《Python数据分析》教学大纲、授课计划

年1月《Python数据分析》教学大纲第一部分大纲说明一、课程性质与任务《Python数据分析》课程是计算机与数据工程学院计算机和大数据专业的公共基础课。通过本课程的学习，使学生了解Python数据分析的基础知识，掌握Python数据分析的应用操作技能，学会利用Python数据进行绘图的基本方法，培养学生Python数据分析的美学素养和Python数据的水平，提高学生解决Python实际问题的能力。二、教学对象计算机专业大学专科。三、教学目的和要求本课程是一门技术性、实践性和实用性很强的课程，教学过程中要坚持“精讲多练”的指导思想，综合运用案例式、任务驱动式、项目式、研讨式、启发式等多种教学方法，充分利用网络、多媒体等现代教学手段，通过理论讲授、实例操作演示、上机实验等环节，培养学生的Python数据分析的能力、自主学习能力、独立思考能力和开拓创新能力。通过本课程的学习，了解Python的数据分析基本知识和应用技巧；了解Python数据分析原理与应用知识要点；掌握Python数据分析应用领域的各种功能和使用方法；培养Python数据分析实践操作能力；利用Python的简单易学且功能强大的编程能力，我们可以方便快捷地进行数据分析。四、先修课程本课程的先修课程是《Python数据分析》。五、使用教材及参考资料使用教材：赵健胡仁喜.Python数据分析，北京：电子工业出版社，2023.7参考资料：[1].[意]

法比奥·内利（FabioNelli）著，杜春晓

译.Python数据分析实战第2版.北京：\o"人民邮电出版社"人民邮电出版社，2019[2].高博，刘冰，李力.Python数据分析与可视化从入门到精通.北京：\o"中国水利水电出版社"\o"北京大学出版社"北京大学出版社，2020[3].明日科技.Python数据分析从入门到实践．吉林：\o"吉林大学出版社"吉林大学\o"电子工业出版社"出版社，2022六、教学形式、教学方法及实践性环节教学形式：理实一体化教学方法：讲授与上机实验结合七、考核考核形式：上机考试；试卷结构：单项选择题、判断题、操作题。成绩评定：期末考试（80%），平时考核（20%）；八、课时分配表总学时：36学时章目教学内容教学课时项目一Python数据网络基础知识4项目二网络互联设备6项目三局域网组网技术6项目四广域网技术8项目五综合布线 6项目六网络组建6合计36九、教学进度表周次学时教学内容第一周2项目一Python数据分析基础 任务1数据分析基础 任务引入 知识准备一、数据分析方法 二、数据分析的分类 三、数据分析过程 四、数据分析工具 五、数据结果呈现 第二周2项目一Python数据分析基础 任务2Python基础 任务引入知识准备 一、Python简介 二、安装Python 三、Python内置函数 四、集成库Anaconda 五、安装Python库 项目总结第三周2项目二Python数据分析开发环境任务1集成开发环境PyCharm 任务引入 知识准备 一、安装PyCharm 二、配置Pycharm 三、Pycharm编辑环境 四、加载模块 五、模块导入 第四周2项目二Python数据分析开发环境任务2Python数据类型 任务引入 知识准备 一、数据类型 二、常量与变量 三、数值类型 四、数据迭代输出 五、数据类型转换 第五周2项目二Python数据分析开发环境任务3程序结构 任务引入 知识准备 一、表达式语句 二、顺序结构 三、选择结构 四、循环结构 五、条件表达式 六、程序调试 项目总结 项目实战 实战一已知三角形三条线段的长度，判断三角形类型：实战二绘制菱形图形第六周2项目三数组计算库NumPy 任务1数组的创建 任务引入 知识准备 一、数组数据类型 二、创建数组 三、创建新数组 四、数组的属性 第七周2项目三数组计算库NumPy 任务2特殊数组 任务引入 知识准备 一、数值数组 二、随机数组 三、单位数组 四、概率分布数组 任务3数组运算 任务引入 知识准备 一、数组数学运算 二、数组元素运算 第八周2项目三数组计算库NumPy 任务4矩阵操作 任务引入 知识准备 一、创建矩阵 二、向量运算 三、统计函数 项目总结 项目实战 实战1月度收诊病例数据统计 