彭煥卜 謝志昆

摘? ?要：隨著數(shù)據(jù)可視化的快速發(fā)展，傳統(tǒng)的數(shù)據(jù)分析技術(shù)已經(jīng)不能滿足如今社會(huì)的發(fā)展需求，而Python語言則以其精準(zhǔn)、高效、簡明的設(shè)計(jì)理念在眾多數(shù)據(jù)分析技術(shù)中脫穎而出。文章主要基于Python語言中的Numpy、Pandas、Matplotlib、Wordcloud等第三方庫，在Jupyter Notebook（anaconda3）環(huán)境下，分析云南大學(xué)2019—2020學(xué)年春季學(xué)期本科生公共素選課《信息時(shí)代的學(xué)習(xí)技術(shù)及應(yīng)用》的學(xué)習(xí)者基本數(shù)據(jù)，分別對(duì)學(xué)習(xí)者成績、來源、學(xué)習(xí)能力、討論區(qū)內(nèi)容等進(jìn)行可視化分析，從而加強(qiáng)Python數(shù)據(jù)可視化在教育教學(xué)中的應(yīng)用。

關(guān)鍵詞：Python語言;學(xué)習(xí)者數(shù)據(jù);數(shù)據(jù)分析;可視化研究

中圖分類號(hào)：G644 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2021）15-0060-05

一、引言

隨著人工智能技術(shù)的發(fā)展，數(shù)據(jù)分析與可視化技術(shù)不斷加快教育信息化建設(shè)，但如何合理有效地分析和應(yīng)用大量的數(shù)據(jù)資源，則成為當(dāng)前教育教學(xué)面臨的最大問題。目前，在教育教學(xué)中數(shù)據(jù)分析與可視化主要應(yīng)用在學(xué)生成績統(tǒng)計(jì)、校園一卡通數(shù)據(jù)分析、實(shí)驗(yàn)數(shù)據(jù)的統(tǒng)計(jì)和分析等方面，但常見的數(shù)據(jù)可視化工具仍存在程序語言復(fù)雜、功能及呈現(xiàn)方式單一等問題。而Python語言以其豐富的功能和簡潔的語法則可以實(shí)現(xiàn)多種數(shù)據(jù)可視化呈現(xiàn)方式，如散點(diǎn)圖、熱力圖、詞云圖、雷達(dá)圖等，為處理教育教學(xué)中的數(shù)據(jù)提供了良好的支持。因此，本研究主要使用Python第三方庫Pandas、Matplotlib、Wordcloud等對(duì)課程學(xué)習(xí)者的基本數(shù)據(jù)進(jìn)行可視化處理，從而使教育教學(xué)數(shù)據(jù)得到有效應(yīng)用。

二、Python語言及數(shù)據(jù)處理

1.Python語言

Python是一門面向?qū)ο蟮某绦蛟O(shè)計(jì)語言，它支持命令式編程、函數(shù)式編程等，擁有大量的成熟擴(kuò)展庫。[1]目前Python語言已廣泛應(yīng)用于云計(jì)算、Web研發(fā)、人工智能、科學(xué)運(yùn)算等領(lǐng)域，它有著其他語言所無法比擬的優(yōu)秀特性。[2]其在處理數(shù)據(jù)上具備以下優(yōu)勢(shì)：①代碼量少，開發(fā)速度快;②有豐富的數(shù)據(jù)處理包，對(duì)于正則表達(dá)式、html 解析、xml解析等處理起來非常方便;③使用成本低，且不需要額外操作;④語法簡單，學(xué)習(xí)快、維護(hù)成本低;⑤免費(fèi)開源，且兼容眾多平臺(tái)。[3]此外，Python將其全面、強(qiáng)大的數(shù)據(jù)分析能力融入到了數(shù)據(jù)采集、整理、分析、挖掘的全過程，正因如此，才使它逐步成為各行業(yè)做大數(shù)據(jù)分析的首要選擇，尤其是在實(shí)現(xiàn)數(shù)據(jù)可視化方面。

