摘 要：借助CiteSpace可視化分析軟件，文章對(duì)中國(guó)知網(wǎng)學(xué)術(shù)期刊庫(kù)收錄的國(guó)內(nèi)2000—2023年616篇有關(guān)Python數(shù)據(jù)分析課程的相關(guān)研究文獻(xiàn)進(jìn)行計(jì)量分析，掌握Python數(shù)據(jù)分析課程研究的發(fā)展脈絡(luò)、演化路徑、研究熱點(diǎn)與研究趨勢(shì)等內(nèi)容，根據(jù)分析結(jié)果，結(jié)合教學(xué)日常發(fā)現(xiàn)Python數(shù)據(jù)分析課程目前存在以下問(wèn)題：教學(xué)內(nèi)容繁雜，學(xué)生對(duì)知識(shí)的應(yīng)用能力不強(qiáng)；教學(xué)方法單一，未能有效調(diào)動(dòng)學(xué)生積極性；教學(xué)實(shí)例與職業(yè)需求存在脫節(jié)，未能充分培養(yǎng)學(xué)生的實(shí)際操作能力等。針對(duì)問(wèn)題從Python數(shù)據(jù)分析課程的教學(xué)內(nèi)容、教學(xué)方法及教學(xué)實(shí)例三個(gè)方面提出建設(shè)意見(jiàn)。

關(guān)鍵詞：CiteSpace；數(shù)據(jù)分析課程；Python數(shù)據(jù)分析；可視化分析

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2024）20-0140-05

Research on the Teaching Mode of Python Data Analysis Course Based on CiteSpace

LI Jingjing

（Business School of Changchun Guanghua University， Changchun 130033， China）

Abstract： With the help of CiteSpace visual analysis software， this paper carries out measurement analysis of 616 pieces of research literature related to Python data analysis course from 2000 to 2023 in CNKI Academic Journal Database， and masters the development lineage， evolution path， research hotspot and research trend of Python data analysis course and so on. According to the analysis results， combined with the teaching routine， it is found that there are some problems in the Python data analysis course. For example， the teaching content is complicated， and the ability to apply knowledge of students is not strong. The teaching methods are single， failing to effectively mobilize students' enthusiasm. There is a disconnection between the teaching examples and occupational needs， failing to fully cultivate the students' actual operation ability. In view of the problems， this paper puts forward the construction opinions from the teaching content， teaching methods and teaching examples of Python data analysis course.

Keywords： CiteSpace; data analysis course; Python data analysis; visual analysis

0 引 言

信息可視化方法是近年來(lái)興起的文獻(xiàn)計(jì)量學(xué)與科學(xué)計(jì)量學(xué)領(lǐng)域的一種重要研究方法，通過(guò)構(gòu)建科學(xué)知識(shí)圖譜，實(shí)現(xiàn)對(duì)文獻(xiàn)數(shù)據(jù)信息的視覺(jué)呈現(xiàn)，進(jìn)而促進(jìn)學(xué)科知識(shí)的直觀理解。國(guó)內(nèi)學(xué)者在知識(shí)圖譜與信息可視化領(lǐng)域的研究活躍，已處于科學(xué)計(jì)量學(xué)和文獻(xiàn)計(jì)量學(xué)研究前沿?；诂F(xiàn)有信息可視化技術(shù)，不斷探索創(chuàng)新方法，為信息可視化領(lǐng)域做出了積極貢獻(xiàn)。陳超美教授自20世紀(jì)90年代起專注于開(kāi)發(fā)信息可視化應(yīng)用軟件，其研發(fā)的CiteSpace軟件創(chuàng)新性地融合信息可視化與科學(xué)計(jì)量學(xué)，推動(dòng)了知識(shí)計(jì)量和知識(shí)管理研究，成為信息可視化研究領(lǐng)域的開(kāi)拓者之一。

