【混合式一流课程申报】《Python数据分析》课程

2024年8月19日发(作者：)

混合式一流课程申报：《Python数据分析》课程

一.课程建设

（一）课程建设基础（课程前期建设基础，是否来源于省级及以

上的精品课、精品资源共享课、视频公开课、精品在线开放课程等，

50O字以内）

本课程作为选修课于2019-2020学年春季学期首次开课，3学分共

48学时。以Python语言为载体介绍数据分析的常规流程及使用要点，

考虑到该编程语言的官方文档、开源社区及相关资源多为英文，结合

数学系国际化课程改革，确定采用中英双语教学。2020年，顺应国

家、省及学校的人才培养理念发展，调整为2学分共32学时，并申请

校级线上线下混合式课程培育项目，开始进行混合式课程的改革探

索。2021年，进一步调整为统计学、数学与应用数学专业必修课。截

至目前己开设3次混合式课程教学，所选用的在线教学平台历经中国

大学MOOC平台、超星平台，经过教师端、学生端的使用感受对比，最

终依托超星平台进行线上线下混合式课程的教改研究。

课程内容包括Python基本语法介绍、数据获取及预处理、分析与

统计及可视化，主要介绍的Python第三方库有：NumPy，pandas，

Matplotlib等。线上视频资源采用课程示范包《Python程序设计基

础》及《Python网络爬虫技术》、《Python语言程序设计》的部分课

1

程视频资源的部分视频作为必学资源，并配有若干全英视频作为高阶

资源，供有兴趣和能力的学生学习。同时配备在线作业、在线测试、

线下课堂的随堂测试、调查问卷等资源，实现线上线下、课前课中课

后全覆盖的课程教学。

（二）课程特色、影响力（课程的主要特色介绍、影响力分析。

500字以内）

课程秉承“启发引导、循序渐进、学以致用”的原则，在教学中

注重理论和实践的融合，灵活应用多种教学方法，形成“融立德树

人、知识传授、能力培养、实晚应用于一体”的教学理念。在教学内

容、方法和手段、考核方式和评价体系等方面采取多种举措，构建《R

语言编程》课程线上线下、课前课中课后全方位一体式实践型教学体

系，培养学生使用R语言的编程实践能力，以适应当今世界教育国际

化和信息化的时代潮流。

课程核心落脚点在于使用Python语言进行数据分析，不同于传统

计算机专业编程类课程，不过多深究Python语言与计算机底层交互的

特性，而将精力集中于其在一个完整数据分析项目中的重要作用。并

以撰写一份内容完鉴、信息丰富的数据分析报告为主线，讲授Python

语言基本语法、数据获取及预处理、分析与统计及可视化等技术，帮

助学生实现“开箱即用”，更加牢固地掌握相关知识点。

2

借助线上教学平台提供的实时学习反馈工具，及时发现学生学习

过程中存在的疑难问题并进行解答，再到线下课堂进一步巩固讲解，

可有效培养学生自主学习的能力，并能实现对重点学生群体（如学习

进度较慢）的学习状态监控。三期混合式授课累计选课人数近两百五

十人，占数学系本科生近三分之二。

二.课程设计

（一）总体设计（举证说明本课程在线上线下混合式教学设计及

实施过程中采用的教育思想或理念，说明本课程的教学目标、适用对

象、选取内容、学习资源建设与使用情况、课程组织实施情况等，800

字以内）

以学生为中心，在线资源建设强调理论与实践的融合，充分锻炼

学生的动手实践能力。线下通过创设情境、协作、会话等环境要素，

