大數據環境下Python課程混合式分類教學方法研究

洪櫻?許小靜

摘 要｜為了順應大數據時代對數據處理能力的要求，本文根據Python編程語言本身的優點并結合學生的學科專業特點，提出Python課程混合式分類教學方法。主要論述了混合式分類教學模式的內容，Python課程的教學現狀及混合式分類教學的必要性，最終分析混合式分類教學的設計方案。在混合式教學模式中提出了“預習—理論學習—實踐學習—總結與反思”的教學過程，在分類教學中以案例法說明了分類教學法的流程?；旌鲜椒诸惤虒W方法的實施，不僅能培養學生獨立使用Python開發程序，提高計算機應用水平；還能有效提高教學效率與質量。

關鍵詞｜大數據；數據處理；Python課程；混合式分類教學

Copyright ? 2023 by author （s） and SciScan Publishing Limited

This article is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License. https：//creativecommons.org/licenses/by-nc/4.0/

1 引言

由于Python的免費、開源、跨平臺、豐富生態庫等諸多優點，目前國內外各大高校都將Python程序設計這門課程作為程序設計入門教學語言。Python豐富的擴展庫是各個專業選擇它作為學生學習編程工具的最直接、最主要的原因。Python擁有大量功能強大的內置對象、標準庫、涉及各行業領域的擴展庫，以及眾多狂熱的支持者，使得使用者能夠快速實現和驗證自己的思路、創意或推測。在有些編程語言中需要編寫大量代碼才能實現的功能，在Python中直接調用內置函數或標準庫方法即可實現，大幅度簡化了代碼的編寫和維護。Python使用者只需把主要精力放在業務邏輯的設計和實現上，在開發速度和運行效率之間達到了完美的平衡，非常適合于各個專業大學生學習。

Python有豐富的擴展庫，數量多達數千個，如果按傳統教學方式授課，在有限的教學學時內只能對Python進行一個簡單的入門，標準庫與擴展庫的使用寥寥無幾，學生在此過程中很難體會到Python編程的魅力。如果統一選取若干領域的擴展庫進行應用，難免有失偏頗，不能滿足不同學科的學生對Python生態庫的真正需求。此外，大數據時代對處理大量數據和信息的能力要求也在不斷提高。因此，本文根據Python編程語言本身的優點、學生的學科特點和順應大數據時代對數據處理能力的要求，設計新的教學方法，并應用于實際教學過程。

2 混合式分類教學模式內容

混合式教學模式是指將線上和線下兩大教學環境有機結合起來。其中，線上教學環境主要用于理論教學，線下教學環境主要用于實踐教學。同時，兩者之間存在良好、密切的銜接關系，即線上教學所傳遞的理論知識與線下教學的實踐項目相符，線下實踐項目是為了幫助學生理解并掌握理論知識而設計，兩大教學環境相輔相成，為彼此提供有力的支撐［1］。

分類教學模式是指分別按照理工類、經濟管理類和文科藝術類三個學科方向建立不同案例，用于不同學科的分類教學。為了培養學生理解大數據等相關最新計算機知識和科技在社會中的廣泛用途，幫助學生利用計算機的新技術解決專業技術問題，在三大類中分別引入大數據采集、數據分析，以及數據可視化的教學案例。讓學生在學習過程中從感性認識到理性認識，切實理解并掌握相關內容。

3 教學現狀及混合式分類教學的必要性

Python作為一門程序設計語言，其中涉及的知識思維種類較多，包括邏輯思維、算法思維、程序思維等，并且基礎語法內容多、生態庫豐富，使得在有限課時的情況下很難達到預期的教學效果。在傳統教學模式下，一般采用滿堂灌輸的方式，學生長期處于被動學習的狀態，久而久之就會產生“編程太難學”的思想［2］。利用混合式教學，教師可以借助網絡平臺給學生提供豐富的教學資源，學生利用自己的零散時間學習Python的理論知識，線下再為學生設計各種靈活的實踐模式，從而提高學生的學習主動性。

