高一信息技术校本选修《数据驱动决策：Python数据分析入门》教案

高一信息技术校本选修《数据驱动决策：Python数据分析入门》教案一、课程基本信息学科：普通高中信息技术年级：高一课程性质：校本选修课课时：第1课时（共8课时）授课主题：初识数据分析流程与Python生态环境适用教材：校本教材《数据科学与决策导论》第一单元执教时间：2027학년도第1学期二、核心素养导向的教学目标信息意识：通过真实场景中的数据洞察体验，建立“数据是客观世界数字化表征、蕴含规律可供挖掘”的认知，形成以数据说话、用证据推理的思维习惯。计算思维：掌握数据分析“获取—清洗—探索—建模—可视化—解读”全流程的计算逻辑，理解Python生态中Pandas、NumPy、Matplotlib库的功能定位与协作机制，能将现实问题转化为结构化的计算任务。数字化学习与创新：熟练配置Anaconda发行版与JupyterLab开发环境，掌握Conda虚拟环境管理与包依赖解决策略，具备自主搭建可复现计算环境的工程化素养。信息社会责任：明确数据采集与使用的法律边界与伦理规范，理解《数据安全法》《个人信息保护法》对校园数据项目的约束，树立合规用数、护佑隐私的责任意识。三、学情分析与教学对策本班学生已完成必修1《数据与计算》模块，具备Python基础语法、基本数据结构与程序控制结构能力，但缺乏面向数据处理的库级开发经验。问卷显示：85%学生未接触过虚拟环境管理，90%学生对数据清洗、探索性分析（EDA）概念模糊，仅15%学生能独立完成从CSV读取到绘图的完整代码链路。针对性对策：一是设计“环境配置闯关赛”，将抽象的依赖管理具象化为可视化任务卡，降低工程化门槛；二是引入“脏数据样本包”，让学生在真实报错中体会清洗必要性，驱动库函数学习；三是采用“结对编程+代码复盘”模式，利用同伴互助弥补个体代码能力差距，同步培养代码规范与注释习惯。四、教学重难点剖析重点：Conda虚拟环境的创建、激活、导出与迁移；JupyterLab界面交互与Markdown/Code单元混合编程范式；Pandas核心数据结构Series与DataFrame的构建、索引、切片及基础统计描述方法。难点：理解“环境隔离”在依赖冲突解决中的本质作用，灵活运用`loc`与`iloc`定位器处理标签与位置索引的差异，建立从异构数据源到整洁数据框的标准化映射思维。五、教学策略与资源准备策略组合：情境导入法（校园午餐满意度调查真实数据）→任务驱动法（四大闯关任务）→结对协作法（驾驶员导航员轮换）→可视化思维外显法（流程图绘制与代码注释强制规范）。资源清单：1.教师机预装Anaconda32024.10，镜像源预配置为清华源。2.学生机统一部署便携版Anaconda（U盘分发），规避校园网安装慢、权限受限问题。3.数据集：`lunch_survey_raw.csv`（含缺失值、异常值、编码混乱、列名非规范等典型问题），`lunch_survey_clean.csv`（标准对照组）。4.任务卡：环境配置卡、数据加载卡、清洗探索卡、可视化卡，每卡含目标、核心API提示、预期产出、常见报错对策。5.在线协作平台：部署在校内服务器的JupyterHub集中展示终端，支持实时拉取学生Notebook进行讲评。六、教学过程设计环节一情境激发：从“直觉决策”走向“数据决策”（8分钟）播放一段校园食堂档口排队的45秒延时摄影视频，画面定格在学生犹豫选择的瞬间。抛出问题：“如果你是食堂主管，如何决定明天增加哪个档口的供应量？凭经验？凭心情？还是凭数据？”展示去年某校因盲目扩充“网红奶茶”档口导致日均浪费餐食120kg、损失3.2万元的反面案例。引导学生提取关键信息：决策依据的缺失导致资源错配。自然过渡至本课核心任务——基于真实的“校园午餐满意度调查”数据，构建首个数据分析流程，为食堂运营提供科学建议。此环节旨在建立问题情境，激发解决真实问题的内驱力，确立“数据服务决策”的课程主线。环节二工程基石：可复现计算环境的构建与验证（18分钟）教师演示AnacondaNavigator启动失败的典型场景（Base环境污染导致TensorFlow与NumPy版本冲突），现场拆解报错堆栈，指出`condalist`显示的版本地狱现象。讲解Conda核心机制：通道、索引、求解器、事务。演示标准化建环指令链：condacreateneda310python=3.10ycondaactivateeda310condaconfigenvaddchannels/anaconda/pkgs/main/condaconfigenvaddchannels/anaconda/pkgs/free/condainstallpandasnumpymatplotlibjupyterlaby重点解析`n`命名规范、`python=3.10`版本锁定、通道优先级对速度的决定性影响。学生分组执行“环境配置闯关卡”：关卡一：在终端完成上述建环全过程，截图终端显示`(eda310)`前缀作为通关凭证。关卡二：运行`condalistexplicit>specfile.txt`导出精确规格文件，理解其在跨机器复现中的作用。关卡三：启动`jupyterlab`，在浏览器创建Notebook，重命名为`姓名_学号_第一课_环境验证.ipynb`，在首个Markdown单元记录环境版本信息，在Code单元执行导入测试代码：importsysimportpandasaspdimportnumpyasnpimportmatplotlibprint(f"Python:{sys.version.split()[0]}")print(f"Pandas:{pd.__version__}")print(f"NumPy:{np.__version__}")print(f"Matplotlib:{matplotlib.__version__}")教师巡查终端输出，重点排查`ModuleNotFoundError`、`SSL证书验证失败`、`端口占用`三类高频故障，现场演示`condainstallccondaforgecertifi`修复证书、`jupyterlabport=8889`指定端口等应急方案。此环节强化工程化规范，将环境视为项目资产而非一次性配置。环节三数据初遇：异构脏数据的加载与首轮诊断（22分钟）分发`lunch_survey_raw.csv`，要求学生用文本编辑器（VSCode或Notepad++）而非Excel打开，观察原貌：首行非标题、GBK编码导致中文乱码、分隔符混用逗号与分号、数值列夹杂“未填”“N/A”“”等非标准缺失标记、评分列出现11分、5分等业务逻辑异常值。结对编程启动，驾驶员编码，导航员查阅文档、提问质疑，每10分钟交换角色。任务卡核心代码骨架：importpandasaspd1.