服務地區產業發展的“Python數據分析”通識課程探索與實踐

高潔 謝文達 吳清海

［摘??? 要］? 針對地區產業發展對數據分析職業技能提出的新要求，廣東科學技術職業學院對如何在高職院校各專業開設“Python數據分析”通識課程進行探索，設計適合高職院校學生學習特點的課程內容與教學方法，培養與產業發展相適應的復合型、技能型人才，助力地方產業發展。

［關??? 鍵?? 詞］? “Python數據分析”；高職院校；通識課程

［中圖分類號］? G710????? ［文獻標志碼］? A??? ［文章編號］? 2096-0603（2023）29-0001-04

一、引言

隨著信息技術的迅猛發展和大數據的廣泛應用，我國正經歷著數據革命和數字化轉型的重要階段。我國擁有龐大的人口基數和互聯網用戶規模，通過智能手機、物聯網設備和社交媒體等渠道，獲取了來自各個領域和行業的海量數據。同時，我國政府和企業非常重視對數據中心和云計算基礎設施的建設和投入，為大規模數據存儲和處理提供了支持。我國在人工智能和機器學習領域也取得了顯著的進展，為數據智能化應用提供了有力的支持。

此外，我國政府對數據智能的重視也推動了我國進入數據智能時代。我國發布并實施了“中國制造2025”“新一代人工智能發展規劃”“促進大數據發展行動綱要”等一系列重大發展戰略，以新技術、新業態、新產業為特征的經濟形態繁榮發展，我國已進入數據智能時代。

廣東科學技術職業學院（以下簡稱“廣科院”）的主校區位于廣東省珠海市金灣區。2022年伊始，金灣區開始以集成電路、生物醫藥、新能源、新材料、高端打印設備五大產業集群，航空航天和海洋經濟兩大特色產業和國家、省、市鼓勵發展的戰略新興產業為主攻方向，全力構建金灣“5+2+N”現代產業體系，凝聚起產業集群發展合力，同時也急需一批高素質、技能型的人才服務地區產業發展?，F代產業體系所需要的人才除了需具備技術能力以外，還需要具備較強的數據分析能力，舉例如下。

1.市場需求分析。數據分析可以幫助企業了解消費者的需求和偏好，通過分析市場數據、消費者行為和趨勢，預測市場需求的變化，以便企業進行產品策劃、定價和營銷活動。

2.用戶行為分析。對于服務提供商來說，了解用戶的行為模式和偏好是至關重要的。數據分析可以幫助企業收集和分析用戶的數據，包括使用產品或服務的頻率、時段、地點、偏好等，從而優化產品設計和提供個性化的服務。

3.運營效率提升。數據分析可以幫助企業評估和提升運營效率。通過分析生產過程中的數據，識別出潛在的瓶頸和問題，并提供改進措施，如減少生產成本、提高生產效率和優化資源配置等。

4.資源規劃和管理。在服務地區產業中，合理的資源規劃和管理對提供高效的服務至關重要。數據分析可以幫助企業預測和規劃資源需求，包括人力資源、物資和設備，以確保在不同需求和季節性變化下的資源供給能夠滿足服務需求。

5.風險管理和預測。服務地區產業可能面臨各種風險，如市場競爭、自然災害、供應鏈中斷等。數據分析可以幫助企業識別和評估潛在風險，建立風險模型并進行預測，以制定相應的風險管理策略和措施。

6.決策支持。數據分析為決策提供了客觀的依據。在服務地區產業中，企業需要根據市場情況和內部數據做出各種決策，如市場定位、產品策略、渠道選擇等。數據分析可以提供有關市場趨勢、競爭對手分析、成本效益評估等方面的信息，幫助企業做出明智的決策。

總之，數據分析在服務地區產業中的需求十分廣泛，它可以幫助企業了解市場需求、提升運營效率、提升用戶體驗、預測風險、支持決策等，為企業的創新和發展提供有力支持。

二、開設“Python數據分析”通識課程的必要性

在數據智能時代，數據分析已成為各行各業的重要組成部分，是企業技術人員所需要掌握的一項基本技能，包括數據處理、分析、可視化等方面。傳統的數據分析工具包括Excel和數據庫查詢語言SQL等。通常技術人員從數據庫中獲取數據，再利用Excel進行分析，對比而言，Python在數據分析方面比傳統工具有諸多優勢，以下是其中的幾個重要方面。