引导学生发挥主动性、积极性和创造性，采用“实例式教学”或“基

于问题的教学""，基于有感染力的真实事件或真实问题，进行课程教

学设计。

教学目标

通过课程学习，学生将具备使用Python语言解决一般计算问题的

能力、理解数据分析的基本流程、了解大数据分析的实战技巧。具体

3

的，掌握Python语言的基础语法，能熟练使用Python语言处理数

据、绘制各种统计图形、进行描述性统计分析、回归分析等，并能独

立使用英文撰写一篇完整的数据分析报告。

适用对象

统计学、数学与应用数学专业一年级本科生、对使用Python进行

数据分析感兴趣的其它专业本科生选取内容

核心课程内容包括Python基本语法介绍、数据获取及预处理、分

析与统计及可视化，主要介绍的Python第三方库有：NumPy，

pandas，Matplot1ib等。

学习资源建设及使用情况

本课程线上视频资源采用课程示范包《Python程序设计基础》及

《Python 网络爬虫技术》、《Python语言程序设计》的部分视频作为

必学资源，并配有若干全英视频作为高阶资源，供有兴趣和能力的学

生学习。同时依托超星平台进行异步SPOC课程建设，配备在线作业、

在线测试、线下课堂的随堂测试、调查问卷等资源，在线下课堂讲授

中安排学生随堂限时完成习题或围绕程序项目进行课堂讨论，实现线

上线下、课前课中课后全覆盖的课程教学。

课程组织实施情况

4

目前课程具备超过210个授课视频、总时长超过2000分钟，超过

430道题的习题库，以及超过980个非视频课程资源，并在持续建设更

新之中。依托丰富的教学资源库，每次开课均将当学期全部线上资源

向选课学生发布，要求学生在每周线下课堂前，完成对应周次的线上

资源学习，线下课堂根据学生的线上学习情况，重点讲解存在的难

点、共性问题等，并依托超星学习通APP组织随堂签到、练习及问卷

调查等教学活动。

（二）课程思政设计（举证说明本课程教学设计中如何有效融入

课程思政、课程思政的主要渗透点及实施方式、所取得的育人成效

等，800字以内）

通过课堂教学或课外材料向学生介绍与课程内容相关的中国最新

成就，将国民经济、数据安全等融入课程材料建设，力求通过教学内

容和思想政治的融合，让学生领略数据分析的魅力和作用，知晓我国

统计学家所做出的巨大贡献，并对他们所展示出来的科学人文素养及

对国家奉献自我的精神产生共鸣，引导学生积极主动地思考所学知识

应如何满足社会各行业的不同发展需求，进而思索个人的发展如何适

配国家和社会的需求，并形成科学理性的思维习惯、求真务实的敬业

精神。

5

采用多种教学方法，力求将课程思政元索自然融入教学内容中，

以润物细无声的方式对学生进行思想政治教育。

讲授法：在部分教学内容中开篇进行背景介绍，通过讲述相关专

业的历史及现状，展示我国统计学家取得的成就，尤其是他们的创新

精神、敬业精神等。

示范法：通过课堂演示Python代码进行示范。

讨论法：通过课前给予讨论素材主题的方式，引导学生主动收集

有关资料，思考相关理论知识在社会各领域中的应用，并进行讨论。

练习法：让学生做课堂及课后练习，以培养严谨的科学思维。翻

转课堂：以学生为中心，由学生主导专业课程内容的讲授。

设置若干相关讨论主题，通过线上平台讨论区、线下课堂讨论、

课前思政3分钟分享等形式，引导学生收集资料、深入思考、开展讨

