基于不同專業背景的Python課程體系研究

顏遠海

（廣州華商學院，廣東 廣州 511300）

1 引言

在新工科建設的大背景下，各傳統的工科專業都在思考著如何緊跟時代的步伐，特別是當前處于大數據時代，如何將傳統標準化的課程體系進行改革，使之更加符合當前社會對人才的需求。目前高校當中較普遍的一種課程改革方式是對專業進行分方向教學，即在原來的課程體系中，允許大三學生根據自己意愿選擇課程方向。目前很多傳統工科專業分方向之一會選擇大數據分析方向。Python課程是大數據分析方向的基礎課程，然而不同的專業開設大數據分析方向的目的是不一樣的，如果按照相同的課程內容進行講解，勢必會與專業其他課程之間銜接不當，與專業目標相悖[1]。例如，在計算機科學與技術專業中已經開設了C語言、Java等課程，如何使這些課程更好地銜接到Python課程[2]？有些電子商務專業在大一的時候就開設Python課程，那么又如何上好大學第一門語言課？這些專業如何衡量Python課程在本專業課程體系中的作用與地位以及對后續課程有何影響？因此，在不同專業背景下建設Python課程，對學生、老師都有著積極的作用。

2 問題闡述

本文對廣東財經大學華商學院數據科學學院的電子商務、軟件工程、計算機科學與技術、信息管理與信息系統、數據科學與大數據技術5個專業中開設的Python課程進行比較分析，針對培養大綱中的培養目標，對Python課程開設學期、Python后續相關課程等因素進行歸納總結。

從表1，2中，可以發現，雖然各專業都開設了相關的Python課程，但是在開設目的、課程銜接方面相差很大，Python課程在大數據中的相關課程較多，受專業特點的影響，大數據專業中應用較多的是數據分析、數據挖掘等相同或相近的課程[3,4]。而其他專業只是開設此方面的課程，沒有形成課程體系，進一步的分析可得到以下的問題描述：

表1 不同專業開設Python課程情況

表2 不同專業培養目標及Python課程情況

（1）各專業上課對象層次不一

各個專業開設的學期不一樣，因此學生基礎也會不一樣。

（2）各專業先修課程不一

計算機科學與技術，軟件工程，信息管理與信息系統相關Python課程沒有合適的先修課程。電子商務的數據分析課程開設Python程序基礎課程。

（3）數據科學與大數據專業有關課程內容界線不明

數據科學與大數據技術專業開設Python相關課程較多，圍繞數據分析方向設置課程體系，需要注重課程內容的重復度。

（4）信息管理與信息系統專業課程體系不明

信息管理與信息系統專業從人才培養目標、開設課程等方向上看，沒有有關數據分析的培養目標，相關課程也是最少的。

（5）培養目標形成兩極分化現象

從相關培養目標上分析，計算機科學與技術、數據科學與大數據技術、電子商務等都強調數據分析能力，但是為了更好地結合專業特色，計算機科學與技術強調數據分析方向課程；電子商務強調數據分析在電商中的應用；而數據科學與大數據技術強調Python課程的基礎與其他課程之間的關聯，能夠形成系統性課程。

（6）課程類別導致培養形式不同

數據科學與大數據技術、電子商務具有程序設計（Python）基礎課程，具有理論+實驗的上課形式，而其他專業類似的課程只有實驗課程。

3 必要性分析

3.1 教學對象決定分專業建設的必要性

每個專業開設Python課程的學期都不一樣，因此所面對學生層次會不一樣，每個學生的基礎相差較大，大數據專業與電子商務專業學生在大一的時候開設Python課程，學生沒有相關基礎，在教學內容方面應該更多地考慮學習內容的語法以及語句結構等，建議這門課以“重基礎，輕實踐”原則進行教學；而其他專業開設的學期基礎放在大三學期，而且開設的課程是Python數據分析課程，雖然是選修課，但是因為沒有前置課程，在教學這門課的時間，應該要考慮學生學習語言的基礎，但是又由于大三學生學習了有關C語言、Java等語言，因此在語法等方面大三的學生基礎更好，建議這門課程由“輕基礎，重實踐”方式進行教學[5]。由上所述，教學對象的不同導致分專業建設Python課程的必要性。

3.2 培養目標決定分專業建設的必要性

數據科學與大數據專業強調數據分析與數據挖掘為專業必備的技能，而其他專業技能強調數據分析與挖掘的備用技能，因此在課程體系方面大數據專業更加注重數據分析與挖掘等課程體系，著重在課程內容上如何做到循序漸進，知識點由淺入深；其他專業在各自專業課程的基礎上，使用Python僅是方向課程，需要配合專業特性進行教學[6]。因此，針對不同的培養目標，有必要針對不同專業中開設的Python課程進行更有針對性的教學。

3.3 專業特色決定分專業建設的必要性

計算機科學與技術、軟件工程、信息管理與信息系統作為傳統的工科專業，課程標準化程度較高，資源較完善，特別是計算機科學與技術、軟件工程專業，學生畢業后要從事軟件開發等工作。引入Python課程更多地作為學生選修課程，而電子商務和數據科學與大數據專業作為新型專業，在標準化、資源建設方面較弱于其他專業，特別是數據科學與大數據專業，要求學生對數據較敏感。因此根據每個專業的特點，Python課程的資源建設有必要進行分專業分開建設。

