python数据分析与应用-教学大纲.docxVIP

《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 教学内容 理论学时 实验学时 其它 1 第1章Python数据分析概述 2 1 2 第2章NumPy数值计算基础 2 2 3 第3章Matplotlib数据可视化基础 2 2  4 第4章pan das统计分析基础 3 4 5 第5章使用pan das进行数据预处理 3 4 6 第6章使用sklearn构建模型 6 4 7 第7章航空公司客户价值分析 6 4 8 第8章财政收入预测分析 6 3 9 第9章 家用热水器用户行为分析与 事件识别 6 4 总计 36 28 四、教学内容及学时安排 理论教学 序 号 章节名称 主要内容 教学目标 学时 1 Python数据分 析概述 掌握数据分析的概念 掌握数据分析的流程 了解数据分析的应用场景 了解数据分析的常用工具 了解Python数据分析的优势 了解Python数据分析的常用类库 了解 Python 的 Anaconda 发行版 在Windows操作系统上安装 Anaconda 在Linux系统上安装Anaconda 掌握Jupyter Notebook的基础功能 掌握Jupyter Notebook的高级功能 掌握数据分析的 概念、流程与应用场 景 了解Python常用 的数据分析库 掌握 Windows / Lin ux 系统下 Anaconda 安装 掌 握 Jupyter Notebook的常用功 台匕 冃匕 2  2 NumPy数值计 算基础 创建数组对象 生成随机数 通过索引访问数组 变换数组的形态 创建NumPy矩阵 掌握ufunc函数 读写文件 使用数组进行简单的统计分析 掌握NumPy创建 多维数组与生成随 机数的方法 掌握数组的索引 与变换 掌握NumPy中数 组矩阵的运算及通 用函数的基本使用 方法 掌握NumPy读写 文件的方法和常用 的统计分析的函数 2 3 Matplotlib 数据 可视化基础 掌握pyplot的基础语法 设置pyplot的动态rc参数 绘制散点图 绘制折线图 绘制直方图 绘制饼图 绘制箱线图 掌握pyplot常用 的绘图参数的调节 方法 掌握子图的绘制 方法 掌握绘制图形的 保存与展示方法 掌握散点图和折 线图的作用与绘制 方法 掌握直方图、饼图 和箱线图的作用与 绘制方法 2 4 pan das统计分 析基础 读写数据库数据 读与文本文件 读写Excel文件 查看DataFrame的常用属性 查改增删DataFrame数据 描述分析DataFrame数据 转换字符串时间为标准时间 提取时间序列数据信息 加减时间数据 使用groupby方法拆分数据 使用agg方法聚合数据 使用apply方法聚合数据 使用transform方法聚合数据 使用povit_table函数创建透视表 使用crosstab函数创建交叉表 掌握常见的数据 读取方式 掌握 DataFrame 常 用属性与方法 掌握基础时间数 据处理方法 掌握分组聚合的 原理与方法 掌握透视表与交 叉表的制作 3  5 使用 pan das进 行数据预处理 堆叠合并数据 主键合并数据 重叠合并数据 检测与处理重复值 检测与处理缺失值 检测与处理异常值 离差标准化数据 标准差标准化数据 小数定标标准化数据 哑变量处理类别型数据 离散化连续型数据 掌握数据合并的 原理与方法 掌握数据清洗的 3 基本方法 掌握基本数据标 准化的方法 掌握常用的数据 转换方法 6 使用 scikit-learn 构建模型 加载datasets模块中的数据集 将数据集划分为训练集和测试集 使用sklearn转换器进行数据预处理 与降维 使用sklearn估计器构建聚类模型 评