《數據分析基礎》課程建設與教學實踐探索

張程偉

摘要：《數據分析基礎》課程是數據科學與大數據專業的一門專業基礎課程。本文主要介紹了浙大城市學院《數據分析基礎》課程的建設思路，并總結了2020年教學實踐情況。

關鍵詞：數據分析;課程建設;教學實踐

一、引言

《數據分析基礎》是我校大數據專業的必修課程。張彩伢等[1]提到在大數據專業人才培養模式中要構建多層次的實踐教學體系：基礎實驗層、綜合設計層和應用創新層。《數據分析基礎》就是基礎實驗層的實踐類課程。周黎鳴等[2]分析了工科背景下數據分析的課程設計，側重于可視化的實現，而我校數據分析課程是在理科背景下，側重于采用統計方法進行數據分析，主要教授R語言和Python語言的數據分析編程方法。朝樂門等[3]指出數據科學課程的一大難點就是理論基礎的跨學科性，數據分析實踐就是統計學、機器學習及可視化的一個重要接合點，無論對學生的學習還是對老師的教學都充滿著挑戰。

我校該課程主要介紹R語言以及Python語言的編程基礎以及數據分析相關理論方法。該課程的教學可以讓學生熟悉數據分析相關的工具R以及Python的編程環境和編程技術，同時培養學生能夠使用R以及Python進行數據分析處理的能力，最終使學生掌握數據可視化以及基本數據分析的相關理論方法和具備使用R以及Python編程工具進行編程實現的能力。學生通過該課程的學習，提高動過手能力和獨立思考能力，能夠更好更輕松地將后續學習中關于數據處理的理論模型知識應用到實處。

二、浙大城市學院統計軟件課程教學探索歷程

《數據分析基礎》是數據分析工具語言類的課程，隨著計算機相關軟件的發展，浙大城市學院的相關教學也經歷了以下幾個階段：

2008年開始面向統計專業開設了《實用統計軟件》，培養學生實用計算機軟件進行統計建模分析的能力。課程教學內容從使用SPSS進行統計分析到使用SAS進行統計分析的編程實現，從菜單式數據分析的計算機應用到統計建模的編程實現。

2016年開始面向統計專業開設《統計軟件基礎（雙語）》，為了跟上學科發展的潮流，更好地開拓學生的統計建模實現能力，課程內容轉為使用R語言進行統計建模分析。

2019年開始，我校新開設數據科學與大數據技術專業，為了使學生在未來的學習和研究中擁有足夠的數據處理和計算編程能力，開設《數據分析基礎》，重點介紹統計建模的R語言以及成熟的用于數據分析的Python語言的編程基礎以及數據分析相關理論方法和計算機編程實現。

三、課程建設

本課程建設的重點主要放在案例的設計和課堂教學形式的優化。

本課程作為一門新開課程，建立在歷史開設的幾門相關課程的基礎之上，擁有一些教學案例的積累。教學內容包括： R編程環境的熟悉、R語言數據結構、基本統計分析及繪圖的R實現以及Python語言的基本語法、numpy科學計算庫、pandas數據分析處理庫和利用Matplotlib庫進行數據可視化。

數據分析基礎這門課程的特色在于培養學生熟悉使用相關計算機編程語言的同時還要熟悉數據分析的相關理論基礎的同時，將二者結合起來，達到能夠使用R或者Python進行具體的數據處理和分析。

改革的創新點也在于和通過大量具體的數據分析案例入手，進行案例教學，在課堂上培養學生能夠針對不同數據案例給出相應的分析建模方法，然后利用計算機進行編程實現，而不是單純割裂地進行R語言或者Python語言的編程教學或者是數據分析理論的教學。

教學形式上增加學生的動手參與的機會，改革課程考核的方式，注重考查教學過程中學生的參與程度與效果。課程成績的評定將包括：平時成績（考勤+作業）以及期末考查，期末考查的形式以上機完成一次綜合的數據分析實訓為主，不唯考，重過程，看成效。

作為首開課程，在未來的教學過程中，將會首先將課程體系建設完善，完善教學的內容和教學的案例以及考核內容。然后調研大數據專業后續專業課程任課老師的教學需要，調整優化本課程的教學內容，使本課程融入專業課程建設的需要，提升學生的專業能力，更好地為其在后續的專業學習和研究服務。

（一） 課程教學內容及課時安排：

1. Python語言基礎（8學時）

2. Numpy基礎（8學時）

3. Pandas入門（8學時）

4. Python繪圖與可視化（8學時）

5. Python數據分析初步（4學時）

6. R語言基礎知識（8學時）

7. R數據結構（8學時）

8. R數據轉換（4學時）

9. R數據可視化（4學時）

10. R描述性統計分析及隨機模擬（4學時）

（二）考核重點：熟悉Python的使用環境和編程方法，能夠使用Python進行基本的數據處理與分析任務。熟悉R語言的語法結構與數據處理方法，能夠使用R進行基本的數據處理與分析任務。

（三）必須掌握的基本知識點：Python的運行編譯環境;Python語言基礎，序列函數的使用，循環語句以及分支控制語句的應用;內建的數據結構以及函數的定義與使用;numpy多維數組及逐元素通用函數;pandas數據結構及其基本操作;數據的轉換;數據可視化方法;數據的分組、聚合。熟悉R中的內容顯示;變量、向量的生成、管理與運算;函數的定義;程序包的裝載與使用;數據的輸入、輸出與管理;矩陣、數據框的定義與管理;數據的轉換;字符串與日期類數據;統計相關基礎運用（數據匯總，描述性統計分析，樣本均值t檢驗，正態性檢驗等）;R繪圖及圖形控制;其他一些關于R編程的有用方法。

考核內容為平時十二次實驗作業每次提交，期中進行一次Python數據分析技能的上機考核，期末進行一次R數據分析技能的上機考核。

（四）考核的評定（評分）標準：（1）課程要求學生全程參與并簽到，不得無故缺勤。考勤總分為10分，無故缺勤一次減2分，無故缺勤次數達到3次，取消該課程的考核資格。（2）平時作業每次滿分10分，按照解答的準確性以及態度進行評分，最后總合按30分折算加入期末總評。（3）期中及期末考核按照完成任務的質量和數量進行評分，各滿分100分。（4）期末總評=平時作業成績（30分）+考勤（10分）+期中考核（30%）+期末考核（30%）

四、教學實踐

以上課程體系，經過一輪針對2019級學生的教學，學生成績如下表所示：參與考核的總人數為63人，及格率為97%，優秀率為62%。

從考核結果來看，學生基本能夠掌握并運用所學Python或者R語言進行簡單的數據分析工作，整體表現較好，學生們的學習主動性較強，在一個學期之內基本掌握了兩門數據分析語言，成績理想。存在的問題主要有部分同學對于數據分析應用的上機考核形式不是很熟悉，平時缺乏練習。

參考文獻：

[1] 張彩伢，王貴. 理科大數據專業數據分析人才培養模式的探究[J]. 教育現代化，2021，8（01）：37-41.

[2] 周黎鳴，林英豪，李征，陳小潘.新工科背景下大數據專業課程建設[J].計算機時代，2021（01）：102-105.

[3] 朝樂門，楊燦軍，王盛杰，趙俊鵬，許夢甜.全球數據科學課程建設現狀的實證分析[J].數據分析與知識發現，2017，1（06）：12-21.