肖卓宇 黎妍

摘  要： 为了提高Python数据分析课程教学效果不佳的问题，以计算思维为导向，厘析了Python数据分析的核心知识点，设计了Python数据分析依赖包知识点调查问卷，探究了Python数据分析总体流程，构建了四阶段的Python数据分析依赖包与计算思维能力映射关系，为Python数据分析课程教学改革提供了新思路。

关键词： 计算思维; 问卷调查; 数据分析; 映射

中图分类号：G642          文献标识码：A     文章编号：1006-8228（2021）12-121-04

Abstract： In order to improve the teaching effect of Python data analysis course， the core knowledge points of Python data analysis based on computational thinking were analyzed， the questionnaire of Python data analysis dependency package knowledge points was designed， the process of Python data analysis was researched， a four stage mapping relationship between Python data analysis dependency package and computational thinking ability was constructed， which provides a perspective for the teaching reform of Python data analysis.

Key words： computational thinking; questionnaire; data analysis; mapping

0 引言

信息技术与数据存储飞速发展的今天，全世界每天产生EB级海量数据，2020中国通信院大数据白皮书预测，到2035年全球将产生2142ZB的大数据。如何充分利用数据、处理数据成为困扰行业的难题，因此，数据分析显得尤为重要[1]。Python数据分析目前是众多高校人工智能与大数据相关专业的核心课程，培养大学生数据分析思维素养已刻不容缓。为提升Python数据分析课程教学效果，众多研究团队做出了很多贡献[2-5]。

李书影等[6]基于Python数据分析构建了国外社交平台评论《道德经》的情感分析模型。谢红霞等[7]设计了线上线下融合的Python数据分析课程教学改革。杨彩云等[8]提出以案例为驱动的Python数据分析课程教学改革。贾扬蕾等[9]分阶段提出以成果为导向的Python数据分析教学改革。肖卓宇等[10]通过深度学习课程为例，关注计算思维与深度学习能力要求的映射关系。文献[11]构建了计算思维与Python公共基础能力要求的映射关系。

总而言之，目前众多研究团队在Python数据分析课程改革上提升了教学效果，但总体而言……