《python 数据分析与挖掘基础》课程教学大
纲
课程代码:
学 分:4
学 时:64(其中:讲课学时:42 实践或实验学时:22)
先修课程:数学分析、高等代数、概率统计、Python 程序设计基础
适用专业:信息与计算科学
建议教材:黄恒秋主编.Python 金融数据分析与挖掘实战[M]. 北京:人民邮电出版社.2019.
开课系部:数学与计算机科学学院
一、课程的性质与任务
课程性质:专业方向选修课。
课程任务:大数据时代,数据成为决策最为重要的参考之一,数据分析行业迈入了一个
全新的阶段。通过学习本课程,使得学生能够掌握 Python 科学计算、数据处理、数据可视
化、挖掘建模等基本技能,能够针对基本的数据挖掘问题与样例数据,调用Python 中的第
三方扩展包 Numpy、Pandas、Matplotlib、Scikit-learn 及关联规则算法代码,进行处理、计
算与分析,从而为其他的专业领域课程或者复杂应用问题提供基础支撑。
二、课程的基本内容及要求
本课程教学时数为 64 学时,4 学分;实验 22 学时,1.375 学分。
第一章 Python 基础
1.课程教学内容:
(1) Python 及其发行版 Anaconda 的安装与启动、Spyder 开发工具的使用和 Python
新库的安装方法;
(2)Python 基本语法和数据结构。
2.课程的重点、难点:
(1)重点:Python 基本语法和数据结构的灵活运用;
(2)难点:Python 数据结构的灵活运用。
3.课程教学要求:
(1)了解 Python 的安装及界面基本使用技能;
(2)理解 Python 基本数据结构及方法的使用;
(3)掌握 Python 基本数据结构的使用技能及循环、条件语句的应用。
第二章 科学计算包 Numpy
1.课程教学内容:
(1)导入并使用 Numpy 创建数组;