1.編程能力。Python是一種全面的編程語言，具有強大的編程能力和靈活性。相比之下，Excel是一個電子表格工具，雖然可以進行簡單的數據分析，但其功能和復雜性有限。Python可以通過編寫腳本和程序來完成更復雜的數據分析任務，包括自動化數據處理、高級統計分析和機器學習等。

2.處理大數據。Python對于處理大規模數據集具有很強的擴展性和較高效率。它可以利用各種庫和框架，如NumPy、Pandas來處理大型數據集，并進行高效的計算和操作。相比之下，Excel在處理大量數據時可能會變得緩慢和不穩定。

3.數據清洗和轉換。數據分析的第一步通常是數據清洗和轉換，以準備數據進行進一步的分析。Python提供了強大的數據處理庫，如Pandas和NumPy，可以方便進行數據清洗、缺失值處理、數據轉換和合并等操作。Excel的數據處理功能相對較弱，可能需要手動進行煩瑣的操作。

4.統計分析和建模。Python擁有廣泛的統計分析和建模庫，如SciPy和StatsModels，以及強大的機器學習庫，如Scikit-learn和TensorFlow。這使Python在高級統計分析、回歸分析、時間序列分析、聚類和分類等方面更加強大和靈活。Excel雖然提供了一些基本的統計函數，但其統計分析和建模能力相對較弱。

5.可視化和報告。Python擁有眾多的數據可視化庫，如Matplotlib、Seaborn和Plotly，可以生成豐富多樣的圖表和實現可視化效果。這使數據分析師可以更好地呈現和傳達數據洞察力。Excel的圖表功能相對較為有限，而且在處理大量數據時的靈活性與效率有限。

因此，Python作為一種功能強大且易于學習的編程語言，特別在數據挖掘、人工智能領域有著成熟的技術框架。對比傳統數據分析工具，用Python做數據分析項目具有廣闊的擴展空間。

廣科院一直致力于培養服務地區產業發展的高素質、技能型人才，服務金灣區數字經濟創新發展?！癙ython數據分析”課程是該校大數據技術專業開設的專業基礎課程之一，旨在培養大數據技術專業學生運用Python處理、分析數據的能力。學校所處金灣區的產業集群發展對職業教育提出了新的要求，一方面大數據開發分析崗位的需求量不斷增加；另一方面急需培養地區產業發展所需的具備數據分析技能的人才。

總而言之，將“Python數據分析”課程設置為高職院校的通識課程是非常有必要的，培養人文、機電、財經、汽車等專業學生掌握Python數據分析方法，具備必要的數據分析技能，更加有利于學生職業發展，同時也為地區產業發展培養各領域技能型人才。

三、“Python數據分析”通識課程建設策略

（一）“Python數據分析”課程內容現狀與存在的問題

目前很多高校各專業都開設了Python程序設計課程，以培養學生的編程能力，也有一部分高校沒有開設Python程序設計課程，而開設了其他高級語言程序設計課程。程序設計課程大多以學習基礎語法和編程方法為主，即使在Python程序設計課程中，也一般不強調數據分析部分的內容。因此，“Python數據分析”通識課程教學設計應建立在學生無Python程序設計基礎或基礎較為薄弱的前提下，設定通識課程知識結構、能力和素養構建的教學目標，培養學生廣泛的知識面與解決實際問題的能力。

從2020年開始，廣科院面向大數據技術專業開設了“Python數據分析”專業核心課程，主要講授如何應用Python進行數據處理及分析的方法，涵蓋數據讀取、數據清洗、數據可視化、數據分析等內容。該課程將“Python程序設計”課程作為前置課程，當前課程體系如下圖所示。

目前的課程教學與內容設置采用理論與實踐相結合的方式，運用講授法、案例教學法、任務驅動法等教學方法。教學過程包含講授教案、演示代碼案例、布置實操任務、任務驗收及反饋、布置作業等。

