Python数据分析及应用 教学大纲 徐娟

表2：教学内容、基本要求及计划学时与课程目标关系教学内容教学目的和要求、重点、难点和课程思政融入点理论学时实践学时支撑课程目标第1章Python基础应用1.1数据分析基础1.2Pytho语言概述1.3Python语言开发环境配置1.4Python基本语法规则教学目的和要求：1.了解什么是数据分析及数据分析的基本流程；2.了解Python语言的发展及特点、开发环境的配置；3.掌握Python语言解释器的安装方法、Anaconda开发环境的安装方法及Python第三方库的安装与使用； 4.掌握Python程序的编写方法及基本语法规则；重点及难点：1.理解数据分析的基本流程；2.Python程序的编写方法及基本语法规则课程思政融入点：具体实例中211，2第2章基本数据类型2.1数值类型2.2数值运算2.3字符串类型2.4不同数据类型的转换教学目的和要求：1.了解Python中常见的基本数据类型；2.掌握不同数据类型的定义规则和表示方法；3.理解每种数据类型的特点、适用场景和存储方式；4.熟悉数据类型之间的转换方法和规则。重点：1.能够准确地定义和使用各种基本数据类型来存储和处理数据；2.熟练进行数据类型的转换操作，以满足不同的计算和逻辑需求；3.运用所学的数据类型，编写具有实际功能的代码段，解决简单的问题。难点：1.能够对复杂的数据结构进行分析和操作；2.具备调试代码的能力，能够识别和解决由于数据类型使用不当导致的错误。课程思政融入点：数据类型的定义规则和表示方法--“没有规矩，不成方圆”331,2

第3章程序的控制结构3.1程序的基本结构 3.2程序的选择结构 3.3程序的循环结构 3.4程序的异常处理 3.5random库的使用 教学目的和要求：目的：通过本章的学习掌握程序控制语句的基本结构要求：理解控制语句的含义，掌握顺序结构、选择结构、循环结构的使用方法，掌握程序的异常处理、random库的使用方法重点：1.选择结构的使用方法2.循环结构的使用方法难点：1.选择结构的使用方法2.循环结构的使用方法3.程序的异常处理课程思政融入点：全局规划创新实践331,2第4章函数4.1函数的定义与调用4.2参数与返回值4.3变量的作用域4.4递归教学目的和要求：1.掌握函数的定义及调用；2.掌握定义函数时，如何设置参数和返回值；3.掌握局部变量和全局变量的使用，学会应用递归函数来解决问题；4.学会应用函数实现特定功能、提高代码复用率、增强程序的可读性和可维护性；5.掌握如何使用Python解决实际问题。重点：1.掌握函数的定义及调用2.设置参数和返回值3.局部变量和全局变量的使用4.使用Python解决实际问题难点：1.函数的定义及调用2.递归函数的使用3.使用Python解决实际问题课程思政融入点：全局规划211，2第5章组合数据类型5.1列表类型5.2元组类型5.3集合类型5.4字典类型5.5jieba库的使用5.6wordcloud库的使用教学目的和要求：1.了解序列、集合和映射三种组合数据类型；2.理解列表概念并掌握列表的使用方法；3.掌握元组的使用方法；4.理解字典概念并掌握字典的使用方法；5.了解jieba库的使用方法；6.了解wordcloud库的使用方法；重点：1.列表类型及操作2.字典处理函数及方法难点：1.列表的序列操作2.运用字典处理复杂数据信息课程思政融入点：个体与集体创新实践4.54.51,2第6章Python文件6.1Python文件概述6.2文件操作6.3Python文件夹的操作教学目的和要求：1.理解计算机中文件、文件夹及路径的概念；2.理解在Python中文本文件和二进制文件的区别；3.掌握Python标准库中实现打开（创建）、读写和关闭文件与CSV文件的命令；4.掌握OS标准库中操作文件夹的命令。重点：1.计算机中文件、文件夹及路径的概念；2.Python中文本文件和二进制文件的区别；3.Python标准库中实现打开（创建）、读写和关闭文件与CSV文件的命令；4.OS标准库中操作文件夹的命令。难点：1.计算机中文件、文件夹及路径的概念；2.Python中文本文件和二进制文件的区别；3.Python标准库中实现打开（创建）、读写和关闭文件与CSV文件的命令。课程思政融入点：具体问题具体分析，不同问题有不同的解决方法1.51.51，2，3第7章Pandas数据分析7.1pandas数据结构7.2DataFrame数据的基本操作7.3数据的导入与导出7.4数据的预处理7.5数据分组统计7.6创建透视表和交叉表教学目的和要求：1．掌握Pandas的两种数据结构及其基本操作2．掌握DataFrame数据的基本操作，即数据的查改增删3．掌握Pandas的数据导入与导出操作4．掌握数据分析前的常用预处理操作5．掌握Pandas中的数据分组、聚合以及统计操作6．掌握Pandas中数据透视表和交叉表的创建方法重点：1．理解Pandas的两种核心数据结构2．掌握Pandas读取和写入各类数据文件的方法3．掌握常用的数据预处理方法4．掌握Pandas数据分析的核心功能，包括数据基本操作、分组聚合等难点：1．理解Pandas灵活的索引机制2．分组聚合的灵活应用3．面对实际的数据处理问题时，能够迅速分析并找到解决方案，利用Pandas工具集进行实践课程思政融入点：1．保持对新技术和新方法的关注，持续学习2．在处理复杂数据时，能够保持清晰的逻辑思维，有条理地进行数据分析和处理3．能够保持耐心和细心，确保数据处理的准确性和完整性。661，2，3第8章时间序列分析8.1时间获取8.2时间的格式化8.3时间列的基本操作8.4时间索引教学目的和要求：了解Python中时间的常用表示方法，了解时间序列分析的价值；掌握时间的不同表示方法之间的相互转换，掌握不同时间单位的时间的获取方法，掌握时间在数据分析中的应用。2. 理解时间在数据分析中的重要性，理解在数据分析中时间作为分析对象和分析依据的不同。3. 培养分析问题并合理解决问题的能力，培养调试程序并修改程序的能力，培养软件安全和数据安全的意识，培养优化代码以提高代码质量和安全性的意识。重点：1.时间的获取及时间的计算2.时间的不同表示方法及其相互之间的转换3.时间列格式的转换及时间列的使用4.时间索引的建立及时间索引的使用难点：1.时间的计算2.时间的不同表示方法之间的相互转换的方法3.时间列格式的转换及时间列的使用4.时间索引的使用5.代码的调试及修改课程思政融入点：创新探索、全局规划211，4第9章Python数据可视化9.1matplotlib数据可视化9.2pyecharts数据可视化教学目的和要求：1.掌握matplotlib的基本绘图函数和方法，能够绘制各种常见的图表类型，如折线图、散点图、柱状图、饼图等；2.了解pyecharts库的基本概念和功能，掌握pyecharts的常用图表类型（如柱状图、折线图、饼图、漏斗图、仪表盘等）的绘制方法和参数设置；3.运用matplotlib、pyecharts进行数据可视化分析的能力，通过可视化结果发现数据中的规律、趋势和关系。

