混合式教学模式在“Python”语言课程中的应用

与传统的单方面传授教学不同,混合式教学模式创新了教学形式结合在线视频学习的手段,并发挥翻转课堂的有效作用,使学生学习更有自主性,养成独立思考的习惯,在课堂教学过程中,教师主要起引导作用。文章在通识教育课程的基础上,探讨了"Python"如何运用混合式教学模式,合理组织线上、线下学习资源,进而提升教学效率,提高学习满意度。

“Python”课程教学改革创新与实践的研究

阐述了“Python”课程传统教学方式中存在的问题,针对问题提出教学改革内容,并对教学效果进行了分析。通过开展“Python”课程教学改革创新与实践的研究,利用线上线下混合的教学优势,提高了教师教学质量和学生学习效率,突出学生的主体地位,让学生在整个课程的理论知识学习过程中更具有主动性,在实践过程中更具有创造性,改变学生被动学习的局面,利于学生创造性思维能力的发挥和发展。

翻转课堂模式下“Python”课程教学资源的建设探索

在翻转课堂模式下为充分发挥学生学习"Python"语言的主动性,文章结合学生对图形、动画、游戏的兴趣,利用Turtle库,设计实现了一系列教学资源,用于学生线上学习,为学生的主动学习、自主学习探索一条合适的道路。

Python程序设计课程思政教学实践探索

将思政元素融入Python程序设计专业课教学之中,是当前教学的重要任务。围绕课程思政目标、课程思政资源挖掘、课程思政教学实施等方面,阐述Python程序设计课程思政元素挖掘与教学实践,旨在让学生学好专业课程的同时,潜移默化地接受思政教育,进而提高学生正确认识问题、分析问题和解决问题的能力。

ChatGPT在课程教学中的应用初探——以Python程序设计为例

在人工智能技术蓬勃发展和教育数字化转型的大背景下,探讨以ChatGPT为代表的生成式人工智能工具在Python程序设计课程教学中的应用。阐述了ChatGPT在课程教学中的应用场景,重新设计了引入ChatGPT后的课堂教学模式,分析了在教学中应用ChatGPT所面临的挑战并提出了应对措施。

基于Python构建机器学习探究中药治疗胃癌通路决策树的规律性

目的 胃癌(Gastric cancer, GC)是高发率和致死率“双高”的癌症,临床中药复方治疗GC有大量的证据,表明中医药在GC的治疗方面有着出色的表现。文中针对治疗GC的临床中药组方开展基础性研究,利用其他学科较为成熟的研究思路和研究方式,探究中医药在不同维度层面的规律性。方法 筛选中国知网数据库及中药系统药理学数据库与分析平台(TCMSP)(http://tcmspw.com/tcmsp.php)、BATMAN-TCM数据库(http://bionet.ncpsb.org.cn/batman-tcm/index.php/)、SymMap数据库(http://www.symmap.org)建库至2023年3月30日期间治疗GC的文献,利用Python构建决策树模型,通过文献统计有临床治疗证据的GC复方,对高频出现的药物进行分子层面的研究,形成“中药-治疗通路”矩阵,再将无临床证据的“中药-治疗通路”矩阵送入决策树模型进行学习修正,获得治疗通路的关联队列,并通过生物信息学数据分析验证决策树模型的输出结果。结果 (1)筛选出GC高频治理中药共计26味,如白术、黄芪和茯苓等;(2)找到与GC有关的通路共计225条;(3)Python构建的决策树模型进行熵值计算,在225条有临床证据的中药蛋白富集的通路中寻找到的18条对GC有重要作用的通路;(4)决策树模型计算出“Chemical carcinogenesis-Tryptophan metabolism-PI3K-Akt signaling pathway-Antigen processing and presentation”关联队列;(5)18条通路在对不同标签中药出现不同的表现,“No”标签中药的高值(深色区域)相对集中分布,而“Yes”标签中药的高值(深色区域)相对散在分布;(6)q值和p值聚类结果提示“Fatty acid biosynthesis”和“Antigen processing and presentation”均指向“1-Yes”“Vibrio cholerae infection”和“Dilated cardiomyopathy”均指向“1-No”“Breast cancer”和“Protein digestion and absorption”均指向“0-Yes”。结论 “Chemical carcinogenesis-Tryptophan metabolism-PI3K-Akt signaling pathway-Antigen processing and presentation”通路队列,是GC中药治疗通路中的关联队列。生物信息学结果与Python构建机器学习决策树模型结果在判别是否具有GC治疗作用上有着高度相似性,从生物信息学层面印证了决策树算法模型结果的准确性。同时,利用Python构建成熟的计算机模型可以从不同的角度去研究临床复方中药在疾病治疗中的规律性,是临床中药组方研究的一种新的尝试,结合多学科多角度的分析,对中医药的现代研究有积极的推动作用,并且对人类健康发展有着重要意义。

