《Python数据分析》课程标准.docVIP

PAGE PAGE 1 《Python数据分析》课程标准 学分：4 参考学时：64 一、课程概述 1．课程性质 《Python数据分析》是信息管理专业大数据方向的专业核心课程之一，位于职业能力形成阶段，主要讲解大数据分析基础理论、分析工具、分析方法等，学生能够熟练运用Python工具来解决实际问题，同时使得学生掌握在不同领域使用Python扩展模块解决大数据处理问题，要求学生通过课堂教学和实验训练后，具有初步处理数据、独立分析数据的能力。 通过专业课程建设的研讨，本课程和《Python编程基础》、《数据挖掘》、《数据采集》有着紧密的关系。本课程为后续课程《生产性实训》以及《顶岗实习》等实训环节的知识积累和应用打下基础。 2．设计思路 （1）本课程设置的依据 《Python数据分析》是“大数据技术与应用专业”支撑课程之一。课程设计符合本专业顶层设计的目标要求与本专业定位，突出了数据处理与大数据技术应用和本课程的特点。本大纲主要在目标层次、知识与能力覆盖面、深浅度、基本内容与拓展内容等方面进行课程内容的规划。 （2）课程内容确定的依据 课程的核心是培养学生初步处理数据、独立分析数据的能力。课程内容从基础入手，再进行深入研究，同时结合实际的应用案例进行由点到面、由浅入深的，讲解大数据分析基础理论、分析工具、分析方法等，学生能够熟练运用Python工具来解决实际问题，同时使得学生掌握在不同领域使用Python扩展模块解决大数据处理问题。 （3）学习模块的基本架构及活动设计的基本思路 本课程分为9个模块： 模块1：数据分析概述； 模块2：科学计算库NumPy； 模块3：数据分析工具Pandas； 模块4：数据预处理； 模块5：数据聚合与分组运算； 模块6：数据可视化； 模块7：时间序列数据分析； 模块8：文本数据分析； 模块9：实战_北京租房数据统计分析 强调以工作过程为学生的主要学习手段，融教、学、做为一体，让学生“在学中作，在作中学”，本课程的实践性非常强，它要求学生在理解和掌握理论知识基础上，利用实际操作，在计算机上动手完成程序的编写和调试。 （4）教学方法 本课程采用项目教学法。在“学、做一体化”教学中，在教师或企业技术人员指导下，学生以“团队合作”方式，以规范的企业工作流程进行初步数据处理、数据分析，学习模块完全按企业工作流程与工作内容进行，使学生掌握实际工作方法，提高初步数据处理、数据分析的技能，同时可以培养沟通、表达和自我管理的能力，提高职业素养。 二、课程目标（职业能力目标） 1、了解数据分析的概念 2、掌握NumPy的功能及其用法 3、掌握Pandas的功能及其用法 4、掌握数据预处理的函数与方法 5、掌握数据分组与聚合操作的一系列方法 6、掌握一些数据可视化的工具 7、能够完成基本时间序列数据分析 8、掌握文本数据分析工具的使用 三、能力解析表 能力目标 了解数据分析的概念 编号 1 具体描述 掌握什么是数据分析以数据分析的流程；会创建Python环境，使用Anconda管理Python包；会使用Jupyter Notebook 步骤 了解数据分析的概念 会创建Python环境，使用Anconda管理Python包 会使用Jupyter Notebook 4、认识常见的数据分析工具 工具与设备 计算机、Office软件、网络、Python 3.6 知识基础 1．计算机基础知识 2．Office办公软件 3．Python开发环境安装 通用能力与职业素质 语言文字能力 沟通交流能力 安全意识 考核标准 1．项目成果符合任务书的要求 2．资料完整、规范 3．能够正确运行Python程序 能力目标 掌握NumPy的功能及其用法 编号 2 具体描述 认识NumPy数组对象，会创建NumPy数组 熟悉ndarray对象的数据类型，并会转换数据类型 掌握数组运算方式 掌握数组的索引和切片 会使用数组进行数据处理 步骤 认识NumPy数组对象，会创建NumPy数组 创建NumPy数组 ndarray对象的数据类型 整数索引和切片的基本使用 布尔型索引的基本使用 数组的转置和轴对称 工具与设备 计算机、Office软件、网络、Python 3.6 知识基础 1．Python基本概念 2．Python程序的运行方式 3. NumPy数组对象 通用能力与职业素质 科学思维能力 沟通交流能力 就业与创业意识 考核标准 1．项目成果符合任务书的要求 2．代码完整、规范 3．能够正确运行Python程序 能力目标 掌握Pandas的功能及其用法 编号 3 具体描述 掌握Pandas的两种数据结构, 常见操作，索引的相关操作，读写数据的方式。 步骤 Pandas的两种数据结构 Pandas