《Python数据分析》课程标准

1、Python数据分析课程标准学分：4参考学时：64一、课程概述.课程性质Python数据分析是信息管理专业大数据方向的专业核心课程之一，位于职业能 力形成阶段，主要讲解大数据分析基础理论、分析工具、分析方法等，学生能够熟练运 用Python工具来解决实际问题，同时使得学生掌握在不同领域使用Python扩展模块解 决大数据处理问题，要求学生通过课堂教学和实验训练后，具有初步处理数据、独立分 析数据的能力。通过专业课程建设的研讨，本课程和Python编程基础、数据挖掘、数据采集 有着紧密的关系。本课程为后续课程生产性实训以及顶岗实习等实训环节的知 识积累和应用打下基础。.设计思路(1)本课程设置的

2、依据Python数据分析是“大数据技术与应用专业”支撑课程之一。课程设计符合本 专业顶层设计的目标要求与本专业定位，突出了数据处理与大数据技术应用和本课程的 特点。本大纲主要在目标层次、知识与能力覆盖面、深浅度、基本内容与拓展内容等方 面进行课程内容的规划。(2)课程内容确定的依据课程的核心是培养学生初步处理数据、独立分析数据的能力。课程内容从基础入手, 再进行深入研究，同时结合实际的应用案例进行由点到面、由浅入深的，讲解大数据分 析基础理论、分析工具、分析方法等，学生能够熟练运用Python工具来解决实际问题, 同时使得学生掌握在不同领域使用Python扩展模块解决大数据处理问题。(3)学习

3、模块的基本架构及活动设计的基本思路本课程分为9个模块：模块1:数据分析概述；模块2：科学计算库NumPy；模块3：数据分析工具Pandas；模块4：数据预处理；模块5：数据聚合与分组运算；7. 4重采样讲授、演示、 观看17. 5数据统计一滑动窗口讲授、演示、 观看17. 6时序模型-ARIMA讲授、演示、 观看17.7案例讲授、演示、 观看2小计8模块8：文本数据分析序号教学模块教学活动教学方法学时8文本数据分析8.1文本数据分析工具讲授、演示、 观看28. 2文本预处理讲授、演示、 观看18. 3文本情感分析讲授、演小、观看18. 4文本相似度讲授、演示、 观看18. 5文本分类讲授、演示

4、、 观看18. 6案例讲授、演示、 观看2小计8模块9：实战.北京租房数据统计分析序号教学模块教学活动教学方法学时9实战北京租 房数据统计分 析9.1数据来源讲授、演示、 观看19. 2数据读取讲授、演示、 观看19. 3数据预处理讲授、演示、 观看29. 4图表分析讲授、演示、 观看2小计62.主要内容与要求模块1：数据分析概述数据分析概述了解数据分析的背景及应用场景2数据分析的流程；Python做数据分析的优势掌握什么是数据分析以及数据分析的流程L 3Anconda的安装及使用 熟悉Anconda的安装和管理Python包4Jupyter Notebook界面介绍及使用；常见的数据分析工具

5、如何启动 Jupyter Notebooko对Jupyter Notebook进行界面介绍。介绍Jupyter Notebook的基本使用。其他常见的数据分析工具。模块2：科学计算库NumPy1创立NumPy数组；ndarray对象的数据类型1、明确学习目标要求学生了解NumPy的数组ndarray对象要求学生掌握如何创立NumPy数组要求学生掌握如何查看数据类型及转换数据类型2、引出NumPy数组对象通过对NumPy的介绍，引出NumPy数组对象ndarrayo同时介绍ndarray对象中常 用的属性，如ndarray. shape3、讲解如何创立NumPy数组。对数组对象进行介绍完之后,带