但基于CiteSpace的數(shù)據(jù)分析課程的研究稍顯遜色，本文立足于此，利用CiteSpace軟件分析數(shù)據(jù)分析課程研究主體、發(fā)展軌跡、研究熱點(diǎn)、前沿主題和發(fā)展趨勢(shì)，為數(shù)據(jù)分析課程教學(xué)模式的有效構(gòu)建提供基礎(chǔ)。通過(guò)CiteSpace繪制出相關(guān)圖譜，有助于了解數(shù)據(jù)分析教學(xué)的發(fā)展脈絡(luò)、研究熱點(diǎn)與發(fā)展趨勢(shì)，結(jié)合日常教學(xué)進(jìn)行歸納總結(jié)，為后期研究提供一定的思路借鑒，為促進(jìn)我國(guó)應(yīng)用型高校數(shù)據(jù)分析課程更好發(fā)展提供一定的理論參考。

1 研究?jī)?nèi)容

1.1 研究設(shè)計(jì)

1.1.1 研究樣本

為確?？梢暬治鼋Y(jié)果的準(zhǔn)確性，數(shù)據(jù)來(lái)源于中國(guó)知網(wǎng)學(xué)術(shù)期刊庫(kù)，采用高級(jí)檢索形式，輸入檢索主題詞“Python數(shù)據(jù)分析課程”并含“數(shù)據(jù)分析課程”，檢索截止時(shí)間為2023年9月30日，因第一篇中文期刊論文的發(fā)表時(shí)間為2000年，故選取研究文獻(xiàn)的時(shí)間范圍為2000—2023年，最終檢索到中文文獻(xiàn)616篇，這些文獻(xiàn)數(shù)據(jù)涵蓋了篇名、作者、機(jī)構(gòu)等關(guān)鍵指標(biāo)。

1.1.2 研究方法

本文運(yùn)用CiteSpace軟件對(duì)檢索到的有效文獻(xiàn)進(jìn)行了可視化計(jì)量研究。所采用的CiteSpace軟件版本為5.7.5R3，文獻(xiàn)以RefWorks格式導(dǎo)入該軟件。時(shí)間范圍模塊選擇了2000—2023年，最小時(shí)間切片設(shè)定為1年，未進(jìn)行網(wǎng)絡(luò)裁剪，其他模塊均選擇了默認(rèn)設(shè)置。

1.2 研究結(jié)果與分析

1.2.1 年發(fā)表量

發(fā)文數(shù)量的多少直接體現(xiàn)了特定研究領(lǐng)域的發(fā)展態(tài)勢(shì)及其趨勢(shì)。在國(guó)內(nèi)，對(duì)數(shù)據(jù)分析課程的研究始于呂進(jìn)與蔣盛益兩人在2000年發(fā)表的數(shù)據(jù)分析成果。如圖1所示，2000—2010年間，數(shù)據(jù)分析課程相關(guān)研究出現(xiàn)，但數(shù)量有限，屬于該領(lǐng)域的初步探索階段。從2011—2023年，相關(guān)研究的數(shù)量持續(xù)增長(zhǎng)，研究范圍逐步拓寬，內(nèi)容也日趨深入，表明這一領(lǐng)域已經(jīng)引起了廣大研究者的廣泛關(guān)注。

2021年雖有所下降，但總體趨勢(shì)始終呈現(xiàn)上升，2022年達(dá)到研究頂峰106篇，2023年63篇，是因文本檢索時(shí)間截至2023年9月，并非2023全年數(shù)量?？傮w來(lái)講學(xué)術(shù)文獻(xiàn)的增長(zhǎng)態(tài)勢(shì)總體平穩(wěn)，這表明Python數(shù)據(jù)分析課程在學(xué)術(shù)界持續(xù)受到關(guān)注和重視，目前正處于穩(wěn)定的深化階段。

