基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着数据可视化的快速发展,传统的数据分析技术已经不能满足如今社会的发展需求,而Python语言则以其精准、高效、简明的设计理念在众多数据分析技术中脱颖而出.文章主要基于Python语言中的Numpy、Pandas、Matplotlib、Wordcloud等第三方库,在Jupyter Notebook (anaconda3)环境下,分析云南大学2019-2020学年春季学期本科生公共素选课《信息时代的学习技术及应用》的学习者基本数据,分别对学习者成绩、来源、学习能力、讨论区内容等进行可视化分析,从而加强Python数据可视化在教育教学中的应用.
推荐文章
基于Python的数据分析与可视化平台研究
可视化
Pandas
Matplotlib
Jieba
Wordcloud
基于多线程的制造数据分析和可视化
制造数据可视化
多线程
多媒体定时器
统计制程管制
试飞数据分析结果的可视化输出
飞行试验
数据分析
可视化输出,C++builder绘图
在线学习行为分析数据可视化快速开发框架设计与实践
JFinal
ECharts
JSON
RESTful
数据可视化
在线学习
大数据
行为分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Python的学习者基本数据分析与可视化研究
来源期刊 中国教育信息化(高教职教) 学科
关键词 Python语言 学习者数据 数据分析 可视化研究
年,卷(期) 2021,(8) 所属期刊栏目 教育大数据
研究方向 页码范围 60-64
页数 5页 分类号 G644
字数 语种 中文
DOI 10.3969/j.issn.1673-8454.2021.08.012
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (19)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(12)
  • 参考文献(1)
  • 二级参考文献(11)
2018(25)
  • 参考文献(0)
  • 二级参考文献(25)
2019(13)
  • 参考文献(5)
  • 二级参考文献(8)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Python语言
学习者数据
数据分析
可视化研究
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国教育信息化·高教职教
月刊
1673-8454
11-5572/TP
北京市西单大木仓胡同37号教育部业务楼410室
chi
出版文献量(篇)
8612
总下载数(次)
6
总被引数(次)
29096
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导