6、着学生使用array ()、zeros () ones () empty () arange ()函数实现创立NumPy数组。4、ndarray对象的数据类型。2数组运算；ndarray的索引和切片1、数组运算常见的操作。在数组运算中常见的操作有矢量化运算、数组广播、数组与标量间的运算。2、矢量化运算的规那么。在NumPy中，大小相等的数组之间的任何算术运算都会应用到元素级，即只用于 位置相同的元素之间，所得的运算结果组成一个新的数组。3、数组广播的规那么。数组在进行矢量化的运算时，要求数组的形状是相等的。当形状不相等的数组执行 算术计算的时候，就会出现广播机制，该机制会对数组进行扩展，使数组

7、的shape属性 值一样，这样就可以进行矢量化运算。4、数组与标量间的运算规那么。大小相等的数组之间的任何算术运算都会将运算应用到元素级，同样，数组与标量 的算术运算也会将那个标量值传播到各个元素。5、讲解ndarray的索引和切片并引出整数索引和切片的基本使用。ndarray对象支持索引和切片操作，并通过简单的例如演示ndarray对象使用整数索 引和切片。6、花式索引的基本使用。花式索引是NumPy的一个术语，是指用整数数组或列表进行索引，然后再将数组 或列表中的每个元素作为下标进行取值。7、布尔型索引的基本使用。布尔型索引值的是将一个布尔数组作为数组索引，返回的数据是布尔数组中True

8、对应位置的值。3数组的转置和轴对称；NumPy通用函数1、数组的转置和轴对称。数组的转置是指将数组中的每个元素按照一定的规那么进行位置变换。2、NumPy通用函数。例如举出几个常用的函数进行演示，并对教材中罗列的函数进行简单说明。2.4、利用NumPy数组进行数据处理NumPy常用的数据处理操作。5线性代数模块、随机数模块1、线性代数模块。2、随机数模块的使用。6完成案例一酒鬼漫步模块3：数据分析工具PandasISeries, DataFrame,索引对象(1)引出Pandas索引操作。(2)介绍Pandas中常用的两种数据结构。在Pandas中常用的两种数据结构分别是Series和Data

9、Frame, Series是一种一维 的数据结构，而DataFrame是一种二维的数据结构。(3)介绍Pandas索引对象。Pandas中的索引都是Index类对象，又称为索引对象，该对象是不可以进行修改的, 以保障数据的平安。(4)明确学习目标要求学生掌握Series要求学生掌握DataFrame要求学生熟悉索引对象3. 2重置索引、索引操作、算术运算与数据对齐重置索引操作。Series和DataFrame其他的索引操作。通过索引位置获取数据、通过索引名称获取数据、使用切片获取数据、获取不连续 数据。算术运算与数据对齐。明确学习目标学生掌握重置索引学生掌握索引操作学生熟悉算术运算与数据对齐3

10、按索引排序、按值排序、常用的统计计算、统计描述1、明确学习目标要求学生掌握按索引排序要求学生掌握按值排序要求学生熟悉常用的统计计算要求学生熟悉统计描述2、数据排序一一按索引排序。Pandas中按索引排序使用的sort_index()方法，该方法可以用行索引或者列索引 进行排序。3、数据排序一一按值排序。Pandas中按值排序使用的sort_values ()方法。4、常用的统计描述计算。通过几个简单的例如演示常用的统计描述方法，如max、min、sum等。5、统计描述。如果希望一次性输出多个统计指标，比方平均值、最大值、最小值、求和等，那么我 们可以调用describe。方法实现，而不用再单独

11、地逐个调用相应的统计方法。3.4认识层次化索引、层次化索引操作、读写文本文件1、明确学习目标要求学生熟悉层次化索引要求学生掌握层次化索引的操作要求学生掌握读写文本文件操作2、教师通过图例引出什么层次化索引。3、教师根据课件，讲解层次化索引的操作？常用的层次化索引操作有选取子集操作、交换分层顺序、排序分层。4、教师讲解完层次化索引的知识，讲解Pandas读写数据操作。在本节中主要讲解Pandas的读写文本的操作to_csv、read_csv read_table5读写Excel文件、读取HTML表格数据、读写数据库1、明确学习目标要求学生掌握读写Excel文件要求学生掌握读取HTML表格数据要求