1.2.2 合作圖譜分析

在某一研究領(lǐng)域，發(fā)文作者是該領(lǐng)域研究實(shí)力的關(guān)鍵要素。通過(guò)作者共現(xiàn)分析，可以確定領(lǐng)域內(nèi)的核心作者及作者間的合作關(guān)系。節(jié)點(diǎn)大小表示發(fā)文量多少，連接線的粗細(xì)表示合作緊密程度，而發(fā)文的時(shí)間先后則通過(guò)顏色的深淺來(lái)反映[1]。如圖2所示，從作者合作圖譜可以看出，2000—2023年間，數(shù)據(jù)分析課程的發(fā)文機(jī)構(gòu)共現(xiàn)網(wǎng)絡(luò)圖譜顯示，共有節(jié)點(diǎn)316位，連線104條，網(wǎng)絡(luò)密度為0.002 1。所有節(jié)點(diǎn)中，可以看到6個(gè)比較大的節(jié)點(diǎn)，分別是劉天舒、張曉東、房建東、賈麗英、王莉莉、郭應(yīng)彪，并且劉天舒、張曉東、房建東、王莉莉構(gòu)成一個(gè)作者群，劉天舒以發(fā)文量24篇位列第一，張曉東20篇，房建東19篇，王莉莉15篇，此四位學(xué)者形成較緊密的合作關(guān)系。郭應(yīng)彪、王莉莉發(fā)文15篇，兩者有一條連線，其網(wǎng)絡(luò)并沒(méi)有展開(kāi)。審視全圖，網(wǎng)絡(luò)節(jié)點(diǎn)之間的聯(lián)系較為分散，這表明在所研究的領(lǐng)域內(nèi)，尚未形成廣泛的、聯(lián)系緊密的學(xué)術(shù)合作網(wǎng)絡(luò)。大部分研究者仍在獨(dú)立進(jìn)行科研工作，而只有極少數(shù)學(xué)者之間建立了合作關(guān)系，這種合作僅限于兩人之間的直接連接，沒(méi)有進(jìn)一步擴(kuò)展成更廣泛的網(wǎng)絡(luò)。

1.2.3 關(guān)鍵詞共現(xiàn)圖譜

關(guān)鍵詞是對(duì)論文研究?jī)?nèi)容的精確概括。如圖3所示，通過(guò)構(gòu)建特定領(lǐng)域的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，分析其中的高頻關(guān)鍵詞和具有高中介中心的關(guān)鍵詞，可以有效識(shí)別出該領(lǐng)域的研究熱點(diǎn)。

依據(jù)多諾霍提出的高頻詞邊界公式T=（-1+V（1+8 I ））/ 2統(tǒng)計(jì)計(jì)算檢索文獻(xiàn)的高頻關(guān)鍵詞。其中T表示高頻關(guān)鍵詞閾值，I表示關(guān)鍵詞個(gè)數(shù)。通過(guò)CiteSpace的Netwok Summary Table功能分析得到I為398，計(jì)算T值為27.70，即關(guān)鍵詞出現(xiàn)頻次高于27.70次時(shí)可以確定為高頻關(guān)鍵詞[2]。統(tǒng)計(jì)顯示，目前該領(lǐng)域的高頻關(guān)鍵詞有數(shù)據(jù)分析（103次）、大數(shù)據(jù)（102次）、教學(xué)改革（67次）、Python（27次）、信息技術(shù)（27次）等。此外，中介中心性是衡量關(guān)鍵詞在共現(xiàn)網(wǎng)絡(luò)中作為“媒介”的重要性指標(biāo)。一個(gè)關(guān)鍵詞的中介中心性越高，其在共現(xiàn)網(wǎng)絡(luò)中的位置越核心，對(duì)網(wǎng)絡(luò)的影響力也越大。若關(guān)鍵詞的中介中心性達(dá)到或超過(guò)0.1，這意味著在一定時(shí)期內(nèi)，該關(guān)鍵詞受到了廣泛研究者的高度重視。本文經(jīng)CiteSpace的Compute Node Centrality功能分析得到中介中心性≥0.1的關(guān)鍵詞有數(shù)據(jù)分析（0.57）大數(shù)據(jù)（0.26）教學(xué)改革（0.24）數(shù)據(jù)挖掘（0.17），如表1所示。

