spContent=课程主要学习Python科学计算库numpy、数据分析库pandas、数据可视化图形库matplotlib,以及综合项目实战。课程内容以项目任务形式组织,由浅入深,图文并茂,理论和实践相呼应,着力培养学生的数据思维、学习能力和实践能力。
课程主要学习Python科学计算库numpy、数据分析库pandas、数据可视化图形库matplotlib,以及综合项目实战。课程内容以项目任务形式组织,由浅入深,图文并茂,理论和实践相呼应,着力培养学生的数据思维、学习能力和实践能力。
—— 课程团队
课程概述
Python数据处理既是工作岗位需要,也是机器学习和深度学习课程的基础支撑。课程是计算机应用技术、大数据技术、人工智能技术应用等专业的专业核心课程,主题是使用Python数据处理库实现数据处理,内容以项目任务形式组织,着力培养学生的数据思维、学习能力和实践能力。内容包括:项目1 使用numpy进行多维数组创建与运算、项目2 Pandas的数据对象构建和数据运算、项目3 使用pandas进行数据读写、项目4 使用pandas进行数据清洗和整理、项目5 使用pandas进行数据分组与聚合、项目6 使用图形库进行数据可视化、项目7 实战项目演练。项目1-项目6 依据数据处理内在认知逻辑序化内容,即“数据对象认识—数据对象创建—数据对象操作—数据预处理—数据探索—数据可视化”,由浅入深;项目7 依据数据处理工作过程逻辑序化内容,即“数据准备—数据理解—问题定义—数据预处理—数据探索—数据可视化—结论”。
课程围绕序化的项目和任务,构建以理论和实践微课视频资源相互呼应为核心的数字化资源和其它项目拓展资源,并图解核心数据处理技术原理,来组织线上教学。序化后的内容能更好的融入“数据思维训练中培养工匠精神、数字经济发展中话说爱国情怀”这一课程思政主线。
课程大纲
项目1 认识和准备数据处理
课时目标:通过本项目学习,建立数据处理与分析的总体认识,学会环境搭建和工具使用。
任务1 认识数据处理与分析
任务2 环境搭建与工具使用
项目2 使用NumPy进行多维数组创建与运算
课时目标:通过本项目学习,学会NumPy的多维数组处理与存取,奠定数据处理与分析基础。
任务1 认识numpy
任务2 认识numpy的多维数组
任务3 创建多维数组
任务4 多维数组运算
任务5 多维数组的索引和切片操作
任务6 多维数组的数据处理
任务7 多维数组的操作
任务8 多维数组存取
任务9 numpy综合应用
项目3 使用pandas进行数据模型构建和数据运算
课时目标:通过本项目学习,奠定使用Pandas进行数据处理与分析的数据结构和数据运算基础。
任务1 构建数据对象
任务2 索引操作
任务3 数据运算
任务4 层次化索引操作
项目4 使用pandas进行数据读写
课时目标:通过本项目学习,学会使用Pandas进行数据分析的数据源读取和存储。
任务1 文本数据读写
任务2 Json和Excel数据读写
任务3 数据库数据读写
项目5 使用pandas进行数据清洗和整理
课时目标:通过本项目学习,学会数据分析中的数据预处理。
任务1 数据清洗
任务2 数据合并
任务3 数据重塑
任务4 字符串处理
项目6 使用pandas进行数据分组与聚合
课时目标:通过本项目学习,学会数据分析中的数据探索重要环节,即分组与聚合以及数据转换。
任务1 数据分组与聚合运算
任务2 分组级apply和transform运算
任务3 数据处理map、apply、applymap运算
任务4 pandas综合应用
项目7 使用图形库进行数据可视化
课时目标:通过本项目学习,学会数据分析中的数据探索重要环节,即数据可视化。
任务1 matplotlib绘制折线图
任务2 matplotlib绘制柱形图
任务3 matplotlib组合多图
任务4 seaborn可视化操作
任务5 seaborn可视化拓展阅读
项目8 数据处理与分析综合项目
课时目标:通过本项目学习,学会综合运用数据分析技术解决一般数据分析问题。
任务1 认识数据处理与分析结构
任务2 数据准备与处理
任务3 数据可视化与探索分析
任务4 项目拓展阅读
展开全部
预备知识
证书要求
为积极响应国家低碳环保政策, 2021年秋季学期开始,中国大学MOOC平台将取消纸质版的认证证书,仅提供电子版的认证证书服务,证书申请方式和流程不变。
电子版认证证书支持查询验证,可通过扫描证书上的二维码进行有效性查询,或者访问 https://www.icourse163.org/verify,通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。
完成课程教学内容学习和考核,成绩达到课程考核标准的学生(每门课程的考核标准不同,详见课程内的评分标准),具备申请认证证书资格,可在证书申请开放期间(以申请页面显示的时间为准),完成在线付费申请。
认证证书申请注意事项:
1. 根据国家相关法律法规要求,认证证书申请时要求进行实名认证,请保证所提交的实名认证信息真实完整有效。
2. 完成实名认证并支付后,系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。
参考资料
1、https://www.numpy.org.cn/
2、https://www.pypandas.cn/
3、https://www.matplotlib.org.cn/
4、https://seaborn.pydata.org/
5、书名:数据分析应用项目化教程(Python) 主编:孙仁鹏 何淼 董志勇 书号:978-7-04-060579-2 出版社:高等教育出版社 出版时间:2023年8月