《《Python数据分析与应用案例教程》课程标准.docx》由会员分享，可在线阅读，更多相关《《Python数据分析与应用案例教程》课程标准.docx（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、Python数据分析与应用案例教程课程标准【课程名称】Python数据分析与应用案例教程【课程编码】【课程类别】专业课程【适用专业】计算机、大数据和人工智能专业【授课单位】【总学时】48【教 材】【编写执笔人】【编写日期】一、课程定位和课程设计1.1 课程性质本课程是计算机科学与技术、大数据、人工智能等相关专业的一门核心课程。Python 语言是学生进行数据分析所需要掌握基础性语言和分析工具，是未来学生掌握数据分析技术 的学习基础。本课程在教学内容方面着重以Python语言数据分析基础及Pandas数据预处理, Pandas数据分析，Matplotlib数据可视化为主。通过一系列的数据分析训练
2、项目，培养学生 具有一定的数据分析理解和应用实践能力。让学生掌握Python语言数据分析，Pandas数据 分析及Matplotlib数据可视化，为今后职业数据分析工作奠定基础。1.2 课程设计思路随着大数据、人工智能、云计算等技术的发展，数据已经成为数字经济时代重要的生产 要素。在数字经济时代，各行各业的分析决策都离不开对数据的充分分析。如何在海量的数 据中分析出有价值的信息，逐渐成为数据科学领域一个全新的研究课题。本课程主要以教育部关于高职教育改革的相关文件精神和数据分析市场对大数据人才 的知识、能力、素质等要求以及课程在专业中的定位设计，序化教学内容。课程以职业能力 培养为重点，与行业密
3、切可联系进行基于工作过程的课程开发与设计，充分体现职业性，实 践性和开放性的要求。设计围绕以提高学生的数据分析能力、提高学生对数据分析的认识、 培养学生的社会责任感为宗旨，将社会主义核心价值观、民族精神、时代精神等有机地融入 教材中，将知识、技能的学习和思政教育完美融合在一起。通过重构课程教学，培养学生的 专业能力、方法能力和社会能力，从而始终提高学生的就业竞争能力。本课程是门实践性较强的课程，因此在教学过程中强调学生学中做，做中学，学做合 一，提高实践动手能力。因此，课程改革紧紧围绕“以教师为主导，学生为主体，就业为导 向，进行校企合作工学结合工作过程系统化项目课程改革，锻炼学生的工作思维和
4、实践技能, 帮助学生更快地适应职场”。二、课程目标1.知识目标（1）理解数据分析的概念与流程。（2） 了解数据分析的应用场景。（3）掌握创建NumPy数组的方法。（4）掌握处理缺失值和重更值的方法。（5）掌握数据横向和纵向合并的方法。（6）掌握数据排序和排名分析的方法。（7） 了解图形的基本要索，掌握绘图的基本步骤和设置图形样式的方法。（8） 了解流通加工的概念、流通加工与生产加工的区别。（9） 了解客户退货的原因和做好退货作业的意义。2 .能力目标（1）能在Windows系统中搭建Python开发环境。（2）能使用NumPy创建不同形式的数组，并进行索引与切片。（3）能对数据进行清洗、合并、
5、聚合与分组、编码与离散化等预处理操作。（4）能对数据进行排名与排序、统计、交叉表与透视表、正态性和相关性等分析。（5）能根据数据的特点选择合适的可视化图形对数据进行分析和展示。（6）能对数据进行预处理、分析和可视化操作。3 .素质（思政）目标（1）通过对数据分析的了解，增强探索意识。（2）树立大数据思维和时代意识，自觉遵守职也道德和法律法规。（3）提高选择合适方法解决不同问题的能力。（4）养成分析问题、事前做好准备的良好习惯。（5）提高分析问题、针对不同问题选择合适方法的能力。（6）强化数据安全意识，提高信息技术应用能力。（7）理解国家大数据战略，构建大数据思维和时代意识。（8）锻炼具体问题具