2.數(shù)據(jù)處理

（1）數(shù)據(jù)采集

本研究的數(shù)據(jù)源于云南大學(xué)2019—2020學(xué)年春季學(xué)期本科生公共素選課《信息時(shí)代的學(xué)習(xí)技術(shù)及應(yīng)用》的學(xué)習(xí)者基本數(shù)據(jù)。該課程主要采用PBL教學(xué)法進(jìn)行線上教學(xué)，設(shè)置了3次小組研究性學(xué)習(xí)匯報(bào)、5次線上討論、7次單元作業(yè)等學(xué)習(xí)任務(wù)，且將48名學(xué)習(xí)者通過異質(zhì)分組平均分到8個(gè)項(xiàng)目學(xué)習(xí)小組。本研究采集了48名學(xué)習(xí)者的基本信息、7次單元作業(yè)的成績以及本研究所需的3次線上討論內(nèi)容，用Excel和Word導(dǎo)出數(shù)據(jù)，并對(duì)部分信息進(jìn)行隱藏、刪除、替換等處理。其樣本數(shù)據(jù)字段含義解讀如表1所示。

（2）數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理是指在主要的處理之前對(duì)初始數(shù)據(jù)中存在的缺失、重復(fù)、不一致等一系列問題進(jìn)行的處理，一般要經(jīng)過數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約及數(shù)據(jù)變換等操作。[4]本研究的IDE是IPython的Jupyter Notebook（anaconda3），運(yùn)用Pandas處理結(jié)構(gòu)化數(shù)據(jù)、Matplotlib繪制數(shù)據(jù)圖表、Jieba處理非結(jié)構(gòu)化數(shù)據(jù)、Wordcloud生成詞云。由于數(shù)據(jù)已經(jīng)通過Excel和Word進(jìn)行過簡單處理，所以不存在重復(fù)、不一致問題，部分?jǐn)?shù)據(jù)缺失也是因?yàn)楹罄m(xù)數(shù)據(jù)處理需要。因此，預(yù)處理階段主完成的任務(wù)及程序步驟如下。

①讀取excel“student score.xls”信息

import numpy as np

import pandas as pd

studentscore=pd.read_excel（"student score.xls"）

studentscore . info（）

studentscore

②引入第三方庫及可視化基本設(shè)置

import jieba? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?#導(dǎo)入第三方庫

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from wordcloud import WordCloud

%matplotlib inline? ? ? ? ? ? ? ? ? ? ? #在notebook中顯示繪圖結(jié)果

plt.rcParams['font.sans-serif'] = ['SimHei']? ? ? ?#中文亂碼的處理

plt.rcParams['axes.unicode_minus'] = False

plt.style.use（'ggplot'）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #設(shè)置繪圖風(fēng)格

import matplotlib? ? ? ? ? ? ? ? ? ? ? ? ? #設(shè)置一些全局的資源參數(shù)

matplotlib.rc（'figure'， figsize = （20， 10））? ? ? ? ? #設(shè)置圖片尺寸

matplotlib.rc（'font'， size = 15）? ? ? ? ? ? ? ? ? ? ?#設(shè)置字體大小

三、學(xué)習(xí)者學(xué)習(xí)成績可視化分析

1.學(xué)習(xí)者總成績分析

在總成績分析中，以X軸代表總成績;Y軸代表學(xué)號(hào)，運(yùn)用“my_y_tick=np.arange（100，150，6）”，以每6個(gè)學(xué)號(hào)對(duì)Y軸分段，每個(gè)分段代表一個(gè)項(xiàng)目小組。最后使用圖形庫中的plt.scatter函數(shù)，繪制學(xué)習(xí)者總成績分布的散點(diǎn)圖，如圖1所示。

散點(diǎn)圖用于表示X、Y軸坐標(biāo)間數(shù)據(jù)的變化關(guān)系， 借助可視化分析工具，數(shù)據(jù)的變化關(guān)系可以被可視化地分析并展示出來。[5]學(xué)習(xí)者總成績分析是指，繪制學(xué)號(hào)和總分兩個(gè)變量間關(guān)系的散點(diǎn)圖來反映課程學(xué)習(xí)者的學(xué)習(xí)狀況。從X軸可知，學(xué)習(xí)者總成績大多集中在475～650分，說明多數(shù)學(xué)習(xí)者整體學(xué)習(xí)狀態(tài)良好;總成績小于400分的學(xué)習(xí)者共有3名，查看作業(yè)完成情況發(fā)現(xiàn)，這3位學(xué)習(xí)者均有3次及其以上未提交作業(yè)，由此說明學(xué)習(xí)者總成績與學(xué)習(xí)者的學(xué)習(xí)態(tài)度成正比。另外，從散點(diǎn)圖的Y軸以及3次小組匯報(bào)的情況發(fā)現(xiàn)，3位不及格學(xué)習(xí)者所在的小組，在研究性學(xué)習(xí)過程中進(jìn)度稍慢于其他小組，由此可見組內(nèi)成員的進(jìn)度會(huì)影響小組整體進(jìn)度。因此，學(xué)習(xí)者需要增強(qiáng)團(tuán)隊(duì)協(xié)作意識(shí)。