论，以自我驱动的方式接受课程思政的氛围。具体内容包括但不仅限

于：结合Python语言自身的开源性特点，思索软件开源性的意义和价

值；收集了解在Python社区中，有多少国人贡献了第三方库；网络爬

虫技术的合法性讨论；我国统计学家许宝先生的生平贡献介绍；我国

知名统计学网站社区；统计之都的推介；对比国外闭源的软件，如

SPSS、SAS等，引导学生在创设的情境“若SAS由于种种原因不再提供

6

技术支持，是否有Python第三方库可以提供相近功能?”中开展讨

论，并选取某一数据分析功能，要求学生尝试使用Python编程实现。

通过在数据挖掘竞赛等国内外权威学科竞赛中运用所学知识，多

名学生斩获一、二等奖，课程育人成效逐渐显现。

三.混合式教学教案、课堂实录样例

（至少提供一次能体现本课程技学特色的线上线下混合式课堂教

学的详细教案。）

第5周课程主题：列表相关、可变对象的概念、引用、浅拷贝、

深拷贝基本情况。

1.学时安排：线上学习1学时，线下课堂2学时

2、授课人数：142，统计学、数学与应用数学一年级本科生

学情分析：

经过前4周的学习，学生已完成Python开发环境的配置

（Jupyter Notebook或者PyCharm），掌握Python的基本语法特性

（基本数据类型string、Int、float、bool等：缩进代替括号：关键

字：变量赋值：查看文档等）。if 语句及while语句的使用规则、

for循环语句的使用规则、初步知晓==与is的异网。经过线上习题.课

7

堂提问及问卷调查得知，学生对Python中赋值操作后，底层的操作逻

辑理解程度有差异，有一定比例的学生仍不太理解。

列表的基本操作在教材第3章第1节的内容中。由于教材重心在

介绍Python进行数据分析的相关方面，未对Python的编程语言特性

多着笔墨，为更好的帮助学生理解、使用列表以及编写个人程序，需

补充可变对象。引用、拷贝相关的知识点。

教学内容：

[课程思政]国外软件的国产替代，以MATLAB的卡脖子事件为例，

介绍我国开发团队的研发进展，教育引导学生把国家。社会、公民的

价值要求融为一体。同时通过本周课程所学的浅拷贝、深拷贝概念，

引导学生要形成实事求是、严谨治学、求根问底的学习、做事态度。

[专业内容]本周课程将讲解Python中的重要数据结构之一：列

表，以列表为例，延伸介绍可变对象的概念，此外。针对前面课程中

学生理解较为困难的赋值操作底层逻辑，结合讲解引用

（reference）、浅拷贝（shallow copy）。深拷贝（deep copy）的

全面介绍。

教学目标：

必须掌握的知识点经过本周课程的学习，学生需熟练掌握列表的

创建。常用方法（子集、切片、添加、插入。扩充、删除、反转、复

8

制等）以及Python特有的列表推导式语法需基本了解引用、浅拷贝、

深拷贝的概念，并能正确区分深浅拷贝带来的程序运行效果差异。

高阶性、挑战度的内容：需基本知晓列表推导式在涉及多层循环

或条件判断时，对循环对象的加载缓存机制；需清楚列表append、

clear方法组合使用时的运行逻辑。

学习态度、价值观的塑造：促使学生积极思考Python语言设计过

程中的动机。主动对已学知识点的归纳整理、注重逻辑思维训练、形

成求根问底的学习习惯、勇于挑战难点的精神以及逐步培养解决痛点

的能力。

教学重点：

列表的常用方法、各方法叠加使用的注意事项。列表推导式（[]

