基础分析模块：碳排放数据分析（教案）

《数据挖掘应用》课程教案第03讲基础分析模块：碳排放数据分析一、教学基本情况授课模块基础分析模块授课项目碳排放数据分析授课周次第4周（第3次）授课形式理实一体化授课学时3学时（120分钟）授课对象大数据2302（43人）授课时间2025年3月6日授课地点知行楼103授课教师陈清华所选教材《Python与机器学习（第2版）（微课版）》，陈清华主编，电子工业出版社，2024年06月出版（自编教材，2024年省重点教材）参考教材：《利用Python进行数据分析(第二版)》，韦斯麦金尼（WesMcKinney），机械工业出版社；《Python数据分析基础教程：NumPy学习指南（第2版）》，伊德里斯，人民邮电出版社；《Python机器学习经典实例》，克里斯·阿尔本编，东南大学出版社；《Python机器学习实践指南》，AlexanderT.Combs，人民邮电出版社。教学内容本次教学为模块一“基础分析模块”中“数据分析方法”的内容，包括分组分析、分布分析、交叉分析、结构分析、相关分析方法的基本概念、应用和实现，要求学生会使用常用的基本分析方法理解数据。同时，通过对碳排放数据的分析要求学生理解环境保护的重要性，引导学生在数据分析任务中洞察数据背后的故事，培养可持续的绿色发展理念，养成“从我做起”的节约、节能的好习惯。学情分析课后作业提交情况14人未交12人完成（选做部分）12人得分情况测验总体情况1人选做课前学习情况4人提前学课堂参与积分情况知识与技能基础通过前面学习，学生已掌握了Python的使用，能使用Anaconda编程环境较好地完成基础的数据分析任务，达到课前知识与技能储备的基本要求。但部分测试完成率较低，特别是在相关拓展练习上完成率低，需加强自主性学习；课前总体学习率10%，对于课前预习的习惯养成还有所欠缺，翻转课堂的实施还不具备条件，课内对于新知识点需展开讲解，同时加强激励措施。认知与实践能力经过前期学习，学生对数据分析流程、数据分析应用场景和职业素养有了一定的认知积累，并会使用Python完成基本的数据分析；经过几轮的操作演练，部分操作技能练习速度偏慢，课中继续设置进阶练习以匹配不同的学习速率。学生特点与喜好上次课中，部分同学对于教师的部分提问不能流利、自信地回答，在其他班级成员的帮助下完成了解答任务，本次课中要多引导、小组互助；在课中、课后实践过程中，部分学生表现出了对数据分析、机器学习算法的较高兴趣，对新技术的应用接受程度比较高，也通过网络、AIGC等各种工具查询相关知识点，可在教学中设计挑战环节，顺应学生心理。教学目标知识目标进一步掌握数据分析流程及Python数据分析工具的使用方法；掌握常用的数据分析方法，包括分组分析、分布分析、交叉分析、结构分析、相关分析等；（重点：阿里云大数据分析与应用中级4.2.1、大数据技术工程人员国家职业标准初级5.2.2）了解不同数据分析方法的适用情境及其应用。能力目标会使用Pandas第三方包读取Excel文件中的数据；会熟练使用Pandas第三方包实现分组分析、分布分析、交叉分析、结构分析、相关分析；（重难点：阿里云大数据分析与应用中级5.1.2）会选择适当的图表类型展现数据分析结果；（大数据技术工程人员国家职业标准中级6.4.1）能使用Matplotlib、Seaborn等展现数据分析结果。（难点）素质目标熟悉数据分析师岗位工作任务，培养学生逐步养成勤奋自律的自学习惯和一定的数据思维；深刻认识人类文明与自然环境的关系，进一步培育保护环境的理念；引导学生学习和探讨力所能及的节能减碳行为，能够主动从自己做起养成节约的好习惯。