2.單元平均成績分析

單元平均成績可以反映學(xué)習(xí)者每單元的學(xué)習(xí)掌握情況，而折線圖恰好可以清晰地反映各單元學(xué)習(xí)情況之間的差異和波動(dòng)。所以，先采用df.mean函數(shù)求出每個(gè)單元的平均成績，再利用圖形庫中的plt.plot函數(shù)繪制出單元平均成績的折線圖，如圖2所示。

從折線整體走勢(shì)來看，7個(gè)單元的平均成績存在一定波動(dòng)，但波動(dòng)較小，其中最高分為87.9，最低分為84.45，說明整體教學(xué)效果相對(duì)較好。另外，通過對(duì)各單元平均成績的比較，第二單元和四單元相對(duì)較高，第一單元和第六單元相對(duì)較低，而第一單元屬于課程開始的理論知識(shí)，學(xué)習(xí)者處在新課程學(xué)習(xí)的適應(yīng)階段。另外，第四單元和第六單元都屬于動(dòng)手實(shí)踐類內(nèi)容，并且第四單元是基于項(xiàng)目的小組研究性學(xué)習(xí)成果展示，由此說明基于小組的研究性學(xué)習(xí)效果較好，而第六單元平均成績較低則是因?yàn)椴糠謱W(xué)習(xí)者軟件無法成功安裝、審題不仔細(xì)及軟件使用不熟練等。該課程提供線上可反復(fù)學(xué)習(xí)的資料，由上述分析可知，回看資料的學(xué)習(xí)者較少，因此，學(xué)習(xí)者自我約束能力有待加強(qiáng)。

3.男女生成績等級(jí)分析

男女生成績等級(jí)分析是通過幾組數(shù)據(jù)比較，來分析男女生學(xué)習(xí)者的學(xué)習(xí)態(tài)度和學(xué)習(xí)效果，因此，使用df.groupby函數(shù)導(dǎo)出數(shù)據(jù)、Excel表格生成數(shù)據(jù)，最后用plt.bar函數(shù)繪制男女生成績等級(jí)頻次分組柱狀圖，如圖3所示。

學(xué)習(xí)者成績等級(jí)是將學(xué)習(xí)者的總成績分別劃分為0～399分、400～474分、475～549分、550～624分、625～700分五個(gè)區(qū)間，分別表示不及格、及格、中等、良好和優(yōu)秀五個(gè)等級(jí)。由分組柱狀圖可以看出，整體成績呈現(xiàn)正態(tài)分布，符合當(dāng)前的教育教學(xué)規(guī)律。從圖3可知，大多數(shù)學(xué)習(xí)者成績都處在中等、良好和優(yōu)秀這三個(gè)等級(jí)，其中550～624分的良好等級(jí)占到總?cè)藬?shù)一半，不及格人數(shù)僅有3人，且為3次及以上未交作業(yè)者。而在優(yōu)秀和良好兩個(gè)等級(jí)中，女生明顯多于男生;在不及格和及格等級(jí)中，男生是女生的2.5倍，且不及格者均為男生。由此說明，女生成績普遍好于男生，但在實(shí)際操作方面往往男生優(yōu)于女生。因此要求教師根據(jù)不同學(xué)習(xí)者的特征因材施教。

四、學(xué)習(xí)者學(xué)習(xí)特征可視化分析

1.學(xué)習(xí)者來源分析

學(xué)習(xí)者來源分析有助于了解學(xué)習(xí)者自身優(yōu)勢(shì)和知識(shí)儲(chǔ)備。而餅狀圖通常用于統(tǒng)計(jì)某一范圍內(nèi)不同樣本數(shù)量或者值在總數(shù)量或總和中的百分比，[6]所以此部分將采用圖像庫中的plt.pie函數(shù)來繪制學(xué)習(xí)者來源分布餅狀圖，如圖4所示。