12、学生掌握读写数据库、教师通过介绍excel文件的格式，引出使用Pandas读写Excel文件。Pandas中提供了对Excel文件进行读写操作的方法，分别为to_excel()和 read_excel()。、教师根据课件，讲解读取HTML表格数据。通过以网上某个表格数据进行实时读取引出使用read_html()读取表格数据。、教师根据课件，讲解读写数据库数据。6完成案例一北京高考分数线统计分析模块4：数据预处理空值和缺失的处理、重复值的处理、异常值的处理1、明确学习目标要求学生掌握空值和缺失值的处理。要求学生掌握重复值的处理要求学生掌握异常值的处理2、空值和缺失值的处理。3、重复值的处理。4、

13、异常值的处理。2更改数据类型、轴向堆叠合并、主键合并数据1、明确学习目标要求学生掌握更改数据类型的方法要求学生掌握轴向堆叠合并要求学生掌握主键合并数据2、为什么要更改数据类型？3、数据合并一一轴向堆叠数据的操作。根据行索引合并数据、合并重叠数据、重塑层次化索引1、明确学习目标要求学生掌握根据行索引合并数据、要求学生掌握合并重叠数据要求学生掌握重塑层次化索引2、join()方法的使用。join ()方法能够通过索引或指定列来连接DataFrameo3、combine_fkst()方法的使用。4、stack。和unstack()方法的使用。轴向旋转、重命名轴索引、离散化连续数据、哑变量处理类别数据

14、1、明确学习目标要求学生掌握轴向旋转操作要求学生掌握重名轴索引的操作要求学生熟悉离散化连续数据要求学生了解哑变量处理类别数据2、通过教材中的例如，引出轴向旋转的操作。在Pandas中pivot ()方法会根据给定的行索引或列索引重新组织一个DataFrame 对象。3、重命名轴索引的使用。Pandas中提供一个rename。方法来重名列索引或行索引。4、离散化连续数据。5、哑变量处理类别型数据。5完成案例一预处理局部地区信息模块5：数据聚合与分组运算使用内置统计方法聚合数据、面向列的聚合方法1、明确学习目标要求了解分组聚合的原理要求学生掌握通过groupby ()方法将数据拆分成组2、分组与聚

15、合的原理。3、通过groupby ()方法将数据拆分成组。根据分组聚合的步骤，讲解数据拆分groupby ()操作。2使用内置统计方法聚合数据、面向列的聚合方法1、明确学习目标要求学生掌握使用内置统计方法聚合数据要求学生掌握面向列的聚合方法2、教师通过例如代码，讲解使用内置统计方法聚合数据。3、教师通过例如代码演示，面向列的聚合方法。5.3数据转换、数据应用1、明确学习目标要求学生掌握数据转换的操作要求学会掌握数据应用的操作2、数据转换操作。3、数据应用操作。4完成案例一运发动信息的分组与聚合模块6：常见的图表类型，数据可视化的工具什么是数据可视化，常见的图表类型，数据可视化的工具1、明确学习

16、目标要求了解数据可视化的概念要求学生熟悉常见的图表类型要求学生了解数据可视化的工具2、数据可视化的概念。数据可视化是指将护具以图表的形式表示，并利用数据分析和开发工具发现其中未知信 息的处理过程。3、常见图表类型。常见的图表有直方图、折线图、条形图、饼图、散点图、箱线图4、数据可视化的工具。常用的数据可视化库有Matplotlib库、Seaborn库、Bokeh库2Matplotlib 绘制图表1、明确学习目标要求学生了解pyplot模块中的Figure对象要求学生掌握通过subplot。函数创立单个子图要求学生掌握subplots。函数创立多个子图要求学生掌握add_subpk)t()方法添

