肖卓宇 黎妍

摘? 要： 為了提高Python數(shù)據(jù)分析課程教學(xué)效果不佳的問題，以計(jì)算思維為導(dǎo)向，厘析了Python數(shù)據(jù)分析的核心知識(shí)點(diǎn)，設(shè)計(jì)了Python數(shù)據(jù)分析依賴包知識(shí)點(diǎn)調(diào)查問卷，探究了Python數(shù)據(jù)分析總體流程，構(gòu)建了四階段的Python數(shù)據(jù)分析依賴包與計(jì)算思維能力映射關(guān)系，為Python數(shù)據(jù)分析課程教學(xué)改革提供了新思路。

關(guān)鍵詞： 計(jì)算思維; 問卷調(diào)查; 數(shù)據(jù)分析; 映射

中圖分類號(hào)：G642? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1006-8228（2021）12-121-04

Abstract： In order to improve the teaching effect of Python data analysis course， the core knowledge points of Python data analysis based on computational thinking were analyzed， the questionnaire of Python data analysis dependency package knowledge points was designed， the process of Python data analysis was researched， a four stage mapping relationship between Python data analysis dependency package and computational thinking ability was constructed， which provides a perspective for the teaching reform of Python data analysis.

Key words： computational thinking; questionnaire; data analysis; mapping

0 引言

信息技術(shù)與數(shù)據(jù)存儲(chǔ)飛速發(fā)展的今天，全世界每天產(chǎn)生EB級(jí)海量數(shù)據(jù)，2020中國通信院大數(shù)據(jù)白皮書預(yù)測(cè)，到2035年全球?qū)a(chǎn)生2142ZB的大數(shù)據(jù)。如何充分利用數(shù)據(jù)、處理數(shù)據(jù)成為困擾行業(yè)的難題，因此，數(shù)據(jù)分析顯得尤為重要[1]。Python數(shù)據(jù)分析目前是眾多高校人工智能與大數(shù)據(jù)相關(guān)專業(yè)的核心課程，培養(yǎng)大學(xué)生數(shù)據(jù)分析思維素養(yǎng)已刻不容緩。為提升Python數(shù)據(jù)分析課程教學(xué)效果，眾多研究團(tuán)隊(duì)做出了很多貢獻(xiàn)[2-5]。

李書影等[6]基于Python數(shù)據(jù)分析構(gòu)建了國外社交平臺(tái)評(píng)論《道德經(jīng)》的情感分析模型。謝紅霞等[7]設(shè)計(jì)了線上線下融合的Python數(shù)據(jù)分析課程教學(xué)改革。楊彩云等[8]提出以案例為驅(qū)動(dòng)的Python數(shù)據(jù)分析課程教學(xué)改革。賈揚(yáng)蕾等[9]分階段提出以成果為導(dǎo)向的Python數(shù)據(jù)分析教學(xué)改革。肖卓宇等[10]通過深度學(xué)習(xí)課程為例，關(guān)注計(jì)算思維與深度學(xué)習(xí)能力要求的映射關(guān)系。文獻(xiàn)[11]構(gòu)建了計(jì)算思維與Python公共基礎(chǔ)能力要求的映射關(guān)系。

總而言之，目前眾多研究團(tuán)隊(duì)在Python數(shù)據(jù)分析課程改革上提升了教學(xué)效果，但總體而言存在以下主要問題：

⑴ 缺乏用基于計(jì)算思維能力要求的視角實(shí)施Python數(shù)據(jù)分析課程教學(xué)改革;

⑵ 尚未建立Python數(shù)據(jù)分析課程與計(jì)算思維能力間的映射關(guān)系;

⑶ 部分研究關(guān)注到了計(jì)算思維與信息類課程的映射，但缺乏對(duì)Python數(shù)據(jù)分析課程的關(guān)注。

因此，本研究致力于從根本上探究提升Python數(shù)據(jù)分析課程的教學(xué)效果，以計(jì)算思維為導(dǎo)向，歸納了Python數(shù)據(jù)分析依賴包的核心知識(shí)點(diǎn)，設(shè)計(jì)了Python數(shù)據(jù)分析依賴包知識(shí)點(diǎn)調(diào)查問卷，探究Python數(shù)據(jù)分析總體流程，構(gòu)建了四階段Python數(shù)據(jù)分析依賴包與計(jì)算思維能力的映射關(guān)系。

