spContent=我们正处于数据时代，数据已成为重要的生产要素，重视数据，养成数据思维，学会分析、利用数据来解决工作、生活中的问题，是每一位未来从业者都必须具备的职业素质。Python是当今炙手可热的程序设计语言，是数据分析的利器。学会Python这门编程语言，掌握程序设计基本方法以及利用Python进行数据处理的技术和方法将为同学们的深造与就业插上腾飞的翅膀。让我们一起探索Python的奥秘，感受和体验利用Python挖掘数据宝藏的魅力吧！
我们正处于数据时代，数据已成为重要的生产要素，重视数据，养成数据思维，学会分析、利用数据来解决工作、生活中的问题，是每一位未来从业者都必须具备的职业素质。Python是当今炙手可热的程序设计语言，是数据分析的利器。学会Python这门编程语言，掌握程序设计基本方法以及利用Python进行数据处理的技术和方法将为同学们的深造与就业插上腾飞的翅膀。让我们一起探索Python的奥秘，感受和体验利用Python挖掘数据宝藏的魅力吧！
—— 课程团队
课程概述
课程内容包含两部分：第一部分是Python程序设计基础，由浅入深介绍Python的基本语言要素及利用Python进行程序设计的基本思路与方法；第二部分是数据处理技术，介绍当今最流行的Python数据处理第三方库：Numpy、Pandas和Matplotlib的使用方法和数据处理技术。
课程目标
1.掌握Python语言的基本语法和应用，理解并熟悉利用计算机程序设计语言解决实际问题的过程和思路， 建立基本的编程思维，具备一定的分析问题、解决问题和程序设计的能力。
2.掌握Python语言在数据处理方面的常用第三方库Numpy、Pandas和Matplotlib的基本用法，能够熟练运用它们进行基本的数据处理与分析，培养基本的数据思维能力。
课程的特色和亮点
1.课程采用问题驱动的方式进行讲授，教学重点放在如何解决问题而非语法细节，基于此教学过程中穿插生动案例来激发学生学习程序设计的兴趣，同时课后布置难易程度各异的编程练习来激发学生求解问题的兴趣，训练学生解决实际问题的能力，促进学生学以致用。
2.课程组自行开发了“影评数据分析案例”系统，演示了从数据清洗、数据分析与挖掘到分析结果的可视化呈现等数据处理全过程，既有助于学生从宏观上理解数据处理的全貌，又增强了学生对python数据处理技术的快速掌握。
3. “术”“道”结合，通过“Python编码规范”、“幂乘运算符”、“变量的作用域”、“常见错误调试”、“数据分析案例”等知识点讲授和实例练习融入思政元素，培养工匠精神、勤奋自律精神、大局意识等。
成绩 要求
课程考核包括过程考核和期末考核。过程考核包括线上考核和线下考核，线上考核基于SPOC平台，包括：单元测试、单元作业、视频观看完成度等；线下考核包括：慕课堂测试、考勤等。期末考核采取在线机试形式。具体考核内容及所占比例，详见下表。
考核内容 | 占总成绩的比例 |
过程考核 | 线上SPOC平台单元作业 | 15% |
线上SPOC平台单元测试 | 15% |
SPOC平台视频观看完成度 | 5% |
线下慕课堂测试、考勤等 | 10% |
期末考核 | 考试系统机试 | 55% |
课程大纲
程序设计基础
课时目标：了解程序设计语言的类型和执行方式，理解编写程序的IPO方法及计算机解决问题的一般方法。了解Python语言的特点及开发环境的配置方法，掌握Python程序的编写和运行方式,掌握Python语言的基本语法元素，了解常量、变量的概念、简单的赋值语句以及基本输入输出函数的使用，能够运用IPO思想编写简单的Python顺序结构程序。
1.1程序设计基本方法
1.2Python程序基础
Python基本数据类型
课时目标：掌握整数、浮点数和复数三种数字类型的功能和表示方式，它们之间的区别和联系；了解字符串的概念和表示方式，熟练掌握字符串常用方法和相关操作，了解字符串类型的格式化。
程序的控制结构
课时目标：了解程序的基本控制结构并能绘制流程图，理解不同形式选择结构的执行流程，能够熟练运用if语句实现选择结构；理解for循环和while的执行流程和适用场合，能够熟练运用for语句和while语句实现循环结构，理解break语句和continue语句对程序执行流程的影响；掌握不同控制结构的区别和联系，能够灵活运用不同的控制结构解决实际问题；了解异常的概念与表现形式，掌握不同形式异常处理结构的用法。
3.1条件表达式
3.2分支结构
3.3循环结构
3.4程序的异常处理
函数和代码复用
课时目标：了解什么是代码复用，理解函数对代码复用的意义；熟练掌握函数的定义与调用方法，理解形参和实参的概念，理解不同形式参数传递的区别和用法，理解变量作用域的概念以及对变量访问的影响；能够通过编写函数解决实际问题。
4.1函数的定义与调用
4.2函数的参数传递
4.3变量的作用域
组合数据类型
课时目标：理解列表的概念，熟练掌握列表的切片和常用方法，能够运用列表构建数据结构，解决实际问题；理解元组的概念，熟练掌握元组用法，理解元组不可变的特点以及元组应用场景；理解集合的概念，掌握集合的常用操作，了解集合应用场景；理解字典的概念，熟练掌握字典的常用方法，能够运用字典构建数据结构，解决实际问题；了解不同组合数据类型的优缺点和适用领域，学会综合应用多种数据结构解决实际问题。
数据处理之Numpy
课时目标：熟悉Numpy库的安装与引用方法，掌握Numpy数据结构ndarray数组的概念与创建方法，熟悉ndarray数组的索引与切片、形态改变等基础操作，掌握ndarray数组的基本运算方法，了解ndarray常用通用函数和统计函数。
6.1Numpy简介
6.2ndarray数组对象
6.3数组的基本操作
6.4数组的运算
数据处理之Pandas
课时目标：熟悉Pandas的安装与引用方法，掌握Pandas的数据结构Series和DataFrame的特点、创建方法以及基本操作；了解利用Pandas进行数据处理与分析的流程，能够读取标准CSV文件中的数据，能够熟练利用Pandas进行数据清洗以及数据的分类汇总、数据的排序等常用统计分析操作。
7.1Pandas简介
7.2Pandas数据表示
7.3数据获取
7.4数据清洗
7.5数据分析与挖掘
数据处理之Matplotlib
课时目标：熟悉Matplotlib库的安装与引用方法，掌握利用Matplotlib库进行数据可视化的方法，能够针对给定数据，绘制折线图、条形图、散点图等常用统计图形。
8.1Matplotlib简介
8.2Matplotlb基本绘图
8.3常用统计图形绘制
展开全部
预备知识
学习本课程前，学生需要了解计算机操作系统环境(windows或者mac)，熟悉简单的计算机操作。
参考资料
1.建议教材
《Python语言程序设计基础（第3版）》， 嵩天等，高等教育出版社，2024年9月。
2.主要参考资料
[1] 《Python语言程序设计教程（第2版）》，赵璐，上海交通大学出版社，2022年1月。
[2] 《Python程序设计基础》（第3版），董付国，清华大学出版社, 2023年1月。
[3] 《基于Python的大数据分析基础与实战》，余本国，中国水利水电出版社，2018年7月。
3.网址
[1] https://www.python.org/
[2] https://numpy.org/doc/stable/
[3] https://pandas.pydata.org/docs/
[4] https://matplotlib.org/
浙公网安备 33010802012594号