3.4 社會效益決定分專業建設的必要性

目前社會進入新工科時代，以云計算、大數據、物聯網等技術為核心，各行各業都在重塑規則，大學教育的應用要回歸到社會中去，因此以應用為中心的教學設計應該體現在課堂中，以Python為基礎的大數據、人工智能更應該體現在社會應用中，使學生能產生最大的社會效益。而每個專業對應的社會應用相差較大，比如軟件工程主要在軟件開發、產品設計等應用中，而電子商務主要面向各電商平臺的推廣及附加應用中[6]，數據科學與大數據技術應用在各行各業，影響到各行各業。因此，社會效益的不同導致有必要分專業建設Python基礎課。

4 課程資源建設原則

4.1 理論課程資源建設原則

不同專業的Python理論基礎提倡“內容相同，側重不同”的原則，即各科專業在內容上應該相同，但是不同專業的側重點，著力講解的重難點不一樣，我們對數據科學與大數據技術、軟件工程及計算機科學與技術專業做比較[7]。

對于理論課程資源側重點設置應該更符合每個專業的特點，Python是一種語言工具，它可以用來做數據分析、編程設計、算法結構等，但是根據每個專業的特點，大數據應該利用Python做數據分析與挖掘，軟件工程利用Python做開發設計、網絡編輯等，計算機專業做并行計算、系統管理等。

4.2 實驗課程資源建設原則

各專業在實驗教學方面應該突出各自的專業特色，應該以“知識點實驗相同，綜合應用類實驗不同”的原則展開各專業教學，而且在設置學分上也應該有所側重。對數據科學與大數據技術、軟件工程及計算機科學與技術專業做比較，參見表4[7]。

表4 不同專業Python課程實驗教學設置

在專業實驗課程資源建設上，建議分兩大部分實驗建設，一部分以基礎實驗為主，目的是讓學生學會Python程序設計的基礎知識，另一部分應該體現專業特色，比如數據科學與大數據技術專業應該體現數據分析與挖掘的實例，軟件工程體現軟件開發工程實例，計算機科學體現系統管理與并行計算的實例。

5 課程教學效果分析

5.1 學生認可度分析

不同學生對本專業開設Python的認可度不一樣，從調研數據可得，大數據專業學生認可度最高；而其他專業認為Python課程的必要性與社會大環境有關，特別是軟件工程、計算機科學與技術專業學生，他們作為工科類學生，未來工作中或多或少都會有處理數據的需求，因此他們對Python的認可度較高；而電子商務，信息管理與信息系統專業學生相對積極性并不高。總體來看，工科類學Python的積極性更高，而其他類學科學生相對積極性不高（圖1）。

表3 不同專業開設Python課程內容及側重點

圖1 分專業學生開設Python課程調研分析

認可度還可以從學生在該課程中主動實踐的學時上得出，據統計，學生課后主動實踐以及課堂實踐占總學時比例中，大數據專業學生居高，而軟件工程與計算機專業學生的實踐占比也高于其他非工科類學生。具體可參見圖2[8]。

圖2 分專業學生實踐占比分析

5.2 學生學習成效分析

為了說明不同專業在Python課程體系中的學習成效，分別針對不同年級的學生進行兩組測試實驗。

第1組：不同專業使用相同的教學體系資源進行教學。

第2組：不同專業使用不同的教學體系資源進行教學。

成效指標：作業平均完成時間，作業平均準確率。

經過比較，可得出圖3、4。

從圖3，圖4中可以得出以下結論：

圖4 不同專業使用不同教學資源學生成效分析

結論1：不同專業如果使用相同的教學資源、相同的教學方法，作業完成準確率相對較低，而且越非工科類專業作業準確率更低，完成時間更長。

結論2：不同專業使用不同的教學資源，學生作業平均準確率相當，而且比圖3中的相應準確率較高。作業平均完成時間較接近。

圖3 不同專業使用相同教學資源學生成效分析

因此，不同專業學生上同一門課程，即使使用相同教學體系資源，所產生的效果是不一樣的，從圖4可得，應該針對不同專業學生在Python課程體系中設置符合專業特色的教學資源才會產生更加良好的效果。

6 結語

本文圍繞Python課程體系研究展開，從一開始就將課程定位于一種能夠賦能各專業建設的編程語言[9,10]。根據不同專業的特點，提出核心觀點：不同專業應該建立不同的Python課程體系，因此本文從建設的背景、必要性出發，認為Python課程在每個專業中的定位和學習目標是不一樣的，而每個專業的培養目標也是不一樣，因此在設置Python課程內容的時候也應該分別對待。為了突出必要性，本文從實際出發，重點針對計算機科學與技術、軟件工程、數據科學與大數據技術這三個工科專業，和電子商務、信息管理與信息系統這兩個非工科專業進行比較，從培養目標與課程內容之間的相符性進行分析，并給出每個專業的側重點內容；最后，從學生角度出發，通過學生對該課程體系分專業建設的認可度分析，并有針對性地比較不同專業在相同資源體系和不同資源體系下的學生學習成效，給出作業完成平均時間和作業平均準確率兩個指標，實踐證明，每個專業的培養目標、課程體系等不同，Python的定位也很大的不同，應該對這門課程在立足于賦能的功能基礎上，對它分別建設課程資源，而不應該對不同專業設置相同的課程體系資源。因此，在此認識基礎上，學校應該有針對性地對這門課程進行分專業建設。