高中一年级信息技术“编程处理数据”教学设计-以pandas数据清洗与可视化分析为例

高中一年级信息技术“编程处理数据”教学设计——以pandas数据清洗与可视化分析为例一、教学设计理念本课是浙教版（2019）高中信息技术必修1《数据与计算》第四章第二节“编程处理数据”的第二课时。第一课时学生已经认识了pandas库的基本结构，会用read_csv读取数据、用head查看数据轮廓。本课时在此基础上向前推进两步：一是掌握数据清洗与统计计算的编程方法，二是经历“从真实数据到结论表达”的完整分析流程。普通高中信息技术课程标准强调计算思维与数字化学习与创新能力。本设计不以语法条目为线索，而以“近十年本市气温变化趋势”这一真实问题为主线，让学生在解决问题的过程中自然调用编程工具。知识是工具，问题是引擎，素养是落点。二、学情分析授课对象为高一年级学生。认知层面，学生已完成Python基础语法与必修1前三章数据、算法的学习，能够读懂顺序、分支、循环结构，但面对第三方库的多行链式调用仍存在畏难情绪。经验层面，学生在综合实践中接触过Excel的数据透视，对“筛选、排序、求平均”有直观认识，这是本课实现概念迁移的桥梁。差异层面，班级内编程能力呈纺锤形分布，约三分之一学生能独立完成任务，三分之一需要支架提示，其余学生需要同伴协助或半成品代码支撑。因此本课采用分层任务卡与半成品脚手架并行的组织策略。三、教学目标1.信息意识：认识真实数据集普遍存在缺失、重复、异常等问题，理解“数据先清洗后分析”的必要性，形成对数据质量的敏感判断。2.计算思维：能将“计算年均温并绘制变化曲线”这一实际问题分解为读取、清洗、分组聚合、可视化四个子任务，并用pandas代码逐一实现。3.数字化学习与创新：能够借助交互式编程环境（JupyterNotebook）调试代码，观察中间结果，迭代修正自己的分析方案。4.信息社会责任：在解读气温曲线时，能够区分“数据呈现的事实”与“过度解读的结论”，以审慎的态度表达数据分析结果。四、教学重点与难点教学重点：运用pandas完成数据清洗（缺失值处理、重复值剔除）与分组统计（groupby聚合），并用matplotlib绘制折线图呈现分析结果。教学难点：groupby分组聚合的思维转换——从“逐行处理”的惯性思维转向“按类别整体计算”的集合思维；以及从图表现象到合理结论的表达。五、教学准备硬件与环境：配备Python3.x、JupyterNotebook的机房，预装pandas、matplotlib库。数据资源：脱敏处理的某地近十年逐日气象观测数据weather.csv，约3700行，字段包括日期、最高气温、最低气温、降水量。数据中人为保留三类典型问题：若干缺失值、五条重复记录、两处明显录入异常（如最高气温58℃），作为清洗任务的真实素材。学习支架：分层任务卡（基础层、进阶层）、半成品代码Notebook、过程性评价量规表。六、教学过程（一）情境导入：一张看不懂的表（约5分钟）教师在大屏打开weather.csv的原始文件，3700行数字倾泻而下。教师提问：“近十年我们这里是在变暖还是变冷？盯着这张表看十分钟，你能回答吗？”学生普遍摇头。教师继续追问：“上节课我们学会了用程序读它，但读进来之后呢？数据里藏着答案，可答案不会自己跳出来。”由此引出本课核心任务：用编程的方式，把3700行杂乱数据变成一条看得懂的气温变化曲线，并基于曲线回答“气候是否在变暖”。设计意图：用原始数据的“不可读性”制造认知冲突，让学生体会编程处理数据的必要性，而非把编程当作考试要求被动接受。（二）任务一：给数据“体检”——发现脏数据（约8分钟）教师引导学生运行三行“体检”代码：()查看每列的数据类型与非空数量；df.describe()查看数值列的统计摘要；df.duplicated().sum()统计重复行数。学生分组观察输出结果并记录发现：最高气温列最大值是58.0，明显超出本地历史极值；最低气温列存在若干空值；系统报告存在5条完全重复的记录。教师板书归纳：真实数据集的三类常见病——缺失、重复、异常。教师强调：“不体检就下药，分析结论就是沙上建塔。数据清洗不是可有可无的前奏，而是分析的第一道工序。”