原创力文档- 1、本文档共18页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
《Python数据分析》教学大纲教案
课程名称：Python数据分析
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
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。
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。
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章数据分析基础
1～2
2
第2章NumPy模块实现数值计算
3～4
3
3
第3章Pandas模块实现统计分析
3～4
4～5
4
第4章Matplotlib模块实现数据可视化
2～3
3～4
5
第5章【案例1】客户价值分析
2～3
4～5
6
第6章
2～3
4～5
7
第7章【案例3】二手房数据分析预测系统。
2～3
5～6
8
第8章【案例4】智能停车场运营分析系统。
2～3
6
9
第9章【案例5】影视作品分析
1～2
4
第10章【案例6】看店宝
2～3
7
总计
36
28
教学内容及学时安排
理论教学
序号
章节名称
主要内容
学时
1
数据分析基础
主要介绍什么是数据分析、常用数据分析方法和工具、数据分析流程和Python数据分析常用模块
2
2
NumPy模块实现数值计算
NumPy模块中的数组对象、数据类型对象、数组的基本操作以及常用的运算函数等
2
3
Pandas模块实现统计分析
pandas的数据结构、文本数据以及数据库的读取或写入、常用的数据处理操作、数据的分组与聚合以及数据的预处理工作
2
4
Matplotlib模块实现数据可视化
通过Matplotlib模块实现可视化图形的绘制流程，以及绘制条形图、折线图、散点图等可视化图形
3
5
【案例1】客户价值分析
通过RFM模型和k-means聚类算法实现客户分类和客户价值分析
3
6
【案例2】销售收入预测
通过最小二乘法和线性回归模型linear_model.LinearRegression实现销售收入分析与预测
6
7
【案例3】二手房数据分析预测系统
通过sklearn模块中的线性回归等机器学习算法实现二手房数据分析预测系统
6
8
【案例4】智能停车场运营分析系统
主要通过时间模块与pandas模块实现智能停车场运营数据的分析，再通过图表的方式实现数据的可视化
6
9
【案例5】影视作品分析
主要通过Python的爬虫技术爬取影视作品的评论，然后通过pandas对数据进行处理，再通过图表的方式实现数据的可视化
6
【案例6】看店宝
主要通过Python的爬虫技术获取京东商城商品的相关数据，然后通过数据的分析、比较、计算等方式实现京东商城商品的预警
6
36
实验教学
序号
实验项目名称
实验要求
学时
1
Python数据分析环境搭建
在Windows/Linux系统上安装Anaconda
掌握JupyterNotebook的常用功能
1
2
NumPy数值计算基础
创建NumPy数组对象ndarray
查看ndarray的常用属性
花式索引ndarray
变换ndarray的形态
创建NumPy矩阵并使用；使用常见ufunc
使用NumPy读写文件
2
3
Matplotlib数据可视化基础
掌握pyplot的基本绘图语法
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
2
4
pandas统计分析基础
读写数据库数据
读写文本文件
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，apply，transform方法聚合数据
制作透视表
制作交叉表
4
5
pandas数据预处理
堆叠、主键、重叠合并数据
检测与处理重复值，缺失值，异常值
离差标准化、标准差标准化
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
4
6
sklearn模型构建
加载datasets模块自带数据
文档评论（0）