Python在酸碱滴定分析教学中的应用

基于Python自主设计开发的图形用户界面(GUI)酸碱滴定学习软件,实现了一元强酸(碱)、一元弱酸(碱)、多元酸(碱)和混合酸(碱)等不同酸碱体系滴定曲线图像的可视化绘制,化学计量点和滴定突跃范围以及滴定误差的计算。软件的运用使得教学内容更加直观、形象化,有助于获得滴定曲线变化的感性认识,深刻理解其概念与原理。

基于Python的平面杆系结构有限元分析

基于Python程序,将杆单元位移不连续、理想刚杆两种力学对象关联统一,开展平面杆系结构有限元模型分析,并实现一种基于“变量标记”的自由度集中处理的计算模式.基于虚功原理引入并推证刚体荷载传递定理,表明耦合单元、刚杆及忽略某一自由度的有限元内置算法处理过程中,实质是将单元刚度矩阵进行“刚化”处理.算例分析表明,“变量标记”的计算模式与单元刚度矩阵的“刚化”处理,具有力学模型的普适性和统一性、编程的可行性以及结果的可靠性等特点,能解决平面任意杆系结构的建模问题.研究结果表明,“主从结点”、“刚杆”等建模方法,对于进一步开展有限元二次开发、大变形以及非线性等功能性扩展等有重要的参加价值,证明将Python程序应用于结构有限元分析的可行性.

能力导向的混合式Python教学阶段性问题的设计与实施

针对大学生编程与应用实践能力培养的问题,以Python语言程序设计课程教学为例,基于Educoder等多个在线学习系统,提出能力为导向的混合式Python教学阶段性问题设计方法,介绍课前、课中与课后三个阶段的具体问题设计过程,以期为计算机程序设计类课程的教学设计提供借鉴。最后,以湖南科技大学数据科学与大数据技术等专业的教学实践为例,说明对大学生编程与应用实践能力培养的有效性。

新医科背景下医学生的Python课程教学设计与实践

在新医科背景下,分析医学生开设Python编程课程的重要意义。针对在医学生Python教学中存在的挑战,从课程组织、教材选择、课程设计和教学模式等方面,将医学数据管理与Python编程教学深度融合,设计并实践了新的Python课程教学方法。经过4年多的教学研究实践,将Python的代码实现与医学知识相融合,启发学生通过实际医学项目应用他们所学的知识,培养学生的问题解决和数据分析能力。通过设计调查问卷和形成性评价的形式对课程实施效果进行评价,课程在增强学生学习Python编程兴趣和提高Python应用能力方面收到了很好的效果。课程组以高质量教育培育高水平、高素质、高融合医科人才为目标,通过医学信息数据处理案例为中心组织课堂,紧跟人工智能、深度学习等新技术,培养新医科人才,服务于“健康中国”大目标。

学以致用的项目驱动式教学研究——以财务管理专业Python语言程序设计课程为例

Python语言程序设计课程是高校广泛开设的公共通识课程。该文以财务管理专业学生为施教对象,分析该课程教学面临的困难,探讨项目驱动式教学方法。通过梳理教学内容和知识点,构建知识图谱,结合专业背景设计应用项目,把知识点的教学贯穿于应用项目的开发中,同步递进,把理论与实践有机融合,传授Python语言程序设计基础知识的同时,培养学生解决问题的能力,达到学以致用的目的。

Python可视化技术在电动力学教学中的应用

电动力学是研究电磁场基本规律的理论课程,不仅是理解电磁现象的基础,而且为电子技术和通信工程等应用领域提供了理论支持;但电动力学理论中的抽象概念难以直观理解,数学计算尤其是矢量计算较为复杂。本文探究Python编程语言的可视化技术在电动力学教学中的应用,通过编程计算模拟可视化抽象的电动力学概念和结论,如偶极子辐射、运动点电荷的场等,让学生能直观观察电磁场的变化规律,提升学生对电磁场概念的理解与应用能力,激发学生对电动力学学习的兴趣。

循序渐进式教学方法在“Python程序设计”课程中的应用

针对Python课程教学过程中存在的课时不足、Python语言的学习难度分层递增等问题,文章提出教师可以通过举一反三、归纳梳理、知识迁移、融入应用、对比分析、项目实践的方法开展系统而有效的编程教学,采用逐级巩固的循序渐进式教学方法,引导学生逐步掌握Python的知识和技术要领。

