Python与数据分析（教学大纲）

Python与数据分析（教学⼤纲）《Python与数据分析》课程教学⼤纲课程名称（中⽂）Python与数据分析课程名称（英⽂）PythonProgrammingandDataAnalyzing课程类别特殊课程类型周学时通识选修课、专业拓展课线下、线上混合教学3线上学时12总学时48线下⾯授学时36学分1.5先修课程授课对象⽆需任何先修课程全校本科⽣1课程简介（1）课程在实现毕业要求中的作⽤，课程在专业知识体系中的位置伴随着⼤数据、⼈⼯智能技术的发展与普及，数据分析技术已经成为各⾏各业从业⼈员的必备技能。数据分析技术也逐渐成为本科⽣的必备技能，也成为各个专业的基础课，数据的获取、预处理、分析、可视化等⼯作⼏乎贯穿到本科课程设计、毕业论⽂全过程。（2）课程主要内容及知识结构考虑到各个专业对数据分析知识需求的共性，本课程将教学内容设计为“Python与数据分析”。教学内容分Python基础、考虑到各个专业对数据分析知识需求的共性，本课程将教学内容设计为“Python与数据分析”。教学内容分Python基础、数据分析、数据可视化三部分：★Python基础部分，注重梳理基础知识及知识之间的关系，强调基础概念教学，并将⼤量烦琐的知识点通过分类、关系图表形式呈现给学⽣，使之迅速把握Python基础知识点；★数据分析部分，注重实践与实⽤原则，将教学内容集中在⽂本数据分析、数字数据分析、Pandas数据分析三部分，使学⽣能迅速掌握⼏类数据的基本分析⽅法；★数据可视化部分，注重数据可视化分析与快捷绘图，以讲授Seaborn数据可视化为主，使学⽣能快捷地掌握数据可视化分析⽅法与技巧。（3）课程学习对学⽣专业成长具有的价值学⽣认真学好本课程，可以掌握Python基础、⽹络爬⾍的编写、数字与⽂本数据分析及可视化⽅法，具备⽹络数据获取、预处理、数据分析以及数据可视化的能⼒，为将来提升毕业论⽂质量、从事相关数据分析⼯作或机器学习打好基础。（4）教师对学⽣投⼊课程学习的要求本课程⾯向没有任何编程基础的学⽣。学⽣通过课程学习和⼤量编程实验，可以较好地掌握相关内容。（5）课程学习要求和学习建议★掌握好Python基本概念★掌握纯正的Python风格代码编程初学Python可先关注问题或算法的实现，然后再从软件⼯程和Python语⾔特⾊⽅⾯来⾼代码的质量。Python语⾔有许多其他语⾔没有的语法和函数，许多读者按照其编程语⾔（如Java、C++）的惯性思维来学习Python语⾔，往往不利于掌握纯正的Python语⾔。★关注数据分析和⾏业动态Python语⾔仅是基础，如果将来要从事相关应⽤开发，必须结合岗位的需求拓展其他知识。如将来若转向PythonWeb系统开发，还必须学习Django、Flask、Tornado等；如果想从事⼈⼯智能和机器学习⾏业，还必须学习TensorFlow、PyTorch等框架。2课程⽬标1.课程思政的育⼈⽬标培养具有较⾼职业素养的编程与数据处理⼈才。学⽣应掌握数据分析相关法律、法规，数据分析伦理道德。将来⾛向⼯作岗位后，要合理、合法地应⽤数据分析技术从事对⼈类有益的事业，能抵御诱惑，杜绝从事任何违法、违背伦理道德

