Python数据可视化（微课版）教学大纲

《Python数据可视化》课程教学大纲课程代码：课程名称：Python数据分析与可视化开课学期：学分/学时：2/32课程类型：必修适用专业/开课对象：先修课程：开课单位：团队负责人： 责任教授：执笔人： 核准院长：一、课程的性质、目的与任务《Python数据可视化》是一门综合性很强的基础课程，本课程强调实际操作，通过学习如何使用Python中的各种可视化工具和库（如Matplotlib、Seaborn、Plotly等）进行数据的可视化展示。课程涉及对Python编程语言的深入掌握，重点是数据可视化的技术实现，帮助学生理解和使用相关的绘图技术。数据可视化不仅仅限于计算机科学领域，它广泛应用于金融、医学、社会科学等多个领域，因此具有跨学科的特点。本课程的目的与任务是通过学习如何将复杂的数据集以直观、易懂的方式呈现，帮助学生分析和解释数据。通过掌握数据可视化的技巧，使学生能够有效地展示数据分析结果，传达信息，辅助决策。通过不同类型的图表设计和数据展示方式，鼓励学生创新思维，设计出适合特定需求的可视化方案。二、教学内容及教学基本要求1.数据可视化概述（2学时）理解数据可视化概念和发展历史。了解数据可视化的主要目的和它在大数据时代的作用。了解可视化的发展方向。2.Python数据可视化库（4学时）熟悉Python中用于数据可视化的流行库与使用方法。学习如何使用这些库创建基本的图表和图形。理解不同库之间的差异及其适用场景。3.Python的数据读取与处理（2学时）掌握Python文件读写的基本操作和对象序列化。学习CSV文件的读写和操作数据库的基本方法。理解数据清洗的重要性和基本技术。掌握使用Pandas进行表格数据读取和处理的技巧。学习NumPy和Scikit-learn在数据处理中的应用。4.Python时间数据可视化（2学时）理解时间数据在大数据中的应用场景。理解连续型时间数据、离散型时间数据的特点。掌握时间数据可视化的对应方法。5.Python关系数据可视化（2学时）掌握关系数据的关联性和分布性概念。掌握具有关联的数据可视化方法。掌握数据分布性的可视化方法。6.Python比例数据可视化（2学时）了解比例数据在大数据中的应用。掌握比例数据以及时空比例数据可视化方法。学习如何通过可视化展示比例数据的层次结构和构成。7.Python文本数据可视化（2学时）理解文本数据在大数据中的应用和提取方法。了解文本信息需求的层级。掌握文本数据的获取方法、可视化方法。理解文本关系数据及可视化方法。8.Python复杂数据可视化（2学时）理解复杂数据的概念。了解其可视化难点以及可视化方法。9.Python数据可视化案例（6学时）通过“医疗花费预测”、“影评数据分析与电影推荐”和“新生数据分析与可视化”三个Python数据可视化案例的分析，掌握如何使用Python中的各种可视化工具和库（如Matplotlib、Seaborn、Plotly等）进行数据的可视化展示。案例涉及对Python编程语言的深入掌握，重点是数据可视化的技术实现，帮助学生理解和使用相关的绘图技术。10.实验（学时）教学说明及教学基本要求见《Python数据可视化》实验教学大纲。三、教学方法本课程教学方法以教师为主导的启发式讲授教学法为主，讨论（提问）式教学为辅，结合课外学习的教学方法。实验以学生动手实验为主，教师的启发式讲授教学法为辅，并结合讨论（提问）式教学，以及结合课外学习的教学方法。1．本课程概念较多，因此教学形式以讲授方式为主。本课程拟采用多媒体PPT的教学方法，增加课堂信息，浅显通俗地对概念、定义和原理进行解释，增加教学的直观性，教学过程中注意各个知识点的关联性，以使学生更好地理解课程内容。2．对课程中关键性概念、设计思想方面的问题可辅以课堂讨论的形式。3．为加强和落实动手能力的培养，每章课后应安排作业，帮助学生学习和应用。四、课内外教学环节及基本要求本课程共32个学时，其中理论24个学时，讲授12周（每周2学时）；实验8个学时，讲授4周（每周2学时）。课外学习要求：1．做好课前预习，预习时以教材为主，了解相关的概念、定义、原理。预习中认真思考，以便带着问题主动地听课。2．课后要复习，有余力的学生复习时还应阅读参考资料，认真整理课堂听课笔记。3．要求学生课外自主学习，学生课外阅读的参考资料以本大纲所列参考资料为主。五、考核内容及方式本课程成绩由平时成绩和期末考核成绩组合而成，课程成绩以百分制计算，分配比例如下：1．平时成绩占30%，主要考查作业的完成程度，理论课和实验课的出勤率，实验课的考试结果。其中作业占10%，实验占15%，出勤率占5%。2．期末成绩占70%，采用考试的考核方式。考试采用闭卷形式，题型为选择题、正确/错误题、填空题、简答题，以及应用题。六、持续改进本课程根据学生作业、课堂讨论、平时考核情况和学生、教学督导等反馈，及时对教学中不足之处进行改进，并在下一轮课程教学中改进。七、建议教材及参考资料建议教材：[1]吕云翔等.Python数据可视化（微课版）[M].北京：人民邮电出版社，2025.

《Python数据可视化》实验教学大纲教学内容及教学基本要求1.Python的数据读取与处理(2学时)动手掌握Python文件读写的基本操作和对象序列化。学习CSV文件的读写和操作数据库的基本方法。理解数据清洗的重要性和基本技术。掌握使用Pandas进行表格数据读取和处理的技巧。学习NumPy和Scik