(共39张PPT)
数据分析（第二十四课时）
回顾
数据处理一般过程
数据采集
数据整理
数据分析
数据呈现
1.数据分析概念
数据分析是为了获取有价值的信息，使用适当的计算方法与工具对收集来的数据进行处理，提取有用信息，形成结论从而支持决策。
2.数据分析作用：了解事物的现状
2.数据分析作用：剖析事物的发展历程
2.数据分析作用：预测事物未来走向
3.数据分析
金山银山不如绿水青山，最近这些年，国家落实严控环境污染、修复生态环境等政策。随着政策落实，你所在家乡的空气质量是否有所改善？
我们需要数据来做出分析。
上节课，我们对空气质量原始数据做了整理。本节课，我们要分析之前整理的数据，从而做出判断。
课堂任务1：计算每日AQI平均值
怎样判断一天的空气质量如何？
计算一天中24小时的空气质量指数(AQI)的平均值。
平均分析法。
平均分析法：是指运用计算平均数的方法来反映总体在一定时间、地点条件下某一数量特征的一般水平。多用于比较同类现象在不同地区、不同行业、不同类型单位等之间的差异程度，分析现象之间的依存关系；也可以对某一现象在不同时间的水平进行比较，以说明现象的发展规律及趋势。
平均工资、平均年龄、平均身高、平均分
平均分析法
课堂任务1：计算每日AQI平均值
所需数据：
每天空气质量指数的平均值
计算一天中24小时的空气质量指数(AQI)的平均值
DataFrame筛选用法
DataFrame筛选数据
df.loc[条件，列索引号]筛选数据
df.loc[
df['北京']<50,['北京']
]
筛选北京这一列值小于50的数据
DataFrame按日期筛选
DataFrame按日期筛选数据
df.loc[日期索引][列索引号]筛选
df.loc['2014-05-13']['北京']
筛选2014-05-13的行，显示出北京这列的数据
课堂任务1：计算每日AQI平均值
下载
课堂活动1（每日AQI平均值）.py
文件，和上节课生成的补全数据.csv放在同目录。
根据自己选择的城市，修改代码中城市名和文件名。
课堂任务1：计算每日AQI平均值
课堂任务1：计算每日AQI平均值
课堂任务1：计算每日AQI平均值
暂停视频
运行
课堂活动1（每日AQI平均值）.py
文件
观察同目录下的结果数据文件
课堂任务1：计算每日AQI平均值
课堂任务2：统计每年AQI为优的天数
怎样判断现在的空气质量和过去比是否有了改善？
可以对比空气质量为优的天数在过去几年间的变化趋势
这里用到了对比分析法
对比分析法：也叫比较分析法，通常用于从数量上展示
和说明研究对象规模大小，水平高低等。
对比分析法分为横向和纵向对比两大类。
对比分析法
对比分析法——横向对比
对比分析法——纵向对比
课堂任务2：统计每年AQI为优的天数
所需数据：
每年空气质量为优的天数（AQI<=50）
需求：
对比空气质量为优的天数在过去几年间的变化趋势。
课堂任务2：统计每年AQI为优的天数
下载
课堂活动2（统计AQI为优数据）.py
文件，和活动1生成的AQI每日平均值文件放在同目录。
注意：根据自己选择的城市，修改代码中城市名和文件名。
课堂任务2：统计每年AQI为优的天数
课堂任务2：统计每年AQI为优的天数
课堂任务2：统计每年AQI为优的天数
暂停视频
运行
课堂活动2（统计AQI为优数据）.py
文件
观察同目录下的结果数据文件
课堂任务2：统计每年AQI为优的天数
课堂任务3：统计每年AQI各类情况的天数
怎样了解某一年某城市的空气质量整体情况？
可以呈现一年中空气质量为优、良好、轻度污染、中度污染、重度污染的天数占比比例。
这里用到结构分析法。
结构分析法
结构分析法：也称构成分析法，是将各个部分与总体进行对比，是分析事物内部的结构和部分与整体之间关系的方法。
课堂任务3：统计每年AQI各类情况的天数
所需数据：
每年空气质量为优(0-50)、良好(51-100)、轻度污染(101-150)、中度污染(151-200)、重度污染(>200)的天数。
需求：
