《Python数据分析》教案全套 项目1-6 Python数据分析基础-数据分析库scipy

PAGEPAGE说明一、教案是教师组织实施教学活动必备的教学文件，是教学检查的必要内容，使用前通常经过系部、学院两级试教审批，改革课、新开课必须经过系(部)试教审批，学院组织对重点课程进行试教审批。试教未通过、审批手续不全的不得用于授课。二、教案的编写应依据人才培养方案和课程标准，教师在充分研究教材的基础上，区分教学对象、课程类别、教学内容等进行编写，应体现任课教师的风格。不同教学班次应使用不同的教案。三、任课教师在授课前应根据学科、专业、方向的发展情况、新的教学要求以及教学对象的实际水平，及时补充、修改或重新进行教案的编写，以保持教学活动的先进性和适用性。四、教案中每次课后应有留给学生的作业(如思考讨论题、学生应查阅的有关书籍资料等)、小结等。课程结束后教案的教学后记中应有课程总结(包括基本情况、好的方面、存在问题、改进措施、意见建议等内容)。五、授课过程中，教案由教师本人负责保管，授课使用结束后由教研室指定专人于每学期结束前统一送至教学档案室存档。教案审批表学年度第x学期课程Python数据分析授课对象计算机专业专科生专业计算机和大数据班级人数xx授课学时36（理论18、实验18）授课地点院部院部领导：年月日学校主管教学副校长：年月日备注年月日《Python数据分析》教学方案内容(标题)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 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 课时4教学目标及要求知识目标：了解数据分析方法与过程；熟悉Python内置函数与第三方库。能力目标：为后续学习Python数据分析积累必要的背景知识。素养目标：使学生对Python数据分析有一个较系统和全面的认识。重点难点及其处理重点:数据分析基础。难点：Python基础。处理方法：结合讲解，有针对性的了解Python的基础知识。教学方法（1）讲授（2）加强课堂指导，及时解决学生学习中出现的问题。参考文献[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及其要求课外作业（1）预习：项目二备注

《Python数据分析》教学方案内容(标题)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 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 课时6教学目标及要求知识目标：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。能力目标：引导学生快速了解集成开发环境。素养目标：培养学生掌握科学的世界观和方法论。重点难点及其处理重点:（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。处理方法：结合实例讲授及演示操作；并进行针对性的实训练习。教学方法（1）讲授（2）加强课堂指导，及时解决学生学习中出现的问题。参考文献[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及其要求课外作业（1）绘制菱形图形（2）预习：项目三备注

《Python数据分析》教学方案内容(标题)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 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 课时6教学目标及要求知识目标：学会数组的创建与基本操作；学会矩阵与向量的创建。能力目标：学会利用NumPy软件来存储和处理大型矩阵。素养目标：养解决问题的能力，关注细小因素造成的影响。重点难点及其处理重点：（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。处理方法：结合实例讲授及演示操作；并进行针对性的实训练习。教学方法（1）讲授+学生上机练习（2）加强课堂指导，及时解决学生练习中出现的问题。参考文献[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及其要求课外作业（1）计算盐泉样本的极值与平均值。（2）预习：项目四。备注

《Python数据分析》教学方案内容(标题)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 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 课时8教学目标及要求知识目标：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。能力目标：学会利用Pandas快速便捷地处理数据的函数和方法。素养目标：引导学生制定计划，树立远大理想，为理想而努力奋斗。重点难点及其处理重点：（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。处理方法：结合讲授；并进行针对性的实训练习。教学方法（1）讲授+学生上机练习（2）加强课堂指导，及时解决学生练习中出现的问题。参考文献[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及其要求课外作业（1）新生儿的得分分析。（2）预习：项目五。备注

《Python数据分析》教学方案内容(标题)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 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 课时6教学目标及要求知识目标：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。能力目标：通过学习能够掌握数据可视化库相关的知识。素养目标：注重培养分析能力，及时调整，合理改进。重点难点及其处理重点：（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。处理方法：结合实例讲授及演示操作；并进行针对性的实训练习。教学方法（1）讲授+学生上机练习（2）加强课堂指导，及时解决学生练习中出现的问题。参考文献[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及其要求课外作业（1）销售额达标图表分析。（2）预习：项目六。备注

《Python数据分析》教学方案内容(标题)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 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 课时6教学目标及要求知识目标：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。能力目标：通过学习能够掌握scipy科学计算库相关的知识。素养目标：围绕文化惠民政策问题进行分析，提高对社会主义先进文化的认识。重点难点及其处理重点：（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。处理方法：结合实例讲授及演示操作；并进行针对性的实训练习。教学方法（1）讲授+学生上机练习（2）加强课堂指导，及时解决学生练习中出现的问题。参考文献[1].[意]

法比奥