基于Python的學習者基本數(shù)據(jù)分析與可視化研究

彭煥卜 謝志昆

摘? ?要：隨著數(shù)據(jù)可視化的快速發(fā)展，傳統(tǒng)的數(shù)據(jù)分析技術(shù)已經(jīng)不能滿足如今社會的發(fā)展需求，而Python語言則以其精準、高效、簡明的設(shè)計理念在眾多數(shù)據(jù)分析技術(shù)中脫穎而出。文章主要基于Python語言中的Numpy、Pandas、Matplotlib、Wordcloud等第三方庫，在Jupyter Notebook（anaconda3）環(huán)境下，分析云南大學2019—2020學年春季學期本科生公共素選課《信息時代的學習技術(shù)及應用》的學習者基本數(shù)據(jù)，分別對學習者成績、來源、學習能力、討論區(qū)內(nèi)容等進行可視化分析，從而加強Python數(shù)據(jù)可視化在教育教學中的應用。

關(guān)鍵詞：Python語言;學習者數(shù)據(jù);數(shù)據(jù)分析;可視化研究

中圖分類號：G644 文獻標志碼：A 文章編號：1673-8454（2021）15-0060-05

一、引言

隨著人工智能技術(shù)的發(fā)展，數(shù)據(jù)分析與可視化技術(shù)不斷加快教育信息化建設(shè)，但如何合理有效地分析和應用大量的數(shù)據(jù)資源，則成為當前教育教學面臨的最大問題。目前，在教育教學中數(shù)據(jù)分析與可視化主要應用在學生成績統(tǒng)計、校園一卡通數(shù)據(jù)分析、實驗數(shù)據(jù)的統(tǒng)計和分析等方面，但常見的數(shù)據(jù)可視化工具仍存在程序語言復雜、功能及呈現(xiàn)方式單一等問題。而Python語言以其豐富的功能和簡潔的語法則可以實現(xiàn)多種數(shù)據(jù)可視化呈現(xiàn)方式，如散點圖、熱力圖、詞云圖、雷達圖等，為處理教育教學中的數(shù)據(jù)提供了良好的支持。因此，本研究主要使用Python第三方庫Pandas、Matplotlib、Wordcloud等對課程學習者的基本數(shù)據(jù)進行可視化處理，從而使教育教學數(shù)據(jù)得到有效應用。

二、Python語言及數(shù)據(jù)處理

1.Python語言

Python是一門面向?qū)ο蟮某绦蛟O(shè)計語言，它支持命令式編程、函數(shù)式編程等，擁有大量的成熟擴展庫。[1]目前Python語言已廣泛應用于云計算、Web研發(fā)、人工智能、科學運算等領(lǐng)域，它有著其他語言所無法比擬的優(yōu)秀特性。[2]其在處理數(shù)據(jù)上具備以下優(yōu)勢：①代碼量少，開發(fā)速度快;②有豐富的數(shù)據(jù)處理包，對于正則表達式、html 解析、xml解析等處理起來非常方便;③使用成本低，且不需要額外操作;④語法簡單，學習快、維護成本低;⑤免費開源，且兼容眾多平臺。[3]此外，Python將其全面、強大的數(shù)據(jù)分析能力融入到了數(shù)據(jù)采集、整理、分析、挖掘的全過程，正因如此，才使它逐步成為各行業(yè)做大數(shù)據(jù)分析的首要選擇，尤其是在實現(xiàn)數(shù)據(jù)可視化方面。

2.數(shù)據(jù)處理

（1）數(shù)據(jù)采集

本研究的數(shù)據(jù)源于云南大學2019—2020學年春季學期本科生公共素選課《信息時代的學習技術(shù)及應用》的學習者基本數(shù)據(jù)。該課程主要采用PBL教學法進行線上教學，設(shè)置了3次小組研究性學習匯報、5次線上討論、7次單元作業(yè)等學習任務，且將48名學習者通過異質(zhì)分組平均分到8個項目學習小組。本研究采集了48名學習者的基本信息、7次單元作業(yè)的成績以及本研究所需的3次線上討論內(nèi)容，用Excel和Word導出數(shù)據(jù)，并對部分信息進行隱藏、刪除、替換等處理。其樣本數(shù)據(jù)字段含義解讀如表1所示。

