《數據分析》課程教學計劃一、學時分配章目講課上機合計第1章數據分析概述1學時1學時2學時第2章科學計算庫NumPy7學時7學時14學時第3章數據分析工具Pandas8學時8學時16學時第4章數據預處理4學時4學時8學時第5章數據聚合與分組運算4學時4學時8學時第6章數據可視化4學時4學時8學時第7章時間序列數據分析4學時4學時8學時第8章文本數據分析2學時2學時4學時第9章實戰—北京租房數據統計分析4學時4學時8學時合計38學時38學時76學時二、課程的主要內容及基本要求第1章數據分析概述章名數據分析概述學時2學習目標了解數據分析的背景及應用場景掌握什么是數據分析以及數據分析的流程會創建Pyhton環境，使用Anaconda管理Python包會簡單使用JupyterNotebook認識常見的數據分析工具知識點了解熟悉掌握重點數據分析的背景√什么是數據分析√數據分析的應用場景√數據分析的流程√Python做數據分析的優勢√Anconda的介紹√Anconda的安裝及使用√啟用JupyterNotebook√JupyterNotebook界面介紹及使用√常見的數據分析工具√第2章科學計算庫NumPy章名科學計算庫NumPy學時14學習目標認識NumPy數組對象，會創建NumPy數組熟悉ndarray對象的數據類型，并會轉換數據類型掌握數組運算方式掌握數組的索引和切片會使用數組進行數據處理熟悉線性代數模塊和隨機數模塊的使用知識點了解熟悉掌握重點認識NumPy數組對象√創建NumPy數組√ndarray對象的數據類型√數組運算√整數索引和切片的基本使用√花式（數組）索引的基本使用√布爾型索引的基本使用√數組的轉置和軸對稱√NumPy通用函數√將條件邏輯轉為數組運算√數組統計運算√數組排序√檢索數組元素√線性代數模塊√隨機數模塊√案例—酒鬼漫步√第3章數據分析工具Pandas章名數據分析工具Pandas學時16學習目標掌握Pandas的兩種數據結構掌握Pandas索引的相關操作掌握Pandas的常見操作，包括算術運算、排序、統計計算掌握Pandas讀寫數據的方式知識點了解熟悉掌握重點Series√DataFrame√索引對象√重置索引√索引操作√算術運算與數據對齊√數據排序√統計計算與描述√認識層次化索引√層次化索引的操作√讀寫文本文件√讀寫Excel文件√讀寫HTML表格數據√讀寫數據分析√案例—北京高考分數線統計分析√第4章數據預處理章名數據預處理學時8學習目標掌握數據清洗常用操作，會檢查和處理各類有問題的數據掌握數據合并的常用方法，會使用不同的方式合并數據掌握數據重塑的常見操作，會重塑Pandas對象的結構掌握數據轉換的常見操作，可以實現離散化和啞變量處理知識點了解熟悉掌握重點空值和缺失值的處理√重復值的處理√異常值的處理√更改數據類型√軸向堆疊數據√主鍵合并數據√根據行索引合并數據√合并重塑數據√重塑層次化索引√軸向旋轉√重命名軸索引√離散化連續數據√啞變量處理類別型數據√案例—預處理部分地區信息√第5章數據聚合與分組運算章名數據聚合與分組運算學時8學習目標理解分組與聚合的原理掌握groupby()方法，可以按照不同的規則進行分組掌握聚合操作，會使用統計方法和聚合方法聚合數據掌握其他分組級運算方法的使用知識點了解熟悉掌握重點分組與聚合的原理√通過groupby()方法將數據拆分成組√使用內置統計方法聚合數據√面向列的聚合方法√數據轉換√數據應用√案例—運動員信息的分組與聚合√第6章數據可視化章名數據可視化學時8學習目標了解什么是數據可視化掌握Matplotlib繪制圖表的常用方法了解seaborn的基本使用了解bokeh的基本使用知識點了解熟悉掌握重點什么是數據可視化√常見的圖表類型√數據可視化的工具√通過figure()函數創建畫布√通過subplot()函數創建單個子圖√通過subplots()函數創建多個子圖√通過add_subplot()方法添加和選中子圖√添加各類標簽√繪制常見圖表√本地保存圖形√可視化數據的分布√用分類數據繪圖√認識Bokeh庫√通過Plotting繪制圖形√案例—畫圖分