呈现一年中空气质量为优、良好、轻度污染、中度污染、重度污染的天数占比比例。
DataFrame多条件筛选用法
DataFrame多条件筛选数据
df.loc[(条件1)&(条件2),列索引号]筛选数据
df.loc[(df['北京']>=50)
&(df['北京']<=100),['北京']
]
筛选北京这一列值在50-100之间的数据
课堂任务3：统计每年AQI各类情况的天数
下载
课堂活动3（统计AQI各类数据）-待补全.py
文件，和活动1生成的AQI每日平均值文件放在同目录。
注意：可根据自己选择的城市，修改代码中城市名和文件名。
课堂任务3：统计每年AQI各类情况的天数
课堂任务3：统计每年AQI各类情况的天数
请补全代码，将5种空气质量类别都统计出来。
课堂任务3：统计每年AQI各类情况的天数
请补全代码后，暂停视频，运行程序，查看生成的结果文件。
课堂任务3：统计每年AQI各类情况的天数
同学们，你是否成功统计出了2015到2019年的各类空气质量天数？
课堂活动总结
1、计算每日AQI平均值
2、统计每年AQI为优的天数
3、统计每年AQI各类情况的天数
平均分析法
对比分析法
结构分析法
4.课堂小结
数据分析
作用
了解事物现状
剖析事物发展历程
预测事物未来走向
方法
对比分析法
平均分析法
结构分析法
5.课后作业
各位同学针对身边同学们的课余时间安排做了调查问卷，并且对采集的原始数据做了数据整理。请利用整理好的数据，做出1-2项具体的分析。（比如高中生的课余时间都在做什么？游戏娱乐的时间占比如何？学业压力是否过大？运动方式有哪些？运动时间有多久？）
请参考学习资料中的Pandas使用说明和示例，完成利用Python实现数据分析。自主学习任务单
学习指南
课题名称：数据分析
学习目标：
了解数据分析的作用，掌握三种数据分析方法，根据需求选择恰当的方法进行数据分析。
本节知识点思维导图：
学习任务
课前测验：
李明老师是一名高一班主任。全班45个学生每次考试的成绩他都会细心保存下来。本学期末，李明老师打算对学生的6门成绩做数据分析。请帮他一起想一想该如何整理数据吧！
需求1：分析出全班每个同学的成绩概况，可以采用什么方法？
需求2：分析出每位同学学习是否有进步，可以采用什么方法？
需求3：分析出每位同学的成绩弱项科目，可以采用什么方法？
金山银山不如绿水青山，最近这些年，国家落实严控环境污染、修复生态环境等政策。随着政策落实，你所在家乡的空气质量是否有所改善？上节课，我们对空气质量原始数据做了整理。下面，我们要对之前整理的数据进行数据分析。
任务1：
【目标】计算一天中24小时的空气质量指数(AQI)的平均值。
【实践】下载
课堂活动1（每日AQI平均值）.py
，和上节课生成的补全数据.csv放在同目录。根据自己选择的城市，修改代码中城市名和文件名。运行程序，观察生成的结果文件
北京_AQI每日平均值.csv。
【回顾】本任务中，用到的数据分析方法是
。
任务2：
【目标】为对比空气质量为优的天数在过去几年间的变化趋势，统计出每年度空气质量指数（AQI）为优的天数。
【实践】下载“课堂活动2（统计AQI为优数据）.py”
文件，和活动1生成的AQI每日平均值文件放在同目录。（注意：根据自己选择的城市，修改代码中城市名和文件名。）
【回顾】本任务中，用到的数据分析方法是
。
任务3：
【目标】了解某一年某城市的空气质量整体情况。呈现一年中空气质量为优、良好、轻度污染、中度污染、重度污染的天数占比比例。
【实践】请下载“课堂活动3（统计AQI各类数据）-待补全.py”
文件，和活动1生成的AQI每日平均值文件放在同目录。参考微课讲解、pandas使用说明和以下代码，补全代码，统计出所有5种空气质量情况的天数。补全后，请运行，查看生成的结果文件，观察数据。
【回顾】本任务中，用到的数据分析方法是
。
评测反思
知识小测：结合微课资源，完成以下题目：
数据分析的作用有：
、
、
。
数据分析的三种方法：
、
、
学习评价：
评价指标评价等级及分值得分优秀
9-10分良好
5-8分一般
3-4分