具體內(nèi)容如下：

1）高頻關(guān)鍵詞“數(shù)據(jù)分析”?！皵?shù)據(jù)分析”關(guān)鍵詞在2020年呈現(xiàn)爆發(fā)狀態(tài)，教育界各大研究者成果豐富。杭州電子科技大學(xué)薛潔基于前程無(wú)憂平臺(tái)招聘信息，分析數(shù)據(jù)分析類崗位社招和校招的區(qū)別，為科學(xué)設(shè)置該課程提供理論參考和數(shù)據(jù)支撐[3]。西北師范大學(xué)岳彥龍基于人工智能案例驅(qū)動(dòng)的編程教學(xué)理念，在分析計(jì)算思維、Python、人工智能案例三者關(guān)系的基礎(chǔ)上提出培養(yǎng)學(xué)生計(jì)算思維的教學(xué)模型[4]。

2）高頻關(guān)鍵詞“大數(shù)據(jù)”。根據(jù)大數(shù)據(jù)時(shí)代特點(diǎn)，中國(guó)礦業(yè)大學(xué)杜鋒基于Python的機(jī)器學(xué)習(xí)，以煤巖瓦斯復(fù)合動(dòng)力災(zāi)害預(yù)測(cè)為背景，設(shè)計(jì)安全大數(shù)據(jù)教學(xué)實(shí)驗(yàn)案例，有效培養(yǎng)學(xué)生運(yùn)用現(xiàn)代化分析工具的能力[5]。中國(guó)人民大學(xué)朝樂(lè)門通過(guò)對(duì)多所國(guó)內(nèi)外大學(xué)開(kāi)設(shè)的數(shù)據(jù)科學(xué)導(dǎo)論課程進(jìn)行調(diào)查研究，探討課程的教學(xué)目的、教學(xué)內(nèi)容、實(shí)驗(yàn)操作、特色與創(chuàng)新等設(shè)計(jì)內(nèi)容[6]。

3）高頻關(guān)鍵詞“教學(xué)改革”。教育研究者根據(jù)人才特點(diǎn)，從不同角度提出改革方案。北京大學(xué)張久珍以北京大學(xué)信息管理系為例，基于Python案例，探討圖書(shū)情報(bào)與檔案管理學(xué)科“思政育人”建設(shè)的思路和實(shí)踐[7]。廣東東軟學(xué)院劉滿蘭，基于學(xué)習(xí)產(chǎn)出的教育理念，以產(chǎn)出為導(dǎo)向，分析Python課程教學(xué)設(shè)計(jì)和方法，探討混合式教學(xué)方法[8]。

4）高頻關(guān)鍵詞“數(shù)據(jù)挖掘”。數(shù)據(jù)挖掘是指在海量數(shù)據(jù)中挖掘有用信息。北京交通大學(xué)孔令波提出通過(guò)整合數(shù)據(jù)分析課程與商務(wù)專題的教學(xué)方案，以商務(wù)思維為核心，優(yōu)化理論為框架，結(jié)合案例教學(xué)，使學(xué)生能夠深入理解并掌握數(shù)據(jù)分析的基本算法[9]。南京審計(jì)大學(xué)李慧選取了179所高校作為研究樣本，采用多種研究方法深入分析智能會(huì)計(jì)相關(guān)課程，旨在為智能會(huì)計(jì)人才的培養(yǎng)方案修訂和全面推廣提供決策參考[10]。