由餅狀圖可以看出，共有12個(gè)學(xué)院的學(xué)習(xí)者選修該課程，其中信息學(xué)院有15人，約占總?cè)藬?shù)的三分之一，該課程內(nèi)容與信息學(xué)院學(xué)習(xí)者自身知識(shí)儲(chǔ)備息息相關(guān);占比較多的還有數(shù)學(xué)與統(tǒng)計(jì)學(xué)院、經(jīng)濟(jì)學(xué)院，各占了12.5%，對(duì)于這兩個(gè)學(xué)院學(xué)習(xí)者而言，學(xué)習(xí)新的技術(shù)有助于其專業(yè)發(fā)展;除此之外，還涉及外國語學(xué)院、公共管理學(xué)院等其他9個(gè)學(xué)院，這些數(shù)據(jù)足以說明《信息時(shí)代的學(xué)習(xí)技術(shù)及應(yīng)用》這門課程逐漸受到其他學(xué)院和專業(yè)學(xué)習(xí)者的青睞，信息技術(shù)也越來越多地融入到我們的學(xué)習(xí)、生活、工作中，選擇該課程的學(xué)習(xí)者來源足以體現(xiàn)這一現(xiàn)象，相信之后該課程也會(huì)逐漸受到其他專業(yè)學(xué)習(xí)者的喜歡，就如Python語言越來越受到各行各業(yè)的青睞那樣。

2.學(xué)習(xí)者能力分析

對(duì)本課程7個(gè)單元作業(yè)所考察的學(xué)習(xí)者觀點(diǎn)表述、理論+實(shí)踐、小組合作、動(dòng)手實(shí)踐四方面能力90分以上的平均頻次進(jìn)行統(tǒng)計(jì)，以此了解學(xué)習(xí)者的學(xué)習(xí)偏向及教學(xué)內(nèi)容的難易程度。通過for語句讀取數(shù)據(jù)、極坐標(biāo)函數(shù)繪制雷達(dá)圖，如圖5所示。

雷達(dá)圖是以一點(diǎn)為中心、每個(gè)變量為一軸、由內(nèi)向外發(fā)射狀、能對(duì)多變量資料進(jìn)行綜合分析的圖形。[7]學(xué)習(xí)者能力分布雷達(dá)圖可以幫助教師優(yōu)化教學(xué)，推動(dòng)學(xué)習(xí)者綜合能力發(fā)展。由單元作業(yè)內(nèi)容發(fā)現(xiàn)，第一、二單元考察觀點(diǎn)表述能力，第三、五單元考察“理論+實(shí)踐”能力，第四單元考察小組合作能力，第六、七單元考察動(dòng)手實(shí)踐能力。雷達(dá)圖中小組合作能力排第一，觀點(diǎn)表述能力排最后，這是由于該課程采用PBL教學(xué)法，且該課程是技術(shù)應(yīng)用類課程。但動(dòng)手實(shí)踐能力僅排第三，這與學(xué)習(xí)者初學(xué)新技術(shù)、熟練度不夠有關(guān)，“理論+實(shí)踐”排第二也能說明在注重學(xué)習(xí)者實(shí)踐能力的同時(shí)，沒有忽視理論基礎(chǔ)。綜上所述，在后期的教學(xué)過程中應(yīng)該注重培養(yǎng)學(xué)習(xí)者的觀點(diǎn)表述和動(dòng)手實(shí)踐能力。

3.討論區(qū)關(guān)鍵詞分析

詞云是文本數(shù)據(jù)可視化的常用方式，對(duì)文本中出現(xiàn)頻率較高的關(guān)鍵詞予以視覺上的突出展現(xiàn)。[8]所以，先提取3次討論區(qū)的文本內(nèi)容，使用Jieba對(duì)文本內(nèi)容進(jìn)行分詞和優(yōu)化，再用Wordcloud生成詞云圖，如圖6所示。

選取的3次討論區(qū)內(nèi)容分別位于課程的前期、中期和后期，并且討論的題目都具有開放性和分享性的特點(diǎn)。由圖6可知，出現(xiàn)頻次較高的有“信息”、“學(xué)習(xí)”、“搜索”、“知識(shí)”等詞，其正向反饋的居多;還有“網(wǎng)絡(luò)”、“互聯(lián)網(wǎng)”、“數(shù)據(jù)”、“搜索引擎”等與信息時(shí)代相關(guān)的詞，由此說明學(xué)習(xí)者希望掌握或進(jìn)一步學(xué)習(xí)更多該課程的知識(shí)，學(xué)習(xí)技術(shù)確實(shí)給學(xué)習(xí)者帶去了許多便利;另外，值得注意的是像“需要”、“提供”、“整合”、“資源”、“獲取”等基于表象的詞較多，則從側(cè)面反映出學(xué)習(xí)者學(xué)習(xí)得還不夠深入。綜上，通過討論區(qū)詞云圖可以了解學(xué)習(xí)者的知識(shí)儲(chǔ)備、學(xué)習(xí)效果以及學(xué)習(xí)的興趣點(diǎn)，從而有利于教師及時(shí)調(diào)整課程、內(nèi)容進(jìn)程等，進(jìn)而實(shí)現(xiàn)高效學(xué)習(xí)。

