中小学教育资源及组卷应用平台 信息技术 第9课 常见的数据处理过程 课题 常见的数据处理过程 单元 第二单元 学科 信息技术 年级 七年级 教材分析 《常见的数据处理过程》该课时教材编排了“有效处理数据的方法→数据处理的基本方法”的系列学习活动，通过实践与探究了解有效处理数据的方法和数据处理的基本方法，学会如何进行数据合并和数据清洗，进行数据分析更深入地了解数据背后的意义。教材编排合理，教学环节注重实践与理论相结合，教材内容贴近学生生活实际，符合七年级学生认知特点。 教学目标 1、信息意识：学习有效处理数据的方法，解决数据不完整、不一致、重复等问题，保证数据的真实性。 2、计算思维：了解数据处理完整过程，分析数据创建好数据分类集，了解数据背后的意义。 3、数字化学习与创新：能够将现有的技术应用于实际场景中，使用辅助工具进行数据处理。 4、信息社会责任在工作学习中积极促进社会公正、可持续发展，并通过数据分析为社会做出积极贡献。 重点 一、有效处理数据的方法二、数据处理的基本方法 难点 1、数据处理的基本方法 教学过程 教学环节 教师活动 学生活动 设计意图 导入新课 在准备“一带一路”主题报告过程中我们收集了大量的相关资料，这些资料有些需要合并对比，有些存在不完整、不一致、重复等问题。面对这样的数据表格，如何将其整理成符合需要的数据呢？ 在“从数据看‘一带一路’”的主题分析报告准备过程中，我们应该如何以数据深入阐述主题，又如何进行数据分析与加工呢？知识拓展 学生之间相互讨论如何解决数据重复等问题。 帮助学生了解数据处理概念，打开课堂。 讲授新课 一 、有效处理数据的方法数据处理是数据分析过程中的关键环节，直接影响到分析建模的效率为了确保数据的准确性和完整性，我们需要收集庞杂的数据，并对数据进行整理和清洗。为了更好地组织和理解数据，我们需要对数据进行分类和合并这可能涉及按照一定规则进行分组、合并或排序。此外，为了进行后续的数据分析，我们还需要进行数据转换和计算。数据处理过程可以大致分为数据合并、数据清洗、数据变换、数据标准化四个基本步骤。数据合并能将数据进行简单归类，为分析数据创建好数据分类集；数据清洗可以将数据中的缺陷、错误数据等问题处理掉，最大限度地提高数据分析结果的准确度；数据变换可以将数据加工成建模时需要的形式，为数据建模做准备。通常数据标准化和数据变换作为同一步骤执行。知识拓展数据分析的结果可以应用在哪些领域？二 、数据处理的基本方法深度融入“一带一路”倡议已经成为各地谋篇布局的“重头戏”，各地参与“一带一路”建设的积极性和主动性显著提升。图2-16是2017年我国四大区域与共建“一带一路”国家贸易额及占本区域对外贸易的比重，在整理这部分数据时，需要将两组数据按照区域进行合并，我们应该如何操作呢？1.合井数据集 在数据处理过程中，经常会对数据进行合并。如图2-16中的两组数据首先要进行合并。可以实现合并的工具很多，上一课我们用的电子表格工具可以继续使用。 操作提示：数据获取可能来自不同的渠道，或者不同角度，需要进行合并处理。如图2-17所示，将两个表格放在一个工作表中。2.数据清洗 处理数据缺失值、删除重复数据和修正异常值是数据清洗的三个主要表现方面。想要在数据清洗方面做得更好，需要具备严谨的态度和所探究领域全面、系统的知识，也需要在数据探索的道路上不断积累成功的经验和失败的教训。“一带一路”大数据指数中,“海上丝路”贸易指数由宁波航运交易所开发编制，数据来源于海关月度进出口贸易数据，由出口贸易指数、进口贸易指数、进出口贸易指数构成，并从总体贸易指数、区域贸易指数、特类贸易指数等不同方面衡量中国对外经贸发 ... ...
~~ 您好，已阅读到文档的结尾了 ~~