采用現有的教學方法與教學內容講授“Python數據分析”通識課程存在以下幾方面問題。

1.非計算機類專業學生學習能力與學習興趣問題

對大部分非計算機類專業學生來說，由于他們缺乏計算機編程基礎和對數據分析的了解，在學習“Python數據分析”通識課時面臨一系列挑戰，對學生提出了更高的要求。傳統的教學方法更多強調教師的主觀能動性，對于學生來說學習是被動性的，對于全新的知識，被動學習會大大影響學習的效率，也會降低學生的學習興趣。

2.高職學生學習基礎差異性導致部分學生跟不上學習進度

學習基礎差異性較大是我國高職學生的學情特點之一。學生的入學背景與基礎也各不相同，有來自中職的學生，也有來自普高的學生，學生計算機基礎差異較大。此外，通識課程通常面向全校各專業開設，不同專業學生的計算機基礎也存在較大的差異性。對于基礎存在差異的學生，若一刀切地采用傳統的教學方式將可能導致基礎較差的學生難以跟上學習的進度。

3.缺乏各領域的實際應用項目案例導致課程的實用性不強

非計算機專業的學生選修“Python數據分析”，通常是希望運用Python數據分析來解決他們各自專業領域中的實際問題，提升解決真實世界數據分析問題的能力，但目前“Python數據分析”課程中設置的各領域的數據分析項目不足，導致實用性有限。

4.教學方法有待改進

當前“Python數據分析”課程普遍采用傳統的教學方法，如講授和演示。然而，這種方法缺乏互動性和參與度，學生很難主動參與到課堂中。缺乏互動性的教學模式會降低學生的學習積極性和效果。為了解決這個問題，可以采用更加互動的教學方法，如小組討論、案例分析、項目合作等，以激發學生的思考和探索精神。

（二）“Python數據分析”通識課程建設策略與實踐

2021年秋季學期，在專業核心課“Python數據分析”的基礎上，我們面向非大數據專業學生開設了“Python數據分析”通識課程（選修課），對課程教學內容、教學工具及教學模式進行了以下調整，并自然融入課程思政內容。

1.教學內容的調整

將與“Python數據分析”密切相關的Python語言基礎相關內容設置為課程章節之一，介紹Python基本語法及編程方法，包括變量、運算符、表達式、數據類型、程序控制結構、函數以及模塊等。盡量通過實例貫穿其基本語法知識，讓學生在做中學，邊學邊練。例如，在教學中，我們采用學生感興趣的NBA籃球數據集來介紹Python語言基礎，并通過實例進行演練。

此外，為了提高各專業學生學習數據分析的興趣，服務地區產業經濟，在課程案例建設方面，要爭取獲取與地區產業相關的數據分析案例和項目作為教學內容，這是課程建設的關鍵與努力的方向，可以從以下幾方面來實施。

（1）參與當地產業研究項目。了解當地的研究項目和倡議，并積極參與其中。通過參與研究項目，可以獲得與地區產業相關的數據，并將其轉化為教學案例。

（2）利用開放數據源。利用政府或其他機構提供的開放數據資源，尋找與地區產業相關的數據。這些數據可以用于構建案例研究，幫助學生理解和分析當地產業的特點、趨勢和挑戰。

（3）進行實地考察和訪談。組織學生進行實地考察，參觀當地的企業、組織或工廠。對相關從業人員進行訪談，了解他們在日常工作中遇到的數據分析問題和挑戰，將這些實際案例納入教學內容。

（4）引入競賽和項目驅動的學習。組織數據分析競賽或項目驅動的學習活動，鼓勵學生應用所學知識解決地區產業相關的實際問題。這樣可以激發學生的學習興趣，并提供他們與真實數據和案例進行互動的機會。

（5）建立校企合作項目。與當地企業或產業園區建立校企合作項目，共同開展數據分析研究或解決實際問題。通過這種合作，學生可以接觸到真實的數據和案例，提高他們對地區產業的了解和興趣。

