《Python语言与信息处理》教学大纲（本科）

《Python语言与信息处理》教学大纲课程英文名PythonLanguageandInformationProcessing课程代码I0203Y13学分2总学时32理论学时24实验/实践学时8课程类别学科基础课课程性质限选先修课程C语言程序设计适用专业金融工程开课学院经济与管理学院执笔人审定人制定时间2018年4月注：课程类别是指公共基础课/学科基础课/专业课；课程性质是指必修/限选/任选。一、课程地位与课程目标(一)课程地位Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，已经成为数据科学领域最为流行的编程语言，它在机器学习及人工智能领域有着广泛的应用。在需要分析、处理大量数据的金融行业也得到了广泛而迅速的应用，并且成为该行业开发核心应用的首选编程语言。该课程将培养学生应用Python语言进行程序设计的能力，并为金融数据分析与挖掘、以及金融量化投资分析打下基础。(-)课程目标.理解Python的编程特点，熟悉Python的多种编程环境；.掌握Python的数据结构、常用语句及程序设计方法；.熟悉Python的标准库与常用第三方库，并能够利用这些库进行程序设计；.熟悉Python的统计分析能力，了解Python在机器学习及金融量化投资领域的应用。二、课程目标达成的途径与方法本课程本着学以致用的原则，结合最新的发展，以课堂教学为主，结合实践教学、课堂讨论、课外作业等方式来达成课程的学习目标。课堂教学主要讲解Python的编程特点，变量类型、数据结构、面向对象编程，Python标准库与第三方库等编程技能，以及利用Python进行金融数据读取、建模分析等金融量化分析方法。通过课外实践和课外作业，使学生能够学以致用，学会用Python语言解决金融研究中的实际问题，并掌握一门编程语言作为后续学习和研究的工具。通过课堂引导及学生的自学，使学生了解Python语言在机器学习、人工智能、金融量化投资等领域的应用，具备进一步自学的能力。三、课程目标与相关毕业要求的对应关系注：1.支撑强度分别填写H、M或L（其中H表示支撑程度高、M为中等、L为低）。课程目标课程目标对毕业要求的支撑程度（H、M、L）毕业要求4毕业要求10课程目标1LM课程目标2MM课程目标3MM课程目标4HH2.毕业要求须根据课程所在专业培养方案进行描述。四、课程主要内容与基本要求第一章Python简介（1）主要内容：Python的发展、安装、环境部署，集成开发环境介绍。（2）基本要求：理解Python语言的基本特点，理解不同编程环境的特点及使用。第二章Python对象类型（1）主要内容：数值类型、列表、元组、字典、集合等对象类型，集成开发环境Spyder。（2）基本要求：理解并掌握Python的基本数据类型及特点。第三章Python运算符及常用语句（1）主要内容：常用运算符及其功能、赋值语句、条件语句、循环语句；（2）基本要求：掌握不同的运算符及其功能，能够运用条件语句及逻辑语句进行程序的编写，能够分析程序语句的运行结果。第四章函数及面向对象编程（1）主要内容：函数的定义与调用，类、封装、继承。（2）基本要求：理解函数的定义及函数的调用，理解类、封装、继承等面向对象的编程；第五章Python标准库与数据操作（1）主要内容：模块、包、和库，序列类型数据操作，字典、集合类型的操作；（2）基本耍求：理解Python标准库，掌握内置数据类型及其操作。第六章第三方库：Numpy库、Pandas库、Matplotlib库（1）主要内容：Numpy库与多位数组，Pandas库与数据处理，Matplotlib库与数据可视化（2）基本要求：理解数组的运算、DataFrame数据类型，掌握数据的基本分析方法，及数据的可视化分析方法。第七章Python的统计分析（1）主要内容：数据的读取、描述性数据分析方法、回归分析等（2）基本要求：掌握基于Python的数据获取及读取方式，能够对数据集进行基本的统计分析。第八章Python的应用示例（1）主要内容：Python在金融量化投资、数据挖掘、机器学习等领域的应用实例分析;（2）基本要求：了解并初步掌握Python在不同领域的广泛应用。

五、课程学时安排章节号教学内容学时数学生任务（作业、自学、讨论等任务要求）对应课程目标第1章Python简介安装、环境部署，集成开发环境21、自行安装Python,了解运行环境1第2章Python对象类型数值类型、列表、元组、字典、集合等对象类型41、上机实践一次，2、作业一：不同对象类型的程序分析1、2第3章Python运算符及常用语句常用运算符及其功能、赋值语句、条件语句、循环语句81、上机实践一次，2、作业二：综合性程序分析1、2、3第4章函数及面向对象编程函数的定义及调用面向对象编程41、讨论并理解面向对象编程技术1、2、3第5章Python标准库与数据操作序列类型数据操作，字典、集合类型的操作41、上机实践一次2、作业三：数据操作1、2、3第6章第三方库：Numpy库、Pandas库、Matplotlib库数据处理数据可视化62、上机实践一次3、作业四：数据的处理与可视化分析1、2、3第7章Python的统计分析21、2、3、4第8章Python的应用示例21、2、3、4六、实践环节及基本要求

序号实验项目名称学时基本要求学生任务实验性质实验类别1Python的基本运行环境2熟悉Pyton的运行环境及简单的程序运行熟悉Python的运行环境演示性必做2Python语句与编程2理解Python语句，并进行程序编写运用条件、循环等语句完成程序的编写验证性必做3基于标准库的编程2掌握基于标准库的数据操作编写并验证相关功能程序验证性必做4基于第三方库的数据处理2理解并运用第三方库进行程序编写完成数据分统计析及可视化分析验证性必做注：1.实验性质指演示性、验证性、设计性、综合性等；2.实验类别指必做、选做等。七、考核方式及成绩评定考核内容考核方式评定标准（依据）占总成绩比例过程考核含到课率、平时作业、大作业到课率、平时作业成绩及上机表现平时成绩占30%期末考核开卷卷面成绩考试成绩占70%考核类别考查成绩登记方式百分制八、推荐教材与主要参考书（一）推荐教材：无（二）