17、加和选中子图2、figure。函数的使用。3、通过subplot。函数创立单个子图。4、subplots。函数创立多个子图。5、add_plot()方法添加和选中子图。3添加各类标签、绘制常见图表、本地保存图形1、明确学习目标要求学生掌握添加各类标签要求学生掌握绘制常见图表要求学生掌握本地保存图形2、各类标签，常用标签。例如 title。、xlabel () ylabel()等。3、绘制的图表，并演示常用的图表。matplotlib. pyplot模块中包含了快速生成多种图表的函数。4、本地保存图形的操作。使用savefigO函数演示将生成的图表保存到本地。3.4Seaborn绘制统计图形、B

18、okeh一交互式可视化库1、明确学习目标要求学生了解可视化数据的分布要求学生熟悉分类数据绘图要求学生了解Bokeh库要求学生熟悉通过Plotting绘制图形2、什么是Seaborn库。3、可视化数据的分布。4、分类数据绘图。5、什么是Bokeh库。6、通过plotting绘制图形的操作。5完成案例一画图分析某年旅游景点数据模块7：时间序列数据分析1创立序列的基本操作、创立固定频率的时间序列、时间序列的频率和偏移量1、明确学习目标要求学生掌握创立时间序列要求学生熟悉时间戳索引选取子集要求学生掌握创立固定频率的时间序列要求学生掌握时间序列的频率、偏移量2、什么是时间序列？时间序列是指多个时间点上形

19、成的数值序列，它既可以是定期的，也可以是不定期出现 的。3、如何创立时间序列。4、如何通过时间戳索引选取子集。常用选取子集操作有：使用位置索引获取、使用datetime构建日期、操作索引获取子 集、直接指定、使用truncate。方法等。5、如何创立固定频率的时间序列。Pandas中提供了一个date_range()函数，主要用于生成一个具有固定频率的 Datetimeindex 对象。6、时间序列的频率、偏移量。7.2时间序列的移动、时间周期及计算1、明确学习目标要求学生掌握时间序列的频率、偏移量要求学生掌握创立时期对象要求学生掌握时期的频率转换2、时间序列中的移动，并介绍时间序列移动方法s

20、hift。3、时间周期及计算中的时期对象Period。4、时期频率转换的方法asfreq。3重采样1、明确学习目标要求学生掌握重采样方法resample。方法要求学生掌握降采样要求学生掌握升采样2、重采样方法resample。Pandas中的resample。是一个对常规时间序列数据重采样和频率转换的便捷的方 法，可以对原样本重新处理。3、降采样。4、升采样。使用asfreq()方法7.4数据统计-滑动窗口、时间模型-ARIMA1、明确学习目标要求学生掌握数据统计一滑动窗口要求学生了解时间模型一ARIMA2、数据统计一滑动窗口。可使用Pandas中的rolling。窗口方法。3、时间模型一AR

21、IMA。5完成案例一股票收盘价分析模块8：文本数据分析1 NLTK与jieba概述、安装NLTK和下载语料库、jieba库的安装1、明确学习目标要求学生了解NLTK与jieba要求学生掌握安装安装NLTK和下载语料库要求学生掌握jieba库的安装2、NLTK 与 jieba。3、如何安装NLTK和下载语料库。4、ieba库的安装。安装jieba的方式比拟简单，可以直接使用pip命令进行安装。8. 2文本预处理的流程、分词、词性标注1、明确学习目标要求学生掌握预处理的过程要求学生掌握分词要求学生掌握词性标注2、文本预处理的流程。文本预处理一般包括分词、词性归一化、删除停用词。3、文本预处理中的分

