Python數據分析課程教學課件制作與設計

余本國

（海南醫學院，海南海口 571199）

1 引言

隨著大數據與人工智能的興起，國內大多數高校也在悄然興起基于Python的各種課程，如大數據基礎、數據分析、多元統計分析等等。自2020年以來，國際排名前100的高校中80%都開設有Python程序設計以及Python相關基礎課程,包括麻省理工學院、斯坦福大學、加州大學洛杉磯分校等著名高校[1]。

高校教學多提倡以“問題為核心，學生為主體，教師為主導”[2]的教學模式，在教師為主導時，大多數教師的授課課件都使用PPT進行編輯制作的，不乏很多計算類的課程亦是如此。

作者任教Python語言及數據分析課程多年，在任教Python類課程時，認為基于Python語言類的課程可以使用Jupyter NoteBook（以下簡稱JNB）制作編輯教學課件，其效果明顯要優于PPT做的課件模式。

2 Jupyter Notebook簡介與安裝

JNB是基于網頁的一種交互式計算的應用程序，據官方介紹，可被應用于全過程計算，如開發、文檔編寫、代碼運行和結果展示。

簡而言之，JNB是以網頁的形式打開，在網頁中直接編寫代碼和運行代碼，其結果也會直接在網頁上代碼塊（或者代碼框，Cell）的下方顯示。在編程過程中，需要編寫說明文檔時，可在同一個頁面中直接插入一個Cell編寫Markdown文本，便于作及時的說明和解釋。其中的交互運算、文檔說明、數學公式、圖表以及其他媒體格式的輸入和輸出，均以網頁的形式展現，并保存后綴名為.ipynb的JSON格式文件，以及html和pdf等格式，既可用于版本的控制，也方便與他人交流共享。

JNB主要有以下幾個特點：

1）編程時語法高亮顯示，按tab鍵自動補全代碼，回車自動縮進等功能。

2）可在本地瀏覽器執行代碼，只需添加一行代碼%matplotlib inline，即可直接在Cell下方顯示執行結果。

3）編輯說明文本時支持Markdown語法。

4）支持LaTeX編寫的數學公式的顯示。

5）可展示計算的結果包括HTML、LaTeX、PNG、SVG等格式。

Python版本分兩個階段，Python2.7和現在流行的Python3.X，但互不兼容。無論單獨安裝哪個版本的Python，都需要對環境變量要進行設置，這對于初學者有一定的難度。但Anaconda解決了這些問題，環境配置與版本匹配問題系統都自動進行了處理，盡管“體積”大了些，一般在460MB左右，但對于初學者來說，免去了安裝和環境變量的設置，還自帶安裝了常用的第三方庫。不僅如此，Anaconda還自動安裝了Spyder和JNB兩個編輯器[3]，如圖1所示。

圖1 Anaconda目錄

3 Jupyter NoteBook在教學中的優勢

3.1 JNB具有CDIO教學模式

按照CDIO工程教育理念[4]，JNB可以在網頁界面進行CDIO設計，并可SPOC形式實驗教學[5]，結合相關的插件，實現功能模塊的劃分與折疊，便于教學流程的完整性。CDIO項目教學階段內容與步驟如表1[6]所示。

表1 CDIO教學階段與步驟

3.2 JNB展示格式豐富

JNB不僅擁有類似于PPT的展示功能，還能夠將解釋性文本、代碼、圖表、音頻文件等交混在一起[7]，并實時地進行代碼交互，讓課堂教學能夠獲得動態結果，避免了PPT僅展示代碼靜態結果。正所謂百聞不如一見，有圖有真相，“實踐是檢驗真理的唯一標準”。如圖2所示。

圖2 代碼文本交互顯示

3.3 JNB可安裝插件

可以對JNB安裝插件，以便于對代碼框進行折疊，如對圖1中的“1.1序列series”下的內容進行折疊，以節省展示文本內容的界面空間，讓層次感更加清晰，如圖3所示。

圖3 Cell（代碼/文本框）折疊

3.4 代碼交互可試錯

交互式編輯器的教學，避免了PPT靜態的代碼呈現結果。PPT教學展示的都是教師課前運行代碼獲取的正確結果，不能獲取真實編程狀態下遇到的各種問題，和遇到的不可預見錯誤。在JNB模式下，當老師調試這些錯誤時，學生能夠直觀地感受到錯誤的形成，錯誤的表現形式，以及錯誤的修正。而這一系列的修正過程，即是學生最好的學習過程，更能從實踐中掌握知識。

3.5 存儲格式豐富

對于上課過程中呈現的各種格式的內容，以及穿插其間運行的代碼和結果，除了可以保存為在其他編輯器中方便使用的py、ipynb格式，還可以導出為pdf或html格式的文件。對于pdf和html可以發布到網上或者上傳到學生班級交流群內，便于學生課后交流以及課后復習，更是對課堂教學情景的再現。

通過以上分析，得到JNB和PPT的優勢比較，如表2。

表2 PPT與JNB的效果對比

4 教學應用案例設計

在進行數據分析時，一般的數據難以獲取，隨機生成數據又沒有實際的感觀度，通過互聯網爬取數據很容易遭到封IP，所以在設計數據分析的教學案例時，一般結合現有的平臺工具實時獲取數據，如WPS或者騰訊在線收集表，發布鏈接讓學生填寫姓名、學號、族別、性別、出生年月、對預期的工資期望、對課程的評價等等。有了這些數據就可以讓學生分析姓氏、性別、族別比，可以做餅圖、柱狀圖，對評價作詞云圖或者情感分析等。

4.1 案例描述

對收集的數據，讓學生分析數據中的族別情況，將結果可視化；對其中的評價進行文本處理，將文本可視化。案例檢測的知識點包括：

①讀取給定的Excel數據，并顯示數據；

②查看數據中的族別列，統計族別分類的種數；

③對同一種族的不同稱謂進行處理，如“漢族”和“漢”統一處理為“漢”；

④對處理后的數據進行分類統計；

⑤對統計結果可視化，做成餅圖或柱狀圖；

⑥對評價文本進行清洗，并對其分詞；

⑦對分詞結果作成詞云圖。

4.2 運行環境

1)Python3.8。使用Anaconda下的spyder編輯器。

2)安裝相應的第三方庫。在Anaconda中的Anaconda Prompt下運行命令：

安裝Jieba:pip install jieba

安裝WordCloud:pip install WordCloud

4.3 代碼實現

通過導入相關的模塊和庫，利用Pandas模塊中read_excel方法讀取數據，并提取“族別”列數據，通過一系列的數據清洗操作，獲得族別數據，利用Matplotlib庫可以實現餅圖，實現代碼如下。

4）導出html與ipynb格式

將運行完畢的JNB頁面另存為ipynb格式，便于下次修改和再次運行。導出另存為HTML格式，可以發布到教師個人主頁或直接發送給學生，便于課后交流與復習，對課堂授課情景的再現。導出保存如圖4所示。

圖4 導出為html和ipynb格式

5 結束語

通過使用JNB在Python教學中的應用與探索，并與普通的PPT靜態代碼教學相比，JNB在教學中具有可實時交互代碼，實時顯示代碼執行結果，教學效果視覺刺激強，具有PPT不可比擬的動態性，容易激發學生學習的興趣和探索的熱情。通過數據分析教學案例設計，實現從數據獲取到數據清洗分析，再到數據可視化的整個流程，讓學生從感性認知再到動手實踐，豐富了教學方法，實踐了教學內容。