《大数据可视化分析》 教案全套 邵佳靓 第1--6章：大数据可视化概述---基于Vue.js的智慧农业后台管理系统前端框架搭建.docx

大数据可视化分析课程教案首页

一、核心要素

章节名称

第一章：大数据可视化概述

教学课时

2

授课班级

24大数据技术1班

授课时间

第2周

授课地点

介夫楼307

教学目标

知识目标

什么是大数据可视化

数据可视化的目的

数据可视化的作用

数据可视化的发展历程

数据可视化分类

能力目标

了解大数据可视化的相关概念。

基于教材内容自主拓展学习能力。

素质

目标

1．培养学生敬业、精益、专注、创新等方面的数据“工匠”精神。

2.培养学生技术精益求精的良好职业品质，以及基于科学思维审视专业问题能力。

3.使学生养成遵守标准和遵纪守法的习惯，培养良好的职业道德素养。

4．培养学生的爱国情怀，成为国家需要的人才，报效祖国为社会做贡献。

教学内容

主要内容

什么是大数据可视化、数据可视化的目的、数据可视化的作用、数据可视化的发展历程、数据可视化分类

重点

数据可视化的目的、数据可视化的作用

难点

数据可视化分类

教法改革

教学方法

问答法/范例教学法

教学手段

（1）通过课堂讨论提出问题和相关视频学习，活跃课堂气氛并激发学生的学习兴趣；（2）教材、电子课件、超星信息化教学。

教学反思

本班学生在理论知识互动较好，能进行基本的操作

二、教学设计

教学步骤

教学内容与情境设计

教师活动

学生活动

时间分配

一、导入新课

随着信息时代的发展，数据呈现爆炸式增长，而如何最大化地发挥数据的作用，从庞大的数据中发现其规律、价值等成为各个企业关注点，通过数据可视化提高了数据效益，提高了洞察力。

【观看视频】以一小段经典可视化大屏的视频引入课堂，带大家都进大数据可视化的背景。

【互动】请学生自行有哪些信誉好的足球投注网站数据可视化工程师的薪资水平及其招聘岗位需求，讲解为什么学习这门课，激发学生的学习兴趣。

课程考核组成、线上平台介绍。

讲解、提问

提问，引起学生学习积极性

10分钟

二、1.1大数据可视化的概念

本节课内容包括：大数据可视化的概念、数据可视化的行业应用、大数据可视化方法、数据可视化常用技术工具。

大数据可视化的概念：

什么是大数据可视化

数据可视化是借助于图形化的手段，有效清晰地处理信息，呈现隐藏的信息和规律。

数据可视化作为人与计算机的桥梁，帮助人们总览数据特征，提出分析问题的条件，对数据进行过滤，并通过合适的方式加以展示。

教师提问

学生互动抢答

10分钟

三、1.2数据可视化的目的

数据可视化的目的

数据是根本，目的是导向。

数据可视化的目的，是对数据进行可视化处理，以使得能够明确地、有效地传递信息。

数据可视化可以把数据从冰冷的数据转换成图形，揭示蕴含在数据中的规律和道理。

数据可视化是为了从数据中寻找模式、关系、异常三种信息。

模式是数据中的规律

探索数据随时间推移而变化的各种规律，是数据可视化的目的之一。

比如，股票价格会有增有减，但每天的变化量是多少？每周或每月的变化量又是多少？通过近期的变化是否可预测未来几天的走势？

机场每月的旅客人数都不一样，通过几年的数据对比，发现旅客人数存在周期性的变化，某些月份的旅客数量一直偏低，某些月份的旅客数量则一直偏高。

案例分析：

160多年前，南丁格尔护士正是使用这幅图，让政府高层和维多利亚女王直观地感受到：改善医疗状况可以显著地降低死亡率这一事实，

政府从而支持南丁格尔关于加强公众医疗卫生建设的提案，进而挽救了千万百姓的生命。

关系，指数据之间的相关性

在统计学中，通常代表关联性和因果关系。

无论数据的总量和复杂程度如何大，数据间的关系大多可分为三类：数据间的比较，数据的构成，以及数据的分布或联系。

1）数据间的比较，比如，这种柱状图，可通过柱子的高度比较数据的大小。

2）数据的构成，比如，这种饼图，可很好的反应数据的构成以及占比情况。

3）数据的分布，比如，这种地图热力图，通过不同的颜色区分数据的分布情况。

异常，指有问题的数据。

异常的数据不一定都是错误的数据，有些异常数据可能是设备出错或者人为错误输入，有些可能就是正确的数据。

上图中大部分点都集中在一个区域，极少量点分散在其他区域，这些都属于异常值，需要对之进行鉴别和处理。

教师讲解

学生聆听与反馈互动

20分钟

四、1.3数据可视化的作用

讨论：大数据可视化有什么作用？

记录信息

自古以来，记录信息的有效方式之一是用图形的方式描述各种具体或抽象的事物。

展示几百年前的科学家手绘的图形，这些图形在今天依然居然参考价值。

今天，有了计算机技术，我们已习惯了使用各种可视化的方式记录信息。

分析推理

可视化极大降低了数据理解的复杂度，有效提升了信息认知的效率，从而有助于人们更快地分析和推理出有效信息。

1854年，伦敦第四次爆发霍乱瘟疫。

这幅图是一个连锁超市在各个省份的销售情况分布图，它的原始数据是一份excel表格数据

原始