《Python数据可视化》教学设计Word文档格式.docx
- 文档编号:15290923
- 上传时间:2022-10-29
- 格式:DOCX
- 页数:70
- 大小:45.47KB
《Python数据可视化》教学设计Word文档格式.docx
《《Python数据可视化》教学设计Word文档格式.docx》由会员分享,可在线阅读,更多相关《《Python数据可视化》教学设计Word文档格式.docx(70页珍藏版)》请在冰豆网上搜索。
标及基
本要求
1.了解什么是数据可视化
2.熟悉数据可视化的方式,可以选择正确的可视化图表
3.了解常见的数据可视化库
4.认识matplotlib,可以在Python环境中安装matplotlib
5.掌握matplotlib的基本用法,可以使用两种方式绘制第一个图表
教学
重点
1.常见的数据可视化方式
2.使用matplotlib绘制第一个图表
难点
1.选择正确的可视化图表
方式
教学采用教师课堂讲授为主,结合教学PPT进行讲解
教
学
过
程
第一课时
(数据可视化概述,常见的数据可视化库)
一、创设情境,导入数据可视化的知识
(1)教师通过提出需求,引出数据可视化的知识。
(2)明确学习目标。
●要求学生熟悉数据可视化的概念及优势
●要求学生了解常见的数据可视化库
二、进行重点知识的讲解
(1)教师根据课件,介绍数据可视化的概念。
数据可视化旨在借助图形化的手段,将一组数据以图形的形式表示,并利用数据分析和开发工具发现其中未知信息的处理过程。
(2)教师根据课件,介绍数据可视化的过程。
可视化其实是一个抽象的过程,它可以简单地理解为将一个不易描述的事物形成一个可感知画面的过程,也就是从数据空间到图形空间的映射。
(3)教师根据课件,举例介绍文字数据与图形数据的差异。
(4)教师根据课件,介绍常见的数据可视化方式。
图表是数据可视化最基础的应用,它代表图形化的数据,通常以自身所用的图形符号命名,比如使用圆形符号的饼图、使用线条符号的折线图等。
(5)教师根据课件,介绍选择正确的可视化图表。
(6)教师根据课件,介绍常见的数据可视化库。
Python中常见的数据可视化库包括matplotlib、seaborn、ggplot、bokeh、pygal、pyecharts。
三、归纳总结,布置课后作业
(1)回顾上课前的学习目标,对本节课知识点进行总结。
教师带领学生总结本节课需要熟悉的知识点,包括什么是可视化、常见的数据可视化方式、选择正确的可视化图表、常见的数据可视化库。
(2)布置随堂练习,检查学生掌握情况。
根据博学谷和随堂练习资源,给学生布置随堂练习,检测学生的掌握程度,并对学生出现的问题进行解决。
(3)使用博学谷系统下发课后作业。
第二课时
(初识matplotlib,使用matplotlib绘制第一个图表)
一、回顾上节课内容,继续讲解本课时的知识
(1)教师对学生们的疑问进行统一答疑。
(2)回顾上个课时所学习的内容,继续介绍本课时的内容。
上节课主要为大家介绍了数据可视化的入门知识,以及常见的数据可视化库,接下来,本节课将为大家介绍matplotlib、使用matplotlib绘制第一个图表。
(3)明确学习目标。
●要求学生会安装matplotlib库
●要求学生会使用matplotlib库制第一个图表
(1)什么是matplotlib?
matplotlib是一个由JohnD.Hunter等人员开发的、主要用于绘制2D图表的Python库。
(2)教师根据课件,介绍matplotlib官网提供的API。
matplotlib官网提供了三种API:
pyplotAPI、object-orientedAPI、pylabAPI。
其中,pyplotAPI是使用pyplot模块开发的一个接口;
object-orientedAPI是面向对象的接口;
pylabAPI是使用pylab模块开发的一个接口,已在最新的版本中被弃用。
(3)什么是Anaconda?