及（）下的异同）。引用。深浅拷贝的区别。

教学难点：

浅拷贝和深拷贝的底层操作逻辑、以列表推导式为例知晓Python

中定义及编译的实现时间差异。

教学策略：

线上环节：观看视频学习、完成线上练习汇总线上学习过程中遇

到的问题，在课程微信群、线上课程讨论区中发帖讨论，鼓励学生进

行交流、合作及探讨，相互促进。

9

线下课堂：采用讲授法、示范法，通过课堂演示讲解，针对线上

环节中收集以及前期开课中学生存在的普遍问题，进行深入解答；采

用问卷调查、随堂小测，将本周课程中的重点难点先由学生进行探索

及思考，再在课堂进行答疑，通过引导学生进行探究式学习，加深对

重难点知识点的掌握和理解。针对引用、浅拷贝、深拷贝对初学者理

解的主要困难，通过类比举例的方式，以贴近学生在校园的日常生活

构建情境，帮助理解。

教学准备：

学生准备：要求学生复习前4周的已学内容：认真观看线上指定

内容的视频资源；动手编写代码实践视频中的程序：整理遇到的问

题。为线下课堂活动做好准备。

教师准备：线下课堂演示的Python环境（Jupyter Notebook）：

收集学生线上学习过程中的普遍问题：整理前面开课中学生在学习相

关内容时遇到的普遍性问题：做好线下课堂课前3分钟的思政元素设

计：在线上课程管理后台为线下课堂创建签到、随堂小测等资源。为

线下课堂活动做好准备。

教学过程：

线上学习（从上周课程结束后到本周线下课堂前一天完成）：

（1）观看学习“章节”板块中第5.2视频资源的全部内容

10

5.2.1 [学]列表的创建

5.2.2 [学]列表中元素的查找

5.2.3 [学]列表中元素的修改

5.2.4 [学]列表中元素的删除

5.2.5 [学]列表的遍历

5.2.6 [学]列表的常见计量操作

5.2.7 [学]列表的排序操作

5.2.8 [学]列表的嵌套应用

（2）其它要求：

自行将视频资源中的程序编写一遍，理解列表的这一数据结构的

定义。特性及常用操作方法，注意理解可变对象的抽象概念

线下课堂：

第一节课

[第一步]课前思政3分钟（上课前3分钟左右）

[课程思政题材] [投影展示]上周（第4周）线上资源中，拓展阅

读4.3.1工业软件现状及发展，作为素材展示，再结合近期MATLAB的

禁用事件，介绍国内团队网元软控的新一代科学计算环境

开发历程，以开发团队的豪言壮志激励学生学好专业

11

知识，提升专业能力，树立明确的规划目标，立志为国家的技术发

展、创新进步添砖加瓦。

“漫漫长征路任重而道远”

相比于国外软件几十年来在全球工业领域的深厚积累，MWORKS在

科学计算函数库数量、专业工具箱数量、模型驱动代码生成的质量、

以及应用生态成熟度上，距离国际领先的能力还有较长路要走。但在

当前的时代背景下。我们必须加快步伐!

同元希望MWORKS做好新一代科学计算与系统建模仿真的底座，提

供开放的接口，依托中国科学与工程的创新发展需求。高校院所3800

万师生和工业企业4000万工程师，共同创建MWORKS的应用生态。加

速发展，实现创新并超越!

[第二步]学习通APP发布随堂签到、复习第4周的重难点内容（5

分钟）

[学习通APP]超星学习通发布随堂签到，提醒到课同学及时签到，

截止时间为本次课程结束。

[投影展示]复习上一周（第4周）所讲的while、for循环语句，

结合字符串的常规操作，以以下代码块进行重点知识点的汇总复习。

while True：

i=3

12

for i in range（3）：

print（i）

a=" ing"

print（id（a））

print（id（"some" + "-" + "string"））

if i==1：

break

if i=1：

break

[讲]while循环语句需要有中止循环的条件，for循环的中间变量

i会在覆並外部工作空间中

已存在的变量值，Python会将由ASCII编码字母、数字和下划线

构成的字符串缓存起来，以节省内存的开销（这是一种Pythonic的处

理风格）。

[思考]变量赋值是对内存中存放的对象进行引用。

[第三步]讲授新课：列表的创建及常用方法、列表推导式（40分

钟）

[投影展示] + [讲]使用Jupyter Notebook 进行演示，列表

（list） 对象的全部方法可使用命令dir（list）查看。

13

课间休息

[随堂小测]第一节课下课，通过学习通APP发布随堂小测，让学

生利用课间休息审题，并在学习通上进行回答（题目具有挑战度，综

合了第4周的for循环语句、第一节课学习的列表append方法、列表

clear方法）。

第二节课

[第一步] （3分钟）继续完成学习通发布的随堂小测，让还未完

成的同学抓紧时间完成。

[第二步] （2分钟）查看学习通APP小测的完成情况，与学生互

动，公布各选项的选择比例，向学生提问选择正确答案的是否清楚其

中的运算逻辑。

[第三步]随堂小测的详细解答（10 分钟）

[投影展示]+[讲]