（2）數(shù)據(jù)預處理

數(shù)據(jù)預處理是指在主要的處理之前對初始數(shù)據(jù)中存在的缺失、重復、不一致等一系列問題進行的處理，一般要經(jīng)過數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約及數(shù)據(jù)變換等操作。[4]本研究的IDE是IPython的Jupyter Notebook（anaconda3），運用Pandas處理結(jié)構(gòu)化數(shù)據(jù)、Matplotlib繪制數(shù)據(jù)圖表、Jieba處理非結(jié)構(gòu)化數(shù)據(jù)、Wordcloud生成詞云。由于數(shù)據(jù)已經(jīng)通過Excel和Word進行過簡單處理，所以不存在重復、不一致問題，部分數(shù)據(jù)缺失也是因為后續(xù)數(shù)據(jù)處理需要。因此，預處理階段主完成的任務及程序步驟如下。

①讀取excel“student score.xls”信息

import numpy as np

import pandas as pd

studentscore=pd.read_excel（"student score.xls"）

studentscore . info（）

studentscore

②引入第三方庫及可視化基本設(shè)置

import jieba? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?#導入第三方庫

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from wordcloud import WordCloud

%matplotlib inline? ? ? ? ? ? ? ? ? ? ? #在notebook中顯示繪圖結(jié)果

plt.rcParams['font.sans-serif'] = ['SimHei']? ? ? ?#中文亂碼的處理

plt.rcParams['axes.unicode_minus'] = False

plt.style.use（'ggplot'）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #設(shè)置繪圖風格

import matplotlib? ? ? ? ? ? ? ? ? ? ? ? ? #設(shè)置一些全局的資源參數(shù)

matplotlib.rc（'figure'， figsize = （20， 10））? ? ? ? ? #設(shè)置圖片尺寸

matplotlib.rc（'font'， size = 15）? ? ? ? ? ? ? ? ? ? ?#設(shè)置字體大小

三、學習者學習成績可視化分析

1.學習者總成績分析

在總成績分析中，以X軸代表總成績;Y軸代表學號，運用“my_y_tick=np.arange（100，150，6）”，以每6個學號對Y軸分段，每個分段代表一個項目小組。最后使用圖形庫中的plt.scatter函數(shù)，繪制學習者總成績分布的散點圖，如圖1所示。

散點圖用于表示X、Y軸坐標間數(shù)據(jù)的變化關(guān)系， 借助可視化分析工具，數(shù)據(jù)的變化關(guān)系可以被可視化地分析并展示出來。[5]學習者總成績分析是指，繪制學號和總分兩個變量間關(guān)系的散點圖來反映課程學習者的學習狀況。從X軸可知，學習者總成績大多集中在475～650分，說明多數(shù)學習者整體學習狀態(tài)良好;總成績小于400分的學習者共有3名，查看作業(yè)完成情況發(fā)現(xiàn)，這3位學習者均有3次及其以上未提交作業(yè)，由此說明學習者總成績與學習者的學習態(tài)度成正比。另外，從散點圖的Y軸以及3次小組匯報的情況發(fā)現(xiàn)，3位不及格學習者所在的小組，在研究性學習過程中進度稍慢于其他小組，由此可見組內(nèi)成員的進度會影響小組整體進度。因此，學習者需要增強團隊協(xié)作意識。

2.單元平均成績分析

單元平均成績可以反映學習者每單元的學習掌握情況，而折線圖恰好可以清晰地反映各單元學習情況之間的差異和波動。所以，先采用df.mean函數(shù)求出每個單元的平均成績，再利用圖形庫中的plt.plot函數(shù)繪制出單元平均成績的折線圖，如圖2所示。

