《Python数据分析》教学大纲.docx
XXXX学院Python数据分析教学大纲课程中文名称：PythOrl数据分析课程英文名称：Python data analysis课程号：xxxxxxx课程属性：专业限选课总学时：36学时学 分：2学分面向对象：计算机专业大学专科编写:审核:审定:XXXX学院教学委员会（学院章）2023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 公共基础诩。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(Fabio Nelli)著，杜春晓 译 Python数据分析实战第2 版.北京：人民邮电出版社，20192 .高博，刘冰，李力 Python数据分析与可视化从入门到精通.北京：北京大学出版 社,20203 .明日科技.Python数据分析从入门到实践.吉林：吉林大学出版社，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2 Python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Pythem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 PyChann二、配置 PyCharm三、Pyeharm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2 PythOn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MatpIotlib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MatpIotlib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MatpIotlib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sc ipy任务一 SCiPy简介任务引入知识准备一、Iinalg 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2 Python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Anaeonda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PyChann。(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2 PythOn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