实战2计算盐泉样本的极值与平均值第九周2项目四数据分析库pandas 任务一Pandas数据结构 任务引入 知识准备 一、一维数组Series 二、二维数组DataFrame 任务二导入数据 任务引入 知识准备 一、读取excel文件 二、写入excel文件 第十周2项目四数据分析库pandas 任务三数据处理 任务引入 知识准备 一、数据清洗 二、数据转换 三、数据合并 第十一周2项目四数据分析库pandas 任务四数据统计 任务引入 知识准备 一、数据提取 二、数据分类 三、数据排序 四、统计分组 第十二周2项目四数据分析库pandas 任务五数据统计分析 任务引入 知识准备 一、集中趋势分析 二、离散程度分析 三、频数分析 项目总结 项目实战 实战一温度调节器液体温度分析 实战二新生儿的得分分析 第十三周2项目五数据可视化库Matplotlib 任务一数据可视化 任务引入 知识准备 一、数据可视化的作用 二、数据分析图表 三、图表结构 四、图表类型 实战三销售额达标图表分析第十四周2项目五数据可视化库Matplotlib 任务二图表的基本设置 任务引入 知识准备 一、创建图表窗口 二、绘制折线图 三、创建子图 四、图表属性参数 任务三图形修饰处理 任务引入 知识准备 一、坐标系设置 二、图形标注 第十五周2项目五数据可视化库Matplotlib 任务四常用图表的绘制 任务引入 知识准备 一、绘制柱形图 二、绘制直方图 三、绘制饼形图 四、绘制散点图 五、绘制面积图 六、绘制箱形图 七、绘制极坐标图 项目总结 项目实战 实战一环形图 实战二气泡图 第十六周2项目六数据分析库scipy 任务一scipy简介 任务引入 知识准备 一、linalg模块 二、stats模块 任务二相关性分析 任务引入 知识准备 一、图表相关性分析 二、相关系数分析 第十七周2项目六数据分析库scipy 任务三假设检验 任务引入 知识准备 一、正态性检验 二、方差齐性检验 三、卡方检验 任务四T检验 任务引入 知识准备 一、单样本T检验 二、两独立样本T检验 三、配对样本T检验 第十八周2项目六数据分析库scipy 任务五方差分析 任务引入 知识准备 一、单因素方差分析 二、多因素方差分析 项目总结 项目实战 实战一遗失的信件数据分析 实战二月收入数据单因素方差分析十、主讲教师：XXX（教授）、XXXX（副教授）、XXX（副教授）、XXX（副教授）、XXX（副教授）、XXX（副教授）、XXX（讲师）、XXX（讲师）、XXX（讲师）、XXX（讲师）、XXX（讲师）、XXX（助教）等第二部分教学内容项目一Python数据分析基础教学目的和要求了解数据分析方法与过程；熟悉Python内置函数与第三方库。教学重点、难点重点:数据分析基础。难点：Python基础。教学内容任务1数据分析基础 任务引入 知识准备一、数据分析方法 二、数据分析的分类 三、数据分析过程 四、数据分析工具 五、数据结果呈现 任务2Python基础 任务引入知识准备 一、Python简介 二、安装Python 三、Python内置函数 四、集成库Anaconda 五、安装Python库 项目总结 项目二Python数据分析开发环境教学目的和要求熟悉PyCharm编辑环境；掌握数据类型与转换方法；学会程序结构的应用。教学重点、难点重点:（1）集成开发环境PyCharm。（2）Python数据类型。难点：（1）已知三角形三条线段的长度，判断三角形类型。（2）绘制菱形图形。教学内容任务1集成开发环境PyCharm 任务引入 知识准备 一、安装PyCharm 二、配置Pycharm 三、Pycharm编辑环境 四、加载模块 五、模块导入 任务2Python数据类型 任务引入 知识准备 一、数据类型 二、常量与变量 三、数值类型 四、数据迭代输出 五、数据类型转换 任务3程序结构 任务引入 知识准备 一、表达式语句 二、顺序结构 三、选择结构 四、循环结构 五、条件表达式 六、程序调试 项目总结 项目实战 实战一已知三角形三条线段的长度，判断三角形类型：实战二绘制菱形图形 项目三数组计算库NumPy 教学目的和要求学会数组的创建与基本操作；学会矩阵与向量的创建。教学重点、难点重点:（1）数组的创建。（2）特殊数组。难点：（1）月度收诊病例数据统计。（2）计算盐泉样本的极值与平均值。