大數據技術協同優化Python課程教學模式研究

丁曉劍 楊帆

摘要：針對Python語言學習過程中，學生的自主能動性以及計算邏輯思維能力較低，提出了大數據技術協同優化Python課程教學模式。通過將大數據以及人工智能技術融入Python教學過程中，使得學生在學習相應案例過程中，深入理解Python的基礎理論知識，不僅能夠培養學生的邏輯思維能力，同時也能夠激發學生的創新能力，進一步提升了課程的整體教學效果，達到預期Python課程教學目標。

關鍵詞：Python語言;大數據;主體思維;計算思維

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）11-0095-02

Research on Big Data Technology Collaborative Optimization Python Teaching Mode

DING Xiao-jian， YANG Fan

（College of Information Engineering， Nanjing University of Finance and Economics， Nanjing 210003， China）

Abstract： Aiming at the students' low autonomous initiative and low computational logic thinking ability in the process of Python language learning， the big data technology collaborative optimization Python course teaching model is proposed. By integrating big data and artificial intelligence technology into the Python teaching process， students can deeply understand the basic theoretical knowledge of Python in the process of learning corresponding cases， which can not only cultivate students' logical thinking ability， but also stimulate their innovation ability. It improves the overall teaching effect of the course and achieves the expected Python course teaching objectives.

Key words： Python programming; big data; subjective thinking; computational thinking

隨著智能信息時代的快速發展，開發者越來越喜歡利用便捷高效的程序語言，實現對海量大數據進行處理與分析，以及建立對機器學習、深度學習、云計算、物聯網等涉及的復雜數理模型，進而促進了Python高級程序設計語言的快速發展[1]。Python語言有利于使用者無須過多關注底層開發知識，可利用計算思維分析能力解決邏輯問題，更有利于開發者學習和使用。傳統程序設計語言學習過程中，不僅語法繁多、限制嚴格，而且開發設計過程中應用接口也相對較少，對于非專業人士學習而言，更加乏味枯燥;而Python語言主要讓學習者專注于整個邏輯問題涉及的算法方面上，無須過多關注語法細節上，這也是Python語言主要特色和優勢。

大數據信息時代的快速發展，數據不斷的遞增，在當前發展過程中已經將大數據技術融入成為激發生產力為內核，尤其結合人工智能和云計算等新型技術，正在逐漸滲透到日常生活中的各行各業，使得數據信息成為一種新的能源，時時刻刻影響著我們的生活。如何快速有效的挖掘數據中的有效數據以及各個數據之間的內在聯系和價值，直接影響到信息處理的可信度。而傳統信息管理系統因為采集、存儲、分析等功能不夠完備，使得我們只能利用很少的數據信息進行數據分析決策，無法精確獲取大量數據內核信息，因此一直成為管理者的比較苦惱的問題[2]。由于技術的限制，成為我們與數據交流的困難的瓶頸，而當前技術條件發展非常迅速，雖然我們在面臨海量數據問題依然能力有限，但是我們可以在進行處理數據量的能力已經提升了很高，從而也較以往數據信息管理水平也較高了。

當前階段大數據表現的特征主要有數據量非常大、數據類型非常復雜、數據的價值密度低。大數據憑借著數據規模大以及類型結構復雜，無法利用常規設備進行獲取處理，既而不便于有效快捷服務管理，同時海量的數據也無法依靠管理者自身理解對數據信息進行短時間內收集分析，因而合理有效地采集處理數據，用信息管理手段對數據進行分析，才能夠挖掘出海量數據背后有價值規律性的內容。為此通過大數據和人工智能進行開創教育新模式、培養專業精英、構建和優化教學內容模型、滿足個性化自適應學習等方面為Python課程教學創新發展注入新動力。

