高中信息技术必修1数据处理主题教案：用pandas与matplotlib让数据说话

高中信息技术必修1数据处理主题教案：用pandas与matplotlib让数据说话一、教学设计背景与学情分析本课面向高中一年级学生，对应必修模块《数据与计算》第四单元的核心内容，主题是运用Python的pandas模块与matplotlib模块完成数据的读取、加工、分析与可视化表达。学业水平考试对该部分的考查呈现三个特点：一是以真实情境数据为载体，考查学生读取外部文件、筛选数据、统计汇总的基本操作；二是以图表补写代码为常见题型，考查matplotlib绘图语句的识读与补全能力；三是强调计算思维与数据素养的综合运用，要求学生会看数据、会提问题、会用工具、会得结论。从学情看，学生已经掌握Python基本语法，能够书写顺序结构与循环结构的简单程序，但对"库"的概念理解不深，容易把pandas当作一种新语言来背。班级中约三分之一的学生在程序补写题上失分严重，主要症结在于不理解Series与DataFrame的数据组织方式，混淆iloc与loc的用法，对groupby分组汇总的执行过程缺乏脑中的运行图景。因此本课不能以逐条讲函数为主线，而应以一个贯穿始终的真实数据问题为线索，让学生在解决问题的过程中自然触碰各个知识点，再通过变式训练完成巩固与迁移。二、教学目标1.知识与技能目标。学生能够说出pandas中Series与DataFrame的结构差异，能够使用read_csv读取本地数据文件，能够运用条件筛选、列运算、sort_values排序、groupby分组聚合完成常见数据处理任务；能够使用pyplot完成折线图、柱状图、散点图、饼图的绘制，并理解xlabel、ylabel、title、legend等要素的作用，能够通过rcParams设置解决中文显示乱码问题。2.过程与方法目标。学生经历"提出问题—读取数据—清洗加工—分析统计—可视化呈现—表达结论"的完整数据处理流程，体会数据驱动决策的思维方式，形成先观察数据结构再动笔编码的工作习惯。3.情感态度与价值观目标。学生在真实数据分析中感受信息技术学科的工具价值，树立用数据说话、以证据支撑观点的理性态度，认识数据安全与数据来源可靠性的重要意义。三、教学重点与难点教学重点是DataFrame的条件筛选、groupby分组聚合与matplotlib基本绘图语句的综合运用。教学难点有二：一是理解条件表达式如df[df["体温"]>37.3]背后的布尔索引机制，让学生明白方括号中装入的是一个"条件判断结果序列"而非一句命令；二是将分析结论与图表关联，做到图表与观点相互印证而非为了画图而画图。四、课前准备教师准备：机房全员能运行Python并预装pandas与matplotlib；准备某中学三个年级学生体测成绩数据文件test.csv，包含学号、年级、性别、身高、体重、50米跑、立定跳远等字段，人为埋入少量缺失值与异常值；准备学案纸质稿与配套半成品代码文件；演示用教学课件嵌入运行界面截图。学生准备：回顾Python列表、字典与for循环知识，完成学案预习部分的两个小题。五、教学过程（一）情境导入：一张表格引发的争论，八分钟教师打开电子表格文件，向全班展示体测数据的前二十行，提出一个贴近生活的问题：有人说"高年级同学学业紧张、锻炼时间少，体测水平一定不如低年级同学"，这个说法站得住脚吗？教室里迅速出现两派意见。教师顺势追问：我们没有时间把六百多行数据逐行核对，能不能让计算机替我们快速地、可信地回答这个问题？这一导入的设计意图在于制造认知冲突。学生凭经验给出的答案互相矛盾，唯有数据能成为裁决者。教师随即板书本节课的任务主线：读数据、理数据、看数据、说数据。四步流程写在黑板左侧，整节课不擦除，作为学生思维的路标。导入学业水平考试近年真题中频繁出现的"读代码填结论"题型，让学生意识到本节课所学即所考、所考即所用。（二）任务一：把数据请进程序，十二分钟教师在屏幕上逐行演示导入模块与读取数据的代码。第一行importpandasaspd，教师提问：为什么要写aspd？学生经过思考给出"缩写调用方便"的答案，教师补充这是业内约定的惯例写法，就像给工具箱挂一个顺手的标签。接着执行pd.read_csv("test.csv")的等价操作，将结果赋给变量df，使用df.head()查看前五行，用df.shape查看行列数，用df.dtypes查看每列的数据类型。此处教师安排一个"一分钟观察"环节：请同桌两人互相说一说这个表格对象有几列、姓名列与成绩列在类型上有什么不同。这一环节看似平凡，实则是数据处理中最重要的职业习惯——先看清数据长什么样子再动手。教师强调DataFrame可以比作电子表格，列有列名即"表头"，行有行号即"索引"；单列抽出来就是Series，是带了索引标签的一列数据。随后教师引导学生发现数据中的异常：身高列出现空值，50米跑成绩列出现负数。教师提问：脏数据如果不处理会怎么样？学生理解"垃圾进、垃圾出"的道理后，教师演示用df.dropna()删除缺失行，演示条件筛选剔除负值记录的写法df=df[df["费50米"]>0]。此处第一次出现布尔索引，教师放慢速度，把条件表达式拆开讲解：外层方括号做一次"选取动作"，内层df["费50米"]>0对每一行计算出一个True或False，True的行被留下，False的行被丢弃。为帮助学生形成脑内图景，教师用红蓝两色在投影上标出保留行与丢弃行。（三）任务二：从庞杂表格中提取有用信息，十五分钟教师提出递进式的三个小问题，学生按小组在半成品代码上补全并运行验证。第一个问题：全年级跑得最快的同学50米成绩是多少？