1 Python數(shù)據(jù)分析依賴包問卷調(diào)查設(shè)計(jì)

表1通過問卷星平臺(tái)進(jìn)行線上調(diào)查，問卷調(diào)查對(duì)象為AI從業(yè)人員、大數(shù)據(jù)技術(shù)從業(yè)人員和相關(guān)專業(yè)的大學(xué)生。調(diào)查時(shí)間從2021年3月1日開始，截止日期為2021年6月1日。調(diào)查問卷涵蓋行業(yè)內(nèi)主流的Python數(shù)據(jù)分析依賴包，如Numpy、Pandas、Matplotlib、Scikit-Learn、Scipy、Tensorflow、Keras等，共計(jì)發(fā)放647份，回收有效問卷589份，有效問卷占比為91.36%，調(diào)查對(duì)象可對(duì)問卷中的Python數(shù)據(jù)分析依賴包選項(xiàng)進(jìn)行單選或多選。

表2通過降序?qū)ython數(shù)據(jù)分析依賴包問卷調(diào)查的重要性進(jìn)行了排序，其中，Numpy、Pandas、Matplotlib、Scikit-Learn四個(gè)依賴包分別以615、580、540、270的選中數(shù)占據(jù)前四。

參與問卷調(diào)研的人群，男性調(diào)查者占71.21%，女性調(diào)查者占28.79%。理科與工科占62.3%，管理類與文科專業(yè)占37.7%。年齡分布18至22歲占46.8%，23至35歲占36.7%，35歲以上者占16.5%。

圖1通過使用Wordart軟件對(duì)Python數(shù)據(jù)分析依賴包問卷調(diào)查結(jié)果進(jìn)行可視化展示， 并給出了Python數(shù)據(jù)分析依賴包的關(guān)鍵字云圖。

2 計(jì)算思維導(dǎo)向下的Python數(shù)據(jù)分析教學(xué)改革

2.1 計(jì)算思維

2006年3月，Carnegie Mellon University周以真教授在權(quán)威期刊《Communications of the ACM》上提出并定義了計(jì)算思維[12]。計(jì)算思維實(shí)質(zhì)是運(yùn)用計(jì)算機(jī)的思維與概念對(duì)復(fù)雜問題進(jìn)行求解，可通過仿真、遞歸、抽象、迭代與啟發(fā)式等方法將一個(gè)相對(duì)復(fù)雜問題進(jìn)行分解、實(shí)現(xiàn)并行處理等。

目前，計(jì)算思維在信息類課程教學(xué)中取得了較好的效果[10-11]。為此，課題組基于前期工作基礎(chǔ)與圖1 中的Python數(shù)據(jù)分析依賴包關(guān)鍵字云圖，致力于研究計(jì)算思維導(dǎo)向下的Python數(shù)據(jù)分析教學(xué)改革，探究計(jì)算思維與Python數(shù)據(jù)分析依賴包Numpy、Pandas、Matplotlib、Scikit-Learn的映射關(guān)系，以提升Python數(shù)據(jù)分析課程的教學(xué)效果。

2.2 計(jì)算思維與Python數(shù)據(jù)分析依賴包映射

圖2描述了Python數(shù)據(jù)分析總體流程。首先，數(shù)據(jù)源階段獲取的數(shù)據(jù)需要通過Numpy和Pandas依賴包進(jìn)行數(shù)據(jù)預(yù)處理;接著，預(yù)處理后的數(shù)據(jù)需要通過Scikit-Learn依賴包進(jìn)行數(shù)據(jù)的訓(xùn)練與建模;而后，需要繼續(xù)通過Scikit-Learn依賴包的特征指標(biāo)對(duì)應(yīng)用結(jié)果進(jìn)行有效評(píng)估;最終，評(píng)估結(jié)果將通過Matplotlib依賴包進(jìn)行可視化展示。

