Python数据分析基础教程教学大纲.pdf

《Python数据分析基础教程》

课程编号：

学分：8学分

学时：128学时(最佳上课方式：理实一体化上课)

合用专业：大数据应用技术、信息管理技术及其计算机相关专业

《Python数据分析基础教程》是面向大数据应用技术专业、信息管理专业及计算

机相关专业的一门数据分析及应用基础课程，本课程主要介绍数据分析的概念、数据

分析的流程、Python语言基础以及Python数据分析常用库，如NumPy、Matplotlib、

pandas和scikit-learn库的运用等内容。通过本课程的学习，学生不仅可以更好地理

解Python数据分析中的基本概念，还可以运用所学的数据分析技术，完成相关的数据

分析项目的实践。

通过数据分析的案例，介绍数据分析的概念、数据分析的流程以及Python数据分

析常用库的应用。同时，为便于读者能更好地理解Python的数据分析，介绍了Python

的基础语法。最后，运用所学的数据分析技术，完成相关的数据分析项目的实践。

本书各个章节中都有许多示例代码，通过示例代码匡助读者更好地理解Python数

据分析中的基本概念，同时，为提高读者对数据分析技术的综合运用能力，在各个章

节中还设置了项目实践的综合训练和思量练习等内容。

操作系统：Windows7

开辟工具：Python3.6.3，PyCharm、Jupyternotebook

《Python数据分析基础教程》

1.了解数据、数据类型的基本概念。

2.了解数据分析的基本概念。

3.了解数据分析的过程。

4.了解数据分析的作用。

5.了解数据分析的常用工具。

数据、数据类型的基本概念

数据分析的基本概念

数据分析的过程。

数据分析的作用。

数据分析的常用工具

4学时

1.了解Python语言的特点。

2.了解Python与数据分析的关系。

3.了解Python数据分析常用的类库。

4.掌握Python的环境搭建。

5.掌握PyCharm安装与使用。

6.掌握JupyterNotebook安装与使用。

Python语言的特点

Python与数据分析的关系

Python数据分析常用的类库

《Python数据分析基础教程》

Python的环境搭建

PyCharm安装与使用

JupyterNotebook安装与使用

20~24学时

1.掌握Python的基础语法。

2.掌握Python的数据类型。

3.掌握Python流程控制语句的使用方法。

4.掌握Python函数的使用方法。

5.掌握数据结构、流程控制语句和函数的综合运用。

Python的基础语法

Python的数据类型

Python流程控制语句

Python函数

综合运用

12~16学时

1.了解NumPy和SciPy作用与安装。

2.掌握创建数组对象方法。

3.掌握数组的索引、切片和其他操作。

4.掌握数组的运算和通用函数使用。

5.掌握NumPy矩阵创建、计算和操作。

6.掌握随机数生成的方法。

《Python数据分析基础教程》

NumPy和SciPy作用与安装

创建数组对象