重点：1.Matplotlib的基本绘图函数（如plot、scatter、bar、pie等）的用法；2.图表属性的设置，包括标题、坐标轴、图例、颜色、线条样式等；3.pyecharts库的安装、导入和基本使用方法；常用图表类型的创建和参数配置，如设置图表标题、坐标轴、数据系列等。难点：1.数据的输入和处理，如何将数据传递给matplotlib函数进行绘图2.理解pyecharts的图表渲染机制和原理；定制化图表的设计，包括样式修改、主题应用、布局调整等，以满足个性化的需求课程思政融入点：引导学生深刻理解与认识所学知识对于国家信息产业发展、智慧城市建设、大数据智能信息处理等各方面的重要意义，使学生在学习过程中增强使命感与荣誉感；4.54.51，2，3,5第10章NumPy科学计算10.1创建NumPy数组10.2NumPy数组操作10.3用NumPy处理线性代数的相关计算教学目的和要求：1. 熟练掌握如何创建NumPy数组；2. 熟练掌握NumPy数组操作；3. 掌握使用NumPy数组处理线性代数的相关方法和计算。4.掌握Numpy数值计算方法，主要包括数组和矩阵运算。重点：1.创建NumPy数组2.NumPy数组操作3.使用用NumPy处理线性代数的相关计算4.掌握ndarray对象、创建数组变换、索引和切片、线性代数、统计量难点：1.NumPy数组操作2.NumPy数组在线性代数相关计算中的应用。课程思政融入点：进行科学计算过程中，要秉持诚信原则331，6第11章Python机器学习11.1分类11.2回归11.3聚类教学目的：1.认识机器学习的意义所在。2.学习典型的分类、回归和聚类模型原理及其实现方法。3.比较代表性有监督学习和无监督学习方法及其异同。教学要求：1.熟悉机器学习模型评估。2.掌握回归模型原理及其实现方法。3.掌握决策树原理及其实现方法。4.掌握k均值聚类原理及其实现方法。重点：1.决策树原理及其实现。2.回归模型原理及其实现方法。3.聚类原理及其实现。难点：1.回归模型实现方法。2.决策树的实现。3.聚类的实现。课程思政融入点：中华文化关于花的诗词331，7三、课程目标通过本课程内容的学习，能够达到以下目标：课程目标1：（思政目标）在课程教学过程中，把社会主义核心价值观的相关内容贯穿始终，在国家、社会和公民三个层面培养学生树立正确的价值观，以计算机技术为核心的数据分析技术是被西方国家遏制、打压的主要领域，通过课程内容设置及相应的教学方法，激励学生刻苦学习；在教学过程中，让学生了解数据知识产权，建立版权意识；在新一代数据分析技术的学习中，列举近年来我国在大数据应用领域所取得的成就，激发学生的民族自豪感，学习热情及爱国主义情怀。课程目标2：语言工具目标。掌握Python语言的基本程序设计方法及其开发环境的配置，能应用基本的数据结构编写程序。能够根据要求设计程序，进行数据的简单读取和初步处理。课程目标3：数据查询分析以Python数据分析为主要内容的学习，重点强调常见数据分析方法的应用能力培养。学习完以后，可以对各种专业学习的数据分析任务，能够结合常见Python库包，在数据方法选择、数据整理、数据分析和数据呈现等各个方面掌握基本的使用方法，能够运用Python解决数据分析的实际问题，培养学生数据计算思维能力、数据科学创新能力，能运用数据查询分析知识，实现对各种数据资源的常见统计分析。同时，学生也能掌握简单的程序设计基本方法和面向对象的基础知识，为进一步的专业学习和自学提供基础。课程目标4：时间序列分析能运用时间序列分析知识，实现结合时间特征的数据分析任务。根据股票数据来分析股票发展趋势，同时结合考虑诸如工作日周末的区别，和各种数据平滑方法，来完整的绘制最能反映股票发展特点的趋势图。课程目标5：可视化分析能运用可视化分析知识，实现对数据的多维度、多样式的可视化展示，从而提供了一种了解数据和分析数据的新角度。对顾客购物特征的可视化相关