自评互评老师评任务1（30%）任务2（30%）任务3（30%）任务单（10%）
学习反思：
通过本节课的学习，你最大的收获是什么？
在实践操作环节，遇到了哪些困难？你是如何解决的？
关于本节课的学习内容，列出你最想进一步研究的内容。课程基本信息
课题
数据分析
教科书
书名：信息技术必修1数据与计算
出版社：人民教育出版社&中国地图出版社
出版日期：2019年6月
学生信息
姓名
学校
班级
学号
课后练习
各位同学针对身边同学们的课余时间安排做了调查问卷，并且对采集的原始数据做了数据整理。请利用整理好的数据，做出1-2项具体的分析。（比如高中生的课余时间都在做什么？游戏娱乐的时间占比如何？学业压力是否过大？运动方式有哪些？运动时间有多久？）请参考学习资料中的Pandas使用说明和示例，完成利用Python实现数据分析。课程基本信息
课题
数据分析
教科书
书名：信息技术必修1数据与计算
出版社：人民教育出版社&中国地图出版社
出版日期：2019年6月
教学目标
教学目标：了解数据分析的作用，掌握三种数据分析方法，根据需求选择恰当的方法进行数据分析。教学重点：三种数据分析方法：对比分析法、平均分析法、结构分析法。教学难点：三种数据分析方法。
教学过程
时间
教学环节
主要师生活动
1分钟
课堂引入新知讲授课堂小结课后练习
1、课堂引入教师：首先，让我们一起来回顾一下之前本单元学习的内容。通过之前的学习，我们已经了解到数据处理的一般过程包含数据采集、数据整理、数据分析和数据呈现四个过程。我们已经学习了数据采集，数据整理，并通过体验活动体验了数据采集和数据整理的过程。这节课我们来了解第三个步骤数据分析。2、数据分析的概念教师：那么什么是数据分析？数据分析是为了获取有价值的信息，使用适当的计算方法与工具对收集来的数据进行处理，提取有用信息，形成结论从而支持决策。那么数据分析到底有哪些有哪些作用？教师：首先，我们来看这张图，这是一张新冠肺炎疫情当前的数据。通过对数据的分析，我们可以发现当前我国现有确诊人数较少，疫情控制良好，主要风险来自境外输入。而且境外的疫情数据可以展示出目前全球疫情的严峻现状。故，数据分析可以帮助我们了解事物的现状。这就是数据分析的第一个作用。教师：我们来看这张图，这是一张我国新冠肺炎疫情的数据图表。通过表中的病死率和治愈率，我们可以清晰观察到治愈率的变化过程，在疫情初期是有一段由高到低，到了拐点后快速攀升的过程。这也符合我国疫情初期的实际情况。而致死率基本在低位徘徊，也显示出疫情的总体控制情况良好。显然图中的数据可以帮助我们了解疫情发展和变化的过程。故，数据分析的第二个作用是了解事物的发展历程，从而进一步探究问题产生的原因。教师：我们来看这张图，这是一张2020到2050哈尔滨老年人口占比的预测图。通过已有数据，可以预测出未来哈尔滨老年人口的占比会高达38%，也就是极度老龄化。这就是数据分析的第三个作用——预测事物未来走向3、数据分析教师：在了解了数据分析的作用后，我们一起来通过课堂活动一起体验下数据分析的过程吧！金山银山不如绿水青山，最近这些年，国家落实严控环境污染、修复生态环境等政策。随着政策落实，你所在家乡的空气质量是否有所改善？上节课，我们对空气质量数据做了整理，本节课，我们要分析之前整理好的数据，从而做出判断。【三种数据分析方法】3.1课堂任务1（平均分析法）教师：依据现有数据，我们怎样判断一天的空气质量情况如何呢？请大家想一想。或许你和我想的一样呢。现有的数据是每小时的空气质量数据，我们可以计算一天24小时的AQI平均值，从而判断这一天的基本空气质量。在这里通过计算平均值来分析就是平均分析法。教师：什么是平均分析法呢？平均分析法是指运用计算平均数的方法来反映总体在一定时间、地点条件下某一数量特征的一般水平。多用于比较同类现象在不同地区、不同行业、不同类型单位等之间的差异程度，分析现象之间的依存关系；也可以对某一现象在不同时间的水平进行比较，以说明现象的发展规律及趋势。比如我们平均工资反应整体薪酬水平、平均年龄、平均身高、平均分等。教师：我们的这个课堂任务需要我们计算一天中24小时的AQI平均值，所以我们需要计算出每一天的AQI平均值。【DataFrame筛选方法】df.loc[条件，列索引号]筛选数据教师：要计算出每一天的数据平均值，首先需要我们筛选数据。我们今天依然使用pandas这个库来对数据进行处理和分析。Pandas库中的DataFrame如何筛选数据呢？我们还可以使用df.loc[
