Python數據分析與實戰（微課版）-教案 第4章 Pandas數據預處理_第1頁
Python數據分析與實戰（微課版）-教案 第4章 Pandas數據預處理_第2頁
Python數據分析與實戰（微課版）-教案 第4章 Pandas數據預處理_第3頁
Python數據分析與實戰（微課版）-教案 第4章 Pandas數據預處理_第4頁
Python數據分析與實戰（微課版）-教案 第4章 Pandas數據預處理_第5頁
已閱讀5頁，還剩1頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

第4章pandas數據預處理教案課程名稱：Python數據分析與實戰課程類別：必修適用專業：大數據技術類相關專業總學時：64學時（其中理論28學時，實驗36學時）總學分：4.0學分本章學時：7學時材料清單《Python數據分析與實戰（微課版）》教材。配套PPT。數據。代碼。引導性提問。探究性問題。拓展性問題。教學目標與基本要求教學目標以實際數據為例子，介紹數據分析的數據預處理過程，即數據合并、數據清洗、數據標準化和數據轉換。數據合并介紹將多個數據源中的數據合并存放到一個數據存儲的過程。數據清洗主要介紹對重復數據、缺失值和異常值的處理。數據標準化介紹如何將不同量綱的數據轉化為可以相互比較的標準化數據。數據轉換介紹如何從不同的應用角度對已有特征進行轉換。基本要求掌握數據合并的原理與方法。掌握數據清洗的基本方法。掌握數據標準化的概念與方法。掌握常用的數據變換方法。問題引導性提問引導性提問需要教師根據教材內容和學生實際水平，提出問題，啟發引導學生去解決問題，提問，從而達到理解、掌握知識，發展各種能力和提高思想覺悟的目的。數據質量不高的情況下如何提高數據質量？數據預處理包含哪些內容？數據預處理各個步驟是否有先后？探究性問題探究性問題需要教師深入鉆研教材的基礎上精心設計，提問的角度或者在引導性提問的基礎上，從重點、難點問題切入，進行插入式提問。或者是對引導式提問中尚未涉及但在課文中又是重要的問題加以設問。重復值是否一定要做清洗？時間數據中存在哪些信息？數據變換的目的是什么？拓展性問題拓展性問題需要教師深刻理解教材的意義，學生的學習動態后，根據學生學習層次，提出切實可行的關乎實際的可操作問題。亦可以提供拓展資料供學生研習探討，完成拓展性問題。除了啞變量處理外，還有那些方法可以處理離散型特征？能否將這些方法寫成自定義函數？主要知識點、重點與難點主要知識點數據合并的原理與方法。數據清洗的基本方法。數據標準化的概念與方法。常用的數據變換方法。重點數據合并。數據清洗。數據標準化。數據轉換。難點數據清洗。數據轉換。教學過程設計理論教學過程堆疊合并數據。主鍵合并數據。重疊合并數據。檢測與處理重復值。檢測與處理缺失值。檢測與處理異常值。離差標準化數據。標準差標準化數據。小數定標標準化數據。啞變量處理類別型數據。離散化連續型數據。實驗教學過程堆疊、主鍵、重疊合并數據。檢測與處理重復值、缺失值、異常值。離差標準化、標準差標準化。小數定標標準化數據。啞變量處理類別型數據。離散化連續型數據。教材與參考資料教材趙男男，張良均．Python數據分析與實戰（微課版）[M]．北京：人民郵電出版社．2024．參考資料[1] 黃紅梅，張良均．Python數據分析與應用[M]．北京：人民郵電出版社．2018．[2] 張良均，譚立云．Python數據分析與挖掘實戰（第2版）[M]．北京：機械工業出版社．2019．[3] 張健，張良均．Python編程基礎[M]．北京：人民郵電

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論