Python数据分析与数据挖掘 教学大纲.pdfVIP

数据分析与数据挖掘》教学大纲

一、课程基本信息

课程中文名称：数据分析与数据挖掘

课程英文名称：PythonDataAnalysisandDataMining

课程类别：专业必修

适用专业：大数据管理与应用、数据科学与大数据技术、人工智能及计算机相关专业

先修课程：计算机导论、数据结构、面向对象程序设计

建议开课学期：第4学期

建议学时：64学时（其中理论32学时，实验32学时）

建议学分：2.0学分

二、课程性质、目标及任务

《Python数据分析与数据挖掘》是大数据管理与应用等专业的一门必修课程，也是计

算机科学与技术、软件工程、人工智能等相关专业的选修课程。本课程的先修课为《计算机

导论》、《数据结构》、《面向对象程序设计》等，后续课程为《大数据可视化》、《深度学习》

等。

本课程以学生掌握数据分析与挖掘的相关概念和理论为知识培养目标，以学生熟练使用

Python开展数据分析与挖掘的实践应用为能力培养目标，以学生初步形成“数据思维”为

素质培养目标。

课程按照Python基础知识、数据分析相关包、数据挖掘理论与算法的应用、综合案例

的学习路径，全面系统的介绍了运用Python进行数据分析与数据挖掘的基本概念与方法。

课程第一部分主要讲解Python基础语法知识，包括Python数据结构、函数和面向对象等知

识，为学习者掌握后续内容打下良好的编程基础；第二部分主要讲解Python中数据分析相

关包，包括使用NumPy和Pandas进行数据的统计分析、分组与聚合、交叉分析，以及使用

Matplotlib进行数据可视化等；第三部分讲解数据挖掘的理论与算法应用，包括数据挖掘的

相关概念、常用算法原理和实践应用；第四部分为综合案例，通过精选案例详细介绍了数据

分析与挖掘的步骤和方法，进一步提高学生的综合实践能力。

本课程采用理论与实践应用相结合的教学方式，循序渐进的培养学生数据分析、数据可

视化、数据挖掘的能力，每个知识点均设计了典型性的综合案例，引导学生在掌握理论知识

的基础上快速开展编程实践，为将来从事数据科学相关领域的工作打下坚实的基础。

教学方法

建议采用线上线下混合式教学。可基于学习通等平台，完善教学大纲、教学课件、教

学难点的讲解视频、教学案例、实践练习、算法原理视频、习题、习题解答等课程资源，打

造数字资源丰富的课程学习平台。

2.采用理论结合实践的教学方式。理论教学以教师课堂讲授为主，可结合程序演示、课

堂练习、提问、案例讨论等多种形式，加强互动，促进学生对知识点的理解。实验教学采用

教师布置实验任务，学生自主上机练习，教师现场指导并答疑的形式，提高学生的实践应用

能力。实验教学中，教师还可启发学生自己思考并设计实验内容，以培养学生自主学习和解

决问题的能力。

3.案例式教学。每个重要知识点以及每章小结前，均设计了丰富的典型性案例，课程基

础知识的教学完成后，还有多个基于较复杂数据的综合案例。通过案例式教学，可实现知识

的综合运用，帮助学生更好理解理论知识并跟随操作，快速开展编程实践。

四、课程学时分配

序号教学内容理论学时实验学时

1第1章Python概述11

2第2章Python基础语法44

3第3章函数22

4第4章类与对象22

5第5章NumPy基础与应用22

6第6章Pandas基础与应用44