高一信息技术必修1编程处理大数据-以pandas分析校园消费数据为例教学设计

高一信息技术必修1编程处理大数据——以pandas分析校园消费数据为例教学设计一、教学背景与课程定位本课选自浙教版高中《信息技术》必修1《数据与计算》第四章第二节“大数据处理：编程处理数据”。处在教材链条中，本节前承数据采集与编码、数据管理与安全，后启数据可视化与人工智能初步，是“用计算思维解决真实问题”的关键落点。课程标准对本模块的要求十分明确：学生应能够借助恰当的计算工具，对真实情境中的数据进行加工、分析与表达，体会算法与程序在数据处理中的价值。本节教材给出的技术路径是Python语言结合pandas库完成数据的读入、清洗、筛选、统计与分组聚合，这正是当前数据分析岗位与科学研究中最基础的技能骨架。高一学生已经具备Python基础语法：变量、列表、字典、循环与条件结构，多数学生在第四章第一节中完成了用matplotlib绘制折线图的任务。但学生对“库”的理解停留在调用经验的层面，对DataFrame这种二维结构化数据对象缺乏直观认识，更不理解为何处理上万行数据时不能依赖Excel手工操作。本课的教学价值，正在于打通“语法会写”与“问题能解”之间的最后一公里。二、学情分析授课对象为高一年级两个平行班，每班45人，机房一人一机，预装Python3.10与Anaconda环境。通过课前问卷与上一单元作业抽样，学情呈现三个层次。第一层约占四分之一，能独立编写字典与循环嵌套程序，学有余力，可承担小组内的“代码讲解员”角色。第二层约占六成，语法知识零散，能模仿改写代码但迁移困难。第三层约占一成半，对编程有畏难情绪，需要支架式任务与即时反馈。学生的共同弱项有三。其一，面对CSV原始文件时不知道先观察字段与数据类型，习惯上来就写代码。其二，对“清洗数据”缺乏问题意识，认为机器读出来的数据天然正确。其三，混淆方法调用与属性访问，写作df.mean()与df.shape时极易出错。据此，本课采用“真实数据集驱动、阶梯任务推进、同伴讲解互促”的策略，将抽象概念锚定在食堂消费这一学生每天经历的情境上。三、教学目标1.信息意识：面对一份包含两万条记录的校园消费数据，能主动判断其中可能存在的缺失值、异常值与冗余字段，形成“原始数据不等于可用数据”的批判性认识。2.计算思维：能把“分析各年级人均午餐消费是否随月份变化”这一自然语言问题，分解为读入数据、按条件筛选、分组聚合、结果呈现四个可编程步骤，理解结构化思维对问题求解的支撑作用。3.数字化学习与创新：能独立调用pandas库的read_csv、dropna、groupby、mean等核心函数完成数据处理，并对处理流程进行个性化改写，增加新的统计维度。4.信息社会责任：在讨论数据脱敏的过程中，认识到个人消费数据涉及隐私，处理与传播须遵循匿名化与最小化原则。四、教学重难点重点：使用pandas完成结构化数据的读入、筛选与分组统计，理解DataFrame的行列索引结构。难点：groupby分组聚合的思维逻辑——把一个整体的表按某列拆分、对各子表分别计算、再合并为结果。这一“拆分—应用—合并”模式与学生已有的逐行循环思维有本质差异，是本课最需要突破的认知关口。五、教学方法与资源准备教学方法：情境驱动法、任务驱动法、小组协作与错例对比教学。资源准备：脱敏后的校园消费数据集canteen.csv，含字段：日期、时段、年级、性别、窗口编号、消费金额，共20000条，其中有意植入87条缺失值、12条金额为负的异常记录。教师机安装VSCode并录制两段微课备用；为第三层学生准备“填空式”代码脚手架canteen_template.py；为学优生准备拓展数据集library.csv（图书馆借阅数据）。环境预检清单：上课前一晚逐台机器运行一条测试脚本，确认pandas与matplotlib可正常导入，中文字体寄存器设置为SimHei，避免图表标题乱码。六、教学过程（一）情境导入：食堂经理的求助，用时约6分钟上课伊始，投影呈现一封虚拟但有真实质感的“食堂经理来信”：学校食堂计划下个学期调整窗口布局，需要知道三个问题的答案。问题一，哪个年级的学生平均每餐花钱最多。问题二，早餐、午餐、晚餐三个时段，哪个时段消费人次最集中。问题三，消费最少的10%学生，是吃得少还是窗口定价偏低所致，需要剔除异常数据后才能判定。信中给出的原始材料正是canteen.csv。教师现场用Excel打开该文件，学生亲眼看到滚动条缩成一小截、筛选两万行需要等待的情况。教师追问：如果数据不是两万条，而是两百万条，Excel会怎样。学生在哄笑中意识到手工处理的边界。教师顺势点题：数据一旦越过某个量级与复杂度，编程从“可选项”变成“必选项”，今天我们要用程序替食堂经理算出答案。此环节的设计意图在于用认知冲突替代空泛的重要性宣讲。两万条这个数字经过测算：足够大到Excel卡顿，又不至于让机房电脑运行脚本超过三秒，是课堂体验的“甜点区间”。（二）认识pandas与DataFrame，用时约8分钟教师在黑板上画出一个六行三列的表格示意，讲解三个要点。第一，pandas是第三方库，用importpandasaspd引入，pd是社区通行的别名，写代码约定俗成。第二，DataFrame可以理解为“程序内存里的Excel工作表”，有行索引与列名两套坐标。