《Python数据分析与实践》教学大纲-柳毅.docxVIP

《Python数据分析与实践》课程教学大纲 课程编号：XXXXXXXX 课程名称： Python数据分析与实践 英文名称： Python Data analysis and Practice 课程类型：专业课 课程要求：选修 学时/学分：48/3 （讲课学时：32 上机学时：16） 适用专业：信息管理与信息系统、电子商务、计算机科学与技术 一、课程性质与任务 Python是信管、电子商务、计算机科学与技术专业学生进行数据分析所需要掌握基础性语言和分析工具，是未来学生掌握大数据分析技术的学习基础。本课程在教学内容方面着重以Python语言讲解及Python语言数据分析工具包应用为主。通过一系列的Python语言数据分析训练项目，培养学生具有一定的Python语言数据分析理解和应用实践能力。 二、课程与其他课程的联系 本课程的先修课程为Java语言，后续课程为大数据技术导论和Hadoop在大数据中应用。Java语言是Python语言学习的基础，Python数据分析知识为后续的大数据技术导论和Hadoop在大数据中的应用奠定基础。 三、课程教学目标 1．学习Python基本编程语言知识，了解Python在互联网和智能商务分析中的应用。 2．掌握Python机器学习基础库，具有应用Python语言解决数据分析中实际问题能力。 3.掌握网络数据抓取技术，Python数据库应用开发，实现Python数据可视化操作，提高数据收集和数据分析能力。 4.掌握Python地理信息系统数据分析能力，具有应用Python解决地理信息问题能力。 5.应用Python编程技术进行电子商务企业运营、信息技术创新创业提供技能准备。 四、教学内容、基本要求与学时分配 序号 教学内容 教学要求 学时 教学 方式 1 第一章、Python概述 1. Python语言的发展史及特点； 2.Python的交互方式、代码文件方式 3. Python的集成开发环境 4. Python的模块 1.了解Python语言特点 2.掌握Python语言的交互方式。 3.了解Python语言的相关模块 2 1 讲授 实验 2 第二章、Python语言基础知识 1.输入与输出 2.标识符与变量 3.数据类型及运算 4. 分支结构控制语句 5. 选择结构嵌套语句 6. 常见的Python函数 实验：Python基本语句练习 1. 掌握Python的输入与输出方法 2. 掌握数据类型及运算 3.掌握分支结构控制语句和选择结构嵌套语句 3.了解Python函数 2 1 讲授 实验 3 第三章、数据结构与函数设计 1. 序列 2. 字典 3. 集合 4. 函数的定义 实验：数据结构与函数设计练习 1.掌握序列中列表与元祖转换 2.掌握字典中列表、元组与字典之间的转换 3.掌握集合算法 4.了解函数的定义 2 1 讲授 实验 4 第四章、类与对象 1. 类的属性 2. 类的方法 3. 面向对象和面向过程的编程 4. 类的继承和组合 实验：面向类和对象的编程 1.掌握类的属性、方法 2.掌握面向对象和面向过程的编程 3.了解累的继承和组合 2 1 讲授 实验 5 第四章、类的异常处理 1. 类异常 2. Python中的异常类 3. 捕获与处理异常 4. 自定义异常类 5. with语句、断言 实验：类的异常编程 1.了解Python的异常处理 2.捕获与处理异常的方法 3.断言处理、异常捕获与处理 2 1 讲授 实验 6 第五章、Python库介绍 1.NumPy库 2.Pandas库 3.Matplotlib库 4.SciPy库 5.Scikit-learn库 1.熟悉Python 的NumPy、SciPy、Pandas和Matplotlib各种程序库,使其在数据分析领域的广泛应用。 3 讲授 7 第六章、网络数据获取 1. 网页数据的组织形式 2.利用urllib处理HTTP协议 3. 利用BeautifulSoup4解析HTML文档 1. 了解网页数据的组织形式 2. 掌握利用urllib处理HTTP协议 3.掌握利用BeautifulSoup4解析HTML文档 2 1 讲授 实验 8 第七章、文件操作 1. 打开与关闭文件 2. 读写文件 3. 文件对话框 1. 掌握文件读写方法 2. 掌握文件对话框构建方法 2 1 讲授 实验 9 第八章、Python数据可视化 1. 数据可视化概念框架 2. 绘制图表 3. 更多高级图表及定制 4. 3D可视化图表 实验：数据可视化操作 1. 掌握数据可视化概念框架 2. 掌握绘制图表方法 3.了解高级图表及定制图表操作 3 2 讲授 实验 10 第九章、数据库应用开发 1. Python数据库 2.基于Python的关系型数据库 3