分组聚合（先分组，再聚合）。呈现区下方竖排四个