Python數據分析教學大綱課程編號：XXXXXXXX課程名稱：Python數據分析與實踐英文名稱：PythonDataanalysisandPractice課程類型：專業課

課程要求：

學時/學分：48/3

（講課學時：32上機學時：16）適用專業：信息管理與信息系統、電子商務、計算機科學與技術

01課程的性質和教學目的Python是信管、電子商務、計算機科學與技術專業學生進行數據分析所需要掌握基礎性語言和分析工具，是未來學生掌握大數據分析技術的學習基礎。本課程在教學內容方面著重以Python語言講解及Python語言數據分析工具包應用為主。通過一系列的Python語言數據分析訓練項目，培養學生具有一定的Python語言數據分析理解和應用實踐能力。02課程與其他課程的聯系本課程的先修課程為Java語言，后續課程為大數據技術導論和Hadoop在大數據中應用。Java語言是Python語言學習的基礎，Python數據分析知識為后續的大數據技術導論和Hadoop在大數據中的應用奠定基礎。03課程教學目標1．學習Python基本編程語言知識，了解Python在互聯網和智能商務分析中的應用。2．掌握Python機器學習基礎庫，具有應用Python語言解決數據分析中實際問題能力。3.掌握網絡數據抓取技術，Python數據庫應用開發，實現Python數據可視化操作，提高數據收集和數據分析能力。4.掌握Python地理信息系統數據分析能力，具有應用Python解決地理信息問題能力。5.應用Python編程技術進行電子商務企業運營、信息技術創新創業提供技能準備。04教學內容、基本要求與學時分配序號教學內容教學要求學時教學方式1第一章、Python概述1.Python語言的發展史及特點；2.Python的交互方式、代碼文件方式3.Python的集成開發環境4.Python的模塊1.了解Python語言特點2.掌握Python語言的交互方式。3.了解Python語言的相關模塊2

1講授

實驗2第二章、Python語言基礎知識1.輸入與輸出2.標識符與變量3.數據類型及運算4.分支結構控制語句5.選擇結構嵌套語句6.常見的Python函數實驗：Python基本語句練習1.掌握Python的輸入與輸出方法2.掌握數據類型及運算3.掌握分支結構控制語句和選擇結構嵌套語句3.了解Python函數

2

1講授

實驗3第三章、數據結構與函數設計1.序列2.字典3.集合4.函數的定義實驗：數據結構與函數設計練習1.掌握序列中列表與元祖轉換2.掌握字典中列表、元組與字典之間的轉換3.掌握集合算法4.了解函數的定義2

1講授

實驗4第四章、類與對象1.類的屬性2.類的方法3.面向對象和面向過程的編程4.類的繼承和組合實驗：面向類和對象的編程1.掌握類的屬性、方法2.掌握面向對象和面向過程的編程3.了解累的繼承和組合

2

1講授

實驗5第四章、類的異常處理1.類異常2.Python中的異常類3.捕獲與處理異常4.自定義異常類5.with語句、斷言實驗：類的異常編程

1.了解Python的異常處理2.捕獲與處理異常的方法3.斷言處理、異常捕獲與處理2

1講授

實驗6第五章、Python庫介紹1.NumPy庫2.Pandas庫3.Matplotlib庫4.SciPy庫5.Scikit-learn庫1.熟悉Python的NumPy、SciPy、Pandas和Matplotlib各種程序庫,使其在數據分析領域的廣泛應用。3

講授

7第六章、網絡數據獲取1.網頁數據的組織形式2.利用urllib處理HTTP協議3.利用BeautifulSoup4解析HTML文檔1.了解網頁數據的組織形式2.掌握利用urllib處理HTTP協議3.掌握利用BeautifulSoup4解析HTML文檔2

1講授

實驗8第七章、文件操作1.打開與關閉文件2.讀寫文件3.文件對話框1.掌握文件讀寫方法2.掌握文件對話框構建方法

2

1講授

實驗9第八章、Python數據可視化1.數據可視化概念框架2.繪制圖表3.更多高級圖表及定制4.3D可視化圖表實驗：數據可視化操作1.掌握數據可視化概念框架2.掌握繪制圖表方法3.了解高級圖表及定制圖表操作

3

2講授

實驗10第九章、數據庫應用開發1.Python數據庫2.基于Python的關系型數據庫3.基于Python的非關系型數據庫4.本地數據庫sqlite實驗：數據庫操作1.了解Python的數據庫2.掌握關系型數據庫3.掌握菲關系型數據庫3

2講授

實驗11第十章、Python機器學習—有監督學習算法1.線性回歸算法的設計和實現2.Logistic回歸分類器的使用3.樸素貝葉斯分類器算法4.SVM支持向量機算法5.常用KNN算法6.決策樹分析類算法的使用1.Python有監督機器學習2.Scikit-Learn核心程序庫3.SVM支持向量機算法4.常用KNN算法5.決策樹分析類算法的使用

3

2講授

實驗12第十一章、機器學習—無監督學習算法1.了解無監督機器學習原理2.DBSCAN算法3.K-Means算法4.Apriori算法5.FP-growth算法1.了解無監督機器學習原理2.了解聚類相關算法和運用3.了解關聯規則相關算法運用

3

2講授

實驗13第十二章、Python地理空間分析1.理解地理空間分析的基本概念2.了解地理空間數據及組織、結構3.熟練掌握Python地理空間分析工具5.使用Python進行對遙感的地理空間分析1.理解地理空間分析的基本概念2.了解常用的地理空間數據及其組織、結構3.熟練掌握常用的Python地理空間分析工具3

2講授

實驗05其他教學環節（課外教學環節、要求、目標）1.案例分析針對教學內容，本課程選取具體商業數據作為案例，完成相應的Python語言編程操作，更好的理解知識點。2.上機實驗針對教學中Python基本語句練習、面向對象編程、網絡數據抓取、文本文件操作、數據庫操作、數據可視化操作、Python機器學習—有監督學習算法與無監督學習算法、Python地理空間分析進行上機實驗，分次計算上機成績。06教學方法1.以課堂講授為主，課堂討論、學生PPT展示以及啟發式的教學方法。2.加強互動教學，采用多媒體教學方式，學生參與案例討論相結合，提高學生解決實際問題的能力。07考核及成績評定方式最終成績由平時作業成績、平時測驗成績、期末成績和小論文成績等組合而成。各部分所占比例如下：平時作業成績：10%。出勤以及課堂情況，主要考核對每堂課知識點的理解和掌握程度。上機成績：30%。主要考核數據處理分析能力。平時作業成績