關(guān)鍵詞突發(fā)性圖譜能有效揭示文獻(xiàn)引用頻次的顯著變化，從而映射出研究領(lǐng)域的關(guān)鍵轉(zhuǎn)變。為追蹤Python數(shù)據(jù)分析領(lǐng)域的轉(zhuǎn)折點(diǎn)，本研究采用CiteSpace軟件中的Burstness分析工具，以識(shí)別關(guān)鍵詞的突發(fā)模式。關(guān)鍵詞突發(fā)性圖譜如圖4所示，共有11個(gè)突發(fā)性關(guān)鍵詞。結(jié)合關(guān)鍵詞的頻次、中心性以及突發(fā)性，我們可以得出以下結(jié)論：數(shù)據(jù)分析的研究熱點(diǎn)從最初的應(yīng)用電子技術(shù)創(chuàng)新實(shí)驗(yàn)、歷史學(xué)虛擬仿真實(shí)驗(yàn)課程、實(shí)驗(yàn)教學(xué)、仿真實(shí)驗(yàn)、共享平臺(tái)、全程考核數(shù)據(jù)、學(xué)情分析、信息技術(shù)轉(zhuǎn)向了大數(shù)據(jù)、課程思政、教學(xué)設(shè)計(jì)，且課程思政、教學(xué)設(shè)計(jì)持續(xù)至今。

1.2.4 研究前沿-關(guān)鍵詞聚類圖譜

研究前沿的確定對(duì)于明確研究方向至關(guān)重要，關(guān)鍵詞聚類圖譜通過(guò)總結(jié)關(guān)鍵詞節(jié)點(diǎn)間的相似性，依據(jù)數(shù)據(jù)運(yùn)算將關(guān)系緊密的節(jié)點(diǎn)聚集，從而精確勾勒出研究前沿的核心內(nèi)容[11]。如圖5所示，通過(guò)數(shù)據(jù)分析與研究關(guān)鍵詞聚類圖譜可知，CiteSpace關(guān)鍵詞圖譜一共聚成了7類，分別是數(shù)據(jù)分析、大數(shù)據(jù)、教學(xué)改革、教學(xué)設(shè)計(jì)、數(shù)據(jù)挖掘、數(shù)據(jù)結(jié)構(gòu)、信息技術(shù)、教學(xué)模式。在評(píng)估聚類網(wǎng)絡(luò)時(shí)，需關(guān)注兩個(gè)關(guān)鍵數(shù)值：Q值和S值。Q值表示聚類模塊度，通常Q值大于0.3表示聚類結(jié)構(gòu)具有顯著性。S值則表示聚類的平均輪廓值，一般認(rèn)為S值大于0.5表示聚類是合理的，而當(dāng)S值超過(guò)0.7時(shí)，聚類的可信度被視為較高。從分析得出Silhouette值為0.873 7，超過(guò)了0.7的標(biāo)準(zhǔn)，這表明聚類結(jié)果是令人信服的。同時(shí)，Modularity Q值為0.640 3，高于0.3的閾值，進(jìn)一步證實(shí)了聚類的可靠性。

具體內(nèi)容有：

1）#0數(shù)據(jù)分析，包括的關(guān)鍵詞有Python教學(xué)、Jupyer Notebook、新工科、教學(xué)實(shí)踐、云交互PBL、會(huì)計(jì)行動(dòng)學(xué)習(xí)、計(jì)算思維、SPOC課程可視化、互聯(lián)網(wǎng)思維、多元統(tǒng)計(jì)分析、分析方法、情景認(rèn)知、合作型學(xué)習(xí)管理建模。

2）#1大數(shù)據(jù)，包括的關(guān)鍵詞有Spark、CiteSpace、Python生態(tài)環(huán)境、《統(tǒng)計(jì)分析軟件應(yīng)用》、SAS軟件、在線課程、數(shù)據(jù)科學(xué)、學(xué)習(xí)分析、hadoop、圖書(shū)情報(bào)教育。

3）#2教學(xué)改革，包括的關(guān)鍵詞有空間數(shù)據(jù)分析、崗課賽互聯(lián)網(wǎng)+三線融通、Python程序設(shè)計(jì)、OBE中職計(jì)量經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)分析與處理、數(shù)據(jù)分析技術(shù)、Excel數(shù)據(jù)分析。