Python課程的最終目的是讓學生能真正掌握程序思維、獨立解決他們的專業問題，因此課程的實踐性要求較高。而在現實教學過程中往往偏重于理論知識的積累，與企業中的編程需求往往聯系不緊密，導致課程的實踐性不足。而采用混合式分類教學模式，可以提高時間利用率，使學生不受限于物理空間。同時用不同的案例教學驅動學生學習，促使學生能更好地掌握應用編程語言解決實際問題。

在傳統教學模式下，師生受限于物理空間以及課時限制，學生產生的學習問題不能得到及時反饋和有效解決，久而久之則產生更多的學習問題［3］。教師也因為無法實時掌握學生的學習效果而難以改進教學方式。而混合式分類教學模式中線上的教學平臺的建設有助于突破物理時空限制，學生的問題能及時提出并有效解決，師生的交流變得更通暢，從而有效地降低了學生的學習難度。

4 設計方案

混合式教學模式是線上負責理論教學部分，線下負責實踐教學部分。而常見的混合式模式往往存在這兩個板塊的內容脫節或重復冗余等問題，這些都會影響學生的學習效果。所以在設計混合式教學模式時應注重兩個板塊間的銜接，保障合理性、準確性和正確性?；旌鲜浇虒W模式與傳統教學模式最大的區別就在于線上教學板塊。為了滿足教與學活動的需求，線上平臺需要具備相關功能滿足師生各自的需求及師生之間的互動。若功能不完善會導致教學活動沒法實現，甚至影響到教學質量。要保障功能完善，在設計中需要全面分析師生需求。

信息時代以云計算、大數據、物聯網等技術為核心，各行各業對計算機技術的需求與日俱增，大學教育的應用應回歸到社會中去，因此以應用為中心的教學設計更應該體現在課堂中，以Python為基礎的大數據、人工智能更應該體現在社會應用中，使學生能產生最大的社會效益。而每個專業對應的社會應用相差較大，數據科學與大數據技術應用在各行各業，影響到各行各業。社會效益的不同導致有必要分學科建設Python課程。因此，案例的學科適應性非常重要。所以按學科設計分類教學時，應結合社會需求設計不同的教學案例。例如，在理工類教學案例設計中，結合Python的Requests庫、Beautiful Soup庫等設計爬蟲技術具體案例，讓學生理解數據采集的相關內容；在經濟管理類的教學案例中，結合NumPy和Pandas等擴展庫的案例設計幫助學生學會數據分析，使用Matplotlib等擴展庫的案例，幫助學生掌握數據可視化的方法；在文科藝術類的教學案例設計中，使用Pillow等擴展庫的案例，幫助學生掌握圖像處理技術等［4］。

綜上所述，Python課程混合式分類教學模式設計方案可分為如下兩個部分：線上平臺框架混合設計和線下教學案例開發。

（1）線上平臺框架混合設計

使用超星學習通為線上教學平臺建立課程資源，便于教師進行課堂管理、掌握學生學習的進度和學習情況；同時也方便學生進行在線學習、課后練習以及在線考試。線上教學平臺模塊分布如圖1所示。

教學流程環節設計將整個線上教學過程分為“預習—理論學習—實踐學習—總結與反思”四個階段。第一階段采用微視頻的方式介紹第二個階段要講解的理論知識，主要介紹需掌握的知識框架，前后知識點之間的聯系等。時間不宜太長，控制在5分鐘以內。第二階段為正式教學階段，參照第一階段介紹的知識框架，進一步進行知識擴展，直觀展示教學內容。這一階段在線上為學生提供各種形式的教學資料，如錄制教學視頻、教學PPT、教學內容擴展等資源，便于學生理解掌握。第三階段為線下實踐教學階段，在第二階段完成后進行，以幫助學生掌握線上介紹的理論知識。同時，可以在第一階段進行實踐活動預告，讓學生提前做好準備。此外在實踐活動完成之后借助線上平臺組織學生總結和復習，促使學生學會對學科案例的舉一反三?；蛘哂山處熯M行針對性的指導，這樣線上線下兩個板塊間就形成了良好的銜接關系。第四個階段主要是師生的總結與反思階段。學生在以上的三個階段的學習中對于理論知識和學科案例有了一定的了解，同時也會發現一些需要解決的問題，可以反饋到在線平臺上進行分享交流。如果這些問題都由教師回答很顯然會比較低效，通過交流分享的方式來解決，在討論、探討的過程中不斷加深知識的理解，這樣學生的學習效率會顯著提高，而教師也可以將主要精力放在教學反思中從而進一步優化前面三個階段的教學內容。雖然學生之間的分享交流主要以學生為主導，并不是意味著教師不參與其中，而是通過網絡平臺觀察學生們的思路，如果發現學生的思路走偏或者交流陷入困境時及時進行指導，使學生通過有效的交流得出問題的正確結果。