五、研究結(jié)論及建議

1.結(jié)合特性，協(xié)同發(fā)展

隨著“個(gè)性化學(xué)習(xí)”的教學(xué)理念不斷深入人心，了解、分析學(xué)生并引導(dǎo)學(xué)生自主學(xué)習(xí)的需求已成為教育教學(xué)的重要課題。[9]通過可視化分析發(fā)現(xiàn)，學(xué)習(xí)者在學(xué)習(xí)特性、興趣、需求等方面都存在一定差異，所以在教育教學(xué)中就要做到因材施教、因需施教。首先，對(duì)不同性別學(xué)習(xí)者進(jìn)行分析，男性學(xué)習(xí)者更偏向于學(xué)習(xí)動(dòng)手實(shí)踐類知識(shí)，女性學(xué)習(xí)者則偏向文字表述類知識(shí)，因此就要強(qiáng)調(diào)男女搭配成組的重要性，可根據(jù)男女生的特性設(shè)置不同的任務(wù)，從而在小組合作中相互學(xué)習(xí)、取長補(bǔ)短。其次，對(duì)不同學(xué)院學(xué)習(xí)者進(jìn)行分析，信息學(xué)院學(xué)習(xí)者占到總?cè)藬?shù)的1/3，他們有自身的專業(yè)優(yōu)勢(shì)，學(xué)習(xí)速度相對(duì)較快，但像外語學(xué)院等學(xué)習(xí)者就很難適應(yīng)快節(jié)奏學(xué)習(xí)，因此要求教師合理把控教學(xué)節(jié)奏，注重異質(zhì)分組，以強(qiáng)帶弱，共同學(xué)習(xí)。最后，從課程方面來說，該課程為公共素選課，大多數(shù)學(xué)習(xí)者學(xué)習(xí)的目的是掌握更多信息時(shí)代的技術(shù)與方法并應(yīng)用于實(shí)踐，所以在課程內(nèi)容安排上，要合理分配理論、技術(shù)、實(shí)踐課程的教學(xué)時(shí)間?；诖?，該課程后期發(fā)展應(yīng)該充分尊重學(xué)習(xí)者及課程特性，不斷完善機(jī)制、加強(qiáng)協(xié)作，從而發(fā)展綜合能力。

2.借助技術(shù)，多維發(fā)展

在大數(shù)據(jù)時(shí)代，為了更好地了解教學(xué)、課程、學(xué)習(xí)者學(xué)習(xí)等狀況，充分利用技術(shù)分析數(shù)據(jù)則是當(dāng)前教育教學(xué)的關(guān)鍵。一方面，借助技術(shù)提高學(xué)習(xí)者自主學(xué)習(xí)能力，通過對(duì)作業(yè)成績和討論區(qū)關(guān)鍵詞分析發(fā)現(xiàn)，學(xué)習(xí)者很少回看線上資料，討論區(qū)的內(nèi)容流于表面，任務(wù)完成也存在滯后性，所以學(xué)習(xí)者主動(dòng)學(xué)習(xí)能力不足。因此，我們可以借助技術(shù)對(duì)學(xué)習(xí)過程進(jìn)行實(shí)時(shí)“監(jiān)控”，加大過程性評(píng)價(jià)的占比，還可以設(shè)置一些個(gè)性化警告和提醒，從而使學(xué)習(xí)者多方發(fā)展，如AI智能教學(xué)監(jiān)測(cè)系統(tǒng)。另一方面，借助技術(shù)完善個(gè)性化服務(wù)，通過分析發(fā)現(xiàn)學(xué)習(xí)者的學(xué)習(xí)節(jié)奏、知識(shí)儲(chǔ)備等都有所不同，而以往的教學(xué)又很難照顧到每一位學(xué)習(xí)者，因此就可以通過技術(shù)對(duì)線上的數(shù)據(jù)進(jìn)行挖掘和處理，如對(duì)學(xué)習(xí)進(jìn)度、學(xué)習(xí)結(jié)果等的分析，從而為不同的學(xué)習(xí)者提供個(gè)性化定制服務(wù)，并且教師還可以根據(jù)實(shí)際情況，對(duì)學(xué)習(xí)方案進(jìn)行調(diào)整，進(jìn)而提高學(xué)習(xí)者的綜合能力，如本研究就是通過Python語言對(duì)學(xué)習(xí)者成績的簡單可視化。總之，借助技術(shù)，可以更好地進(jìn)行數(shù)據(jù)挖掘和數(shù)據(jù)分析，更好地為教學(xué)和學(xué)習(xí)提供支持，從而實(shí)現(xiàn)多元化、多維度的學(xué)習(xí)。

