“Python數據分析基礎”線上線下混合教學設計與實施

謝紅霞 孟學多

摘? 要： “Python數據分析基礎”課程追求以問題求解為出發點和落腳點，培養學生學科交叉和創新應用能力。課程通過中國大學MOOC平臺把所有教學環節打通，及時了解學生的學習情況，幫助教師把握教學節奏，調整教學方法。積極開展線上線下混合教學實踐，教學內容、教學方法、課程實踐、課程考核各環節緊密配合，把教學設計落實到平時的教學過程中。教學實踐獲得了較好的教學效果，通過了學校示范課堂認定，并幫助學生在學校的數學建模比賽中取得了滿意的成績。

關鍵詞： 線上線下; 教學設計; 課程實踐; 教學評價

中圖分類號：TP301? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2021）04-89-03

Abstract： The course of "Fundamentals of Python Data Analysis" aims at problem solving as the starting point and objective， to cultivate students' interdisciplinary and innovative application ability. Through The Chinese University MOOC platform， the course connects all teaching links， timely understands the learning situation of students， and helps teachers grasp the teaching rhythm and adjust teaching methods. Actively carry out online and offline blended teaching practice， closely cooperate with teaching content， teaching methods， course practice and course assessment， implement the teaching design into the ordinary teaching process. The teaching practice has achieved good effect and passed the appraisal of school demonstration class， and help students obtain satisfactory results in the school's mathematical modeling competition.

Keywords： online and offline; teaching design; curriculum practice; teaching evaluation

0 引言

互聯網時代，我們每一次敲擊鍵盤、每一次點擊鼠標、每一次訪問網絡資源，都構成了大數據的一部分，都可能被挖掘、分析、使用，或幫助企業分析出某種趨勢，完成某項互動或決策。大數據是人類技術發展的最新趨勢，數據分析的本質就是揭示數據背后的規律，使數據產生價值。

數據分析的知識范疇包括了計算機科學、統計學及各領域的專業知識，研究從實際問題出發對數據進行建模、分析、預測[1]。本課程是全校公選課，32學時，學生來自全校各專業，計算機基礎參差不齊，但他們都抱著對數據分析的興趣而來。如何用最簡單的方式、最實用的技術使學生快速入門，結合實際問題做出數據分析報告，是本課程的目標。采用線上線下結合的方法，不斷實踐，不斷解決問題，課程設計始終圍繞這個思想展開。

1 教學設計

1.1 教學內容設計

本課程不泛泛地講解各類數據分析技術或深層次的理論和算法，也不純粹介紹各種第三方庫的使用，而是根據大多數初學者的特點，設計系列案例來引導學習過程，激發學習者的學習興趣和應用創新。通過案例的演示和迭代開發，由淺入深，逐步引出知識點，并討論其中涉及的相關數據思維、激發學生的創新。課程教學內容覆蓋數據分析基本步驟、數據的組織和存儲格式、數據清洗、轉換與合并、數據匯總和統計、機器學習、數據可視化，介紹數據分析技術在文本、圖像、時序等領域的最新應用[2]。

主要教學內容及學時設計如下：

⑴ Python編程精講，四學時;

⑵ 學會使用Numpy、Pandas常用數據分析庫，十學時;

⑶ 學會利用Matplotlib進行數據可視化分析，三學時;

⑷ 學會基本的機器學習建模分析，六學時;

⑸ 學會基本的文本數據分析，三學時;

⑹ 了解圖像數據處理、時序數據與語音處理的基本分析方法，二學時;

⑺ 數據分析實戰，二學時（小組答辯）;

⑻ 隨堂考試，二學時。

1.2 教學方法設計

全面采用線上線下翻轉課堂的教學方法。選用中國大學MOOC平臺，建設獨立SPOC，該平臺資源豐富，穩定可靠，而且用平臺的慕課堂輔助線下教學，進行簽到、小組劃分、限時答題、隨機點名、討論等。一個平臺覆蓋了課程教學各環節的需要[3]。具體的教學方法設計如下。

首先，充分發揮線上學習的優勢，教學視頻按周在平臺發布，網上視頻分為兩種類型，一類是知識點講解，一類是習題示范，學生看視頻學知識，對照視頻做作業。

其次，線下課堂講重點和難點，做隨堂小測、互動交流、作業匯報。每次上課時教師開啟慕課堂，學生用微信小程序登錄慕課堂，先做隨堂小測，通常是5題選擇題，限時5分鐘回答，考察課前的視頻學習情況，又兼做課堂考勤。隨后教師講重點和難點，課程中間穿插限時答題，實時反饋答題結果，知曉學生學習情況。靈活運用討論和互動功能，借助慕課堂可以自由討論，也可以隨機點名回答問題。剩下課堂最后15分鐘做隨堂作業，把課堂上講的案例更換數據后再做一遍，目的是讓學生把代碼敲一遍，加深理解，促進動手實踐，掌握本次課的內容。課堂上講、練、測結合，使學習過程更加高效和有趣[4]。