df['北京']<50,['北京']
]实现筛选，方括号内，第一个参数是条件，第二个参数是要筛选显示的列索引号。【DataFrame按日期筛选数据】df.loc[日期索引][列索引号]筛选教师：我们还需要按照日期来筛选。那么在把日期列作为索引后，我们可以直接使用df.loc['2014-05-13']['北京']筛选出满足日期的数据。教师：下面，请各位同学下载课堂活动1（每日AQI平均值）.py
文件，和上节课生成的补全数据csv文件放在同目录。打开代码后，可以根据自己所在城市，修改代码中的城市名和文件名。教师：下面，我们一起来看看代码是如何实现计算每日AQI平均值的吧！第一句代码，依然是导入了pandas库。紧接着三句代码，我们定义了要操作的数据列索引，也就是城市名称，处理的文件名、处理后数据保存文件名。第五句，还是读取文件，只是这里我们多写了一个参数index_col把date这列作为了默认行索引。最后一句，就是返回该表的行索引组成的列表。而且去除重复值后的唯一值。教师：下面，我们定义新数据表的第一行数据，也就是未来的列索引。分别是date，type，和城市名称。接着，我们是用for循环对刚才得到的不重复的日期进行挨个筛选和计算平均值。这里需要注意这句语句是筛选出指定日期的AQI数据，然后通过mean()这个方法计算平均值，使用round函数将结果数据的精度修改为一位小数，最后把计算出的平均值赋值给变量meandata。接着，我们组成新的一行数据，存放到临时新表data这个列表里。然后，循环完后，我们将拼凑好的新数据转换成一个DataFrame结构。赋值给变量newdf，最后将这个表另存即可。教师：下面，请暂停视频，请大家运行
课堂活动1的程序文件，看看生成的结果文件吧！学生：完成体验活动。3.2课堂任务2对比分析法教师：通过现有数据，我们如何分析现在的空气质量和过去比是否有了改善？大家想一想？学生：思考回答教师：嗯，我想或许有人会这么想，可以对比下空气质量为优的天数在过去几年的变化趋势。这里我们通过对比的方法来分析问题，用到了对比分析法！教师：什么是对比分析法？对比分析法也叫比较分析法，通常用于从数量上展示
和说明研究对象规模大小，水平高低等。对比分析法分为横向和纵向对比两大类。教师：同类数据在地区之间或部门之间对比是横向对比。如图，老龄化也是这几年一个很热门的话题，这张图表呈现了不同省份同一时期的老龄人口抚养比。通过对比，可以分析出不同省份的养老压力是不同的。显然，这也是一种横向对比分析。教师：同类数据在不同时期的对比，就是纵向对比。如图，我国的平均预期寿命在不同年份是不同的，显然随着时间推移，人均预期寿命是逐步提高的。这就是纵向对比。教师：我们回顾下要做的课堂任务，我们需要对比空气质量为优的天数在过去几年间的变化趋势。那么我们需要什么数据呢？学生：思考教师：我们需要每一年空气质量为优的天数，也就是AQI小于等于50的天数。教师：下面我们一起来体验下统计过程。请下载课堂活动2（统计AQI为优数据）.py
文件，和活动1生成的AQI每日平均值文件放在同目录。注意：根据自己选择的城市，修改代码中城市名和文件名。教师：让我们看看代码是如何实现统计的。首先还是导入库，接着定义了城市、处理文件、结果文件名称。这里多了而两个变量表示开始统计的年份和结束的年份。为什么要定义？因为我们发现采集的2014年和2020年数据不完整，不是全年的数据。所以，我们只统计2015-2019的年度数据。接着，我们打开文件。将date这一列转换为时间日期格式，转换后重新存回df这个表中。接着，我们设置行索引为date这列的数据。我们就可以根据这列的日期来筛选数据了。