22、词。4、什么是词性标注。词形归一化、删除停用词、文本情感分析1、明确学习目标要求学生掌握词性归一化要求学生掌握删除停用词要求学生熟悉文本情感分析2、词形归一化的使用方法。3、删除停用词操作。4、什么是文本情感分析。文本相似度、文本分类1、明确学习目标要求学生熟悉文本相似度要求学生熟悉文本分类2、文本相似度。3、文本分类。5完成案例一商品评价分析模块9：实战.北京租房数据统计分析案例介绍、数据读取、数据预处理1、明确学习目标要求学生明确案例目标要求学生掌握数据读取操作要求学生掌握数据预处理操作模块6：数据可视化；模块7：时间序列数据分析；模块8：文本数据分析；模块9：实战北京租房数据统计分析强调

23、以工作过程为学生的主要学习手段，融教、学、做为一体，让学生“在学中作, 在作中学。本课程的实践性非常强，它要求学生在理解和掌握理论知识基础上，利用 实际操作，在计算机上动手完成程序的编写和调试。(4)教学方法本课程采用工程教学法。在“学、做一体化”教学中，在教师或企业技术人员指导 下，学生以“团队合作”方式，以规范的企业工作流程进行初步数据处理、数据分析， 学习模块完全按企业工作流程与工作内容进行，使学生掌握实际工作方法，提高初步数 据处理、数据分析的技能，同时可以培养沟通、表达和自我管理的能力，提高职业素养。二、课程目标(职业能力目标)1、了解数据分析的概念2、掌握NumPy的功能及其用法3

24、、掌握Pandas的功能及其用法4、掌握数据预处理的函数与方法5、掌握数据分组与聚合操作的一系列方法6、掌握一些数据可视化的工具7、能够完成基本时间序列数据分析8、掌握文本数据分析工具的使用三、能力解析表能力目标了解数据分析的概念编号1具体描述掌握什么是数据分析以数据分析的流程;会创立Python环境，使用Anconda管理Python 包；会使用 Jupyter Notebook步骤1、了解数据分析的概念2会创立Python环境，使用Anconda管理Python包3、会使用 Jupyter Notebook4、认识常见的数据分析工具工具与设备计算机、Office软件、网络、Python 3

25、. 6知识基础1.计算机基础知识2、教师讲解案例需求。3、件实现读取及数据预处理操作。2房源数量、位置分布分析，户型数量分析1、明确学习目标要求学生掌握分析中的常用方法，以及使用第三方绘制热力图要求学生掌握根据需求绘制图表2、根据需求用代码实现，使用第三方工具。3、根据需求绘制条形图。9. 2平均租金分析、面积区间分析1、明确学习目标要求学生根据数据实现平均租金分析要求学生根据数据实现面积区间分析2、如何将条形图与折线图同时绘制？3、面积区间的分析。五、考核方案本课程的考核方案分为职业能力目标考核方案和通用能力与职业素质目标考核方案。（1）职业能力目标考核方案本课程注重学生学习过程的考评，各个

26、模块分别考评。每个模块均要提交过程文档、成 果代码。总成结的构成如下所示。职业能力总成绩构成：总成绩二模块成绩 平台开发方向通用能力与职业素质的五个测评点，每项成绩构成如下表所示 网络课程相关文件包括：课程设置、教学内容、教学方法、实践教学、教学效果、特色创新、和课程 相关学习资源（PPT, 平台开发方向通用能力与职业素质的五个测评点，每项成绩构成如下表所示 网络课程相关文件包括：课程设置、教学内容、教学方法、实践教学、教学效果、特色创新、和课程 相关学习资源（PPT,学习资料，习题，试题，工程案例等）等。网络课程相关文件要有清晰的教学目标、完整的知识体系、有效的作业和练习、合理的评价方式。在

27、 网络课程相关学习链接中要对学习内容进行归类、分解和类型定义。网络课程要设计问题情境，引起 学生兴趣，问题情境包括疑问、工程、课题或分歧等。学习者在问题情境中参与活动的目标指向包括: 解答疑问、说明问题、完成项日或课题、解决分歧等，学习者通过问题情境更好的掌握学习内容。网 络课程中的学习资源包含了支持本学习的所有可能的材料，除了课程奉身的内容外，还包括从网上获 取的各种有关信息，通过其他网址超级链接的参考资料.附加内容资源如录像、电脑软件等。设计学 习资源通常要经过，筛选、分类、整理组织与数字化等工作过程，在进行这些工作的同时，必须 考虑方便学习者的使用。工程开始前给学生讲解本课程安排、课程定