析某年旅游景點數據√第7章時間序列數據分析章名時間序列數據分析學時8學習目標了解什么是時間序列，會創建時間序列對象會使用時間戳索引和切片選取子集學會創建固定頻率的時間序列，能夠調整時間序列的頻率掌握Period（時期），轉換時期的頻率掌握重采樣，實現降采樣和升采樣熟悉滑動窗口的使用知識點了解熟悉掌握重點創建時間序列√通過時間戳索引選取子集√創建固定頻率的時間序列√時間序列的頻率、偏移量√時間序列的移動√創建時期對象√時期的頻率轉換√重采樣方法（resample）√降采樣√升采樣√數據統計—滑動窗口√時序模型—ARIMA√案例—股票收盤價分析√第8章文本數據分析章名文本數據分析學時4學習目標了解文本分析的工具NLTK與jieba，會安裝和使用這些工具掌握文本預處理的流程掌握文本情感分析，可以用NLTK分析情感傾向掌握文本相似度，可以結合NLTK與余弦相似度實現相似度分析掌握文本分類，可以結合NLTK與算法對文本進行分類知識點了解熟悉掌握重點NLTK與jieba概述√安裝NLTK和下載語料庫√jieba庫的安裝√預處理的流程√分詞√詞性標注√詞形歸一化√刪除停用詞√文本情感分析√文本相似度√文本分類√案例—商品評價分析√第9章實戰—北京租房數據統計分析章名實戰—北京租房數據統計分析學時8學習目標掌握數據預處理的方法掌握使用Matplotlib繪制圖像的方法了解百度地圖API的使用會基于數據進行獨立分析知識點了解熟悉掌握重點數據讀取√重復值和空值處理√數據轉換類型√房源數量、位置分布分析√戶型數量分析√平均租金分析√面積區間分析√三、重點難點第1章數據分析概述知識點重要程度數據分析的背景了解什么是數據分析了解數據分析的應用場景了解數據分析的流程重點Python做數據分析的優勢了解Anconda的介紹熟悉Anconda的安裝及使用重點啟用JupyterNotebook重點JupyterNotebook界面介紹及使用重點常見的數據分析工具熟悉第2章科學計算庫NumPy知識點重要程度認識NumPy數組對象掌握創建NumPy數組重點ndarray對象的數據類型重點數組運算熟悉整數索引和切片的基本使用重點花式（數組）索引的基本使用重點布爾型索引的基本使用重點數組的轉置和軸對稱掌握NumPy通用函數熟悉將條件邏輯轉為數組運算掌握數組統計運算熟悉數組排序熟悉檢索數組元素掌握唯一化及其它集合邏輯掌握線性代數模塊了解隨機數模塊掌握第3章數據分析工具Pandas知識點重要程度Series重點DataFrame重點索引對象熟悉重置索引掌握索引操作掌握算術運算與數據對齊熟悉數據排序掌握統計計算與描述了解認識層次化索引熟悉層次化索引的操作重點讀寫文本文件重點讀寫Excel文件重點讀寫HTML表格數據重點讀寫數據庫重點第4章數據預處理知識點重要程度空值和缺失值的處理掌握重復值的處理掌握異常值的處理掌握更改數據類型掌握軸向堆疊數據重點主鍵合并數據重點根據行索引合并數據重點合并重疊數據重點重塑層次化索引重點軸向旋轉掌握重命名軸索引掌握離散化連續數據熟悉啞變量處理類別型數據了解第5章數據聚合與分組運算知識點重要程度分組與聚合的原理了解通過groupby()方法將數據拆分成組重點使用內置統計方法聚合數據掌握面向列的聚合方法重點數據轉換重點數據應用重點第6章數據可視化知識點重要程度什么是數據可視化了解常見的圖表類型熟悉數據可視化的工具了解通過figure()函數創建畫布熟悉通過subplot()函數創建單個子圖掌握通過subplots()函數創建多個子圖掌握通過add_subplot()方法添加和選中子圖掌握添加各類標簽掌握繪制常見圖表掌握本地保存圖形掌握可視化數據的分布了解用分類數據繪圖熟悉認識Bokeh庫了解通過Plotting繪制圖形熟悉第7章時間序列數據分析知識點重要程度創建時間序列掌握通過時間戳索引選取子集熟悉創建固定頻率的時間序列重點時間序列的頻率、偏移量重點時間序列的移動掌握創建時期對象掌握時期的頻率轉換掌握重采樣方法（resample）掌握降采樣掌握升采樣掌握數據統計—滑動窗口掌握時序模型—ARIMA了解第8章文本數據分析知