（三）任务二：对症下药——编写清洗代码（约12分钟）教师提出策略选择问题：“缺失值删掉还是填补？异常值如何认定？”学生讨论后形成共识：本数据集3700行规模下，少量缺失行直接删除影响极小，选择df.dropna()；重复行用df.drop_duplicates()剔除；异常值采用条件过滤df=df[df['最高气温']<50]。学生在半成品Notebook中补全三处代码空档，运行后再次调用()验证清洗效果，对比清洗前后的行数变化。两名学生上台演示并说明每一步的理由。教师追问一个易错点：“为什么很多同学写成df.dropna()后数据没有变化？”引出pandas方法默认返回新对象、需要赋值接收或设置inplace参数这一关键细节。这个功能不是教师灌输的，而是先在班级中让错误自然发生，再集体诊断，印象远为深刻。（四）任务三：化零为整——分组聚合求年均温（约12分钟）这是本课的思维制高点。教师先抛出朴素方案：“用for循环逐行判断年份，分别累加求平均，行不行？”有学生回答“行，但要写很多代码，还容易错”。教师顺势演示另一种思路：先用pd.to_datetime把日期列转换为日期类型，再提取年份df['年份']=df['日期'].dt.year，最后一行代码完成聚合——df.groupby('年份')['最高气温'].mean()。输出结果瞬间呈现十个年份的平均气温序列。教师用类比帮助理解：groupby就像把全年级学生按班级分开站队，再让每班各自报告平均身高——一次指令，整体计算。随后学生完成进阶层任务：同时聚合最高气温的均值与最低气温的均值，生成含两列统计结果的DataFrame。基础层学生对照任务卡完成单指标聚合即可，进阶层学生尝试多指标聚合与保留小数位数的round处理，实现分层达标。（五）任务四：让结论“立”起来——绘制折线图（约8分钟）教师指出：“一行行数字仍然是证据的半成品，图表才能让趋势显形。”学生调用matplotlib绘制年均最高气温折线图，补充中文标题、坐标轴标签与网格线。教师集中讲解一个共性技术点：中文字体显示乱码的解决办法，即在绘图前通过matplotlib的字体参数指定中文字体。学生观察自己屏幕上从方框乱码到清晰汉字的转变，体会细节对表达质量的影响。完成后，学生观察曲线并撰写两句话结论：第一句陈述数据事实（如“年均最高气温整体呈波动上升趋势”），第二句标注结论的边界（如“仅基于十年单站数据，不足以断定长期气候趋势”）。教师选取两份作业投屏对比点评，一份有事实无边界的、一份事实与边界俱全的，引导学生理解严谨表达是数据素养的一部分。（六）课堂小结与延伸（约5分钟）师生共同回顾本课形成的分析流水线：读取数据→体检诊断→清洗修复→分组聚合→可视呈现→审慎表达。教师指出这条流水线具有高度可迁移性，明天换成班级体测数据、图书借阅数据，步骤不变，工具通用。课后作业为开放性项目：每组自选一份公开数据集，完成同样的五步流程，提交一份包含代码、图表与结论的迷你分析报告，下节课进行三分钟路演展示。七、板书设计主板书呈现分析流水线六个环节，辅以箭头串联；副板书左侧记录脏数据三类病症与对应药方（缺失—dropna、重复—drop_duplicates、异常—条件过滤），右侧记录groupby的核心语法骨架。板书随教学推进逐行生成，最后构成一张完整的知识地图。八、教学评价设计过程性评价贯穿全程：任务一考查诊断发现的完整性，任务二以“清洗前后info对比截图”作为达标证据，任务三以聚合结果正确与否判定，任务四以图表要素齐全度与结论严谨性双重维度评分。量规表中“结论是否标注数据边界”单独占一分，用以凸显信息社会责任的落点。组内互评与教师抽查并行，确保评价既覆盖全员又不流于形式。九、教学预设与应变预设一：部分学生忘记给dropna赋值导致“代码运行了但数据没变”。应变为不直接告知答案，而是请学生打印df.shape前后对比，让数据自己“说话”。预设二：机房个别机器中文字体缺失导致乱码无法解决，预置备用方案为改用英文标题，保证任务主线不中断。预设三：进度较快的学生提前完成，安排挑战任务——计算并绘制各年份最高温与最低温差距的月度变化，保持学习张力。十、教学反