1 Python課程教學問題分析

由于課程開設面向不同專業的學生，使得學生對未來職業發展需求也不同，從而在學習編程語言面對的應用場景也不同，如果采用傳統基礎語法知識的傳授，直接導致主體學習過程中自主能動性缺失。隨著新型科技技術的快速發展，以及多形態媒介的大量傳播，使得各個主體學習過程中更想將知識點轉換到解決實際應用問題中，尤其當前人工智能、云計算、大數據等前沿知識，學生主體更期待通過學習知識自然過渡到掌握一些前沿相關技能。

由于Python語言的課程開設，很多高校都是在其他語言C語言，C++語言或者Java語言等學完以后進行開設，從而導致一部分學生主體對繼續學習計算機語言有一種排斥性，同時也會導致學生在學習新語言過程中很容易和其他語言的語法規則進行混淆，既而使得學生學習興趣低迷;為此在Python授課過程中，可適當補充對比分析不同語言之間的差異性，既而更加加深學生對知識的理解。尤其對于非計算機專業的Python課程教學中，很多課程教學模式沒有充分考慮到專業需求定位上，應該最大化降低學生主體學習難度。如經濟統計學專業需更多關注與如何利用Python語言對經濟市場變化的數量模型分析，而更有針對性的講解專業目標需求相關知識點，如講解數據爬蟲技術獲取市場數據信息進行整合分析，對關聯度不大的知識點等就無須重點講解。

在教學環節過程中，通常都是以老師為主的直接灌溉式授課，缺乏學生主動參與性和相互協作性，很難將學生的主體個性發展融入課程教學體系中，既而創新性得不到很好的培養。同時在實驗教學環節中，也都是將各個獨立的知識點進行鞏固練習，無法將各個知識點關聯起來，不能形成連續性教學體系，同時缺乏工程性思維和實踐能力，沒有從學生主體性需求考慮[3]。教學最后環節的考核方式較單一，無法綜合考核衡量學生在整個學習過程中的水平，學生主體思維感覺整個課程學習后成就感不高，計算邏輯思維沒有明顯提高。針對上述Python課程教學存在的問題，本文重點研究了大數據及機器學習協同優化Python課程教學，其通過擴展學生的知識結構，學術視野和應用能力，引導學生進行開放式、自主式、探究式學校，指導學生多閱讀，多練習，多思考，多討論，多實踐;注重培養學生的自主學習能力、批判性思維能力。

2 大數據技術協同優化Python課程教學

Python語言目前廣泛流行與國內外各大高校，無論是計算機專業將其作為熱點語言進行學習，還是對于非計算機專業而言也極其受到追捧;同時，在日常生活中具有廣泛應用場景，如利用Python進行Web開發應用、游戲開發、操作系統管理等，為此，Python語言已逐漸成為各大知名公司的開發崗位上明確要求的基本技能。Python語言是一種簡潔、優雅、便捷的解釋性高級動態編程語言，具有豐富的內置對象、標準模塊和擴展庫，適合應用在各個領域進行高效邏輯業務流程處理;尤其具有非常豐富、功能較強的第三方開源擴展庫，如：計算機視覺庫OpenCV，機器學習庫scikit-learn，科學計算庫NumPy、SciPy和Matplotlib等，較其他高級語言而言，Python語言更易學、易維護[4]。

大數據時代的發展標志著人們對信息處理在量化上得到了挖掘，以及在挖掘信息的過程中能夠更加清晰地認知當前社會中產生的數據信息的內涵，使得人們對認知世界中的數據信息得到了升華，從而使得在這個過程中大數據信息管理得到了快速發展。如何有效地利用大數據時代下的智能信息化管理來體現海量數據的價值，通過大數據技術的不斷創新和優化，來充分發揮數據與技術的完美融合。大數據可視化系統設計的目的就是要確保在實現系統邏輯模型的基礎上，盡量使目標系統的簡潔性、可擴展性、一致性、邏輯完整性、系統可靠性、經濟性、系統的運行效率以及系統的安全性等得到提高，這個階段也是為了確保后期對大數據系統的實施過程制定相應的藍圖。在設計過程中需要充分考慮到如何設計高效的系統模型和體系，使得系統能夠確保海量數據簡單易用，同時也要避免重復設計和數據不一致性問題，確保數據的規范性，同時也要考慮如何提供高效的系統開發工具，設計有效的高效賦能的數據管理功能，確保數據服務的穩定性，這些都是大數據可視化系統設計過程中需要重點考慮。