從折線整體走勢來看，7個單元的平均成績存在一定波動，但波動較小，其中最高分為87.9，最低分為84.45，說明整體教學效果相對較好。另外，通過對各單元平均成績的比較，第二單元和四單元相對較高，第一單元和第六單元相對較低，而第一單元屬于課程開始的理論知識，學習者處在新課程學習的適應階段。另外，第四單元和第六單元都屬于動手實踐類內(nèi)容，并且第四單元是基于項目的小組研究性學習成果展示，由此說明基于小組的研究性學習效果較好，而第六單元平均成績較低則是因為部分學習者軟件無法成功安裝、審題不仔細及軟件使用不熟練等。該課程提供線上可反復學習的資料，由上述分析可知，回看資料的學習者較少，因此，學習者自我約束能力有待加強。

3.男女生成績等級分析

男女生成績等級分析是通過幾組數(shù)據(jù)比較，來分析男女生學習者的學習態(tài)度和學習效果，因此，使用df.groupby函數(shù)導出數(shù)據(jù)、Excel表格生成數(shù)據(jù)，最后用plt.bar函數(shù)繪制男女生成績等級頻次分組柱狀圖，如圖3所示。

學習者成績等級是將學習者的總成績分別劃分為0～399分、400～474分、475～549分、550～624分、625～700分五個區(qū)間，分別表示不及格、及格、中等、良好和優(yōu)秀五個等級。由分組柱狀圖可以看出，整體成績呈現(xiàn)正態(tài)分布，符合當前的教育教學規(guī)律。從圖3可知，大多數(shù)學習者成績都處在中等、良好和優(yōu)秀這三個等級，其中550～624分的良好等級占到總?cè)藬?shù)一半，不及格人數(shù)僅有3人，且為3次及以上未交作業(yè)者。而在優(yōu)秀和良好兩個等級中，女生明顯多于男生;在不及格和及格等級中，男生是女生的2.5倍，且不及格者均為男生。由此說明，女生成績普遍好于男生，但在實際操作方面往往男生優(yōu)于女生。因此要求教師根據(jù)不同學習者的特征因材施教。

四、學習者學習特征可視化分析

1.學習者來源分析

學習者來源分析有助于了解學習者自身優(yōu)勢和知識儲備。而餅狀圖通常用于統(tǒng)計某一范圍內(nèi)不同樣本數(shù)量或者值在總數(shù)量或總和中的百分比，[6]所以此部分將采用圖像庫中的plt.pie函數(shù)來繪制學習者來源分布餅狀圖，如圖4所示。

由餅狀圖可以看出，共有12個學院的學習者選修該課程，其中信息學院有15人，約占總?cè)藬?shù)的三分之一，該課程內(nèi)容與信息學院學習者自身知識儲備息息相關(guān);占比較多的還有數(shù)學與統(tǒng)計學院、經(jīng)濟學院，各占了12.5%，對于這兩個學院學習者而言，學習新的技術(shù)有助于其專業(yè)發(fā)展;除此之外，還涉及外國語學院、公共管理學院等其他9個學院，這些數(shù)據(jù)足以說明《信息時代的學習技術(shù)及應用》這門課程逐漸受到其他學院和專業(yè)學習者的青睞，信息技術(shù)也越來越多地融入到我們的學習、生活、工作中，選擇該課程的學習者來源足以體現(xiàn)這一現(xiàn)象，相信之后該課程也會逐漸受到其他專業(yè)學習者的喜歡，就如Python語言越來越受到各行各業(yè)的青睞那樣。

2.學習者能力分析

對本課程7個單元作業(yè)所考察的學習者觀點表述、理論+實踐、小組合作、動手實踐四方面能力90分以上的平均頻次進行統(tǒng)計，以此了解學習者的學習偏向及教學內(nèi)容的難易程度。通過for語句讀取數(shù)據(jù)、極坐標函數(shù)繪制雷達圖，如圖5所示。