基于Python的SAP2000向ANSYS模型转化技术及软件开发研究

工程人员常通过对比设计软件与有限元软件的分析结果,以验算和校核结构设计的合理性。然而,由于软件分析内核的差异,设计软件与有限元软件之间的模型信息往往难以直接传递并转化。针对SAP2000结构设计分析软件向ANSYS有限元分析软件的模型转化问题,基于Python语言和APDL参数化设计语言,编译并开发了STAMT V1.0(SAP2000 To ANSYS Model Transformation V1.0)模型转化程序。相比已有转化程序,STAMT程序实现了更多单元类型、材料属性、截面类型、荷载形式的转化,提高了模型转化的通用性。其次,其涵盖了节点坐标系变换、梁单元坐标系变换、梁端自由度释放、创建刚性域等必备功能,进一步满足了模型转化过程中的功能性需求。然后,采用先建立几何模型后生成有限元模型的转化思路,实现了梁单元网格数量的自定义以及板壳荷载向梁的传递,软件操作界面简洁,便于工程人员的使用。最后,通过单层工业厂房和多层框架结构的两个算例分析,得到转化后模型的质量与原模型一致,前5阶周期的平均误差不超过3%,满足精度要求。研究分析验证了STAMT程序可实现SAP2000模型向ANSYS模型的准确、快速转化。

基于Python的无线传感器网络数据采集系统

无线传感器因节点结构复杂度高,数据量巨大,无法在海量数据中快速采集用户需求数据.为解决该问题,研究设计了基于Python的无线传感器网络数据采集系统,系统硬件包括数据采集芯片选型单元、无线收发芯片选型单元与串口通讯电路设计单元;软件模块包括网络数据挖掘采集框架设计模块、采集数据压缩模块和采集数据缓存模块.通过对上述硬件单元与软件模块的设计与开发,实现无线传感器网络数据采集系统的运行与应用.实验数据显示:相较于基于Android安全容器的网络数据采集系统,应用设计系统采集数据耗时更短、压缩率数值更大、能耗更小,充分证实设计系统的数据采集性能更佳.

Python程序设计课程思政在公安教育中的创新与实践

文章以Python程序设计课程为例,探讨了公安大数据背景下课程思政教学改革的实施过程与成效。针对专业认知不足和实践能力不强等问题,提出了“守正创新·踔厉奋发”的课程思政体系。改革内容涵盖了课程思政体系的构建、知识讲授的创新、实践技能培养的强化以及创新能力提升的策略四个方面。通过这一系列的教学改革,学生的专业认同感、学习兴趣和创新能力得到提升。

基于python的大数据人才需求可视化分析

大数据是时下热门职业,对大数据岗位人才需求情况进行可视化分析,可以为大数据岗位求职者提供参考,助力大学生就业,也能为高校制定大数据人才培养方案提供参考。python以其自身特点在数据分析、可视化有着不可替代的优势,用python对大数据人才需求数据进行可视化,以图的形式展示需求情况,能取得更好的效果。

基于Python的实验室信息管理系统设计与实现

阐述Python语言的特点,它以面向对象为基础,具有动态属性的一种脚本语言,大面积应用于各种场景,尤其在开源Web框架中能够快速、高效地开发出各种网络应用。为此,以SQlite信息数据库为例,分析基于Python语言的实验室信息管理系统设计与实现途径。

基于Python的CO_(2)/O_(2)氛围下柴油燃烧火焰特征分析

为分析柴油在CO_(2)/O_(2)氛围下燃烧的火焰特征,利用光学定容燃烧室测试并拍摄了6种不同工况下的柴油燃烧过程.基于自编的Python代码对火焰图像进行后处理,提取出火焰浮起长度、红绿分量比、平均亮度、相关性系数、面积变化率和重叠率等特征参数并进行分析.结果表明:在空气和CO_(2)/O_(2)氛围下,柴油火焰浮起长度和相关性均随燃烧进程先增大后减小再增大,平均亮度则先增大后减小,其在空气下和35%CO_(2)+65%O_(2)氛围下的峰值分别为210.75 px和138.89 px.在火焰发展阶段,红绿分量比保持在0.8~1.2之间,而在火焰熄灭阶段,随着CO_(2)浓度减小和O_(2)浓度增大,红绿分量比有所减小.与在空气下燃烧相比,柴油在CO_(2)/O_(2)氛围下的燃烧火焰形状更加细长,湍流现象更加明显,火焰浮起长度缩短,平均亮度下降.

基于Python语言的可视化数据分析系统设计与实现

为创建一个高效、易用的可视化数据分析系统,文章采用了Python语言,集成Pandas、NumPy、Matplotlib等多种库来构建系统。在系统开发中,重点关注了系统架构、功能模块设计及用户界面交互设计,并通过对比测试验证系统功能的有效性。系统测试结果表明,可视化数据分析系统不仅在处理大规模数据集方面表现出色,还能提供多样化可视化工具,可满足不同用户的需求。