《Python数据分析与应用》课程教学大纲英文课程名Python data analysis and Application学分2课程代码10203660总学时32课程考核考试/考查课程类别专业基础课理论教学学时24开课学院（部）信息科学与技术学院实践教学学时实验学时0适用专业计算机科学与技术，软件工程，人工智能上机学时8先修课程数据结构，面向对象程序设计其他0一、 课程性质和教学目标课程性质：此课程是针对计算机科学与技术、软件工程、人工智能专业的本科专业基础课程，学生通过对Python数据分析的学习与研究，理解和掌握Python用于数据分析的主要工具和技术，锻炼独立分析问题和解决问题的能力，为学生从事数据分析及相关领域的研究工作奠定坚实的基础教学目标：1、理解和掌握Python进行科学计算、数据分析、可视化的常用工具包，锻炼分析问题和解决问题能力，为学生从事数据分析及相关领域工作奠定坚实的基础2、通过本课程的学习，要求学生理解Python数据分析的主要方法和技术，能够利用Python解决一些数据分析的实际问题3、通过对Python数据分析实例的分析，进一些加深对数据分析的认识和理解，培养学生独立科研的能力和理论联系实践的能力。
二、 课程教学方法设计课堂教学方法包括教师授课、学生案例作品交流和教学实践(模拟讲课)等形式，结合学生网上自主学习，开展部分内容的翻转课堂教学实践课堂教学主要讲解课程相关基本概念、方法，Python编程的重要技术，重点结合案例分析教学设计、教学策略和开发思路，使同学们更好地理解Python数据分析的基本方法、技术和流程，初步建立完善相关的知识体系、思维方式和研究方法；课堂教学中还引入教学研讨，主要结合具体案例开展讨论，案例取材包括第三方资源和学生自主完成的作品；最后将要求学生完成一个综合性较强的有实际背景的数据分析案例网上学习主要是学生利用网络教学平台完成教师布置的任务，包括课外文献阅读、回答问题和作品点评等，学生网上学习时间将作为平时成绩和过程性考核的依据，同时兼具达成培养学生信息化素养的职能三、 课程教学内容及学时分配1、 理论教学安排序号章节或知识模块教学内容学时分配教学要求作业要求1第1部分Python程序设计1. Python介绍2. Python语言的基本语法3. Python常用工具包 4. Python常用数据结构5. Python基本运算21. 掌握Python程序设计方法。
2. 掌握Python软件开发技能第2章习题和作业2第2部分Python科学计算1. Numpy工具包2. Scipy工具包21. 掌握多维数组的使用方法2. 掌握广播特性3. 掌握遍历轴的方法4. 掌握Scipy的主要操作第3章习题和作业3第3部分Pandas数据分析1.文件读取2.数据显示3.Pandas数据处理 21.掌握Pandas文件读取方法2.掌握Pandas数据显示方法3.掌握Pandas数据处理方法 第4章习题和作业4第4部分Scikit-learn机器学习1.Python机器学习2. Scikit-learn工具包的介绍3. 分类的应用案例21. 掌握Scikit-learn基本算法2. 能够利用Scikit-learn实现分类第4章习题和作业5第5部分Python数据处理1.数据清洗2. 数据预处理3. 统计分析4. 网络数据采集21.掌握残缺数据、重复数据处理方法2. 掌握常用数据预处理方法3. 掌握统计量的计算方法4.掌握网络数据采集方法第5章习题和作业6第6部分Python数据可视化1.二维数据可视化2. 图表的绘制41.掌握Matplotlib工具包的安装与使用。
2.掌握利用Matplotlib进行图表绘制3.掌握利用Matplotlib绘制统计图形第6章习题和作业7第7部分Python图像分析1.卷积神经网络2. 经典卷积网络架构3. 卷积网络应用案例41.了解Python深度学习工具包2. 掌握卷积神经网络模型构造方法3. 能够利用深度神经网络进行图像分类第7章习题和作业8第8部分Python视频分析1.OpenCV视频操作2.目标检测的R-CNN系列3.目标检测的YOLO系列4.目标检测案例 21.了解Faster R-CNN目标检测模型2. 了解YOLO目标检测模型3. 能够利用Python进行目标检测第8章习题和作业9第9部分Python时序分析1. 循环神经网络2. 时序分析应用案例21.理解循环神经网络LSTM、GRU模型2. 能够利用Python进行时间序列地分析和预测第9章习题和作业10第10部分Python案例介绍学生讲解自己完成的Python数据分析综合案例21. 要求学生制做PPT2. 讲解Python数据分析案例2、 实践教学安排序号项目名称学时类型每组人数能力培养要求素质培养要求学生任务1数据分析综合实验8上机1学会利用Python进行数据获取，数据统计，可视化分析，分类或预测。
完成数据分析某一应用功能的分析、设计与实现设计与实现一个数据分析应用系统 ，具有以下功能：1、数据爬取功能2、数据统计功能3、可视化分析功能4、分类或预测功能四、 考核方式及成绩评定方式平时成绩（包括实验）占30％，期末考试成绩占70％ 。