4）#3教學(xué)設(shè)計(jì)，包括的關(guān)鍵詞拍攝數(shù)據(jù)分析、OBE教育理念、Boppps教學(xué)方法、大數(shù)據(jù)分析技術(shù)、教學(xué)效果、大數(shù)據(jù)技術(shù)、在線教學(xué)、教學(xué)設(shè)計(jì)、翻轉(zhuǎn)課堂、在線平臺(tái)數(shù)據(jù)分析。

5）#4數(shù)據(jù)挖掘，包括的關(guān)鍵詞有個(gè)性化發(fā)展、信息內(nèi)容安全、Apriori算法、成績(jī)分析、課程相關(guān)性分析、交互論壇學(xué)習(xí)過(guò)程、計(jì)算機(jī)數(shù)學(xué)能力培養(yǎng)。

6）#5數(shù)據(jù)結(jié)構(gòu)，包括的關(guān)鍵詞有Springboot框架人工智能優(yōu)化論、互聯(lián)網(wǎng)加、教學(xué)實(shí)驗(yàn)、數(shù)據(jù)類型、存儲(chǔ)結(jié)構(gòu)、教學(xué)現(xiàn)狀。

7）#6信息技術(shù)，包括的關(guān)鍵詞有SWOT分析、Excel數(shù)據(jù)管理與分析、網(wǎng)絡(luò)協(xié)議分析。

2 Python數(shù)據(jù)分析課程改革建議

通過(guò)對(duì)CiteSpace分析結(jié)果的研究并結(jié)合日常教學(xué)實(shí)際情況，發(fā)現(xiàn)Python數(shù)據(jù)分析課程目前存在以下問(wèn)題，包括：教學(xué)內(nèi)容繁雜，缺乏針對(duì)性，學(xué)生對(duì)知識(shí)應(yīng)用能力不足；教學(xué)方法單一，依賴教師講解，未能有效調(diào)動(dòng)學(xué)生積極性；教學(xué)實(shí)例與職業(yè)需求存在脫節(jié)，未能充分培養(yǎng)學(xué)生的實(shí)際操作能力。針對(duì)出現(xiàn)的問(wèn)題，對(duì)Python數(shù)據(jù)分析課程的改革和優(yōu)化提出以下建議，以期更好8+PE7vU1FzZLxZjM6gY/dQ==地滿足學(xué)生的學(xué)習(xí)需求和未來(lái)職業(yè)發(fā)展的要求。

2.1 教學(xué)內(nèi)容

初步將Python數(shù)據(jù)分析課程劃分為三個(gè)主要模塊：第一個(gè)模塊是Python導(dǎo)論，在這個(gè)模塊中，將引入各行業(yè)數(shù)據(jù)分析的應(yīng)用實(shí)例，通過(guò)實(shí)例，學(xué)生將能夠更好地理解數(shù)據(jù)分析的重要性和實(shí)際應(yīng)用價(jià)值，激發(fā)他們對(duì)數(shù)據(jù)分析的興趣和熱情；第二個(gè)模塊是Python語(yǔ)法，通過(guò)學(xué)習(xí)基礎(chǔ)語(yǔ)法，學(xué)生能夠打下堅(jiān)實(shí)的基礎(chǔ)，為后續(xù)的數(shù)據(jù)分析工作做好準(zhǔn)備；第三個(gè)模塊是Python擴(kuò)展模塊，在這個(gè)模塊中，將重點(diǎn)培養(yǎng)學(xué)生的數(shù)據(jù)分析能力。通過(guò)三大模塊的學(xué)習(xí)，學(xué)生能夠全面掌握Python數(shù)據(jù)分析的核心知識(shí)和技能，為職業(yè)生涯打下堅(jiān)實(shí)的基礎(chǔ)。隨著數(shù)據(jù)分析技術(shù)的迅速發(fā)展，新的庫(kù)和工具不斷涌現(xiàn)，因此，課程應(yīng)當(dāng)包含對(duì)這些新工具的介紹和實(shí)踐，以便學(xué)生掌握最前沿的技能。