依據(jù)表2中的調(diào)研問卷結(jié)果與圖2中的Python數(shù)據(jù)分析總體流程，并綜合項(xiàng)目組前期工作基礎(chǔ)[13]，構(gòu)建四階段的計(jì)算思維與Python數(shù)據(jù)分析依賴包關(guān)聯(lián)映射：①計(jì)算思維能力和Numpy依賴包關(guān)聯(lián)映射;②計(jì)算思維能力和Pandas依賴包關(guān)聯(lián)映射;③計(jì)算思維能力和Scikit-Learn依賴包關(guān)聯(lián)映射;④計(jì)算思維能力和Matplotlib依賴包關(guān)聯(lián)映射。

2.2.1 計(jì)算思維能力與Numpy依賴包關(guān)聯(lián)映射

Numpy包是Python程序語言用于數(shù)據(jù)科學(xué)計(jì)算的基礎(chǔ)包，能夠有效處理多維數(shù)據(jù)、大型矩陣等的計(jì)算問題，并能夠?qū)?shù)據(jù)進(jìn)行切片、整合等，有助于提升Pandas包的使用效率。

計(jì)算思維能力與Numpy依賴包映射階段主要關(guān)注Numpy數(shù)組、Numpy矩陣、Numpy函數(shù)、Numpy統(tǒng)計(jì)分析等知識(shí)點(diǎn)，同時(shí)需要探究學(xué)生掌握上述知識(shí)點(diǎn)所需具備的計(jì)算思維能力，如Numpy數(shù)組與Numpy矩陣需要學(xué)生具備概念化與抽象思維等能力，Numpy包切片函數(shù)需要具備抽象思維、遞歸和分解等能力等，見表3。

2.2.2 計(jì)算思維能力與Pandas依賴包關(guān)聯(lián)映射

Pandas 依賴包依托于Numpy依賴包，其中，Numpy依賴包是基礎(chǔ)。Numpy依賴包側(cè)重科學(xué)計(jì)算，而Pandas 依賴包側(cè)重統(tǒng)計(jì)分析。

計(jì)算思維能力與Pandas依賴包映射階段主要關(guān)注DataFrame操作、合并與聚合數(shù)據(jù)、清洗數(shù)據(jù)、標(biāo)準(zhǔn)化數(shù)據(jù)、數(shù)據(jù)轉(zhuǎn)化等知識(shí)點(diǎn)。其中，DataFrame操作需要具備概念化與抽象思維能力;合并與聚合數(shù)據(jù)需要具備分解、迭代等能力;清洗數(shù)據(jù)需要具備概念化、抽象思維、數(shù)學(xué)思維與迭代等能力;標(biāo)準(zhǔn)化需要具備數(shù)學(xué)思維、概念化與抽象思維能力等;數(shù)據(jù)轉(zhuǎn)化需要具備數(shù)學(xué)思維和分解等能力，見表4。

2.2.3 計(jì)算思維能力與Scikit-Learn依賴包關(guān)聯(lián)映射

Scikit-Learn依賴包的Model_selection模塊提供了部分監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)算法;Preprocessing預(yù)處理模塊提供了PCA降維、OneHotEncoder、Normalizer、Function Transformer、StandardScaler、Binarizer等處理方法。

計(jì)算思維能力與Scikit-Lear依賴包映射階段主要關(guān)注數(shù)據(jù)集劃分、數(shù)據(jù)預(yù)處理、模型構(gòu)建、評(píng)估模型。其中，數(shù)據(jù)集劃分需要具備概念化與數(shù)學(xué)思維能力;數(shù)據(jù)預(yù)處理需要具備概念化、數(shù)學(xué)思維和抽象思維能力;模型構(gòu)建需要具備工程思維、數(shù)學(xué)思維、數(shù)據(jù)建模和符號(hào)表示等能力;評(píng)估模型需要具備數(shù)學(xué)思維、概念化和符號(hào)表示等能力，見表5。

2.2.4 計(jì)算思維能力與Matplotlib依賴包關(guān)聯(lián)映射

通過Numpy、Pandas依賴包的數(shù)據(jù)預(yù)處理，而后使用Scikit-Learn進(jìn)行數(shù)據(jù)訓(xùn)練與建模，模型最終預(yù)測(cè)結(jié)果需要通過Matplotlib依賴包進(jìn)行可視化展示。