（2）線下教學案例開發

從學科的適用性出發，在Python課程混合式分類教學模式設計的第三階段采用案例驅動的方法，即以某個實踐案例為核心，對學生知識應用能力進行培養。例如，在理工類案例開發中，以網絡爬蟲與信息提取為教學內容，通過介紹Python的擴展庫Requests以及Beautiful Soup庫爬取某個網站的信息。教師先對該案例進行細化分解，建立模塊清單、任務清單，再根據理論教學的節奏示范某模塊的設計與編程實現，之后要求學生模擬完成此模塊，并能舉一反三完成剩余的任務清單。比如，在“中國最好大學排行榜爬蟲案例”中教師首先介紹爬蟲的通用框架并實現2023年的數據爬取并進行數據本地存儲，學生在理解此編程框架的基礎上完成2022年或者某個范圍間的年份網站數據爬取，并能夠實現數據的存儲。這樣一方面有利于學生加深鞏固理論知識，另一方面有利于培養學生的實際項目開發能力，從而提高教學質量。教學內容及順序安排如圖2所示。

從線上理論教學的某些知識點出發設計實踐案例。例如在講解字典知識點時，可以以文本詞頻統計為例設計案例，這個案例不僅僅單純側重字典類型知識點，它實際上是一個綜合案例，可以將基本語法體系、字符串、文件等知識點有機融合在一起。這樣有利于理論教學與實踐教學兩個板塊的良好銜接。教學內容及順序安排如圖3所示。

此案例也可適當擴充其功能，中英文詞頻統計的結果以可視化的方式進行展示，如詞云。此時在線上平臺還需要增加WordcLoud庫和jieba擴展庫的教學資源。

５ 結束語

綜上所述，根據課程與學科特點進行創新混合式分類教學模式，可以使不同學生的計算機水平得到顯著提高，讓他們體會到應用計算機幫助他們獨立解決實際問題的樂趣，增加學習熱情，同時加強自信。此外，混合式分類教學模式真正實現線上、線下兩個板塊的融合，串聯了教、學、練三大課程環節，有效提高教學效率與質量。

參考文獻

［1］鄭蕊．基于大數據專業Python程序設計混合式教學的創新實踐研究［J］．信息與電腦，2021（22）：246-248．

［2］黃錦敬．基于Python的大數據公共課教學改革探索［J］．Computer Era，2022（2）：100-102．

［3］李潛，高賢波，陳慧玲，等．混合式教學在“Python程序設計”課程中的應用［J］．產業與科技論壇，2020，19（22）：171-172．

［4］嵩天，李欣，黃天羽．Python語言程序設計基礎：第2版［M］．北京：高等教育出版社，2020：215-279．

Research on Mixed Classification Teaching Method of Python Course in Big Data Environment

Hong Ying Xu Xiaojing

School of computer science and artificial intelligence， Wuhan Textile University， Wuhan

Abstract： In order to meet the requirements of data processing ability in the big data era， this paper proposes a mixed classification teaching method for Python courses according to the advantages of Python programming language and the characteristics of students disciplines. This paper mainly discusses the content of mixed classification teaching mode， the teaching status of Python course and the necessity of mixed classification teaching， and finally analyzes the design scheme of mixed classification teaching. In the mixed teaching mode， the teaching process of “Preview - Theoretical Study - Practical Study - summary and reflection” is put forward. In the classified teaching， the process of the classified teaching method is explained by the case method. The implementation of mixed classification teaching method can not only train students to independently use Python to develop programs， but also improve their computer application level. It can also effectively improve teaching efficiency and quality.

Key words： Big data; Data processing; Python course; Mixed classification teaching