Python数据分析-教学大纲

《Python数据分析》教学大纲课程信息课程名称：Python数据分析课程类别：素质选修课/专业基础课课程性质：选修/必修计划学时：64计划学分：4先修课程：无选用教材：《Python数据分析》，任靖福、毛宏云、曾艳主编，2023年，电子工业出版社教材。适用专业：本课程不仅适合作为职业院校计算机与软件工程相关专业的课程，还可供从事数据分析相关工作的专业人士参考。课程负责人：二、课程简介本课程以由浅入深、循序渐进的方式展开讲解，以合理的结构和经典的案例对Python数据分析功能进行详细介绍，具有极高的实用价值。通过对本课程的学习，学生可以掌握Python数据分析的基本知识和应用技巧。三、课程教学要求序号专业毕业要求课程教学要求关联程度1工程知识分为6个项目，具体内容为Python数据分析基础、Python数据分析开发环境、数组计算库NumPy、数据分析库Pandas、数据可视化库Matplotib、数据分析库SciPy。L2问题分析数据分析是用适当的统计分析方法对收集的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实际工作中，数据分析可帮助人们做出判断，以便采取适当的行动。H3设计/开发解决方案本课程的实例不管是数量还是种类，都非常丰富。从数量上来说，本课程结合大量的Python数据分析实例，详细讲解Python数据分析原理与应用知识要点，让学生在学习的过程中潜移默化地掌握Python数据分析的应用技巧。H4研究5使用现代工具6工程与社会学生能够意识到Python数据分析的重要性，不仅要有良好的思想道德素质、科学文化素质、专业技能和健康的身体，而且要有良好的心理素质，勇于承担责任，能够承受失败与挫折等。L7环境和可持续发展8职业规范9个人和团队1.学会个人发展和团队合作，提高个人和团队的综合素质。2.学会与他人合作和沟通，建立良好的人际关系和团队合作氛围。H10沟通1.学会进行有效的沟通和表达，与客户、同事和上级保持良好的沟通和协作。2.学会进行跨文化沟通和合作，提高国际化视野和跨文化交流能力。M11项目管理12终身学习1.学会进行自我学习和自我提升，不断提高自身的专业水平和创新能力。2.学会进行终身学习和职业发展规划，不断拓展职业领域和发展空间。H注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。“关联程度”栏中字母表示二者关联程度。关联程度按高关联、中关联、低关联三档分别表示为“H”“M”或“L”。“课程教学要求”及“关联程度”中的空白栏表示该课程与所对应的专业毕业要求条目不相关。四、课程教学内容章节名称主要内容重难点关键词学时类型1Python数据分析基础数据分析基础Python基础了解数据分析的方法与过程；熟悉Python内置函数与第三方库。5理论+实操2Python数据分析开发环境集成开发环境PyCharmPython数据类型程序结构项目实战熟悉PyCharm编辑环境；掌握数据类型及其转换方法；学会程序结构的应用。10理论+实操3数组计算库NumPy数组的创建特殊数组数组运算矩阵操作项目实战学会数组的创建与基本操作；学会矩阵与向量的创建。11理论+实操4数据分析库PandasPandas数据结构导入数据数据处理数据统计数据统计分析项目实战熟悉Pandas数据结构；掌握数据的导入与处理；掌握数据的统计与统计分析。14理论+实操5数据可视化库Matplotlib数据可视化图表的基本设置图形修饰处理常用图表的绘制项目实战熟悉图表的种类；熟悉图表的修饰操作；掌握常用图表的绘制。12理论+实操6数据分析库SciPySciPy简介相关性分析假设检验t检验方差分析项目实战熟练掌握相关性分析；熟练掌握假设检验；熟练掌握t检验；熟练掌握方差分析。12理论+实操五、考核要求及成绩评定序号成绩类别考核方式考核要求权重（%）备注1期末成绩期末考试考试50百分制，60分为及格2平时成绩课后作业6次40优、良、中、及格、不及格3平时表现出勤情况10两次未参加课程则无法获得学分注：此表中内容为该课程的全部考核方式及其相关信息。六、学生学习建议学习方法建议1.通过开展课堂讨论、实践活动，增强的团队交流能力，学会如何与他人合作、沟通、协调等等。2.通过思考，加深自己的兴趣，巩固知识点。3.进行练习和实践，提高自己的技能和应用能力，加深对知识的理解和记忆。学生课外阅读参考资料《Python数据分析》，任靖福、毛宏云、曾艳主编，2023年，电子工业出版社教材。七、课程改革与建设该课程在讲解Python数据分析专业知识的同时，紧密结合思政教育主旋律，从专业知识角度，触类旁通地