六、結(jié)語

人工智能時(shí)代，利用大數(shù)據(jù)、學(xué)習(xí)分析等技術(shù)分析教育問題是國際研究趨勢(shì)，也是教育現(xiàn)代化發(fā)展的重要驅(qū)動(dòng)力。[10]Python語言以操作簡單、容易理解等自身的優(yōu)勢(shì)受到各個(gè)領(lǐng)域的青睞，而教育領(lǐng)域中也需要運(yùn)用Python對(duì)龐雜的教育數(shù)據(jù)進(jìn)行深度且精準(zhǔn)的分析，從而不斷優(yōu)化教學(xué)。本研究主要將數(shù)據(jù)挖掘與分析的思想與《信息時(shí)代的學(xué)習(xí)技術(shù)及應(yīng)用》課程的學(xué)習(xí)者基本數(shù)據(jù)相結(jié)合，通過挖掘數(shù)據(jù)背后的價(jià)值，對(duì)數(shù)據(jù)進(jìn)行采集、分組統(tǒng)計(jì)、預(yù)處理、可視化等操作，從而為該課程教育教學(xué)提供一些有利支撐。但目前，研究的數(shù)據(jù)樣本還不充足、技術(shù)的使用還不成熟、數(shù)據(jù)挖掘也不夠深入，所以之后仍需要不斷探索、深入鉆研，進(jìn)而使Python語言與教育教學(xué)進(jìn)行多角度、深層次的融合。

參考文獻(xiàn)：

[1]姜趙，謝曉偉.基于Python的數(shù)據(jù)可視化應(yīng)用與研究[J].科學(xué)技術(shù)創(chuàng)新，2020（30）：88-89.

[2]朱正國.Python在校園大數(shù)據(jù)中的應(yīng)用研究[J].商丘師范學(xué)院學(xué)報(bào)，2020，36（6）：14-17.

[3]賀路路，阮曉龍.高校學(xué)生考試成績的數(shù)據(jù)分析模式與可視化研究[J].計(jì)算機(jī)時(shí)代，2019（9）：50-52，56.

[4]韋建國，王建勇.基于Python的Web數(shù)據(jù)挖掘應(yīng)用[J].浙江水利水電學(xué)院學(xué)報(bào)，2019，31（4）：79-82.

[5]陳偉.基于可視化分析技術(shù)的大數(shù)據(jù)審計(jì)案例研究[J].中國注冊(cè)會(huì)計(jì)師，2019（6）：61-64.

[6]劉雨珂，王平.基于Python+Pandas+Matplotlib的學(xué)生成績數(shù)據(jù)統(tǒng)計(jì)與圖形輸出實(shí)現(xiàn)[J].福建電腦，2017，33（11）：104-106，142.

[7]余水發(fā)，張惠鋒，傅海婷，李子杭，李秀央.基于統(tǒng)計(jì)圖表的學(xué)生考試成績可視化分析[J].教育教學(xué)論壇，2015（8）：77-79.

[8]宋永生，黃蓉美，王軍.基于Python的數(shù)據(jù)分析與可視化平臺(tái)研究[J].現(xiàn)代信息科技，2019，3（21）：7-9.

[9]馮桂爾.數(shù)據(jù)挖掘技術(shù)在遠(yuǎn)程教育中的應(yīng)用[J].現(xiàn)代教育技術(shù)，2012，22（12）：96-98.

[10]曾寧，張寶輝，范逸洲.如何分析慕課論壇中的數(shù)據(jù)：六大分析方法述評(píng)[J].現(xiàn)代遠(yuǎn)距離教育，2019（6）：87-96.

（編輯：王天鵬）