《Python數(shù)據(jù)分析與應(yīng)用》(周元哲)教學(xué)大綱

PAGEPAGE10《Python數(shù)據(jù)分析與應(yīng)用》課程教學(xué)大綱課程名稱：Python數(shù)據(jù)分析與應(yīng)用適用專業(yè)：計算機科學(xué)與技術(shù)先修課程：計算機導(dǎo)論、概率論總學(xué)時：52授課學(xué)時：30實驗（上機）學(xué)時：22一、課程簡介本課程可作為計算機科學(xué)與技術(shù)、智能科學(xué)與技術(shù)相關(guān)專業(yè)的必修課，也可作為其它本科專業(yè)的選修課，或者其它專業(yè)低年級研究生的選修課。數(shù)據(jù)分析研究如何從數(shù)據(jù)中獲得信息，本課程采用理論與實踐應(yīng)用相結(jié)合的教學(xué)方式，通過教學(xué)使得學(xué)生能夠理解Python的編程模式，熟練運用Python列表、元祖、字典、集合等基本數(shù)據(jù)類型，熟練掌握Python分支結(jié)構(gòu)、循環(huán)結(jié)構(gòu)、函數(shù)設(shè)計，熟練運用Python的眾多第三方庫進行數(shù)據(jù)分析，熟練掌握數(shù)據(jù)分析基礎(chǔ)工具Numpy,熟練掌握數(shù)據(jù)可視化工具Matplotlib，熟練掌握數(shù)據(jù)處理工具Pandas，熟練掌握數(shù)據(jù)統(tǒng)計工具Scipy，熟練掌握數(shù)據(jù)可視化工具Seaborn和機器學(xué)習(xí)工具Sklearn,提高從數(shù)據(jù)中獲取信息等能力。二、課程內(nèi)容及要求第1章Python編程概述（2學(xué)時）主要內(nèi)容：（含授課2學(xué)時）1.Python語言的發(fā)展。2.Python解釋器。3.Python程序開發(fā)工具?；疽螅毫私獬绦蛟O(shè)計語言及其發(fā)展歷史；了解Python語言的特點；了解Python語言的解釋器，掌握Python語言環(huán)境安裝及使用。重點：Python語言環(huán)境安裝及使用。難點：Python語言的解釋器。第2章Python編程基礎(chǔ)（4學(xué)時）主要內(nèi)容：（含授課4學(xué)時）1.數(shù)據(jù)類型2.Python的簡單類型3.Python對象4．運算符與表達式基本要求：理解數(shù)據(jù)類型的概念、作用以及Python語言的基本數(shù)據(jù)類型；掌握常量、變量基本概念；掌握Python語言各類運算符的含義、運算符的優(yōu)先級和結(jié)合性、表達式的構(gòu)成以及表達式的求解過程。重點：數(shù)據(jù)類型的作用、變量的定義，各類運算符以及構(gòu)成的表達式的求解。難點：運算符的優(yōu)先級和結(jié)合性。第3章序列（7學(xué)時）主要內(nèi)容：（含授課4學(xué)時，實驗2學(xué)時，習(xí)題課1學(xué)時）1.列表2.元組3.字符串4.字典5.集合基本要求：掌握序列基礎(chǔ)知識；熟練掌握列表的定義、常用操作和常用函數(shù)；熟練掌握元組的定義和常用操作；掌握字符串格式化、字符串截取的方法；熟練掌握字典的定義和常用操作；熟練掌握集合的定義和常用操作。重點：序列、列表、元組、字典、集合的定義和常用操作。難點：列表常用函數(shù)的應(yīng)用，字符串的應(yīng)用，字典及集合的應(yīng)用。第4章流程控制（5學(xué)時）主要內(nèi)容：（含授課4學(xué)時，實驗1學(xué)時）1.算法2.程序的基本結(jié)構(gòu)3.順序結(jié)構(gòu)4.選擇結(jié)構(gòu)5.循環(huán)結(jié)構(gòu)基本要求：理解算法的概念；掌握程序的三種基本結(jié)構(gòu)；掌握順序結(jié)構(gòu)程序設(shè)計；熟練掌握輸入輸出格式的規(guī)則和用法。熟練掌握分支語句if語句的三種形式。熟練掌握循環(huán)結(jié)構(gòu)while、for語句的規(guī)則和用法；熟悉continue、break、pass語句的用法；掌握循環(huán)結(jié)構(gòu)的嵌套規(guī)則。重點：數(shù)據(jù)的輸入輸出。if語句的三種形式。循環(huán)結(jié)構(gòu)的應(yīng)用。難點：格式化輸出的規(guī)則和用法。選擇分支結(jié)構(gòu)的應(yīng)用。循環(huán)的嵌套。第5章函數(shù)和模塊（6學(xué)時）主要內(nèi)容：（含授課4學(xué)時，實驗2學(xué)時）1.函數(shù)的定義與調(diào)用2.函數(shù)的參數(shù)及返回值3.遞歸函數(shù)4．模塊基本要求：理解函數(shù)的作用；熟練掌握函數(shù)定義和函數(shù)調(diào)用的規(guī)則和用法；掌握函數(shù)參數(shù)傳遞的規(guī)則和用法；理解函數(shù)的嵌套和遞歸調(diào)用。熟練掌握模塊的引入。重點：函數(shù)的作用、定義和調(diào)用；模塊的調(diào)用。難點：函數(shù)的參數(shù)傳遞、遞歸調(diào)用。第6章Python網(wǎng)絡(luò)爬蟲（2學(xué)時）主要內(nèi)容：1requests庫 2正則表達式 3BeautifulSoup庫 4selenium_phantomjs 5爬蟲框架Scrapy基本要求：了解網(wǎng)絡(luò)爬蟲基本概念；掌握requests庫、正則表達式、BeautifulSoup庫、selenium_phantomjs和爬蟲框架Scrapy。