1.了解数据可视化的形式，能选用合适的工具进行数据可视化表达与呈现。

2.通过项目研究，感受数据可视化表达对日常生活的影响。

（1）如何选择合适的可视化方法分析和呈现数据；

（2）利用Python语言实现图表的制作；

可上网的电脑，Python语言环境，Excel。

项目情景：了解各种数据可视化形式，体验数据可视化效果和魅力。为了直观生动地呈现数据及数据分析结果，揭示数据之间的关系、趋势和规律等，本节课基于我们的学习项目“关于大棚蔬菜种植条件的研究”，针对前期整理和分析后的数据进行数据可视化研究，能找出合适的可视化方式，并选用图表的方式来实现可视化表达。

实践体验：了解各种数据可视化形式，体验数据可视化效果和魅力。

（1）访问国家统计局网站，了解数据可视化在国家数据统计分析领域的应用，熟悉并体验各种数据可视化效果，感悟数据可视化的作用、意义及对生活的影响；

温馨提示：访问国家统计局网站的方式：

①国家统计局网站地址：http://www.stats.gov.cn/

②登陆“国家统计局”→“统计数据”→“数据查询”→“可视化产品”。

思考如下问题：

①常见的图表类型有哪些？

②各种图表呈现数据的形式各有特点，结合实践活动，请说说他们分别的适应场景。

问题着手点：结合书本P115-116页“数据可视化的实现”内容学习。

（2）上网查找数据可视化的网站，熟悉各种数据可视化形式及效果，并举例说明填入下表。

微课1：可视化形式

【知识拓展】可视化的工具

如何用Excel数据表绘制图表，实现数据可视化。

微课2：利用Excel数据表绘制图表

任务：基于老师提供的“天气情况”数据表，选用一种合适的图表类型建立图表。

建立图表的操作步骤：

（1）确定需要建立的图表内容，如制作一张各个月份平均温度的比较情况柱形图；

（2）选择建立图表的数据源（按照Ctrl键可以选择不连续的单元格）；

（3）选择“插入”菜单下的需要的“图表类型”，例如“簇状柱形图”

（4）通过“图表工具”中的“设计”、“格式”进行相关的设置。

评价

（1）实践活动：参考书本P117的范例，体验用Python中的plot()函数绘制折线图。

import matplotlib.pyplot as plt

x=[1,2.2,3,4,5,6,7]

y=[1,7,25,11,8,10,16]

plt.plot(x,y)  #绘制折线图

plt.show()  #显示图表

（2）用Python编程实现柱形图的绘制。

微课3：python库安装命令

微课4：用Python编程实现柱形图的绘制

①导入库文件

用Python语言制作图表之前，无论是哪种类型的图表，都要先导入必要的库文件和数据文件：

import pandas as pd

import matplotlib.pyplot as plt

import numpy as np

dfwm=pd.read_csv('天气情况_按月统计.csv')   #导入文件‘天气情况_按月统计.csv’

②绘制柱形图

基于老师提供的“天气情况_按月统计”数据表，用Python建立柱形图。

建立柱形图时会用到的pyplot子库中的部分函数：

 参考程序：

temp=dfwm[dfwm.columns[4]] #取各个月份的平均温度做柱形图的数据序列

#绘制柱形图

ind=np.arange(12)  #指定柱形图列数

width=0.35  #指定柱形图的宽度

plt.bar(ind,temp,width,color="#d62728")  #按顺序绘制每一列的数据

plt.xlabel("月份")   #设置横轴标签

plt.title("平均温度")  #设置图表标题

plt.xticks(ind,("一月","二月","三月","四月","五月","六月","七月","八月","九月","十月","十一月","十二月")) #设置横轴的刻度

plt.show()  #显示图表

（1）任务一：基于老师提供的“天气情况_按月统计”数据表，选用一种合适的图表类型，用Python编程建立图表呈现数据。

答案：

①折线图：

参考代码：

import pandas as pd

import matplotlib.pyplot as plt

import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei'] # 为了显示中文

dfwm=pd.read_csv('天气情况_按月统计.csv')

dfwm = dfwm.set_index('月份')

dfwm_hd = dfwm['最高气温']

dfwm_md=dfwm['最低气温']

plt.plot(dfwm_hd,label='最高气温')

plt.plot(dfwm_md,label='最低气温')

plt.legend(loc='best')

plt.show()

②饼图：

参考代码：

import pandas as pd

import matplotlib.pyplot as plt

import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei'] # 为了显示中文

dfwm=pd.read_csv('天气情况_按月统计.csv')

dfwm = dfwm.set_index('月份')

dfwm_aq = dfwm['空气质量优天数']

dfwm_aq.plot(kind='pie',autopct='%1.1f%%')

plt.title("空气质量优天数")

plt.show()

（2）项目任务：完成本小组项目数据的可视化。

任务二：根据各组确定的任务主题，确定数据可视化的形式及工具。

任务三：对收集到的数据进行可视化处理，为制作数据分析报告做好准备。

评价