計(jì)算思維能力與Matplotlib依賴包映射階段主要關(guān)注可視化語法、可視化參數(shù)、可視化特征關(guān)系、特征數(shù)據(jù)分布等知識(shí)點(diǎn)。其中，可視化語法與參數(shù)部分需要具備分解、抽象思維和邏輯思維等能力;可視化特征關(guān)系需要具備啟發(fā)式、遞歸、抽象思維等能力;特征數(shù)據(jù)分布需要具備數(shù)據(jù)仿真、抽象思維、啟發(fā)式和遞歸等能力，見表6。

3 結(jié)束語

本研究歸納了Python數(shù)據(jù)分析的核心知識(shí)點(diǎn)，設(shè)計(jì)了Python數(shù)據(jù)分析依賴包知識(shí)點(diǎn)調(diào)查問卷，探究了Python數(shù)據(jù)分析總體流程，構(gòu)建了四階段的Python依賴包與計(jì)算思維能力映射關(guān)系，為Python數(shù)據(jù)分析課程教學(xué)改革提供了新視角。未來工作將致力于構(gòu)建計(jì)算思維與Python網(wǎng)絡(luò)爬蟲、Tensorflow、Keras、Pytorch等技術(shù)的關(guān)聯(lián)映射關(guān)系，為人工智能與大數(shù)據(jù)相關(guān)課程學(xué)習(xí)效果提升提供支撐。

參考文獻(xiàn)（References）：

[1] 中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)地圖暨中國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展白皮書[R].大數(shù)據(jù)產(chǎn)生生態(tài)聯(lián)盟，2020：1-16

[2] 肖卓宇，徐運(yùn)標(biāo)，陳果，郭杰，黃俊.“人工智能+高職教育”融合的內(nèi)涵與模型研究[J].中國教育信息化，2021.27（3）：22-26

[3] 闕金煌.基于Anaconda環(huán)境下的Python數(shù)據(jù)分析及可視化[J].信息技術(shù)與信息化，2021.45（4）：215-218

[4] 肖卓宇，陳果，郭杰，黃俊，徐運(yùn)標(biāo).“人工智能+教育”融合視域下的人才培養(yǎng)研究[J].軟件工程，2021.24（1）：57-59，50

[5] 肖卓宇，徐運(yùn)標(biāo)，陳果，郭杰，黃俊.“人工智能+教育”融合的實(shí)施路徑研究[J].計(jì)算機(jī)時(shí)代，2020.39（11）：103-105，109

[6] 李書影，王宏俐.《道德經(jīng)》英譯本的海外讀者接受研究——基于Python數(shù)據(jù)分析技術(shù)[J].外語電化教學(xué)，2020.42（2）：35-41，6

[7] 謝紅霞，孟學(xué)多.“Python數(shù)據(jù)分析基礎(chǔ)”線上線下混合教學(xué)設(shè)計(jì)與實(shí)施[J].計(jì)算機(jī)時(shí)代，2021.39（4）：89-91，94

[8] 楊彩云，詹國華.引導(dǎo)性問題案例在Python數(shù)據(jù)分析基礎(chǔ)課程的教學(xué)[J].計(jì)算機(jī)教育，2021.19（1）：154-157，162

[9] 賈揚(yáng)蕾，袁夢(mèng)潔.基于OBE理念的《Python數(shù)據(jù)分析》混合式教學(xué)模式研究[J].洛陽理工學(xué)院學(xué)報(bào)（自然科學(xué)版），2020.30（4）：93-96

[10] 肖卓宇，陳果，徐運(yùn)標(biāo)，郭杰.新工科視角下以計(jì)算思維為導(dǎo)向的高職信息類學(xué)生程序設(shè)計(jì)能力培養(yǎng)研究[J].計(jì)算機(jī)時(shí)代，2020.39（6）：106-108

[11] 肖卓宇，黃俊，徐運(yùn)標(biāo)，陳果，郭杰.新工科視角下以計(jì)算思維為導(dǎo)向的高職Python程序設(shè)計(jì)公共課程教學(xué)改革研究[J].電腦知識(shí)與技術(shù)，2020.16（21）：154-155

[12] Wing B J M . Computational thinking and thinking about computing[J].Philosophical Transactions A：Mathematical， Physical and Engineering Sciences，2008.49（3）：3717-3725

[13] 肖卓宇，宋藝.基于CDIO的大數(shù)據(jù)技術(shù)課程教學(xué)研究[J].長沙民政職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2018.25（2）：125-126