自主学习任务单 学习指南 课题名称：数据可视化之词云 学习目标：掌握数据词云的概念、历史，了解制作词云的基本步骤。掌握在线制作词云和Python语言制作词云的过程和方法。 本节知识点思维导图： 学习任务 课前测验：（了解学情） （1）使用Python语言定义一个包含10个整数的列表。 （2）什么是大数据？ 活动一：人工制作早餐食物的词云图，把制作的词云图拍照或者截图。 词云图 活动二：素材文件夹中的“kongqi.txt”文档内容为《北京空气污染调查报告》，请应用此文档在wordart网站在线生成词云，将生成的词云图截图 词云图关键词1. 2. 3. 4. 5. 活动三： “zhaopin.txt”文档内容为某招聘网站的招聘信息，请使用Python语言生成此文档的词云图，将生成的词云图截图，从图中找出五个关键词 词云图关键词1. 2. 3. 4. 5. 课后作业：“ai.txt”文档为《新一代人工智能发展规划》，请以此文档在线生成词云，找出5个高频率关键词，进而判断人工智能未来发展的关键技术，完成后填写作业任务单。 词云图关键词1. 2. 3. 4. 5.关键技术： 拓展阅读资料 大数据经典案例 1. 啤酒与尿布 全球零售业巨头沃尔玛在对消费者购物行为分析时发现，男性顾客在购买婴儿尿片时，常常会顺便搭配几瓶啤酒来犒劳自己，于是尝试推出了将啤酒和尿布摆在一起的促销手段。没想到这个举措居然使尿布和啤酒的销量都大幅增加了。如今，“啤酒＋尿布”的数据分析成果早已成了大数据技术应用的经典案例，被人津津乐道。 2.数据新闻让英国撤军 2010年10月23日《卫报》利用维基解密的数据做了一篇“数据新闻”。将伊拉克战争中所有的人员伤亡情况均标注于地图之上。地图上一个红点便代表一次死伤事件，鼠标点击红点后弹出的窗口则有详细的说明：伤亡人数、时间，造成伤亡的具体原因。密布的红点多达39万，显得格外触目惊心。一经刊出立即引起朝野震动，推动英国最终做出撤出驻伊拉克军队的决定。 3.微软大数据成功预测奥斯卡21项大奖 2013年，微软纽约研究院的经济学家大卫·罗斯柴尔德（DavidRothschild）利用大数据成功预测24个奥斯卡奖项中的19个，成为人们津津乐道的话题。今年罗斯柴尔德再接再厉，成功预测第86届奥斯卡金像奖颁奖典礼24个奖项中的21个，继续向人们展示现代科技的神奇魔力。 评测反思 知识小测：结合微课资源，完成以下题目： 制作词云的主要三个步骤是什么？ 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分自评互评老师评项目实践完成度（50%）项目自主创新与个性化设计（10%）项目学习交流合作（20%）成果展示（20%） 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。(
课件网) 数据可视化之词云（第二十六课时） 复习：数据可视化之图表 AQI历年平均值 年份 AQI平均值 2014 110 2015 112 2016 102 2017 87 2018 82 2019 71 2020 68 问题：文本数据如何可视化？ 北京空气污染调查报告 北京市预警中心、北京市空气重污染应急指挥部办公室11月26日发布了“空气重污染蓝色预警”称，受不利扩散条件影响，北京空气质量已达“5级重度污染”水平，建议公众做好健康防护，减少户外运动等。这也是北京今年（2016年）入冬以来第二次发布空气重污染预警。 于是，北京的空气质量以及对人体健康影响再度引发公众的热议。 空气中微生物和重金属会致病吗 ? 对拉森团队的研究成果，北京市卫计委表示，细菌的耐药性和致病性是完全不同的概念，耐药性的增加不意味着致病性的增强。 ............................................... .......................... ... ...