列名像语文里的主语，df[′金额′]表示取下这一整列；行条件像筛选器，df[df[′年级′]==′高一′]表示挑出满足条件的所有行。第三，Series与DataFrame的关系：一列是一个Series，多个Series拼成一张表。学生在练习本上完成一个“指哪儿写哪儿”的即时练习：教师在示意图上随手圈出“三年级且金额大于15的行”，学生口头说出对应的筛选表达式写法。全部答对后才允许动键盘，这一步的口琴式检查把最常见的方括号与引号错误消灭在动手之前。（三）任务一：读入数据并体检，用时约8分钟任务卡片写明四句代码的目标：读入文件、查看前五行、查看行列规模、按列统计缺失数量。学生参照教师板书，独立完成：df=pd.read_csv(′canteen.csv′)print(df.head())print(df.shape)print(df.isnull().sum())学生运行后立即看到结果：shape返回(20000,6)，isnull统计显示金额列缺失87个值。教师抓住这个真实发现提问：这87个空洞是从哪里来的。引导学生推测刷卡机断网、记录上传失败等原因，进而提出处理策略的两个选项——整行删除dropna()，或用均值填补fillna(df[′金额′].mean())。教师引导学生讨论两种策略的适用条件：缺失比例小于百分之一时删除几乎不影响结论；若缺失集中在某一年级，盲目删除会造成系统性偏差。此处不灌输标准答案，而是让学生把“数据处理每一步都是有代价的决策”这句话写进学习单的思维栏。（四）任务二：筛选与排序，回答前两个问题，用时约10分钟小组领取任务卡。A组面向“人次最多时段”：df[′时段′].value_counts()；B组面向“各年级人均消费”：先删除异常再进行分组统计。教师故意让B组先遇到负金额造成的荒谬结果——直接分组算出的某年级均值被拉到异常低位。当B组汇报结果时，教师不急于纠错，邀请全班用“挑刺法”审查：这个数字符合常识吗？学生意识到50元的消费不可能是真实用餐，于是补充一句过滤代码：df=df[df[′金额′]>0]再在干净数据上执行分组聚合：df.groupby(′年级′)[′金额′].mean()教师在投影上同步画出“拆分—应用—合并”示意图：一张表先按年级切成三块，每块各自求均值，三块结果拼回一张小表。配合类比：体育老师按班级测身高，分队列、各算平均、汇总公布。学生的眼神变化是这一环节最重要的课堂证据——groupby的抽象逻辑被一个生活动作锚定。（五）任务三：可视化呈现与结论表达，用时约8分钟各组把聚合结果绘制成柱状图，教师提供代码骨架：result=df.groupby(′年级′)[′金额′].mean()result.plot(kind=′bar′,title=′各年级午餐人均消费′)plt.show()教师强调可视化的三要素：标题说明变量关系、坐标轴含单位、图例不遮挡图形。每组派代表用两句话汇报：一句说数据事实，一句说据此给食堂经理的建议。例如“高三人均午餐消费14.6元，居三个年级之首，建议高三楼附近增设高价位窗口以减少排队”。教师即时点评：好的数据分析结论必须“有数字、有比较、有行动建议”，缺一则不完整。（六）拓展分层：一行之差的天梯，用时约5分钟学优生领取library.csv，尝试分析“哪个月份借阅量最高，哪类书最受欢迎”，需要把月份从日期字段中提取出来，用到df[′月份′]=pd.to_datetime(df[′日期′]).dt.month，这是对日期类型处理的直接延伸。中间层学生把本课脚本里的“年级”改成“性别”重新分析，体验维度切换的低成本。基础层学生在脚手架文件的四个空格里补齐函数名，确保人人得到一份能跑通的完整程序带回家。（七）课堂小结与责任教育，用时约5分钟教师带领学生用思维导图回看整节课的知识链：读入→体检→清洗→筛选→分组→可视化→表达，并指出链条上任一环偷懒，最后的结论都会被污染。随后话锋一转：如果这份消费记录没有脱敏，我们能从数据里看出某位同学每顿只吃五块钱，这意味着什么。学生发言中提到“贫困生隐私”。教师确认：数据分析能力越强，越要守住两条底线——原始数据不外传，结论发布要匿名。信息技术课教程序，也教克制。七、板书设计主板书为三栏结构。左栏：问题链——数据从哪来、干净吗、怎么算、怎么说。中栏：代码链——read_csv→isnull→dropna→df[条件]→groupby→plot。右栏：方法论——拆分·应用·合并，事实·比较·建议。副板书记录教学中即时生成的错例与订正，保留一节课的思维痕迹。八、作业设计基础作业：用本课数据集回答“工作日与周末的人均消费有何差异”，提交可运行的py文件与一张图。进阶作业：自选一个班级共同关心的话题（如体测成绩、图书借阅），设计三个可回答的问题并说明所需字段，下节课进行“数据集共建”讨论。作业评价采用三维量规：代码可运行40%、结论有依据40%、表达清晰规范20%。九、教学评价设计过程性评价嵌入三个节点：口头筛选表达式的全员过关、B组异常数据的课堂辩论、各组汇报的同伴互评。互评使用“两颗星一个建议”的句式，迫使学生先肯定再改进。终结性评价依托作业量规与下节课的单元小测，小测中设置一道groupby填空题与一道开放的分析设计题，分别检测技能与迁移。十、教学反思预设预设风险一：部分机房机器pandas版本差异导致plot中文乱码或警告刷屏