重點：掌握requests庫、正則表達式、BeautifulSoup庫、selenium_phantomjs和爬蟲框架Scrapy。難點：掌握正則表達式、BeautifulSoup庫、selenium_phantomjs和爬蟲框架Scrapy。第7章Python與數(shù)據(jù)分析（2學(xué)時）主要內(nèi)容：1.數(shù)據(jù)分析庫2.數(shù)據(jù)分類3．?dāng)?shù)據(jù)可視化4.數(shù)據(jù)分析流程基本要求：了解數(shù)據(jù)分析的基本概念；了解數(shù)據(jù)可視化，熟悉數(shù)據(jù)分析流程、數(shù)據(jù)分析庫。重點：數(shù)據(jù)分析流程、數(shù)據(jù)可視化、數(shù)據(jù)分析庫。難點：數(shù)據(jù)分析流程、數(shù)據(jù)可視化、數(shù)據(jù)分析庫。第8章Numpy（4學(xué)時）主要內(nèi)容：1.ndarray對象2.創(chuàng)建ndarray對象3.數(shù)組變換4.索引和切片 5.線性代數(shù)6.統(tǒng)計量基本要求：掌握Numpy數(shù)值計算方法，主要包括數(shù)組和矩陣運算。重點：掌握ndarray對象、創(chuàng)建數(shù)組變換、索引和切片、線性代數(shù)、統(tǒng)計量難點：掌握ndarray對象、創(chuàng)建數(shù)組變換、索引和切片、線性代數(shù)、統(tǒng)計量第9章Matplotlib（4學(xué)時）主要內(nèi)容：1.繪圖步驟2.子圖基本操作3.二維圖4.三維圖5.動態(tài)圖6.概率分布基本要求：掌握Matplotlib數(shù)據(jù)可視化繪圖基礎(chǔ)，參數(shù)設(shè)置及常用繪圖。重點：掌握繪圖步驟、子圖基本操作、二維圖、三維圖和動態(tài)圖各類圖的畫法、概率分布難點：掌握繪圖步驟、子圖基本操作、二維圖、三維圖和動態(tài)圖各類圖的畫法、概率分布第10章Pandas（4學(xué)時）主要內(nèi)容：1.Series2.DataFrame 3.Index 4.可視化5.數(shù)據(jù)轉(zhuǎn)換基本要求：掌握Pandas中的數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)查詢與編輯、分組匯總及繪圖。重點：掌握Series、DataFrame、Index、可視化和數(shù)據(jù)轉(zhuǎn)換難點：掌握Series、DataFrame、Index、可視化和數(shù)據(jù)轉(zhuǎn)換第11章Scipy（4學(xué)時）主要內(nèi)容：1.稀疏矩陣2.線性代數(shù)3.數(shù)據(jù)優(yōu)化 4.數(shù)據(jù)分布5.統(tǒng)計量6.圖像處理基本要求：掌握稀疏矩陣、線性代數(shù)、數(shù)據(jù)優(yōu)化、數(shù)據(jù)分布、統(tǒng)計量和圖像處理重點：掌握稀疏矩陣、線性代數(shù)、數(shù)據(jù)優(yōu)化、數(shù)據(jù)分布和圖像處理難點：掌握稀疏矩陣、線性代數(shù)、數(shù)據(jù)優(yōu)化、統(tǒng)計量和圖像處理第12章Seaborn（4學(xué)時）主要內(nèi)容：1.風(fēng)格設(shè)置2.繪圖 基本要求：掌握Seaborn繪圖特點，風(fēng)格設(shè)置、繪圖步驟 重點：掌握風(fēng)格設(shè)置、繪圖步驟難點：掌握風(fēng)格設(shè)置、繪圖步驟、繪制各類圖形第13章Sklearn（4學(xué)時）主要內(nèi)容：Sklearn六大功能模塊數(shù)據(jù)集K近鄰算法決策樹線性模型樸素貝葉斯支持向量機Kmeans聚類DBSCAN聚類基本要求：了解Sklearn六大功能模塊、掌握數(shù)據(jù)集、了解K近鄰算法、決策樹、線性模型、樸素貝葉斯、支持向量機、Kmeans聚類和DBSCAN聚類。重點：了解Sklearn六大功能模塊、掌握數(shù)據(jù)集、了解K近鄰算法、決策樹、線性模型、樸素貝葉斯、支持向量機、Kmeans聚類和DBSCAN聚類。難點：了解Sklearn六大功能模塊、掌握數(shù)據(jù)集、了解K近鄰算法、決策樹、線性模型、樸素貝葉斯、支持向量機、Kmeans聚類和DBSCAN聚類。四、教學(xué)安排及學(xué)時分配教學(xué)環(huán)節(jié)及學(xué)時主要內(nèi)容學(xué)時分配講課習(xí)題課實驗小計Python語言概述22Python編程基礎(chǔ)224序列426流程控制426函數(shù)和模塊224網(wǎng)絡(luò)爬蟲224python與數(shù)據(jù)分析22Numpy224Matplotlib224Pandas224Scipy224Seaborn224Sklearn224合計302252六、考核方式平時成績（占最終考核成績的30%）按作業(yè)、作業(yè)質(zhì)量、單元測試、翻轉(zhuǎn)課堂等評定平時成績，滿分為100分。實驗成績（占最終考核成績的30%）按實踐教學(xué)、單元測試等評定平時成績，滿分為100分。期末考試成績（占最終考核成績的40%）采用上機考試或者筆試形式，滿分為100分。七、建議教材及參考資料建議教材：周元哲.Python數(shù)據(jù)分析應(yīng)用.西安：西安電子科技大學(xué)出版社,