28、位、课程目标，发放指导书等资料，便于学生查阅资料, 明确前、后续课程之间的关系，准备课程的学习。（2）通用能力与职业素质目标考核方案通用能力与职业素质的五个测评点分别为信息处理能力、自主学习能力、与人合作能力、 环保意识和批判性思维。通用能力与职业素质分解到模块中进行考核。在每个模块中， 每一项通用能力和职业素质均点20%o学生各个模块完成的情况和整个工程的最终成果展示和辩论成绩作为本课程评价的依 据。比彳米 素质项模块1模块2模块3模块4模块5模块6模块7模块8模块9信息处理能力20%20%20%20%20%20%20%20%20%科学思维能力20%20%20%20%20%20%20%20%

29、20%与人合作能力20%20%20%20%20%20%20%20%20%平安意识20%20%20%20%20%20%20%20%20%批判性思维20%20%20%20%20%20%20%20%20%六、教学文件资源开发意见.课程教学设计方案编写意见总体设计方案：主要描述本门课程的相关内容，应该说明课程性质、课程设计思路，应该对课程标准 中的能力目标进行进一步的详细说明，还应该对于本课程的学习成果进行详细的说明。模块设计方案：主要描述每个模块的相关内容，需要对于学习内容进行详细描述，并指定相应的能力 目标，确定完本钱模块需要的知识和本课程将介绍的新知识；确定本模块需要的学习环境和教务方法 以及评

30、价标准。学习活动设计方案：在整个教学过程中，理论知识的学习要伴随模块的实施，课堂活动应表达融教、 学、做于一体的教学思路，教学活动参照企业岗位的工作过程，大体按照：”1.获取信息、明确模块。 2.制定计划、安排进度。3.选择方案、做出决策。4.模块实施、完成工作。5.对照要求、检查控制。6. 总结评估、提出改进。”六个教学步骤来设计，使学生了解工作过程的规律，在完成模块的同时掌握 工作方法。.工程指导书（教学案例集）、校本教材等教学资料的开发思路与意见工程指导书：应在针对每一个学习模块中容易出现的问题及如何解决等方面给学生以指导。校本教材：应以工程为载体，按照分模块进行编写，编写过程中，应包含

31、必要的理论知识和具体操作 实例和步骤，理论知识应尽量简练，应注重对于操作的描述，并对于操作过程中容易出现的问题进行 必要的说明讲解。.网络课程相关文件的开发思路与意见七、教学资源使用建议.教学设施资源使用建议 教学组织：采用工程教学法，融教、学、做为一体；理论与实践教学的比例大致为1:6；理论授课每班安排一名教师，局部课时由企业兼职教师主讲；一般每周4学时。学习环境：北信在线/实训室使用设备数据库服务器，网络环境，各种相关软件等.教学文件资源使用建议Office办公软件Python开发环境安装通用能力与职 业素质语言文字能力沟通交流能力平安意识考核标准.工程成果符合任务书的要求.资料完整、规范

32、.能够正确运行Python程序能力目标掌握NumPy的功能及其用法编号2具体描述认识NumPy数组对象，会创立NumPy数组熟悉ndarray对象的数据类型，并会转换数据类型掌握数组运算方式掌握数组的索引和切片会使用数组进行数据处理步骤.认识NumPy数组对象，会创立NumPy数组.创立NumPy数组. ndarray对象的数据类型.整数索引和切片的基本使用.布尔型索引的基本使用.数组的转置和轴对称工具与设备计算机、Office软件、网络、Python 3. 6知识基础1. Python基本概念2.Python程序的运行方式3. NumPy数组对象通用能力与 职业素质科学思维能力沟通交流能力就