演示以下代码，告诉学生当遇到程序返回结果与预期不一致时，

可以采用最小有效原则进行排查，以本题为例，只筛选course的第一

一个元素构成单一元素的列表，并在调用append和clear方法前后，

插入print函数，显式的输出调用方法前后的first和last变量取

值。

14

从上述代码的运行输出结果可以发现，在调用clear方法对first

列表进行内容清楚之前，last列表为单元素的列表，且该元素为

first列表，即last为嵌套列表。调用clear方法之后，first列表

变为空列表，同时last列表中的第一个（也是唯一一个）元素，也同

步变成空列表。为什么?引导学生回忆第一节课中所讲的，列表的多数

方法都是原地生效，即在内存中进行操作，在上节课的演示中，可以

发现clear方法调用前后，列表的内存地址不变，变化的只是内存地

址存放的对象内容。

[思考]为何last列表的内容在first列表调用clear方法后，也

同步变化?

[讲]结合前面课程中讲过的内容，如创建符合一定规则的字符串

时，存在缓存机制，即会指向同一内存地址。刚才演示代码中，last

的元素跟随first同步变化，说明last的元素事实上指向first的内

存地址，使用的是这一地址中存放的对象内容。这一处理方式即为

Python中的重要概念之一浅拷贝（shallow copy）。

[第四步]引用、浅拷贝、深拷贝讲解、空列表（12分钟）

[投影展示] + [讲]

15

[讲]可能经过前述的讲解，仍有很多学生不太理解引用、深浅拷

贝的实际含义，以下进一步通过创建一个图书馆借书的场景，进行形

象化具体解释。

场最介绍：

图书馆对馆藏的每一本书都贴了对应的索取号，根据索取号可以

在对应书$架上找到那本。

（根据课堂时间情况决定是否进行演示打开浏览器，访问图书馆

主页，检索馆藏资源“Python数据分析”，展示具体图书5的索取号

及馆减地等信息）。那么，索取号TP311. 561/2020--就相当于是

Python中的变量名：实际存放在图书馆的实体书，就相当于内存中某

个位置的对象：索取号跟实体书$之间就构成了一种引用的关系。

引用：

假设甲同学现在在图书馆，想借这本书，但忘了在哪儿，向在电

脑旁的乙同学求助，乙同学通过检索图书馆网页，获取了索取号，就

可以把索取号告诉甲同学，这样甲同学就可以找到要借的书。整个过

程就相当于在Python中以变量名的方式使用存放在内存中的对象。

浅拷贝：

甲同学根据索取号找到了对应的图书$类区域TP311-TP312，看到

书架旁边立着一块通知：

16

“由于书架维护需要，现将TP312的图书都移动到原书架旁边的

移动推车上，TP311不受影响”。原来TP311-312是在同一层书转架，

大家要借阅这两层书架的书，都只需要到这一层书架找就行，现在由

于临时调整，TP312 的书都在移动推车上.图书馆工作人员将TP312书

所在位置进行了整体性调整，后来的同学要找IP312的书，就知道要

到移动推车找。这一系列操作，就相当于是浅拷贝的第一个情况：大

家知道TP311-312在同一层书架，管理员移动TP312并贴了告示，现

在大家就知道要去新地点寻找。

甲同学继续在TP311找他要借的书，只看到TP311. 560跟TP311.