雷達圖是以一點為中心、每個變量為一軸、由內(nèi)向外發(fā)射狀、能對多變量資料進行綜合分析的圖形。[7]學習者能力分布雷達圖可以幫助教師優(yōu)化教學，推動學習者綜合能力發(fā)展。由單元作業(yè)內(nèi)容發(fā)現(xiàn)，第一、二單元考察觀點表述能力，第三、五單元考察“理論+實踐”能力，第四單元考察小組合作能力，第六、七單元考察動手實踐能力。雷達圖中小組合作能力排第一，觀點表述能力排最后，這是由于該課程采用PBL教學法，且該課程是技術(shù)應用類課程。但動手實踐能力僅排第三，這與學習者初學新技術(shù)、熟練度不夠有關(guān)，“理論+實踐”排第二也能說明在注重學習者實踐能力的同時，沒有忽視理論基礎(chǔ)。綜上所述，在后期的教學過程中應該注重培養(yǎng)學習者的觀點表述和動手實踐能力。

3.討論區(qū)關(guān)鍵詞分析

詞云是文本數(shù)據(jù)可視化的常用方式，對文本中出現(xiàn)頻率較高的關(guān)鍵詞予以視覺上的突出展現(xiàn)。[8]所以，先提取3次討論區(qū)的文本內(nèi)容，使用Jieba對文本內(nèi)容進行分詞和優(yōu)化，再用Wordcloud生成詞云圖，如圖6所示。

選取的3次討論區(qū)內(nèi)容分別位于課程的前期、中期和后期，并且討論的題目都具有開放性和分享性的特點。由圖6可知，出現(xiàn)頻次較高的有“信息”、“學習”、“搜索”、“知識”等詞，其正向反饋的居多;還有“網(wǎng)絡(luò)”、“互聯(lián)網(wǎng)”、“數(shù)據(jù)”、“搜索引擎”等與信息時代相關(guān)的詞，由此說明學習者希望掌握或進一步學習更多該課程的知識，學習技術(shù)確實給學習者帶去了許多便利;另外，值得注意的是像“需要”、“提供”、“整合”、“資源”、“獲取”等基于表象的詞較多，則從側(cè)面反映出學習者學習得還不夠深入。綜上，通過討論區(qū)詞云圖可以了解學習者的知識儲備、學習效果以及學習的興趣點，從而有利于教師及時調(diào)整課程、內(nèi)容進程等，進而實現(xiàn)高效學習。

五、研究結(jié)論及建議

1.結(jié)合特性，協(xié)同發(fā)展

隨著“個性化學習”的教學理念不斷深入人心，了解、分析學生并引導學生自主學習的需求已成為教育教學的重要課題。[9]通過可視化分析發(fā)現(xiàn)，學習者在學習特性、興趣、需求等方面都存在一定差異，所以在教育教學中就要做到因材施教、因需施教。首先，對不同性別學習者進行分析，男性學習者更偏向于學習動手實踐類知識，女性學習者則偏向文字表述類知識，因此就要強調(diào)男女搭配成組的重要性，可根據(jù)男女生的特性設(shè)置不同的任務，從而在小組合作中相互學習、取長補短。其次，對不同學院學習者進行分析，信息學院學習者占到總?cè)藬?shù)的1/3，他們有自身的專業(yè)優(yōu)勢，學習速度相對較快，但像外語學院等學習者就很難適應快節(jié)奏學習，因此要求教師合理把控教學節(jié)奏，注重異質(zhì)分組，以強帶弱，共同學習。最后，從課程方面來說，該課程為公共素選課，大多數(shù)學習者學習的目的是掌握更多信息時代的技術(shù)與方法并應用于實踐，所以在課程內(nèi)容安排上，要合理分配理論、技術(shù)、實踐課程的教學時間。基于此，該課程后期發(fā)展應該充分尊重學習者及課程特性，不斷完善機制、加強協(xié)作，從而發(fā)展綜合能力。