学生尝试使用列的min方法，即df["费50米"].min()。教师巡视时重点观察学困生是否把列名写错引号，提醒列名是字符串。第二个问题：男生和女生的立定跳远平均成绩分别是多少？这是本课第一次出现分组思维。教师先让学生用自己的话说操作过程——"按性别这一列把全班分成两组，每组分别算平均数"，再用语言对应到代码df.groupby("性别")["立定跳远"].mean()。教师用图示解释groupby的执行逻辑：先按分组键把表格"切"成若干小块，每块独立计算聚合值，最后把结果拼成一个新的带标签的表。教师特别强调聚合动词可以替换为sum、count、max、min，让学生现场把mean换成max再运行，观察结果变化，体验"换动词、换问法"的灵活性。第三个问题：哪个年级的立定跳远平均分最高，各年级之间差距有多大？学生把分组键换成"年级"列完成计算，教师请两组学生到讲台前展示结果并口头报告结论。报告必须遵循句式"我从……列数据出发，用……方法计算，得到……"，用规范表达训练数据素养。此阶段教师穿插讲解排序操作df.sort_values("立定跳远",ascending=False)，让学生在排序结果中一眼找出跳远成绩最好的五个同学，并思考升序降序参数的含义与默认方向。（四）任务三：让数据自己开口说话，十五分钟教师抛出问题：一长串分组后的数字看起来还是不够直观，有没有办法让它一目了然？学生自然想到图表。教师引入matplotlib，书写导入语句importmatplotlib.pyplotasplt，并解释pyplot是其中专门负责画图的子模块。图表一：各年级立定跳远平均分的柱状图。教师逐行讲解：plt.bar(x轴数据,y轴数据)负责画柱形主体；plt.xlabel、plt.ylabel为两条轴标注含义；plt.title添加标题；plt.show()负责把图显示出来。运行后学生立刻发现标题与轴标签中的中文显示为方框乱码。教师不急着给答案，先让学生猜想原因，告诉学生这是绘图库默认字体不含中文字形所致，随后演示两行设置：plt.rcParams["font.sansserif"]=["SimHei"]与plt.rcParams["axes.unicode_minus"]=False，并说明前者指定黑体作为字体、后者保证负号正常显示。这个"故障—诊断—修复"的过程远比直接给答案更能留在学生记忆里，也是学业水平考试中常见的程序补写点。图表二：50米成绩与身高的散点图。教师引导学生思考：身高较高的同学是否跑得更快？用plt.scatter(df["身高"],df["费50米"])绘制散点，让学生观察点的分布是否有明显趋势，体会散点图用于观察两个数值变量之间关系的用途。图表三：各年级人数占比的饼图。学生使用plt.pie结合labels与autopct参数绘制，观察年级人数构成。教师引导学生进行比较三种图形的适用场合：柱状图比多少，折线图看变化，散点图看关系，饼图看占比。配合一道教材式思考题："如果我要看某位同学一学期五次体测成绩的变化走势，应选哪种图？"全班齐答折线图，教师用plt.plot演示同组数据的折线呈现，并讲解图例legend在多条折线并存时的区分作用。（五）任务四：综合挑战——完整回答课前争论，十分钟学生回到开课时的争论问题，以小组为单位完成完整分析链：读取清洗好的数据，按年级分组统计50米跑与立定跳远的平均分，绘制双柱状对比图或分组条形图，撰写一段不超过五十字的结论。教师提出结论书写的三条标准：有数据支撑、有图表引用、有必要限定词。各组展示环节，教师引导学生互评：结论是否夸大？图表是否与结论匹配？坐标轴是否标注完整？典型的小组结论如："高一年级50米跑平均成绩8.3秒，高二8.5秒，高三8.7秒，年级越高短跑成绩略有下降，但立定跳远三个年级相差不足2厘米，'高年级体测明显不如低年级'的说法证据不足。"教师点评指出这种既不盲从直觉、也不夸大差异的表达正是科学精神所在。（六）课堂小结与结构梳理，五分钟教师回到黑板上的四步路标，请学生依次说出每一步对应的关键代码，师生共同完成板书思维图：读数据对应read_csv与head；理数据对应条件筛选、dropna、列运算、sort_values；看数据对应groupby聚合与三种统计图形；说数据对应基于证据的结论表达。教师特别提醒易错三处：列名必须加引号；布尔索引内层是条件表达式而非命令；绘图后必须有show才会显示，中文标题须先设置字体。（七）分层作业设计基础层：在学案给出的校园图书借阅数据上完成指定筛选与平均借阅量计算，补全柱状图代码中的三处空缺，回归学业水平考试典型题型。提高层：自选生活数据，如家庭一周开支或班级一周天气记录，完成从读取到可视化的全流程，写一段结论。挑战层：尝试用两次分组键实现"年级与性别"二维分组统计，并探索水平柱状图barh的画法。六、板书设计黑板分为三区。左区为流程路标"读—理—看—说"四个大字贯穿整节课；中区为核心代码骨架，自上而下依次是导入模块、读取文件、布尔筛选、分组聚合、绘图五行要素；右区为易错提醒角，粉笔列出列名加引号、条件用布尔索引、show不可省、中文先设字体四条。三区内容随教学推进逐步生成，结课时构成一幅完整的知识结构图，学生拍照即可作为复习提纲。七、教学评价设计本课采用过程性评价与结果性评价相结合的方式。过程性评价依托学案上的四个任务检查点，教师巡视时用评价表记录每组在"代码正确、能解释机理、能口头报告"三个维度上的表现；结果性评价则对接学业水平考试要求，以读程补写题和数据解释题为载体，考查学生能否在陌生数据情境中迁移运用本课方法。评价标准突出思维含量：只写对代码得基本分，能讲清执行过程得良好分