编码尝试与分隔符推断df_raw=pd.read_csv('lunch_survey_raw.csv',encoding='gbk',sep=None,engine='python',header=None)print("原始形状:",df_raw.shape)print(df_raw.head(10))2.重设表头：假设第3行为真实表头（索引2）new_header=df_raw.iloc[2].astype(str).str.strip()df=df_raw.iloc[3:].copy()df.columns=new_headerdf.reset_index(drop=True,inplace=True)print("重设表头后:",df.shape)print(df.dtypes)3.统一缺失值标记na_values=['未填','N/A','NA','null','NULL','','','']df.replace(na_values,pd.NA,inplace=True)4.关键列类型强转与异常值标记score_cols=['口味评分','环境评分','服务评分','性价比评分']forcolinscore_cols:df[col]=pd.to_numeric(df[col],errors='coerce')标记越界值df[f'{col}_异常']=~df[col].between(1,10)5.首轮概貌print(())print(df[score_cols].describe())print("各列缺失量:\n",df.isna().sum())教学重点指引：讲解`sep=None,engine='python'`自动嗅探分隔符原理；`iloc[2]`与`iloc[3:]`配合实现表头行提取与数据体分离的索引运算；`pd.to_numeric(errors='coerce')`将非数值静默转为NaN的容错机制；`between(1,10)`生成布尔掩码定位业务异常值的向量化思想。学生完成代码运行，在Notebook中用Markdown记录：数据量规模、字段语义、缺失模式、异常值分布、初步清洗策略。教师随机抽取3组Notebook投屏，聚焦“为何选第3行为表头”“为何不用dropna直接删行”“异常标记列的后续利用价值”三个追问，倒逼学生外显思维路径。环节四探索性分析：从单变量分布到多变量关联（25分钟）基于清洗后的DataFrame`df_clean`（教师提前分发标准版对照组，确保进度同步），开展结构化EDA。任务卡分四层递进：第一层单变量画像。绘制评分列直方图与箱线图组合，识别偏态分布与离群点。importmatplotlib.pyplotaspltplt.rcParams['font.sansserif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falsefig,axes=plt.subplots(2,4,figsize=(16,8))fori,colinenumerate(score_cols):ax_hist=axes[0,i]ax_box=axes[1,i]df_clean[col].plot.hist(bins=20,edgecolor='black',alpha=0.7,ax=ax_hist)ax_hist.set_title(f'{col}分布')ax_hist.axvline(df_clean[col].mean(),color='red',linestyle='',label=f'均值:{df_clean[col].mean():.2f}')ax_hist.axvline(df_clean[col].median(),color='blue',linestyle=':',label=f'中位数:{df_clean[col].median():.2f}')ax_hist.legend(fontsize=8)df_clean.boxplot(column=col,ax=ax_box,vert=False,showfliers=True)ax_box.set_title(f'{col}箱线图')plt.tight_layout()plt.show()第二层分组对比。按“就餐时段”“性别”“年级”分组，计算评分均值与置信区间，绘制分组条形图与小提琴图。grouped=df_clean.groupby('就餐时段')[score_cols].mean()grouped.plot.bar(figsize=(10,6),colormap='Set2')plt.title('不同时段维度平均评分对比')plt.ylabel('平均分')plt.xticks(rotation=0)plt.legend(bbox_to_anchor=(1.05,1),loc='upperleft')plt.tight_layout()plt.show()第三层相关性洞察。计算皮尔逊相关系数矩阵，绘制热力图，解读评分维度间的共线性与业务含义。corr_matrix=df_clean[score_cols].corr()importseabornassnsplt.figure(figsize=(8,6))sns.heatmap(corr_matrix,annot=True,cmap='RdBu_r',center=0,vmin=1,vmax=1,fmt='.2f')plt.title('评分维度相关性热力图')plt.show()第四层文本型字段简易分析。对“改进建议”列缺失值填充为“无”，基于jieba分词提取高频名词，生成词云（选做，面向有余力小组）。教师巡场重点：检查Matplotlib中文配置是否生效；`subplots`坐标轴对象传递是否正确；`groupby`聚合后索引重置对绘图的影响；相关系数矩阵对角线为1的数学必然性与业务解读的区分。要求每组在Notebook末尾撰写“三大发现、两个疑问、一个建议”，作为课堂产出提交至JupyterHub。环节五成果沉淀与迁移：可复现报告生成与课后挑战（7分钟）演示Notebook导出为HTML与PDF（需预装TeXLive或使用`jupyternbconverttopdfTemplateExporter.exclude_input=True`隐藏代码仅保留图表与结论），讲解`@title`、`@markdown`魔法命令构建交互式参数面板的初步认知。布置课后挑战任务：1.完善当前Notebook：补全Markdown叙事，添加目录导航，修正图表中文乱码，生成最终报告`Final_Report_姓名.html`上传平台。2.迁移任务：获取学校图书馆过去一年借阅记录（CS