Anaconda是一个开源的Python包、环境管理器,包括conda、Python,以及诸如numpy、pandas、matplotlib、scipy等180多个科学计算包及其依赖项。
(4)教师根据课件,演示安装Anaconda工具。
(5)教师根据课件,介绍绘制第一个图表的内容,并使用代码进行演示。
(6)教师根据课件,介绍matplotlib所绘图形的层次结构。
(1)回顾上课前的学习目标,对本节课知识点进行总结。
教师带领学生总结本节课需要掌握的知识点,包括安装matplotlib、使用matplotlib绘制第一个图表。
第三课时
(上机练习)
上机练习主要针对本章中需要重点掌握的知识点,以及在程序中容易出错的内容进行练习,通过上机练习可以考察同学对知识点的掌握情况,对本章知识掌握程度。
上机一:
(考察知识点安装Anaconda)
形式:
单独完成
题目:
在计算机上安装Anaconda工具,具体要求如下:
(1)从Anaconda官网下载安装文件;
(2)安装Anaconda工具;
(3)启动JupyterNotebook工具。
上机二:
(考察知识点使用matplotlib绘制第一个图表)
编写程序,分别采用面向对象和pyplot快捷函数的方式绘制正弦曲线和余弦曲线。
提示:
使用sin()或cos()函数生成正弦值或余弦值
思考题和习题
见教材第1章配套的习题
后
记
第2章使用matplotlib绘制简单图表
6学时
上一章使用matplotlib快速地绘制了一个图表,让读者真切地体会到matplotlib的强大之处。
matplotlib之所以能成为如此优秀的绘图工具,离不开其丰富的API,使用这些API可以轻松地绘制常见的图表,使得数据可视化变得轻而易举。
接下来,本章将带领大家了解matplotlib的绘图函数,并使用这些函数绘制简单的图表,包括折线图、柱形图或堆积柱形图、条形图或堆积条形图、堆积面积图、直方图、饼图或圆环图、散点图或气泡图、箱形图、雷达图、误差棒图。
6.掌握matplotlib的绘图函数,可以绘制一些简单的图表
3.绘制折线图
4.绘制柱形图或堆积柱形图
5.绘制条形图或堆积条形图
6.绘制饼图或圆环图
7.绘制散点图或气泡图
3.绘制箱形图
4.绘制雷达图
5.绘制误差棒图
(绘制折线图,绘制柱形图或堆积柱形图)
三、创设情境,导入绘制简单图表的知识
(1)教师通过提出需求,引出绘制简单图表的知识。
matplotlib之所以能成为如此优秀的绘图工具,离不开其丰富的API,使用这些API可以轻松地绘制常见的图表,包括折线图、柱形图或堆积柱形图、条形图或堆积条形图、堆积面积图、直方图、饼图或圆环图、散点图或气泡图、箱形图、雷达图、误差棒图。
●要求学生会绘制折线图
●要求学生会绘制柱形图或堆积柱形图
四、进行重点知识的讲解
(7)教师根据课件,介绍如何使用plot()函数绘制折线图,并使用代码进行演示。
plot()函数用于绘制折线图,该函数会返回一个包含Line2D类对象(代表线条)的列表。
plot()函数不仅能够绘制包含一条线段的折线图,还能够绘制包含多条线段的折线图。
(8)教师根据课件,介绍实例1:
未来15天最高气温和最低气温,并使用代码进行演示。
(9)教师根据课件,介绍如何使用bar()函数绘制柱形图或堆积柱形图,并使用代码进行演示。
bar()函数用于绘制助柱形图或堆积柱形图,该函数会返回一个BarContainer类的对象。
BarContainer类的对象是一个包含矩形或误差棒的容器,它亦可以视为一个元组,可以遍历获取每个矩形或误差棒。
(10)教师根据课件,介绍实例2:
2013—2019财年阿里巴巴淘宝和天猫平台GMV,并使用代码进行演示。
教师带领学生总结本节课需要掌握的知识点,包括绘制折线图和绘制柱形图或堆积柱形图。
(绘制条形图或堆积条形图,绘制堆积面积图,绘制直方图)
三、回顾上节课内容,继续讲解本课时的知识
上节课主要为大家介绍了绘制折线图、柱形图、堆积柱形图的内容,接下来,本节课将为大家介绍绘制条形图、堆积条形图、堆积面积图、直方图的内容。
●要求学生会绘制条形图或堆积条形图
●要求学生会绘制堆积面积图
●要求学生会绘制直方图
(7)教师根据课件,介绍如何使用barh()函数绘制条形图或堆积条形图,并使用代码进行演示。
barh()函数用于绘制一个条形图。
在使用barh()函数绘制条形图时,可以通过给left参数传值的方式控制条形的x值,通过给xerr、yerr参数传值的方式为条形添加误差棒。
(8)教师根据课件,介绍实例3:
各商品种类的网购替代率,并使用代码进行演示。
(9)教师根据课件,介绍如何使用stackplot()函数绘制堆积面积图,并使用代码进行演示。
堆积折线图按照自下而上的顺序逐个堆叠折线及填充区域,因此先绘制的图形位于底部,后绘制的图形位于上方。
(10)教师根据课件,介绍实例4:
物流公司物流费用统计,并使用代码进行演示。
(11)教师根据课件,介绍如何使用hist()函数绘制直方图,并使用代码进行演示。
(12)教师根据课件,介绍实例5:
人脸识别的灰度直方图,并使用代码进行演示。
教师带领学生总结本节课需要掌握的知识点,包括绘制条形图、堆积条形图、堆积面积图、直方图。
根据博学谷和随堂练习资源,给学生布置随堂练习,检测学
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Python数据可视化 Python 数据 可视化 教学 设计
![提示](https://static.bdocx.com/images/bang_tan.gif)