課程的章節內容結構仍然采用“理論+項目”的形式，總體結構如圖2所示。

2.教學工具的調整

在Python程序設計以及數據分析的課程中多采用PyCharm創建環境。在“Python數據分析”通識課程中，我們直接采用目前流行的工具Anaconda來組織課堂教學。Anaconda提供了全面而集成的Python數據分析環境，默認安裝了許多常用的科學計算庫，如NumPy、SciPy、Pandas、Matplotlib等。這些庫是Python數據分析的基礎，通過Anaconda，可以一鍵安裝和管理這些庫，無需額外配置和安裝步驟。相比之下，PyCharm更適合作為Python集成開發環境（IDE），它更注重代碼編輯、調試和項目管理等方面的功能。此外，Anaconda包含Jupyter Notebook，作為非常流行的交互式計算環境，Jupyter Notebook可以創建包含代碼、文本和可視化內容的筆記本，對于數據分析和探索性編程非常方便，可以在一個界面中編寫代碼、運行代碼和展示結果。實踐證明，在“Python數據分析”通識課程中使用Anaconda，更加便于創建環境，使學生更快上手。

3.教學模式的調整

在教學模式方面，要將理論與實際應用相結合，鼓勵學生動手進行數據分析項目和實驗。通過編寫代碼、處理真實數據集和解決實際問題，學生可以更好地理解數據分析的概念和技術，并提高他們的實際操作能力。引入具有挑戰性的項目作為學習任務，鼓勵學生團隊合作和解決實際問題，模擬真實場景，要求學生運用Python數據分析工具和技術，從數據清洗到可視化和報告生成，完成一個完整的數據分析流程。

同時應為學生提供及時的反饋和評估機制，可以采用小組討論、個人作業、項目報告等方式來評估學生的學習成果，并給予具體的建議和指導。鼓勵學生之間的互動和合作學習，如小組項目、討論和分享經驗。這可以促進學生之間的知識交流和合作，激發他們的學習興趣，并加深對數據分析概念和技術的理解。

4.課程思政內容的融入

在“Python數據分析”通識課程中，可以從以下幾個方面自然融入課程思政內容。

（1）強調數據倫理和隱私保護。在數據分析過程中，強調學生對于數據倫理和隱私保護的意識。教授學生如何正確處理、使用和存儲數據，以及遵循數據保護法律和道德規范。討論相關案例和倫理問題，引導學生思考數據使用的社會責任和影響。

（2）關注數據分析的社會影響。探討數據分析在社會、經濟、政治等領域的影響。引導學生思考數據分析對社會發展、公共政策和社會公正的影響，并討論如何運用數據分析技術解決社會問題，服務地方產業經濟。

（3）引入公共利益案例。引入與公共利益相關的數據分析案例，如環境保護、醫療衛生、教育等領域。討論學生如何運用數據分析技術來推動社會進步和改善公眾生活，培養學生的社會責任感和擔當精神。

（4）鼓勵學生參與社會實踐項目。組織學生參與與數據分析相關的社會實踐項目，如數據公益項目、社會調研等。通過實踐，學生親身體驗數據分析在實際問題解決中的作用，增強他們的社會責任感和實踐能力。

通過融入課程思政內容，可以使“Python數據分析”通識課程更加關注社會倫理、社會責任和公共利益，培養學生的社會意識和思考能力，幫助他們將數據分析技術應用于社會發展和公眾福祉。

四、總結

在我國已進入數據智能時代的背景下，開設“Python數據分析”通識課程有助于培養地區產業發展所需的具備數據分析技能的人才。通過優化課程內容設計、增加實踐環節、改進教學方法，“Python數據分析”通識課程可以更好地滿足學生的需求，提高學生的數據分析能力和就業競爭力，并為他們未來的職業發展奠定堅實的基礎。

參考文獻：

［1］劉亞輝，郭祥云，李桂芝.信息管理類專業的Python語言教學模式探討［J］.計算機教育，2018（9）：44-47.

［2］李莎莎，周競文，唐晉韜，等.數據科學與大數據人才專業課程體系分析［J］.計算機工程與科學，2018，40（S1）：109-113.

［3］王紅雨，張瑞中.通識課程如何面向職業素養：斯坦福大學通識課程的目標、實踐與生成邏輯［J］.現代大學教育，2019（6）：47-55，112.

［4］劉姝.Python數據分析通識課程教學研究與實踐［J］.電腦知識與技術，2021，17（28）：220-223.