教学内容任务1数组的创建 任务引入 知识准备 一、数组数据类型 二、创建数组 三、创建新数组 四、数组的属性 任务2特殊数组 任务引入 知识准备 一、数值数组 二、随机数组 三、单位数组 四、概率分布数组 任务3数组运算 任务引入 知识准备 一、数组数学运算 二、数组元素运算 任务4矩阵操作 任务引入 知识准备 一、创建矩阵 二、向量运算 三、统计函数 项目总结 项目实战 实战1月度收诊病例数据统计 实战2计算盐泉样本的极值与平均值 项目四数据分析库pandas教学目的和要求熟悉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。教学重点、难点重点：（1）Pandas数据结构。（2）导入数据。难点：（1）温度调节器液体温度分析。（2）新生儿的得分分析。教学内容任务一Pandas数据结构 任务引入 知识准备 一、一维数组Series 二、二维数组DataFrame 任务二导入数据 任务引入 知识准备 一、读取excel文件 二、写入excel文件 任务三数据处理 任务引入 知识准备 一、数据清洗 二、数据转换 三、数据合并 任务四数据统计 任务引入 知识准备 一、数据提取 二、数据分类 三、数据排序 四、统计分组 任务五数据统计分析 任务引入 知识准备 一、集中趋势分析 二、离散程度分析 三、频数分析 项目总结 项目实战 实战一温度调节器液体温度分析 实战二新生儿的得分分析 项目五数据可视化库Matplotlib 教学目的和要求熟练掌握图表的绘制；熟悉图表的修饰操作；掌握常用图表的绘制。教学重点、难点重点：（1）数据可视化。（2）图表的基本设置。难点：（1）环形图；（2）气泡图；（3）销售额达标图表分析。教学内容任务一数据可视化 任务引入 知识准备 一、数据可视化的作用 二、数据分析图表 三、图表结构 四、图表类型 任务二图表的基本设置 任务引入 知识准备 一、创建图表窗口 二、绘制折线图 三、创建子图 四、图表属性参数 任务三图形修饰处理 任务引入 知识准备 一、坐标系设置 二、图形标注 任务四常用图表的绘制 任务引入 知识准备 一、绘制柱形图 二、绘制直方图 三、绘制饼形图 四、绘制散点图 五、绘制面积图 六、绘制箱形图 七、绘制极坐标图 项目总结 项目实战 实战一环形图 实战二气泡图 实战三销售额达标图表分析 项目六数据分析库scipy 教学目的和要求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。教学重点、难点重点：（1）scipy简介。（2）相关性分析。难点：（1）遗失的信件数据分析。（2）月收入数据单因素方差分析。教学内容任务一scipy简介 任务引入 知识准备 一、linalg模块 二、stats模块 任务二相关性分析 任务引入 知识准备 一、图表相关性分析 二、相关系数分析 任务三假设检验 任务引入 知识准备 一、正态性检验 二、方差齐性检验 三、卡方检验 任务四T检验 任务引入 知识准备 一、单样本T检验 二、两独立样本T检验 三、配对样本T检验 任务五方差分析 任务引入 知识准备 一、单因素方差分析 二、多因素方差分析 项目总结 项目实战 实战一遗失的信件数据分析 实战二月收入数据单因素方差分析 教学日历（20xx～20xx学年第x学期）开课学院开课专业讲授学时32课程名称Python数据分析授课教师实践/实验学时32授课年级授课班级总学时64使用教材《Python数据分析》参考书目《Python数据分析》校历周次授课内容分章节题目第1周项目一Python数据分析基础（4学时）任务一数据分析基础（2学时）任务二Python基础（2学时）第2周项目一Python数据分析基础（1学时）任务二Python基础（1学时）项目二Python数据分析开发环境（3学时）任务一集成开发环境PyCharm（3学时）第3周项目二Python数据分析开发环境（4学时）任务二Python数据类型（3学时）任务三程序结构（1学时）第4周项目二Python数据分析开发环境（3学时）任务三程序结构（1学时）项目实战（2学时）项目三数组计算库NumPy（1学时）任务一数组的创建（1学时）第5周项目三数组计算库NumPy（4学时）任务一数组的创建（1学时）