内容发布更新时间 : 2024/9/29 17:23:07星期一 下面是文章的全部内容请认真阅读。

《Python数据分析与应用》教学大纲

课程名称：Python数据分析与应用 课程类别：必修

适用专业：大数据技术类相关专业

总学时：64学时（其中理论36学时，实验28学时） 总学分：4.0学分

一、 课程的性质

大数据时代已经到来，在商业、经济及其他领域中基于数据和分析去发现问题并做出科学、客观的决策越来越重要。数据分析技术将帮助企业用户在合理时间内获取、管理、处理以及整理海量数据，为企业经营决策提供积极的帮助。数据分析作为一门前沿技术，广泛应用于物联网、云计算、移动互联网等战略新兴产业。有实践经验的数据分析人才已经成为了各企业争夺的热门。为了推动我国大数据，云计算，人工智能行业的发展，满足日益增长的数据分析人才需求，特开设Python数据分析与应用课程。

二、 课程的任务

通过本课程的学习，使学生学会使用Python进行科学计算、可视化绘图、数据处理，分析与建模，并详细拆解学习聚类、回归、分类三个企业案例，将理论与实践相结合，为将来从事数据分析挖掘研究、工作奠定基础。

三、 课程学时分配

序号 1 2 3 教学内容 第1章 Python数据分析概述 第2章 NumPy数值计算基础 第3章 Matplotlib数据可视化基础 理论学时 2 2 2 实验学时 1 2 2 其它

4 5 6 7 8 9 第4章 pandas统计分析基础 第5章 使用pandas进行数据预处理 第6章 使用sklearn构建模型 第7章 航空公司客户价值分析 第8章 财政收入预测分析 第9章 家用热水器用户行为分析与事件识别 总计 3 3 6 6 6 6 36 4 4 4 4 3 4 28 四、 教学内容及学时安排

1. 理论教学

序号 章节名称 主要内容 1. 掌握数据分析的概念 2. 掌握数据分析的流程 3. 了解数据分析的应用场景 4. 了解数据分析的常用工具 5. 了解Python数据分析的优势 6. 了解Python数据分析的常用类库 7. 了解Python的Anaconda发行版 8. 在Windows操作系统上安装Anaconda 9. 在Linux系统上安装Anaconda 10. 掌握Jupyter Notebook的基础功能 11. 掌握Jupyter Notebook的高级功能 教学目标 1. 掌握数据分析的概念、流程与应用场景 2. 了解Python常用的数据分析库 3. 掌握Windows / Linux系统下Anaconda安装 4. 掌握Jupyter Notebook的常用功能 学时 1 Python数据分析概述 2

2 NumPy数值计算基础 1. 创建数组对象 2. 生成随机数 3. 通过索引访问数组 4. 变换数组的形态 5. 创建NumPy矩阵 6. 掌握ufunc函数 7. 读写文件 8. 使用数组进行简单的统计分析 1. 掌握NumPy创建多维数组与生成随机数的方法 2. 掌握数组的索引与变换 3. 掌握NumPy中数组矩阵的运算及通用函数的基本使用方法 4. 掌握NumPy读写文件的方法和常用的统计分析的函数 1. 掌握pyplot常用的绘图参数的调节方法 2. 掌握子图的绘制方法 3. 掌握绘制图形的保存与展示方法 4. 掌握散点图和折线图的作用与绘制方法 5. 掌握直方图、饼图和箱线图的作用与绘制方法 2 3 Matplotlib数据可视化基础 1. 掌握pyplot的基础语法 2. 设置pyplot的动态rc参数 3. 绘制散点图 4. 绘制折线图 5. 绘制直方图 6. 绘制饼图 7. 绘制箱线图 2 4 pandas统计分析基础 1. 读写数据库数据 2. 读写文本文件 3. 读写Excel文件 4. 查看DataFrame的常用属性 5. 查改增删DataFrame数据 6. 描述分析DataFrame数据 7. 转换字符串时间为标准时间 8. 提取时间序列数据信息 9. 加减时间数据 10. 使用groupby方法拆分数据 11. 使用agg方法聚合数据 12. 使用apply方法聚合数据 13. 使用transform方法聚合数据 14. 使用povit_table函数创建透视表 15. 使用crosstab函数创建交叉表 1. 掌握常见的数据读取方式 2. 掌握DataFrame常用属性与方法 3. 掌握基础时间数据处理方法 4. 掌握分组聚合的原理与方法 5. 掌握透视表与交叉表的制作 3