2.2 教學(xué)方法

以項(xiàng)目化教學(xué)為主導(dǎo)，通過(guò)教學(xué)案例引入、學(xué)習(xí)目標(biāo)明確、學(xué)習(xí)內(nèi)容前測(cè)、參與式學(xué)習(xí)、學(xué)習(xí)內(nèi)容后測(cè)、學(xué)習(xí)過(guò)程總結(jié)階段所共建的教學(xué)模型，設(shè)計(jì)該課程的教學(xué)過(guò)程與方法。具體內(nèi)容如下：

1）教學(xué)案例引入。引入與學(xué)科相關(guān)的實(shí)際案例，激發(fā)學(xué)生的學(xué)習(xí)興趣和好奇心，幫助學(xué)生了解實(shí)際應(yīng)用中的挑戰(zhàn)。

2）學(xué)習(xí)目標(biāo)明確。學(xué)習(xí)目標(biāo)具體、可衡量，并與課程內(nèi)容緊密相關(guān)。學(xué)生應(yīng)清楚需要掌握的知識(shí)和技能，以及如何評(píng)估自己的學(xué)習(xí)成果。

3）學(xué)習(xí)內(nèi)容前測(cè)。通過(guò)前置測(cè)試，了解學(xué)生對(duì)已學(xué)知識(shí)的掌握情況，以便根據(jù)具體情況調(diào)整教學(xué)方法和進(jìn)度。

4）參與式學(xué)習(xí)。鼓勵(lì)學(xué)生積極參與討論和互動(dòng)，教師積極引導(dǎo)學(xué)生思考。

5）學(xué)習(xí)內(nèi)容后測(cè)。后測(cè)覆蓋整個(gè)課程的內(nèi)容，可以評(píng)估學(xué)生對(duì)所學(xué)知識(shí)和技能的掌握程度。

6）學(xué)習(xí)過(guò)程總結(jié)階段。組織學(xué)生分享在學(xué)習(xí)中的經(jīng)驗(yàn)和收獲，教師對(duì)學(xué)生的表現(xiàn)進(jìn)行評(píng)價(jià)和反饋，并提出改進(jìn)建議。

2.3 教學(xué)實(shí)例

學(xué)生掌握了Python基礎(chǔ)語(yǔ)法之后，引入一些實(shí)用的工具庫(kù)，如Jieba中文分析庫(kù)和Wordcloud詞云展示庫(kù)等。學(xué)生不僅可以將所學(xué)知識(shí)應(yīng)用到實(shí)際項(xiàng)目中，也可以體驗(yàn)到Python語(yǔ)言的魅力。其次，教師在教學(xué)過(guò)程中，更多地引入校企合作單位的真實(shí)項(xiàng)目和教師的教科研項(xiàng)目，讓學(xué)生有機(jī)會(huì)接觸和參與到這些項(xiàng)目中來(lái)。這樣不僅可以提升學(xué)生的實(shí)際應(yīng)用能力，也可以讓他們更好地理解和掌握數(shù)據(jù)分析的工作流程和方法。同時(shí)，教師們也應(yīng)該更加關(guān)注學(xué)生的個(gè)性化需求，為他們提供更加靈活的學(xué)習(xí)路徑。

