原创力文档- 1、本文档共7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)。
PAGE
PAGE1
字体、字号请参考范例注意：首字母大写植物拉丁学名斜体《
字体、字号请参考范例
注意：
首字母大写
植物拉丁学名斜体
一、课程简介
课程中文名
Python程序设计综合实训
课程英文名
IntegratedCourseDesignforPythonProgramming
双语授课
￡是?否
课程代码课程学分
2
周（学时）
2周（48学时）
课程类别
□专业认知实习
□专业见习
?工程实训
□毕业实习
□其他
课程性质
?必修
□选修
□其他
课程形态
□线上
?线下
□线上线下混合式
□社会实践
□虚拟仿真实验教学
考核方式
□闭卷□开卷□课程论文?课程作品￡汇报展示￡报告
?课堂表现?阶段性测试?平时作业?其他（可多选）
开课学院
大数据与智能工程学院
开课
系(教研室)
数据科学与大数据技术系
面向专业
数据科学与大数据技术
开课学期
第3学期
先修课程
Python程序设计
后续课程
无
选用教材
无
参考书目
1．嵩天、礼欣、黄天羽，Python语言程序设计基础.高等教育出版社,2017
2．赵广辉等，Python程序设计基础.高等教育出版社,2021
课程资源
1．头歌实践教学平台
2．网易公开课——哈佛大学公开课CS50/newview/movie/free?pid=EG295PU6Rmid=FG297O5KC
3．/
课程简介
??《Python程序设计综合课程设计》是一门面向数据科学与大数据技术专业的必修课程。本课程性质为实践性和应用性兼具，旨在培养学生掌握Python编程语言及程序设计基础，并具备利用Python解决本专业领域实际问题的能力。教学内容涵盖Python语言基础、程序控制结构、函数与模块、数据处理与文件操作等方面。通过学习，学生应能熟练运用Python进行基本编程，掌握数据处理与文件操作技巧。这将为学生今后在各自专业领域内应用Python进行数据处理、模拟仿真、算法实现等提供有力支持。
二、课程目标
表2-1课程目标
序号
具体课程目标
课程目标1
习得Python程序设计的基本理论，具备使用基础语法和数据结构，能够应用数学、自然科学和工程科学的基本原理进行识别及表达，并能针对具体大数据专业问题选择合适的技术。
课程目标2
学习程序设计理论与方法，利用计算机科学与技术的基本知识，分析大数据系统需求、设计解决方案，选择恰当的算法和资源，掌握现代编程开发工具和信息技术工具的用法，并在设计环节中体现创新意识，并在分析和比较中领会相关工具的局限性，以获得有效结论。
课程目标3
具备大数据分析师基本素养，能够分析和评价复杂工程问题解决方案，对社会、经济、健康、安全、法律以及文化的影响，并理解和履行应该承担的责任。
表2-2课程目标与毕业要求对应关系
毕业要求
指标点
课程目标
4.研究：能够基于数据科学与大数据技术的相应原理，采用科学方法对大数据应用领域中的复杂工程问题进行研究，制定技术路线、设计实验方案并开展实验，通过实验分析得到合理有效的结论。【H】
4.2能够针对大数据应用领域复杂工程问题，根据解决方案进行方案设计与实施，能对设计或实施过程的中间结果或数据进行正确分析和反馈。
1
5.使用现代工具：能够针对大数据应用领域的复杂工程问题，选择和使用恰当的技术、资源和现代工程工具，进行信息表达、建模、设计、模拟、验证，并能够在实践中了解这些工具使用的局限性。【M】
5.3能够应用现代化工具对大数据应用领域相关工程问题进行分析、设计、模拟和预测，并对结果进行合理评价。
2
6.工程与社会：基于大数据应用领域相关背景知识，能够合理分析和评价大数据应用实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。【L】
6.2能够分析和评价大数据相关的工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的潜在影响，以及这些因素对项目实施的影响，并理解应承担的责任。
3
三、教学内容及要求
（一）学习内容
1.人机交互和图形艺术，tkinter库的使用，turtle库的使用、QT的使用
2.科学计算和可视化，numpy、pandas库的使用，matplotlib库的使用
3.数据处理和挖掘，分类问题和kmeans算法，sklearn库的使用
4.网络爬虫和自动化，request库的使用，beautifulsoup库的使用
（二）时间安排
上午
下午
周一
人机交互和图形艺术
人机交互和图形艺术
周二
人机交互和图形艺术
人机交互和图形艺术
周三
科学计算和可视化
科学计算和可视化
周四
科学计算和可视化
数据处理和挖掘
周
文档评论（0）