562，没找到TP311. 561.原来这本书正好被其他同学拿走，正坐在书

架旁边的桌子上看。这就相当于浅拷贝的的第二个情况： TP311 的某

本书被拿走，但整体的书架位置没有变化，再拿走TP311. 561书的同

学把书放回书架之前，所有其他同学过来找这本书，都会跟甲同学- -

样，找不到。

深拷贝：图书朽馆通过分析借阅历史，发现TP311-312书架的书

借的人特别多，需求很大，决定投入经费，再购买一批同样的书，然

后在TP311-312朽架旁边放置了另一个新的朽架TP311-312（新）。这

个时候，对原来TP311-312书架的书$做的借阅、调整位置，都不会对

新的书架产生影响。因此，相当于深拷贝。

17

四.学习支持服务及学习评价

本课程学习支持服务：（说明本课程教学过程的导学、督学、促

学、助学等学习支持服务活动的组织、模式、落实措施和成效300字

以内）

课程主要采用超星平台课程示范包《Python程序设计基础》及

《Python网络爬虫技术》、《Python语言程序设计》进行异步SPOC

课程在线资源建设。由于所选：示范包缺少

odels. sklearn等内容，课程团队以现有视频资

源为基础，选取网络公开或开源的视频资源、代码资源，并将在后期

建设中持续更新为自有视频、动画等资源，对在线教学内容进行补

充。

分阶段定期安排高年级优秀学生或硕士研究生对学生进行辅导，

包括课后作业答疑、课程难点重点导读等：依托课程论文，组织学生

进行课外资料的收集、整理及总结：在学期中后段根据教学进度安排

情况，选择具有一定难度、紧跟时事热点的话题，组织学生分组讨

论，主讲教师进行点评指导。

18

学习评价：（说明课程采用的过程化与个性化相结合。形咸性评

价与结果性评价相站合的学习考核及评价方式，线上线下各种考核方

式在学生课程学习最终成绩中的占比（百分制）等，300字以内）

每周的线上自主学习均安排代码实践内容，通过在线作业、在线

测试、在线讨论等形式，及时对学生的学习效果进行检测，并依托超

星平台的学习过程数据，监控学生的学习情况。

线下教学过程中，除常规课后作业之外，适时穿插安排课堂讨论

与点评。进行随堂小测、发布随堂问卷等，对预期学习结果进行动态

评估。

要求每名学生在学期末之前完成-一份规范的数据分析报告。以检

查分析报告为重点，分别从报告的规范性（文字表达的清晰程度、结

构的合理程度以及报告排版等）、算法及结果的正确性等几个方面来

确定实验报告的等级。

最终成绩占比：平时表现（线上线下综合表现） 10%、线上：作

业30%、线上测试30%、课程论文（必须完成，未完成最终成绩为0

分） 30%。

五.课程后续建设计划

19

（课程后续建设、资源更新与维护、教学应用计划，经费预算与

落实等，500字以内）

课程后续建设

组织课程团队进行线上教学视频的录制更新，借助、

AE等动画制作、视频后期软件，制作形象化、趣味性的视频，寓教于

乐，全面激发学生自主学习的动力。通过4年左右的持续建设，到

2025年开课前，完成对线上视频资源的完全更新，配套相应的作业、

习题、数据集及案例资料库，构建以具体数据分析项目全流程为主

线，覆益Python基础语法、数据整理、建模分析、可视化、应用共享

的课程教学体系，完成配套教材、习题册、案例册的撰写、出版。

资源更新与维护

每期结课后，对课程的适用性、高阶性、完整性进行反思总结，

通过教学过程评估资料、问卷调查等形式，完善线上线下教学资源。

由于Python的开源特性，文档更新较快，课程团队将在每期开课前，

周期性调整课程PPT.讨论话题、拓展阅读资源、作业及考试题库等内

容，保持课程资源的时效性。

教学应用计划

20

本课程为统计学、数学与应用数学专业的必修课，安排在每学年

秋季学期上课。2023年将依托超星平台作为在线开放课程上线，面向

国内更多学生授课。

经费预算与落实

课程建设预算为每年1-2万元，持续5年，用于文献出版、视频

后期、课程推广等费用，依托一流课程、数学高水平重点学科、校级

以上质量工程项目等项目提供经费保障。

21