最后，我们新建结果数据，先建立第一行，也就是新表的列索引，就是我们熟悉的列标题。教师：接着，我们使用for循环依次对每年的数据进行统计。注意，我们使用年份来筛选出行，存到变量datas。然后，我们在这些行组成的表中筛选出值<=50的数据，再使用count方法进行计数。计数结果存到count这个变量中。最后，拼凑新的数据行，存到data变量中。接着，完成数据列表转换成DataFrame表，另存到新文件。教师：下面，请暂停视频，请大家打开下载的课堂活动2（统计AQI为优数据）.py，运行程序，观察同目录下的结果数据吧学生：完成体验活动。教师：我想大家运行完后，应该也会生成这样一个统计结果。看起来，北京的优质天数逐年递增，显然是空气质量在逐年改善！3.3课堂任务3结构分析法教师：刚才的任务，我们计算出一年中空气质量为优的天数。但是质量优的天数和重度污染的天数在一年中占比如何呢？我们如果想了解某一年某城市的整体情况，该怎么做？大家想一想。学生：思考教师：我想，也许有同学这样想了，我们可以把空气质量为优、良好、轻度污染、中度污染、重度污染的天数占比比例呈现出来啊。多直观啊！没错，是个好方法！这里我们用到的是结构分析法。教师：结构分析法也称构成分析法，是将各个部分与总体进行对比，是分析事物内部的结构和部分与整体之间关系的方法。如图，是一张支出统计图表。可以清晰直观地对比各个部分在整体中的占比。教师：回顾我们的任务，我们需要呈现一年中空气质量为优、良好、轻度污染、中度污染、重度污染的天数占比比例。我们需要统计出每年各种情况的天数。优(0-50)、良好(51-100)、轻度污染(101-150)、中度污染(151-200)、重度污染(>200)。【DataFrame多条件筛选数据】df.loc[(条件1)&(条件2),列索引号]筛选数据教师：上个任务中，我们使用单个条件筛选数据，这种方法在这里显然不行了。这里我们需要同时多条件筛选数据。如图所示，在表格软件中，筛选空气良好的数据，可以筛选北京这列AQI值满足大于50且小于等于100的数据。这里使用python编程筛选多个条件的数据，怎么实现呢？我们可以用圆括号括起每个条件，然后用&符号连接组成复合条件。比如df.loc[(df['北京']>=50)
&(df['北京']<=100),['北京']
]，这样就可以筛选出北京这一列符合两个条件的数据。教师：让我们打开代码，一起看看，前面几部分和任务2相同需要注意的是我们依然需要将date这列数据转换为时间日期格式，并且这列的数据设置为行索引。接着，我们依然拼凑出新表格的第一行数据，也就是未来表格的列标题，存放到data这个列表里。教师：接着，我们依然使用for循环，对数据按日期进行筛选。接着对筛选出的数据表，进行统计。注意，这一行统计出了AQI<=50的数据，使用count方法统计出筛选出的数据，也就是AQI为优的天数。下面，请暂停视频，请大家参考已有代码，自行补全缺失代码，将5种空气质量类别都统计出来。教师：最后依然是新数据表的构建和保存过程。请大家完成代码后，暂停视频，运行程序，查看生成的结果文件。教师：我猜想，大家都顺利完成了吧！通过统计，我们发现北京市的优质天逐年递增，良好天也逐年递增。轻度污染、中度污染、重度污染天数逐年减少。显然，北京的空气质量的确是改善了！3.4活动总结教师：刚才的活动中，我们完成了三个小任务。1、计算每天的AQI平均值，2、统计出每年AQI为优的天数，3、统计出每年AQI各类情况的天数。这个过程分别使用了数据分析的三种方法——平均分析法（利用求平均值来分析）、对比分析法（对比同类数据不同年份的情况）、结构分析法（通过各部分在整体中的分布进行分析）。4、课堂总结5、课后作业教师：最后，还是给大家留一个课后作业。之前，各位同学针对身边同学们的课余时间安排做了调查问卷，并且对调查来的原始数据做了基本的数据整理。请利用整理好的数据，做出1-2项具体的分析。这里，请参考学习资料来完成Python编程实现的数据分析。教师：今天我们的课就学习到这里，谢谢大家！