2.借助技術(shù)，多維發(fā)展

在大數(shù)據(jù)時代，為了更好地了解教學、課程、學習者學習等狀況，充分利用技術(shù)分析數(shù)據(jù)則是當前教育教學的關(guān)鍵。一方面，借助技術(shù)提高學習者自主學習能力，通過對作業(yè)成績和討論區(qū)關(guān)鍵詞分析發(fā)現(xiàn)，學習者很少回看線上資料，討論區(qū)的內(nèi)容流于表面，任務完成也存在滯后性，所以學習者主動學習能力不足。因此，我們可以借助技術(shù)對學習過程進行實時“監(jiān)控”，加大過程性評價的占比，還可以設(shè)置一些個性化警告和提醒，從而使學習者多方發(fā)展，如AI智能教學監(jiān)測系統(tǒng)。另一方面，借助技術(shù)完善個性化服務，通過分析發(fā)現(xiàn)學習者的學習節(jié)奏、知識儲備等都有所不同，而以往的教學又很難照顧到每一位學習者，因此就可以通過技術(shù)對線上的數(shù)據(jù)進行挖掘和處理，如對學習進度、學習結(jié)果等的分析，從而為不同的學習者提供個性化定制服務，并且教師還可以根據(jù)實際情況，對學習方案進行調(diào)整，進而提高學習者的綜合能力，如本研究就是通過Python語言對學習者成績的簡單可視化?？傊?，借助技術(shù)，可以更好地進行數(shù)據(jù)挖掘和數(shù)據(jù)分析，更好地為教學和學習提供支持，從而實現(xiàn)多元化、多維度的學習。

六、結(jié)語

人工智能時代，利用大數(shù)據(jù)、學習分析等技術(shù)分析教育問題是國際研究趨勢，也是教育現(xiàn)代化發(fā)展的重要驅(qū)動力。[10]Python語言以操作簡單、容易理解等自身的優(yōu)勢受到各個領(lǐng)域的青睞，而教育領(lǐng)域中也需要運用Python對龐雜的教育數(shù)據(jù)進行深度且精準的分析，從而不斷優(yōu)化教學。本研究主要將數(shù)據(jù)挖掘與分析的思想與《信息時代的學習技術(shù)及應用》課程的學習者基本數(shù)據(jù)相結(jié)合，通過挖掘數(shù)據(jù)背后的價值，對數(shù)據(jù)進行采集、分組統(tǒng)計、預處理、可視化等操作，從而為該課程教育教學提供一些有利支撐。但目前，研究的數(shù)據(jù)樣本還不充足、技術(shù)的使用還不成熟、數(shù)據(jù)挖掘也不夠深入，所以之后仍需要不斷探索、深入鉆研，進而使Python語言與教育教學進行多角度、深層次的融合。

參考文獻：

[1]姜趙，謝曉偉.基于Python的數(shù)據(jù)可視化應用與研究[J].科學技術(shù)創(chuàng)新，2020（30）：88-89.

[2]朱正國.Python在校園大數(shù)據(jù)中的應用研究[J].商丘師范學院學報，2020，36（6）：14-17.

[3]賀路路，阮曉龍.高校學生考試成績的數(shù)據(jù)分析模式與可視化研究[J].計算機時代，2019（9）：50-52，56.

[4]韋建國，王建勇.基于Python的Web數(shù)據(jù)挖掘應用[J].浙江水利水電學院學報，2019，31（4）：79-82.

[5]陳偉.基于可視化分析技術(shù)的大數(shù)據(jù)審計案例研究[J].中國注冊會計師，2019（6）：61-64.

[6]劉雨珂，王平.基于Python+Pandas+Matplotlib的學生成績數(shù)據(jù)統(tǒng)計與圖形輸出實現(xiàn)[J].福建電腦，2017，33（11）：104-106，142.

[7]余水發(fā)，張惠鋒，傅海婷，李子杭，李秀央.基于統(tǒng)計圖表的學生考試成績可視化分析[J].教育教學論壇，2015（8）：77-79.

[8]宋永生，黃蓉美，王軍.基于Python的數(shù)據(jù)分析與可視化平臺研究[J].現(xiàn)代信息科技，2019，3（21）：7-9.

[9]馮桂爾.數(shù)據(jù)挖掘技術(shù)在遠程教育中的應用[J].現(xiàn)代教育技術(shù)，2012，22（12）：96-98.

[10]曾寧，張寶輝，范逸洲.如何分析慕課論壇中的數(shù)據(jù)：六大分析方法述評[J].現(xiàn)代遠距離教育，2019（6）：87-96.

（編輯：王天鵬）