教学重点会熟练使用Pandas第三方包实现分组分析、分布分析、交叉分析、结构分析、相关分析教学难点1.分组分析、分布分析、交叉分析之间的联系与区别2.能使用Matplotlib、Seaborn等展现数据分析结果教学方法鉴于学生具备较强的任务挑战意愿，但缺乏的实际应用经验，本次课堂将采用任务驱动法和知识讲授法，结合仿真应用案例设置课堂实训任务，在任务练习中增强数据分析方法的应用和对方法的理解。1.知识讲授法：通过形象的语言讲解和直观的演示，帮助学生更好理解知识点2.任务驱动法：通过课内实训任务，帮助学生更好掌握知识和技能点教学资源智慧职教资源库课程《数据挖掘应用》网址：/courseDetailed?id=egoaywwdidkayhzuegy8q&openCourse=53a1c09b-8246-4068-ac26-adb073d10062二、教学流程三、教学实施课前导学教学环节教学内容教学过程设计意图教师活动学生活动探知识初探数据分析相关基本概念分组分析分布分析交叉分析结构分析相关分析推送资源通过在线课程平台，发布数据分析方法相关学习资源。互动答疑在线解决学生在特征工程、分析方法方面的个体疑问，凝练共性问题。自主预习查看课前任务，通过资料、视频等资源学习基本的数据分析方法与分析方法应用实现。对课堂学习内容有个初步了解。线上求助线上讨论、提出疑问，小组共同探讨或向教师求助，解决疑难点。做好笔记查看错题答案，总结解题思路，整理重要知识。课前自学、自测初步完成新知识的传递，教师获取学生自学情况，掌握学情。信息化手段：智慧职教:提供教师发布视频和相关资料，学生自学；发布任务、收集作品、提交评分智慧职教+APP:提供学生查收作业、学习教学视频、互动评分等功能。思政：培养学生逐步养成勤奋自律的自学习惯，并自觉向优秀的同学学习。技能初练以学定教分析学生课后作业“用餐数据异常分析”的完成情况，了解班级课前分析任务准备情况。根据需要，调整教学重难点。学情分析有利于因材施教。诊断评价：对学生课前学习掌握情况做基础评价，把握实时学情，以学定教。课中学练第1学时教学环节教学内容教学过程设计意图教师活动学生活动导知识回顾5min特征工程数据集成与处理特征构造数据清洗知识回顾通过智慧职教平台，发布签到，实时记录学生出勤。知识回顾通过思维导图，重点回顾特征工程的关键概念。手势签到完成学生考勤。认真思考回顾特征工程的要点，匹配自己的薄弱点。积极做答独立思考，积极参与问题回答。总结记录针对前续所学内容，进行小结与记录，以便理解与后续复习。温故知新针对性根据学生的总体学习情况进行复习、总结，查漏补缺。信息化手段：思维导图软件：清晰回顾上节课要点及本节课任务。智慧职教+APP：学生利用手机或者平板进入智慧职教+APP签到，记录考勤。教师进入智职云做好“点名回答”。过程评价：教师借助智慧职教对学生的考勤做好记录、对课堂回答进行评价。数据反馈通过对课前、课后数据分析，说明主要问题产生的来源，说明基本概念的重要性。点评作业反馈上次课堂的课后作业完成情况与课前学习。分析问题汇集各类问题并解决共性问题。内容导入10min解析教学内容学习目标教学重难点项目引领“碳排放数据分析”项目总体要求任务导入数据分析的使用与方法新知导入依据问题引出本次课的学习任务，明确重难点。课程安排导入本节课主要内容，了解内容的重要性及实训任务安排。知识解析查看方法的具体应用，比较不同分析方法的区别。任务驱动依据问题引出本次课的学习任务，明确重难点。回答问题针对老师抛出的问题，积极思考，带着问题进入新课，明确本次课的重难点。