《Python数据分析基础与案例实战》第5章 数据预处理 教案.docx

第5章数据预处理教案课程名称：Python数据分析基础与案例实战课程类别，必修适用专业，大数据技术类相关专业总学时：64学时（其中理论36学时,实验28学时）总学分I4.0学分本章学时：7学时一、材料清单（1>«Pvthon数据分析基础与案例实战3载M.（2）配套PpT（3）引导性提问.（4）探究性问题。（5）拓展性问题。二、教学目标与基本要求1 .教学目标本章着曳介绍数据预处理的基本流程：清洗数据、变换数据、屈性构造、阑性规约、合并数据,其中清洗数据包括对缺失值和异常伯的处理；从应用角度介绍对数据的函数变换、标准化以及离散化：时于属性的处理则有属性切造与属性规约：在面临多个表时，可以对多个表进行合并，同时对总表进行分组聚合的操作.2 .基本要求（1）掌握缺失值和异常值常见的处理方法.（2）了解函数变换的概念和作用。（3）掌押常见的数据标准化和数据离散化方法.（4）熟悉属性构造的原理和实现过程.（5熟悉属性规约的原理和实现过程。（6）氽梅多表合并和分组聚合的方法.三、问题1 .引导性提问引导性提问需要教师根据教材内杵和学生实际水平，提出问超.启发引导学生去解决问题，提问,从而达到理解、掌握知识,发展爸种能力和提存思想觉悟的目的。（1）数据质量不高的情况下如何提高数据质量？（2）数据预处理包含哪些内容？2 .探究性问题探究性向施需要教W深入钻研教材的基础上精心设计,提问的用度或齐在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者足时引导式提问中尚未涉及但在课文中又是重要的何越加以设问.（1数据预处理各个步界是否有先后？（2）数据变换的目的是什么？3 .拓展性问题拓展性问题需要教酊深刻理解教材的意义,学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问遨.亦可以提供拓展资料供学生研习探讨，完成拓展性问%（I）数据清洗除了缺失侪处理和异常位处理外,还能有什么操作？1 2）能否将数据预处理当中的方法写成自定义函数？四、主要知识点、重点与难点2 .主要知识点（）处理缺失（ft.（2）处理异常值。（3）函数变换.（4）标准化数据.（5）离散化连续型数据.（6）同性构造.（7）属性规约.（8）合并多个表.（9）分组聚合数据.3 .重点（1）处理缺失值.（2）处理异常值。（3）标准化数据.（4）离散化连续型数据。（5）属性拘属.（6）M性规约.（7）合并多个去，（8）分批聚合数据。4 .难点（1）处理缺失值。（2）处理界常值.（4）合并多个表。（5）分组城合数据。五、教学过程设计5 .理论教学过程（I）处理缺失值。（2）处理异常值.（3）函数变换，（4）标准化数据。（5）离散化连续型数据，（6）属性构造，（7）蟠性规约.（8）合并多个友，（9）分娟聚合数据，6 .实验教学过程（I）处理缺失值（2）处理异常（ft.（3）函数变换，（4）加小-最大标准化。（5）零-均值标准化.（6）小数定标标准化。（7）肉散化连续型数据.（8）电性构造.（9）属性规约，（10）合并多个表.六、教材与参考资料1 .教材向伟，张立均.Pyihon数据分析基础与案例实战M.北京：人民肥电出版社.2022.2 .参考资料I张良均PyIhOn数据分析与挖妲实战M北京：机械工业出版社.2015.(2)张良均.f>ython与数据挖掘IM.北京:机械工业出版社.2016.