作岗位后，要合理、合法地应⽤数据分析技术从事对⼈类有益的事业，能抵御诱惑，杜绝从事任何违法、违背伦理道德的数据分析⼯作。2.Python学习⽬标掌握Python的编程模式，熟练运⽤Python内置函数与运算符、列表、元组、字典、集合等基本数据类型以及相关列表推导式、切⽚、序列解包等语法来解决实际问题，熟练掌握Python分⽀结构、循环结构、函数设计以及类的设计与使⽤。3.数据分析学习⽬标掌握Numpy数组运算和矩阵运算、中⽂分词jiebai、⽂本可视化词云、⽹络爬⾍、Pandas基本数据结构以及数据分析与处理。4.数据可视化学习⽬标掌握Seaborn模块的使⽤，数据⾃⾝的统计特征、不同类别的数据之间的关联特征、不同类别属性的数据横向对⽐特征、数据与评估模型之间关系特征。课程⽬标与毕业要求指标点⾼⽀撑的对应关系表3课程教学设计课程⽬标与教学内容和教学⽅法的对应关系表4教学进度安排第1章绪论课时数：1学时◎讲授内容：Python基本情况、“⽣态圈”、语⾔的特⾊、应⽤、⼈才需求与学习建议。◎教学⽅法：讲课、视频展⽰，从⼴度上了解Python现状和前景。◎学⽣学习任务：查看Python历史、版本情况、⼈才需求情况。◎课外学习要求：查看Python官⽅⽹站，近⼏年PyCon顶级会议发表技术。第2章Python开发环境与⼯具课时数：2学时◎讲授内容：Python版本、安装、帮助系统、虚拟环境、pip⼯具、集成开发环境。◎教学⽅法：教学演⽰，视频展⽰。◎学⽣学习任务：掌握Python安装，pip⼯具管理模块，帮助⽂件的使⽤。重点掌握pip⼯具的使⽤。◎课外学习要求：掌握Python系统搭建，Anaconda⼯具使⽤。第3章Python的基本概念课时数：2学时◎讲授内容：Python源程序的组成、注释、关键词、标识符、内置的常量、函数、模块与名字空间、包。重点掌握模块、名字空间、包的概念。◎教学⽅法：讲课、演⽰、线上学习。◎学⽣学习任务：按照章节内容学习，掌握讲授内容。◎课外学习任务：掌握程序基础相关概念，理清概念之间关系，绘制思维导图。第4章基本数据类型与运算符课时数：4学时◎讲授内容：数字、序列、集合、映射数据类型及运算符以及常⽤的模块。重点掌握序列、集合、映射数据类型的使◎讲授内容：数字、序列、集合、映射数据类型及运算符以及常⽤的模块。重点掌握序列、集合、映射数据类型的使⽤。◎教学⽅法：讲课、演⽰、线上学习。◎学⽣学习任务：按照章节内容学习，掌握讲授内容。◎课外学习任务：结合数据结构算法应⽤序列、集合、映射数据类型解决问题。第5章程序流控制与异常处理课时数：5学时◎讲授内容：程序控制流、if、while、for、break、continue、pass语句，异常、assert、with语句。重点掌握with语句、try与except捕获。◎教学⽅法：讲课、演⽰、线上学习。◎学⽣学习任务：按照章节内容学习，掌握讲授内容。◎课外学习任务：⾃学⾃定义异常与使⽤。第6章函数及其⾼级应⽤课时数：6学时◎讲授内容：函数的定义、docsString、参数传递、可变参数、变量作⽤域、lambda函数、装饰器、闭包、迭代器、⽣成器、eval、exec函数。重点与难点lambda函数、装饰器、闭包、迭代器、⽣成器。◎教学⽅法：讲课、演⽰、线上学习。◎学⽣学习任务：按照章节内容学习，掌握讲授内容。◎课外学习任务：拓展掌握⽣成器、理解⼤数据机器学习对海量数据的处理。第7章⽂件与输⼊输出课时数：4学时◎讲授内容：⽂件的打开与关闭、异常捕获与处理、shelve、pickle、JSON对象数据的存取。重点掌握⽂件与特定⽂件格式的读写。◎教学⽅法：讲课、演⽰、线上学习。◎学⽣学习任务：按照章节内容学习，掌握讲授内容。◎课外学习任务：⾃学对数据库MySQL、SQLite数据库的访问。第8章⽹站数据的获取课时数：4学时◎讲授内容：Requests-html简介、⽹页的获取、⽹页的解析与元素查找、⽹页爬⾍案例。重点掌握requests-html爬⾍设计。

