課程編號：XXXXXXXX
課程名稱：Python數據分析與實踐
英文名稱：Python Data analysis and Practice
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
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。
本課程的先修課程為Java語言，後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數據分析知識為後續的大數據技術導論和Hadoop在大數據中的應用奠定基礎。
1．學習Python基本程式語言知識，了解Python在網際網路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資料庫應用開發，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。
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. 繪製圖表
3. 更多高級圖表及定製
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. 掌握繪製圖表方法
3.了解高級圖表及定製圖表操作
3
2
講授
實驗
10
第九章、資料庫應用開發
1. Python資料庫
2.基於Python的關係型資料庫
3.基於Python的非關係型資料庫
4.本地資料庫sqlite
實驗：資料庫操作
1.了解Python的資料庫
2.掌握關係型資料庫
3.掌握菲關係型資料庫
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
4.使用Python進行對地理信息系統的地理空間分析
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
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、資料庫操作、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。
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，採用多媒體教學方式，學生參與案例討論相結合，提高學生解決實際問題的能力。
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。各部分所佔比例如下：
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：10%。主要考核對核心知識的理解程度，以小組作業或個人作業為考核依據。
期末考試成績：50%。主要考核Python數據分析基本理論，Python機器學習數據分析算法、Python資料庫技術、數據可視化技術等。書面考試形式。題型為1、概念題，2、選擇題，3、填空題，4、判斷題，5、簡答題， 6、程序設計題等。
掃碼，優惠購書
省級十三五規劃，提供教學課件、教學大綱、電子教案、習題答案、程序源碼，並提供400分鐘教學視頻。
作者：柳毅、毛峰、李藝
定價：59元
ISBN：9787302515791
本書共分12章，著重講述Python語言和數據分析工具包的應用。第1章主要介紹Python的發展歷史、特點、集成開發環境、內置模塊、幫助的使用等內容；第2章主要介紹Python語言的基礎知識；第3章主要介紹Python中的常用數據結構，包括序列、字典、集合等，以及函數的定義和調用等；第4章主要介紹Python中類、對象和方法的相關內容；第5章主要介紹Python進行數據分析常用的NumPy、Pandas、Matplotlib、SciPy和Scikitlearn等基礎庫內容；第6章主要介紹網絡數據獲取的HTML和XML兩種網頁組織形式，以及urllib和BeautifulSoup4兩個模塊內容；第7章主要介紹文件的操作；第8章主要介紹數據可視化，以及使用Python繪製圖表的知識；第9章主要介紹利用Python進行資料庫應用開發；第10、11章主要介紹Python機器學習的基本概念以及有監督、無監督學習算法的原理；第12章主要介紹Python在地理空間分析上的應用。
如果你是教師，選用了這本書作教材，請將提交給教學秘書或者教務處的訂書信息截圖發到郵箱：itbook8@163.com
免費獲取額外贈送的上機實訓及圖譜資源。