Python数据分析与可视化项目实战 授课计划_第1页
Python数据分析与可视化项目实战 授课计划_第2页
Python数据分析与可视化项目实战 授课计划_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

********学院授课计划学年第二学期课程名称**********授课班级******任课教师****审批签名：教研室主任分院主管院长二○二四年二月一二日编制学年学期2023～2024学年第二学期专业班级课程名称大数据分析与挖掘任课教师课程性质□公共必修课□公共选修课■专业必修课□专业选修课课程类型□A类（理论）■B类（理实）□C类（实践）教学重点数据获取、数据清洗、数据处理、数据统计分析、数据可视化展示、分析报告撰写等教学难点大数据分析模型、大数据分析算法知识目标掌握利用Python进行数据分析的环境搭建方法；掌握Pandas库进行数据分析的常用方法和函数；掌握利用Matplotlib进行数据可视化的方法；掌握利用PyEcharts进行数据可视化的方法；掌握数据获取、数据清洗、数据处理、数据统计分析、数据可视化展示、分析报告撰写的方法。了解常用数据挖掘模型和算法。能力目标能够运用所学知识搭建数据分析与可视化开发环境；能够完成从数据采集到报告撰写的全流程数据处理；能够选择合适的分析模型和算法进行数据挖掘。考核方案本课程为考试课，课程考核成绩由2个部分组成：平时成绩50%+期末成绩50%。评价标准平时成绩评分原则（1）课堂表现与考勤评分原则：根据回答问题、实践练习、技术探索等因素加分；根据作业未交、缺勤、课堂违纪等情况减分。（2）实训作业评分原则：根据功能实现、运行是否正常、是否有拓展和创新等因素进行评分。末按时上交的，根据延迟时间酌情扣分。教材《Python数据分析与可视化项目实战》，刘风华，人民大学出版社，2024年教参1.《数据分析与挖掘》，黑马程序员著，清华大学出版社，2022年网络教学使用学习通进行课堂考勤，作业、网络答疑等学时分配根据人才培养方案，本课程周学时4，总学时60学时。周次教学内容课时教学形式与方法2项目1搭建数据分析开发环境任务1安装Anaconda任务2调用外部数据任务3查看数据4理实一体化、项目化3-4项目2Pandas之大学生体测数据分析任务1查询特定条件的数据 任务2合并表格数据 任务3删除列数据 任务4对大学生体测数据进行统计分析8理实一体化、项目化5-7项目3Matplotlib之大学招生数据展示任务1matplotlib默认生成的图表 任务2美化折线图 任务3学习其他常见图形的绘制 任务4生成组合图12理实一体化、项目化8-11项目4PyEcharts之数据可视化高阶任务1安装PyEcharts并体验 任务2认识python造数神器-Faker库任务3绘制仪表盘图、玫瑰图、词云图、雷达图、漏斗图、热力图 、日历图 、轮播图16理实一体化、项目化12-13实习14-15项目5浙江省历史名人数据分析任务1了解数据分析的流程任务2浙江历史名人数据分析8理实一体化、项目化16-17项目6基于大数据的求职信息分析与挖掘任务1

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论