1.3 課程實踐

作為課程的重要組成部分，需要完成一份大作業——撰寫數據分析報告，以小組為單位，鼓勵學生跨專業組隊，期望解決不同專業領域的問題。

解決問題的能力和意識需要在課程教學中培養，需要通過習題、作業、項目實踐的啟發和訓練。特別是以項目為引導的實踐訓練，培養學生用數據分析的手段解決不同領域問題的意識和能力[5]。課程的出發點和最終目標始終是面向問題求解。

1.4 課程考核設計

在課程考核上，將所有教學環節納入其中，注重過程性考核，注重動手實踐能力的考核[6]。具體成績組成如下：

⑴ 完成四次課程單元測試;（10分）

⑵ 完成七次課后作業;（10分）

⑶ 完成課堂交流討論三次及以上;（10分）

⑷ 完成大作業，撰寫數據分析報告并答辯;（20分）

⑸ 參加理論考試;（50分）

每次作業、單元測驗、交流討論都在SPOC平臺上保留了原始數據，通過平臺的學情統計，課程數據統計，學習數據統計，非常方便地評價并導出學生成績。

2 教學實施

2.1 落實平時教學過程

清楚了教學目標及方案后，落地是關鍵，因此，要加入多個監測點，需要老師去推動和督促，讓教學設計真正落到實處。

整個學期，在SPOC平臺上發布了七次課后作業、四次單元測驗、十一次隨堂小測。課后作業用學生互評的方式，根據評分標準每個同學需評價五份其他同學的作業，由系統隨機選定。單元測驗限時30分鐘，兩次機會，覆蓋課程的所有章節內容和要求。所有學習數據、課程數據實時查看，一目了然。如圖1、圖2所示。

2.2 落實課程大作業

促進以小組為單位的合作學習和實踐學習。從本課程第一次上課就明確小組大作業的要求和落實方法，讓同學們留意日常生活或本學科領域中數據分析的實例，一開始就培養數據分析的意識。到第八周，以四人為一個小組自由組隊，鼓勵學科交叉，小組成員分工合作，從定題目，找數據，選擇分析方案直至寫出數據分析報告。期末時，進行大作業答辯，答辯是對每個小組作業質量的檢驗，杜絕打醬油，隨機在小組中，抽一位同學代表該小組匯報和答辯，5分鐘時間，其他同學和老師作為評委，根據該組所做項目的質量、創新性、PPT制作、答辯情況來打分，該成績為小組每位同學共享。課程大作業占課程成績的20%，期末答辯前，在第十二周安排中期抽查。

前期落實到位，最終的課程大作業收到了比較好的效果，學生思維活躍，選題豐富，如：基于校園卡刷卡數據的城市學院學生消費行為分析，基于武漢Covid19感染數據的分析建模，人民日報文章分析。整體答辯效果非常好，學生愿講、能講、具有講好的愿望和能力，每組同學講完都收到熱烈的掌聲，起到了很好的作品展示和相互學習的效果。

圖3、圖4是期末答辯時的小組匯報，全程在釘釘群直播。

3 教學效果和學生評價

盡管這是一門公選課，但同學們的學習熱情很高，開學和期中做了兩次問卷，數據顯示學生對課程的認可度為81.8%，另36.4%的同學表示課程太難。因為是全校性公選課，選課同學中有近80%的同學來自工科專業背景，另20%的同學來自商學院、醫學院等其他專業。選課同學中有50%的同學沒有Python語言基礎。這些因素導致學生對課程的接受程度有明顯區別。

課程總結中，學生寫下了對這門課的評價。學生王銘杰說：本次課程雖然是公選課，但是學習到的知識點非常廣，甚至超越了許多通識必修課程。在我的眼中，數據分析課程是一門實用性極高、實踐性也極高的課程，不但需要在課上進行聽講演練，課后還需要自己手敲代碼一步步摸索各個第三方庫、函數、模型的意義。而關于實用性，我覺得是毋庸置疑的，在近期開展的學校數學建模比賽中，我們小組成員便使用了Python數據分析作為工具，最終取得了比較好的成績。希望日后我能將所學知識運用到各個地方，也祝這門課程越開越好。學生對課程如此評價令人欣慰。

4 結束語

本文探討了以建設線上線下混合金課為契機，深耕教學內容，改革教學方法，重新整合資源，把教學設計落到實處。發揮SPOC平臺的功能和優勢，跟蹤學習數據和課程數據，靈活掌控教學過程。堅持以問題求解為出發點和落腳點，培養學生的學科交叉和創新應用能力。后續將堅持線上線下混合教學總體方向，在前期教學積累的基礎上進一步完善教案和配套，在學科交叉和應用能力培養上再作研究和探索。

參考文獻（References）：

[1] 宋暉，劉曉強.數據科學技術與應用[M].電子工業出版社，2018.

[2] 余本國.基于Python的大數據基礎及實戰[M].中國水利水電出版社，2018.

[3] 王瑞芬.線上線下混合教學模式在統計學中的應用[J].教育教學論壇，2020.25：211-212

[4] 楊蓓.我國高?！秾徲媽W》課程線上線下混合式教學模式研究[J].智庫時代，2019.47.

[5] 馬超，曽紅，王宏祥.線上線下混合實驗教學模式研究[J].實驗室研究與探索，2019.37：185-189

[6] 李建榮.線上線下混合式教學探索與實踐[J].教育教學論壇，2019.37：164-165