數據爬蟲是一種功能強大的獲取數據的方式，使用范圍也非常廣泛，爬蟲可以使用多種語言進行編寫，如C++，Java，Python等;目前大多數的爬蟲程序都是用腳本語言編寫，由于Python有很多相關的HTTP請求模塊和HTML解析模塊，還有功能強大的庫和框架，比如Scarpy，Beautifulsoup等，因此通過利用Python更適合用來編寫爬蟲程序[5]。如圖1所示，為學生自主開發的實時數據可視化系統，該系統采用Python語言以及利用Django框架，數據爬蟲部分采取了request技術、selenium庫和Beautifulsoup數據解析，實現了交通指數數據可視化顯示系統。

通過將大數據技術和人工智能技術進行有機結合，能夠處理傳統信息管理難以解決的問題，比如公安部門在進行流動人口管理過程中，面臨著流動人口數據的來源多、結構差異化明顯等特征非常復雜，傳統數據信息管理很難對流動人口進行數據化管理，因此通過利用大數據技術開發設計實現流動人口管理。通過流動人口數據信息管理不僅能夠方便公安人員對各類人員進行合理分類，同時也便于對可疑人員進行相應的特征分析，通過海量的數據分析可以最大化地挖掘流動人員的異常行為等。學生通過利用Python語言結合機器學習方法自主設計開發，實現了視頻行人目標檢測與跟蹤的系統，如圖2所示。Python中TensorFlow是一個端到端的開源機器學習平臺，具有包含各種工具、庫和社區資源的全面而靈活的生態系統，它使研究人員能夠有效進行機器學習領域中先進技術的開發，并使開發人員能夠輕松構建和部署由機器學習支持的應用程序。

學生自主開發的行人目標檢測系統實現了批量處理訓練數據、訓練模型以及使用模型進行目標檢測的功能。通過利用數據處理對行人目標數據進行處理，使其符合模型訓練要求的格式，使用行人目標數據集進行訓練，生成用于檢測行人目標的模型;利用訓練好的模型，將視頻或者圖片作為輸入，輸出視頻幀中的行人目標以及坐標，通過矩形框標示檢測出的行人目標的位置。

3 結論

通過利用大數據技術進行Python課程優化教學，不僅能夠優化教學內容模型，同時也能夠滿足學生進行個性化自適應學習。尤其在學習Python語言的過程中，學生對當前主流技術的認知較少，因而在Python課程教學過程中，通過將大數據技術結合相應的案例融入課程教學體系中來，不僅能夠培養學生的邏輯思維能力，同時也能夠激發學生的自主學習能力。與傳統的單一教學模式相比，利用大數據技術協同優化Python課程教學模式能夠更好地發揮學生的主體能動性，從而進一步提升教學效果。

參考文獻：

[1] 黃河燕.新工科背景下人工智能專業人才培養的認識與思考[J].中國大學教學，2019（2）：20-25.

[2] 潘巍.大數據背景下數據庫技術類課程體系及教學模式改革[J].黑龍江科學，2019，10（1）：92-93.

[3] 肖克輝.大數據時代基于計算思維的IT專業實踐教學改革[J].計算機教育，2019（3）：133-136.

[4] 黃天羽，嵩天.以圖形牽引興趣的Python案例教學方法與實踐[J].計算機教育，2017（8）：32-37.

[5] 楊榮領.《Python語言程序設計基礎》課程教學改革實踐[J].高教學刊，2019（3）：135-137.

【通聯編輯：王力】