设计。◎教学⽅法：讲课、演⽰、线上学习。◎学⽣学习任务：按照章节内容学习，掌握讲授内容。◎课外学习任务：了解⽹络爬⾍涉及的法律法规和伦理道德。第9章⽂本数据的处理课时数：6学时◎讲授内容：正则表达式简介、Python正则表达式、re模块、⽂本数据处理、中⽂⽂本分词、词云wordCloud、中⽂情感分析snownlp。重点掌握re模块使⽤。◎教学⽅法：讲课、演⽰、线上学习。◎学⽣学习任务：按照章节内容学习，掌握讲授内容。◎课外学习任务：根据关键词，⾃动调⽤搜索引擎、⾃动爬取搜索结果。第10章Numpy与数学算课时数：2学时◎讲授内容：Numpy的数据类型、数组的创建、切⽚和索引、遍历、数组的操作、运算、输⼊输出。重点掌握Numpy数组处理与运算。◎教学⽅法：讲课、演⽰、线上学习。◎学⽣学习任务：按照章节内容学习，掌握讲授内容。◎课外学习任务：Numpy矩阵运算。第11章Pandas数据分析课时数：6学时◎讲授内容：Pandas介绍、Series类、DataFrame类、数据分析常⽤函数。◎教学⽅法：讲课、演⽰、线上学习。◎学⽣学习任务：按照章节内容学习，掌握讲授内容。◎课外学习任务：根据教务处转专业公⽰名单，⾃动统计分析各专业流动情况。第12章数据可视化课时数：6学时◎讲授内容：数据可视化的⽬的、Seaborn简介、⼀维数据的分布可视化、⼆维数据的分布可视化、数据关系可视化、分类对⽐数据可视化、回归模型可视化、热⼒图等。◎教学⽅法：讲课、演⽰、线上学习。

◎教学⽅法：讲课、演⽰、线上学习。◎学⽣学习任务：按照章节内容学习，掌握讲授内容。◎课外学习任务：根据任意数据集内容，利⽤Seaborn通过可视化⽅法分析数据。5考核⽅案课程⽬标、考核内容和评价依据对应表6课程资源2.Python官⽅⽹站www.p.7修读要求1.课程学习应遵守纪律，符合学术诚信要求。2.课堂与课后作业按时提交，并要达到要求。作业使⽤JupyterNotebook格式课程⽤书《Python与数据分析及可视化（微课视频版）》作者：李鲁群、李晓丰、张波定价：49.8元扫码优惠购书内容简介本书主要介绍Python语⾔基础、数据分析和数据可视化等内容。全书共12章，分别为绪论、Python开发环境与⼯具、Python的基本概念、基本数据类型与运算符、程序流控制与异常处理、函数及其⾼级应⽤、⽂件与输⼊输出、⽹站数据的获取、⽂本数据的处理、NumPy与数学运算、Pandas数据分析和数据可视化。本书注重介绍核⼼概念与应⽤，相关内容通过图表形式呈现给读者，并配有多个⽰例，便于读者学习与总结。本书可以作为⾼校相关课程的教材或Python程序开发学习者的⾃学参考书，也⾮常适合作为机器学习实践的先导课程的参考书。扫码京东优惠购书⽬录向上滑动阅览第1章绪论1.1Python语⾔简介1.2Python的“⽣态圈”1.3Python语⾔的特⾊1.4Python语⾔的应⽤1.5Python开发⼈才需求1.6Python的学习建议1.7本书的知识体系结构1.8本章⼩结1.9习题第2章Python开发环境与⼯具2.1Python的版本介绍2.2Python系统的安装2.3Python帮助系统2.4Python虚拟开发环境2.5Python包管理⼯具pip2.6AnacondaPython集成安装⼯具2.7Python集成开发环境2.8本章⼩结2.9习题第3章Python的基本概念3.1Python相关的⽂件

3.1Python相关的⽂件3.2Python语⾔的关键字3.3Python的标识符3.4Python的内置常量3.5Python的内置函数3.6Python的名字空间3.7Python的模块3.8Python的包3.9本章⼩结3.10习题第4章基本数据类型与运算符4.1Python基本数据类型4.2数字类型4.3序列类型4.4⽂本序列类型str4.5⼆进制序列类型4.6集合类型4.7映射类型4.8collections模块4.9itertools模块4.10本章⼩结4.11习题第5章程序流控制与异常处理

5.1Python程序控制流5.2if条件语句5.3Python循环语句5.4异常5.5断⾔的⽤法5.6with语句5.7综合案例5.8本章⼩结5.9习题第6章函数及其⾼级应⽤6.1函数6.2变量的作⽤域6.3lambda表达式6.4⾏函数6.5序列相关函数6.6函数的⾼级应⽤6.7eval函数6.8exec函数6.9本章⼩结6.10习题第7章⽂件与输⼊输出