思考记录学生参与思考可能出现的新问题，记录要点，明确学习目标。明确任务学生依据任务要求，对比思考。根据自身条件，确定任务执行计划。问题引入设置问题，根据具体应用场景明确学习任务，激发学习兴趣，使学生在课堂中保持积极心态去探索新知。任务驱动帮助快速掌握“数据分析方法”的重点实践内容。思政：通过项目概述，引导同学们关注碳排放，树立绿色发展的理念。练讲练结合15min课堂实训任务一：对碳排放数据进行分组分析布置练习讲解任务要求与基本步骤，说明可能出现的问题。巡回指导对学生的任务完成情况进行实时关注，对操作有误的学生，给予及时指导。动手实践上机练习，依据任务工单和实训报告，按步完成操作。讨论提问操作难点讨论，举手提问，解决问题。做好笔记记录重要步骤，针对问题进行修改，整理解决思路。自主探究在具体应用场景的基础上，引导学生自主学习，让学生自发地去讨论、去探究，掌握分组分析方法的实现与应用。掌握重点掌握重点信息化手段：Anaconda编程环境：在实际应用环境中操作练习，锤炼技能，掌握重点。电子教室极域：通过极域监控学生操作，实时把握学生进度。过程评价：对学生的基础任务练习进行综合评价，获得过程评价数据，实时了解学生掌握情况。析新知解析5minExcel文件的读取read_excel()关键参数分组分析的基本概念知识讲授通过PPT直观地讲解分组分析的基本概念、实现，以及与groupby的应用。操作演示使用JupyterNotebook工具和Anaconda编程环境操作演示分组分析的实现步骤。思考讨论学生参与思考、讨论并回答，层层递进。小结记录学生总结记录，加深理解。评点评小结5min实训小结分组分析的特点分组分析实现注意要点小结要点结合应用效果，提炼出分组分析的作用。集中点评就学生共性问题进行集中讲解，评价学生完成效果，要求小组改进编码设计，完成基本任务。思考记录认真听讲，记录重要步骤，针对问题提出修改方案，提升对分组分析的理解。第2学时练讲练结合15min课堂实训任务二：对碳排放数据进行分布分析任务一进阶：可视化效果提升主要内容分布分析方法cut()参数及其应用布置练习讲解任务要求与基本步骤，说明任务的实现关键要点。引入知识通过案例应用讲解分布分析应用及cut()的使用及参数的设置。巡回指导对学生的任务完成情况进行实时关注，对操作有误的学生，给予及时指导。理解要点基于对完成代码的理解，进一步设计，快速完成进阶任务。动手实践上机练习，依据设计与理解，实践操作。讨论提问操作难点讨论，举手提问，解决问题。分层练习学生技能不一，对于动手能力强的学生进一步完成进阶任务，速度慢的学生，则需要基础任务，仅完成任务二。信息化手段：Anaconda编程环境：在实际应用环境中操作练习，巩固技能，进一步掌握重点。电子教室极域：通过极域监控学生操作，实时把握学生进度。思政：不断优化结果，寻求最优展现效果，引导学生在学习中不断探索，培养精益求精的工匠精神。在比较与区分中，培养辩证性思维。过程评价：获取学生进阶任务信息，实时了解学生技能掌握情况。评点评小结5min实训小结参数的设置及意义分布分析与分组分析的异同集中点评就学生共性问题进行集中讲解，评价学生总体完成效果。小结要点结合应用效果，说明参数对结果的影响。对比理解认真听讲，记录重要步骤，针对效果提出修改方案，提升对参数的理解。思考提升认真听讲，记录重要知识点，针对分布分析结果提出优化方案，提升精益求精的工匠精神。练讲练结合15min课堂实训任务三：对碳排放数据进行交叉分析主要内容交叉分析的基本概念及实现方法交叉表透视表布置练习讲解任务要求与基本步骤，说明任务关键要点及解决方案。