没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
22页
《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Py thon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
资源推荐
资源详情
资源评论
《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;
《Python 数据分析》课程标准
2
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
1、 了解数据分析的概念
2、 会创建 Python 环境,使用 Anconda 管理 Python 包
3、 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
《Python 数据分析》课程标准
3
2.Office 办公软件
3.Python 开发环境安装
语言文字能力
沟通交流能力
通用能力与职
业素质
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
1. 认识 NumPy 数组对象,会创建 NumPy 数组
2. 创建 NumPy 数组
3. ndarray 对象的数据类型
4. 整数索引和切片的基本使用
5. 布尔型索引的基本使用
6. 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
1.Python 基本概念
2.Python 程序的运行方式
知识基础
3. NumPy 数组对象
科学思维能力
沟通交流能力
通用能力与
职业素质
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
《Python 数据分析》课程标准
4
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
1. Pandas 的两种数据结构
2. Pandas 索引的相关操作
3. Pandas 的常见操作,包括算术运算、排序、统计计算
4. Pandas 读写数据的方式
工具与设备
计算机、Office 软件、网络、Python 3.6
1. Python 基本结构
2. Pandas 的两种数据结构
知识基础
3.Pandas 索引
科学思维能力
安全意识
通用能力与
职业素质
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
掌握数据预处理的函数与方法
编号
4
具体描述
能够在数据分析之前需要对数据进行预处理,包括数据的清洗、合并、重塑与转
换
步骤
1. 数据清洗常用操作,会检查和处理各类有问题的数据
2. 数据合并的常用方法,会使用不同的方式合并数据
3. 数据重塑的常见操作,会重塑 Pandas 对象的结构
4. 数据转换的常见操作,可以实现离散化和哑变量处理
工具与设备
计算机、Office 软件、网络、Python 3.6
1.数据清洗
2.数据合并
知识基础
3.数据重塑
科学思维能力
通用能力与
职业素质
安全意识
《Python 数据分析》课程标准
5
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
掌握数据分组与聚合操作的一系列方法
编号
5
具体描述
掌握分组方法 groupby()、聚合方法 agg()、转换方法 transform()、应用方法 apply()
的使用。
步骤
1. 理解分组与聚合的原理
2. 掌握 groupby()方法,可以按照不同的规则进行分组
3. 掌握聚合操作,会使用统计方法和聚合方法聚合数据
4.掌握其他分组级运算方法的使用
工具与设备
计算机、Office 软件、网络、Python 3.6
1. 分组聚合的原理
2.数据聚合
知识基础
3.分组级运算
科学思维能力
安全意识
通用能力与
职业素质
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
掌握一些数据可视化的工具
编号
6
具体描述
熟悉常见图表类型的特点,掌握 Matplotlib 库的基本使用
步骤
1. 数据可视化
2. Matplotlib 绘制图表的常用方法
3. seaborn 的基本使用
4.bokeh 的基本使用
工具与设备
计算机、Office 软件、网络、Python 3.6
知识基础
1. 数据可视化
剩余21页未读,继续阅读
资源评论
是空空呀
- 粉丝: 167
- 资源: 3万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功