hi,小慕
小白学Python
第10次开课
开课时间: 2025年01月16日 ~ 2025年07月06日
学时安排: 4
进行至第14周,共25周 已有 2744 人参加
立即参加
课程详情
课程评价(217)
spContent=随着Python语言的发展和应用结合的不断深入,现在它已经成为一种非常常见和主流的数据分析工具,尤其在诸如互联网领域相关的大数据分析当中应用最为瞩目。这对于所有专业学生而言,相关技能的学习和掌握显得富有意义和尤为必要,相关数据处理分析的基本技能也已经成为现代社会对人才数据素养的基本要求之一。 本慕课结合非计算机类学生的学习习惯和基础,主要面向非计算机类学生,结合各种经典常见的基础编程案例,强调学生对所学内容的灵活运用和解决实际问题的能力。学习内容主要包括Python编程语言基础知识,面向于有意愿了解Python语言细节,能够结合常见编程逻辑、函数、面向对象进行更为灵活的数据分析任务的学生,同时在案例选择和内容难度控制上,也有助于学生完成诸如国家、省级二级考试的备考准备。
随着Python语言的发展和应用结合的不断深入,现在它已经成为一种非常常见和主流的数据分析工具,尤其在诸如互联网领域相关的大数据分析当中应用最为瞩目。这对于所有专业学生而言,相关技能的学习和掌握显得富有意义和尤为必要,相关数据处理分析的基本技能也已经成为现代社会对人才数据素养的基本要求之一。 本慕课结合非计算机类学生的学习习惯和基础,主要面向非计算机类学生,结合各种经典常见的基础编程案例,强调学生对所学内容的灵活运用和解决实际问题的能力。学习内容主要包括Python编程语言基础知识,面向于有意愿了解Python语言细节,能够结合常见编程逻辑、函数、面向对象进行更为灵活的数据分析任务的学生,同时在案例选择和内容难度控制上,也有助于学生完成诸如国家、省级二级考试的备考准备。
—— 课程团队
课程概述

1)为什么要学习这门课?

  如果你想学习和掌握Python,同时又没有任何计算机编程经验,那么欢迎你试一试:)


2)这门课的主题是什么?

  • 重点介绍Python语言基础,了解程序编程的思维方法
  • 通过学习能够将一般计算问题转换为Python程序代码
  • 为后续Python大数据分析学习提供必要的基础
  • 能达到国家、省级二级Python考试的要求


3)这门课有什么特色和亮点?

  本慕课教程在讲解上注重理解,从基础讲起,更强调对基本方法和概念的理解,在案例实践方面,有针对性的结合进阶内容进行加强和提高。这些都有助于学习者全面提高自己的Python编程能力。

  与本慕课配套的在线阅读教程也已上线,供大家学习参考:https://www.njcie.com/python/

授课目标

通过本课程对Python语法、程序设计结构等内容的学习,学生能够了解Python程序设计语言的基本知识,掌握Python开发的基本方法,能够运用Python自主开发简单的项目程序,能够运用Python解决数据分析的实际问题,培养学生数据计算思维能力、数据科学创新能力和发现数据问题、分析数据问题和解决数据问题的能力。

课程大纲
第一章 Python基本使用
1.1 什么是Python?
1.2 Python安装与运行
1.3 第一个Python程序
1.4 进一步了解函数
1.5 首先要学会找错
第二章 基本数据的表示
2.1 变量的使用
2.2 整数
2.3 其他数据类型
2.4 不同数据类型的转换1
2.5 不同数据类型的转换2
2.6 公式计算(案例)
2.7 关于数值的格式输出(案例)★
案例讨论
测试1
第三章 控制语句
3.1 简单条件判断
3.2 多重条件判断
3.3 固定次数的循环1
3.4 固定次数的循环2
3.5 不固定次数的循环
3.6 猜数字游戏(案例)
3.7 星号菱形(案例)
案例讨论
测试2
第四章 函数与模块
4.1 函数的定义和调用
4.2 函数参数的灵活使用
4.3 变量的作用域
4.4 特殊的函数定义和使用 ★
4.5 模块和包
4.6 素数函数(案例)
第五章 常见模块的使用
5.1 随机数
5.2 时间处理
5.3 窗体绘图
5.4 文本处理
5.5 时钟屏保(案例)
测试3
第六章 组合数据
6.1 列表、元组
6.2 字典、集合
6.3 高级操作
6.4 词语统计
测试4
第七章 数据文件
7.1 文件操作
7.2 文件夹操作 ★
7.3 投票文件数据统计(案例)
展开全部
预备知识

计算机基础知识

参考资料

[1]埃里克·马瑟斯. Python编程:从入门到实践[M]. 北京:人民邮电出版社,2016.

[2]格鲁斯. 数据科学入门[M]. 北京:人民邮电出版社,2016.

[3]何海群. 零起点Python机器学习快速入门[M]. 北京:电子工业出版社,2017.

[4]杰克·万托布拉斯. Python数据科学手册[M]. 北京:人民邮电出版社,2018.

[5]卢西亚诺·拉马略. 流畅的Python[M]. 北京:人民邮电出版社,2017.

[6]罗伯特·莱顿. Python数据挖掘入门与实践[M]. 2版. 北京:人民邮电出版社,2020.

[7]马克·卢茨. Python学习手册[M]. 5版. 北京:机械工业出版社,2018.

[8]芒努斯·利·海特兰德. Python基础教程[M]. 北京:人民邮电出版社,2018.

[9]普拉提克·乔西. Python机器学习经典实例[M]. 北京:人民邮电出版社,2017.

[10]嵩天,礼欣,黄天羽. Python语言程序设计基础[M]. 2版. 北京:高等教育出版社,2017.

[11]韦斯·麦金尼. 利用Python进行数据分析[M]. 北京:机械工业出版社,2018.

[12]张莉. Python程序设计[M]. 北京:高等教育出版社,2019.

[13]张若愚. Python科学计算[M]. 2版. 北京:清华大学出版社,2016.

[14]李树青等. Python大数据分析基础[M]. 上海:上海交通大学出版社,2020.

南京财经大学
5 位授课老师
李树青

李树青

教授

蒋伟伟

蒋伟伟

讲师

杨帆

杨帆

副教授

推荐课程

【DeepSeek适用】小白玩转AI大模型应用开发

林粒粒

204人参加

小白玩转 Python 数据分析

林粒粒

78人参加
下载
下载

下载App