33、业与创业意识考核标准.工程成果符合任务书的要求.代码完整、规范.能够正确运行Python程序能力目标掌握Pandas的功能及其用法编号3具体描述掌握Pandas的两种数据结构，常见操作，索引的相关操作，读写数据的方式。步骤Pandas的两种数据结构Pandas索引的相关操作Pandas的常见操作，包括算术运算、排序、统计计算Pandas读写数据的方式工具与设备计算机、Office软件、网络、Python 3. 6知识基础1. Python基本结构2. Pandas的两种数据结构3. Pandas 索引通用能力与 职业素质科学思维能力平安意识就业与创业意识考核标准.工程成果符合任务书的要求.代码

34、完整、规范.能够正确运行Python程序能力目标掌握数据预处理的函数与方法编号4具体描述能够在数据分析之前需要对数据进行预处理，包括数据的清洗、合并、重塑与转 换步骤数据清洗常用操作，会检查和处理各类有问题的数据数据合并的常用方法，会使用不同的方式合并数据数据重塑的常见操作，会重塑Pandas对象的结构数据转换的常见操作，可以实现离散化和哑变量处理工具与设备计算机、Office软件、网络、Python 3.6知识基础1.数据清洗2.数据合并3.数据重塑通用能力与 职业素质科学思维能力平安意识就业与创业意识1.工程成果符合任务书的要求考核标准.代码完整、规范.能够正确运行Python程序1.分组

35、聚合的原理能力目标掌握数据分组与聚合操作的一系列方法编号5具体描述掌握分组方法groupby()x聚合方法agg()转换方法transform。、应用方法apply() 的使用。步骤理解分组与聚合的原理掌握groupby()方法，可以按照不同的规那么进行分组掌握聚合操作，会使用统计方法和聚合方法聚合数据掌握其他分组级运算方法的使用工具与设备计算机、Office软件、网络、Python 3. 6知识基础2 .数据聚合3.分组级运算通用能力与 职业素质科学思维能力平安意识就业与创业意识考核标准.工程成果符合任务书的要求.代码完整、规范.能够正确运行Python程序能力目标掌握一些数据可视化的工具编

36、号6具体描述熟悉常见图表类型的特点，掌握Matplotlib库的基本使用步骤数据可视化Matplotlib绘制图表的常用方法seaborn的基本使用bokeh的基本使用工具与设备计算机、Office软件、网络、Python 3. 6知识基础1.数据可视化2.常见图表类型的特点通用能力与 职业素质科学思维能力平安意识就业与创业意识考核标准.工程成果符合任务书的要求.代码完整、规范.能够正确运行Python程序能力目标能够完成基本时间序列数据分析编号7具体描述掌握时间序列的基本操作;掌握固定频率的时间序列；掌握时间周期及计算;掌握重采 样步骤时间序列，怎么创立时间序列对象使用时间戳索引和切片选取子

37、集创立固定频率的时间序列，能够调整时间序列的频率学习Period （时期），转换时期的频率实现降采样和升采样滑动窗口的使用工具与设备计算机、Office软件、网络、Python 3. 6知识基础1.时间序列2.时间序列的频率、偏移量通用能力与 职业素质科学思维能力平安意识就业与创业意识考核标准.工程成果符合任务书的要求.代码完整、规范.能够正确运行Python程序能力目标掌握文本数据分析工具的使用编号8具体描述掌握文本数据分析工具的使用步骤1、文本数据分析工具2、文本预处理3、文本情感分析4、文本相似度5、文本分类工具与设备计算机、Office软件、网络、Python 3. 6知识基础1.文本分析的工具NLTK与jieba2.文本预处理的流程通用能力与 职业素质科学思维能力平安意识就业与创业意识考核标准.工程成果符合任务书的