预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

常将有日思无日,莫待无时思有时。——《增广贤文》《Python数据分析》教学大纲教案课程名称:Python数据分析课程类别:必修适用专业:大数据技术类相关专业总学时:64学时(其中理论36学时,实验28学时)总学分:4.0学分一、课程的性质大数据时代已经到来,在商业、经济及其他领域中基于数据和分析去发现问题并做出科学、客观的决策越来越重要。数据分析技术将帮助企业用户在合理时间内获取、管理、处理以及整理海量数据,为企业经营决策提供积极的帮助。数据分析作为一门前沿技术,广泛应用于物联网、云计算、移动互联网等战略新兴产业。有实践经验的数据分析人才已经成为了各企业争的夺热门。为了推动我国大数据,云计算,人工智能行业的发展,满足日益增长的数据分析人才需求,特开设Python数据分析与应用课程。二、课程的任务通过本课程的学习,使学生学会使用Python进行科学计算、可视化绘图、数据处理,分析与建模,并详细拆解学习聚类、回归、分类三个企业案例,将理论与实践相结合,为将来从事数据分析挖掘研究、工作奠定基础。三、课程学时分配序号教学内容理论学时实验学时其它1第1章数据分析基础1~22第2章NumPy模块实现数值计算3~43丹青不知老将至,贫贱于我如浮云。——杜甫人不知而不愠,不亦君子乎?——《论语》3第3章Pandas模块实现统计分析3~44~54第4章Matplotlib模块实现数据可视化2~33~45第5章【案例1】客户价值分析2~34~56第6章2~34~5第7章【案例3】二手房数据分析预测72~35~6系统。第8章【案例4】智能停车场运营分析82~36系统。9第9章【案例5】影视作品分析1~24第10章【案例6】看店宝2~37总计3628四、教学内容及学时安排1.理论教学序章节名称主要内容学时号主要介绍什么是数据分析、常用数据分析方法和1数据分析基础2工具、数据分析流程和Python数据分析常用模块NumPy模块实NumPy模块中的数组对象、数据类型对象、数组22的基本操作以及常用的运算函数等现数值计算Pandas模块实pandas的数据结构、文本数据以及数据库的读取3或写入、常用的数据处理操作、数据的分组与聚2现统计分析合以及数据的预处理工作一寸光阴一寸金,寸金难买寸光阴。——《增广贤文》勿以恶小而为之,勿以善小而不为。——刘备Matplotlib模块通过Matplotlib模块实现可视化图形的绘制流程,43以及绘制条形图、折线图、散点图等可视化图形实现数据可视化【案例1】客户价通过RFM模型和k-means聚类算法实现客户分类53和客户价值分析值分析【案例2】销售收通过最小二乘法和线性回归模型6linear_model.LinearRegression实现销售收入分析6入预测与预测【案例3】二手房通过sklearn模块中的线性回归等机器学习算法7数据分析预测系6实现二手房数据分析预测系统统【案例4】智能停主要通过时间模块与pandas模块实现智能停车8车场运营分析系场运营数据的分析,再通过图表的方式实现数据6的可视化统【案例5】影视作主要通过Python的爬虫技术爬取影视作品的评9论,然后通过pandas对数据进行处理,再通过图6品分析表的方式实现数据的可视化主要通过Python的爬虫技术获取京东商城商品【案例6】看店宝的相关数据,然后通过数据的分析、比较、计算6等方式实现京东商城商品的预警362.实验教学序号实验项目名称实验要求学时百川东到海,何时复西归?少壮不尽力,老大徒伤悲。——汉乐府《长歌行》谋事在人,成事在天!——《增广贤文》Python数据分1.在Windows/Linux系统上安装Anaconda11析环境搭建2.掌握JupyterNotebook的常用功能1.创建NumPy数组对象ndarray2.查看ndarray的常用属性NumPy数值计3.花式索引ndarray22算基础4.变换ndarray的形态5.创建NumPy矩阵并使用;使用常见ufunc6.使用NumPy读写文件1.掌握pyplot的基本绘图语法2.设置pyplot的动态rc参数3.绘制散点图Matplotlib数据34.绘制折线图2可视化基础5.绘制直方图6.绘制饼图7.绘制箱线图1.读写数据库数据2.读写文本文件3.读写Excel文件4.查看DataFrame的常用属性5.查改增删DataFrame数据6.描述分析DataFrame数据pandas统计分47.转换字符串时间为标准时间4析基础8.提取时间序列数据信息9.加减时间数据10.使用groupby方法拆分数据11.使用agg,apply,transform方法聚合数据12.制作透视表13.制作交叉表1.堆叠、主键、重叠合并数据2.检测与处理重复值,缺失值,异常值pandas数据预53.离差标