3 結(jié) 論

通過(guò)對(duì)近20年來(lái)中國(guó)知網(wǎng)學(xué)術(shù)期刊數(shù)據(jù)庫(kù)關(guān)于Python數(shù)據(jù)分析課程相關(guān)文獻(xiàn)進(jìn)行可視化研究，基本明確了Python數(shù)據(jù)分析課程的研究熱點(diǎn)、作者合作圖譜、關(guān)鍵詞共現(xiàn)圖譜以及研究前沿，這些研究成果對(duì)Python數(shù)據(jù)分析課程的進(jìn)一步發(fā)展具有參考價(jià)值。然而，研究過(guò)程存在一些局限性，CiteSpace可視化分析工具主要依賴于已發(fā)表的期刊論文作為數(shù)據(jù)源，而未涵蓋論著、書(shū)籍、報(bào)告等其他類型的文獻(xiàn)，其覆蓋面并不全面。且CiteSpace工具中的參數(shù)設(shè)置，如閾值、時(shí)間范圍、時(shí)間切片以及排除的關(guān)鍵詞等，都可能對(duì)研究結(jié)果產(chǎn)生一定的影響。在后續(xù)的研究中，會(huì)擴(kuò)大樣本數(shù)據(jù)庫(kù)，持續(xù)關(guān)注Python數(shù)據(jù)分析課程發(fā)展。

參考文獻(xiàn)：

[1] 吳悅，李朝旭.中國(guó)空間隱喻研究現(xiàn)狀與發(fā)展趨勢(shì)——基于CiteSpace的知識(shí)圖譜分析 [J].心理學(xué)探新，2020，40（4）：302-308+384.

[2] 王立柱，何云峰.基于CiteSpace的我國(guó)課程思政研究可視化分析 [J].教育理論與實(shí)踐，2022，42（24）：27-31.

[3] 薛潔，王嫻，籍艷麗.大數(shù)據(jù)時(shí)代數(shù)據(jù)類崗位人才需求特征分析 [J].黑龍江高教研究，2022，40（10）：119-124.

[4] 岳彥龍，張學(xué)軍，梁嶼藩.人工智能教學(xué)如何培養(yǎng)高中生的計(jì)算思維？——基于人工智能案例驅(qū)動(dòng)的Python編程教學(xué)的實(shí)證研究 [J].基礎(chǔ)教育，2022，19（1）：74-84.

[5] 杜鋒，汪博威，汪奧杰，等.基于機(jī)器學(xué)習(xí)的安全大數(shù)據(jù)技術(shù)課程實(shí)驗(yàn)教學(xué)設(shè)計(jì) [J].實(shí)驗(yàn)技術(shù)與管理，2023，40（4）：181-186.

[6] 朝樂(lè)門.數(shù)據(jù)科學(xué)導(dǎo)論的課程設(shè)計(jì)及教學(xué)改革 [J].計(jì)算機(jī)科學(xué)，2020，47（7）：1-7.

[7] 張久珍，步一，李世娟，等.圖書(shū)情報(bào)與檔案管理學(xué)科課程思政實(shí)踐——以北京大學(xué)為例 [J].圖書(shū)情報(bào)工作，2022，66（1）：4-10.

[8] 劉滿蘭，李建輝，關(guān)成斌.基于OBE理念的《Python程序設(shè)計(jì)語(yǔ)言》課程混合式教學(xué)方法探索 [J].計(jì)算機(jī)工程與科學(xué)，2019，41（S1）：203-206.

[9] 孔令波.面向本科生商務(wù)思維能力培養(yǎng)的數(shù)據(jù)分析課程建設(shè) [J].計(jì)算機(jī)教育，2019（2）：131-135+139.

[10] 李慧，溫素彬.比物連類：智能會(huì)計(jì)人才培養(yǎng)方案的比較 [J].財(cái)會(huì)月刊，2023，44（4）：45-50.

[11] 李菁菁，李茜燕.基于CiteSpace的文科綜合實(shí)驗(yàn)教學(xué)中心可視化研究 [J].現(xiàn)代信息科技，2023，7（7）：124-126+130.

作者簡(jiǎn)介：李菁菁（1980—），女，漢族，山東鄆城人，副教授，碩士，研究方向：電子商務(wù)、計(jì)算機(jī)應(yīng)用。