6、体分析的思维方法，培养一丝不苟的工作态度，增强积极主动寻 求解决方法的意识。三、课程内容和课时安排本课程共8讲，50课时，具体内容和课时安排如表1-1所示。所用 教材课程内容学时(50 )配送中心 运营管理 实务第1章 数据分析入门 1.1数据分析概述26 1-2数据分析工具21.3搭建Python开发环境2第2章Python数据分析基础2. 1 NumPy 库48482. 2 Pandas 库4第3章Pandas数据预处理 3.1数据的清洗28 3.2数据的合并2 3.3数据的聚合与分组1 3.4数据的转换1 3. 5时间信息的转换与 提取2第4章 Pandas数据分析 4.1数据的排序与排
7、名 分析16 4. 2数据的统计分析1 4. 3数据的表格分析1 4.4数据的正态性分析1 4.5数据的相关性分析2第5章Matplotl ib数据可视化 5.1绘图基础26 5.2常用图表的绘制4第6章 旅游网站精华游记数据分 析 6.1需求分析146. 2数据预处理1 6. 3数据分析与可视化2第7章 二手房数据分析与房价预 测 7.1需求分析14 7. 2数据预处理1 7. 3数据分析与可视化17.4使用线性回归模型预测房价1第8室电商客户价值分析 8.1需求分析14 8. 2新老客户分析1 8.3 RFM模型分析2机动22表1-1Python数据分析与应用案例教程课时安排四、课程实施4
8、.1 教学条件我校十分注重建设和完善本课程的教学设施，如多媒体教室、实验室、网络教学平台、 网络数据库等。同时.，我校有一支强大的师资队伍，可以为本课程的教学出谋划策。4.2 教学方法建议本课程遵循“教师引导，学生为主”的原则，采用讲解、多媒体演示、场景模拟法、案 列分析讨论、翻转课堂等多种方法，努力为学生创设更多知识应用的机会。（D讲解法：主要用于讲授本课程的基础知识、行业岗位知识等理论性较强的知识。（2）多媒体演示法：在讲解过程中，借助音频、视频、图片等直观手段来呈现教学内 容，在激发其学习兴趣和积极性的同时，不断提高其知识储备能力和综合文化素质。（3）场景模拟法：针对所教内容布置任务，引
9、导学生通过情景化的模拟训练来提升知 识的实际应用能力和职业素养。（4）案例分析讨论法：根据知识点，鼓励学生运用所学知识通过案例分析进行讨论， 使其在讨论中逐步提升交际能力、思辨能力、解决实际问题的能力等。（5）翻转课堂法：坚持学生的主体地位，鼓励学生在课上对自己学到的知识点进行分 享和讲解，并对其讲解进行补充和评价，不断完善学生的知识结构，加深其对所学知识的理 解。教师在教学过程中，可根据学生的实际情况灵活选用教学方法，因材施教，尽量照顾到 每一个学生的学习需求。4.3 教学评价与考核要求课程的教学评价由形成性测评（40%）和终结性测评（60%）组成，其考核要求如下：1 .形成性测评形成性测评
10、考核学生在学习本课程过程中的学习情况和实际应用能力的发展情况，包括 出勤考核（10%）、课堂参与程度考核（10%）、作业完成质量考核（20%）等。（1）出勤考核：本项考核通过课前点名考核学生的课堂出勤率。迟到15分钟以内每次 扣1分，迟到15分钟以上或无故缺勤一节课每次扣2分，该项考核累计最多扣10分。（2）课堂参与程度考核：本项考核主要通过课堂提问和课堂积极发言来评判学生的学 习态度、学习主动性、课堂参与程度，以及学生的思辨能力、问题解决能力及其对课堂教学 知识的掌握情况等。只要学生能按时上课听讲，即可获得5分的基本分。学生上课发言一次， 即可另外获得（）.5分，课堂发言最多可得5分。学生的
11、最后成绩为“5+课堂发言得分二（3）作业完成质量考核：本项考核主要通过学生作业来检测其对教学主体内容的掌握 与理解程度、实际应用知识的能力、自主学习能力、信息收集与处理能力等。每次作业成绩 按照相应标准而定，学生作业质量划分为优秀（10分）、良好（8分）、中等（7分）、及格 （6分）和不及格（0分）五个档次。最后的作业成绩为学生作业完成质量成绩的平均数。2 .终结性测评终结性测评主要考核学生在学完本课程后所达到的水平，通过期末考试进行考核。期末 考试由闭卷笔试（60%）组成，主要评估学生对本门课程基本知识的掌握情况与综合运用能 力。五、课程资源开发与利用5.1教材使用1 .建议教材主编，Python数据分析与应用案例教程,2 .参考书目