数据分析与可视化课程教学体系建设实践探究

何婷婷　胡杰　张璐　李凡

摘要：针对在“新工科”背景下，数据分析与可视化课程存在教学模式单一、知识点零散、学生主动性不足、课程思政教学内容不系统问题对课程进行优化。以教学目标为导向，主要从教学内容、课程思政、教学方法三个方面完成优化。教学实践表明，该建设方法有明显成效。

关键词：课程思政；数据分析；数据可视化；教学目标

中图分类号：G642 文献标识码：A

文章编号：1009-3044（2024）13-0144-03 开放科学（资源服务）标识码（OSID） ：

0 引言

大数据时代下如何从庞大的数据量中提取出有价值的信息关乎各企业未来的发展，同时也是开展科学研究的基石。以山西农业大学软件学院数据科学与大数据技术专业为例，该专业在2022年首次开设了数据分析与可视化课程。该课程是数据科学与大数据技术的专业必修课程，致力于使学生了解数据分析与可视化的流程，要求学生能够利用辅助工具挖掘出海量数据背后隐藏的信息，培养学生主动发现问题，解决问题的能力以及团队协作精神、创新精神、严谨认真等职业素养，提高学生的专业自信和文化自信。因此，对于该门课程的建设关乎大数据专业人才的培养。

该门课程虽然开设时间较短，但是有很多研究者对其进行了探索。例如：王婧娟[1]等人提出了分层次教学模式，以认识数据、存储数据、数据预处理与分析、数据可视化四个层面为基础进行教学。杨艳霞[2]等人采用案例教学法进行数据分析与可视化的教学，使学生对数据分析与可视化的流程有进一步的理解。杨菲菲[3]等人从工程教育专业认证角度探讨了Python数据分析与可视化的课程大纲，为讲授该课程的教师提供了参考。周黎鸣[4]等人针对数据分析与可视化课程提出了能力导向和案例驱动相结合的教学方法。徐婷[5]等人对气象数据分析与可视化课程的理论内容进行了优化，并结合专业热点问题设计实践提高学生的实践能力。2020年教育部发布的《高等学校课程思政建设指导纲要》要求专业课程要以“润物细无声”的形式融入课程思政，专业教育与思政教育同向而行[6]。由于数据分析与可视化是新开课程，体系结构不完整，思政元素探索较少。本文针对山西农业大学软件学院数据科学与大数据技术专业开设的该门课程进行研究，从教学内容、教学方法、课程思政对其进行优化。

1 课程分析

1.1 课程介绍

数据分析与可视化课程可分为数据分析与数据可视化两方面，目前已经成为计算机、金融、医学、电商等学科的重要工具。管理者可通过分析与可视化技术归纳出历史数据中隐藏的规律，在瞬息万变的大数据时代占得先机。由于每个学校专业人才培养方案的不同，课时与学分等信息也有所差别。本文以山西农业大学软件学院数据科学与大数据技术专业为例，课程的基本信息（如表1） 。

1.2 学情分析

目前，大数据相关产业发展迅速，各种大数据技术也如春笋般涌现[7]。然而，数据科学与大数据技术专业在各高校成立时间短，数据分析与可视化课程仍然采用传统的教学模式，还未能建立自己的课程思政与教学体系，无法适应当下的教育需求。具体体现在以下几个方面。

1） 教学内容。数据分析与可视化课程以Python 语言为基础，利用Numpy、Pandas、Matplotlib、Seaborn 等第三方库处理和可视化数据。由于课程涉及大量函数，理论知识枯燥，学生对所学内容未形成系统性框架等问题导致学生参与性不强。

2） 学生特征。本门课程授课对象为大三学生且均为00后，通过授课发现该类学生具有以下特点：一是思想较为成熟，具有发现问题、分析问题，解决问题的意识，但是知识碎片化，未能形成整体性框架。二是未来规划逐渐清晰，所学习知识更加倾向于实用性和针对性。三是自我意识较强，缺乏一定的团队协作精神和集体荣誉感。

3） 五育失衡。习近平总书记提出教育要“德智体美劳”五育共举，五美缺一不可。长期以来，数据分析与可视化与金融、经济、农业、医学等学科进行融合，鲜少有人强调计算机与美的结合。对于工科学生来说，发现美，欣赏美，创造美的能力较差，而本门课程最终呈现的可视化界面需要符合大多数用户的审美。因此，美育也是本门课程至关重要的一环。

1.3 课程目标

工程教育专业认证的教育理念核心为“学生为中心、产出为导向、持续改进”[8]。专业人才培养方案中详细罗列了该专业学生的毕业要求以及与课程目标的对应矩阵。该课程团队围绕数据科学与大数据技术专业人才培养方案、课程性质以及授课对象特点，形成了三维教学目标即知识与技能目标、过程与方法目标、情感态度与价值观目标，每个目标分为基本目标和进阶目标。

1） 知识与技能目标。基本目标为理解数据分析和数据可视化的概念，掌握数据分析与可视化的基本流程，熟悉Python第三方库：Numpy、Pandas、Matplot?lib、Seaborn等。进阶目标为利用Python工具、数学、统计学相关知识对原始数据进行分析和可视化，从中找到有价值的信息和规律，并能够对数据分析结果进行合理分析、解释。

2） 过程与方法目标。基本目标为熟悉数据分析与可视化流程，熟练代码编写与调试的过程，具备查找资料、自主学习、自主探究的能力，培养学生发现美、欣赏美和创造美的能力。进阶目标为能够分析和研究数据科学与大数据领域的复杂工程问题；能够根据已知数据进行可视化或建立模型，从中发现问题并找到解决问题的方法；能够对未知数据进行预测；能够在多学科背景的团队中承担核心成员或负责人的角色。

3） 情感态度与价值观目标。基本目标为培养严谨认真、逻辑缜密、数据真实、具有创新意识、团队合作意识的职业素养；培养品德优良、专业知识扎实、动手实践能力强、具有创新精神的复合型人才；培养学生科技报国的情怀。进阶目标为增强对中国特色社会主义制度的认识，在增强“四个自信”的同时提高专业自信。