步骤讲解说明任务实现的关键步骤解析。新知解析讲解交叉分析的概念及实现要点。动手实践上机练习，依据任务工单和教材的说明，按步完成操作。讨论提问操作难点讨论，举手提问，解决问题。做好笔记记录重要步骤，针对问题进行修改，整理解决思路。操作演示通过操作演示和示范讲解，要求学生初步掌握交叉分析的实现要点。上机探究通过练习，进一步掌握分布分析的应用，强化交叉分析的技能。信息化手段：Anaconda编程环境：在实际应用环境中操作练习，锤炼技能，掌握重点。电子教室极域：通过极域监控学生操作，实时把握学生进度。思政：善于运用AI工具解决实际问题，提升创新意识。评点评小结5min交叉分析实现疏漏点编程技巧crosstab()参数应用pivot_table()集中点评就学生共性问题进行集中讲解，评价学生完成效果。问题罗列讲解问题列表，说明可能出现的各种问题及其解决方案。思考记录认真听讲，记录重要步骤，针对问题提出优化建设，加强交叉分析的综合应用能力。演示讲解通过演示与讲解，要求学生逐步突破难点。过程评价：获取学生任务实践情况，实时了解学生技能达成度。第3学时练讲练结合15min课堂实训任务四：对碳排放数据进行结构分析任务四（进阶）：美化饼图效果任务四（进阶）：按时间分组后进行占比分析结构分析与分组分析的关系饼图可视化布置练习讲解任务要求与基本步骤，说明任务的实现关键要点。巡回指导对学生的任务完成情况进行实时关注，对操作有误的学生，给予及时指导。理解要点基于对完成代码的理解，进一步设计，快速完成进阶任务。动手实践上机练习，依据设计与理解，完成实践操作。讨论提问操作难点讨论，举手提问，解决问题。分层练习动手能力强的学生进一步完成进阶任务，速度慢的学生，则需要改进基础任务。信息化手段：Anaconda编程环境：在实际应用环境中操作练习，巩固技能，进一步掌握重点。电子教室极域：通过极域监控学生操作，实时把握学生进度。思政：注重代码编写的严密性、规范性、可读性，具有科学的项目化工程思维。评点评小结5min集中点评就学生共性问题进行集中讲解，评价学生完成效果，完成进阶任务。小结要点结合应用效果，说明占比分析可视化的要点。对比理解认真听讲，记录重要步骤，针对问题提出修改方案，提升对饼图应用的理解。思考记录认真听讲，记录重要知识点，针对可视化结果优劣问题能提出解决方案，进一步培养工匠精神。练讲练结合12min课堂实训任务五：对碳排放数据进行相关分析corr()参数布置练习讲解任务要求与基本步骤，说明任务的实现关键要点。巡回指导对学生的任务完成情况进行实时关注，对操作有误的学生，给予及时指导。理解要点基于对完成代码的理解，进一步设计，快速完成进阶任务。动手实践上机练习，依据设计与理解，完成实践操作。讨论提问操作难点讨论，举手提问，解决问题。评点评解析5min课堂实践总结易错点难点数据分析方法应用主要作用区别注意要点点评解析点评问题与操作，说明与总结操作要点。发布测验利用智慧职教发布随堂测验。部分可课后提交。做好笔记搜索错题答案，记录错题集，总结解题思路，整理重要知识。认真观察认真听讲，对比思考，查漏补缺；聆听案例，树立自信。随堂测验学生登陆智慧职教+，快速完成客观题相关测试。随堂测验根据教学重难点发布随堂测验，考查学生总体情况，要求学生查漏补缺，继续砥砺前行。信息化手段：智慧职教+APP：学生利用手机进入智慧职教+做，自动批阅，教师实时了解整体情况。过程评价：利用智慧职教题库测评学生水平，实时了解学生达成度。巩固提高3min课堂学习总结总结提高：教学整体框架回顾，总结知识点要点，并巩固所学（归纳式教学法）。拓展任务布置拓展任务及相