数据分析与可视化教学大纲.docx
数据分析与可视化教学大纲1 .课程基本情况.课程编号：2 .课程体系/类别：数据分析、数据可视化.学时/学分：48学时（理论32学时+实验学时16） /2.5学分3 .适用专业：数据科学与大数据专业、人工智能专业、智能科学与技术专业 等.课程性质与目标数据分析与可视化是大数据和人工智能专业的必修课，是一门重要的专 业基础课程。通过数据分析与可视化课程的学习，培养学生对信息数据的处 理、分析以及可视化表达的能力。能够使用NumPy对数据进行处理和科学计算； 能够使用Pandas对数据进行筛选、缺省值处理、数据合并等操作；能够使用 Matplotlib实现折线图、条形图、散点图、子图以及饼图等将数据可视化展示。 另外还可以使用微软推出的Power BI Desktop数据分析和可视化工具完成专业 级别的数据处理、分析和可视化功能。本课程对学生能力要求如下：课程目标1 ：能够使用NumPy实现数据预处理和基本的科学计算；课程目标2：能够使用Pandas实现数据清洗操作，解决数据筛选、数据缺省 值和数据合并等问题并实现数据的可视化展示；课程目标3：能够使用Matplotlib实现折线图、条形图、散点图、子图以及饼 图等将数据可视化展示；课程目标4：能够使用Power BI Desktop数据分析和可视化工具完成专业级 别的数据处理、分析和可视化功能。课程目标5：能够利用图书馆和互联网进行文献检索和资料查询，解决学习 和实践中遇到的问题。4 .教学内容与课程目标的关系本门课的主要教学内容与要求，以及学时分配如表3-1所示：表3-1教学内容与目标的关系序号教学内容教学要求学时教学方式对应 课程 目标理论实验课外1使用NumPy分析空气质量状况（I）工程需求分析；（2）环境搭建；（3）数据获取；（4）数据预处理；（5）科学计算。（1）能够完成Anaconda和PyCharm的安 装；（2）能够使用NumPy读取数据集；（3）能够使用NumPy执行数据的各种处 理需求；（4）能够使用NumPy实现科学计算。42讲授+演 不+实验目标1目标52使用Matplotlib实现空气数据可视化（1）工程需求分析；（2）折线图的实现；（3）条形图的实现；（4）散点图的实现；（5）堆叠条形图的实现；（6）子图的实现；（7）饼图的实现。（1）能够使用折线图实现数据的分布展 示；（2）能够使用条形图实现数据的分布展 示；（3）能够使用堆叠条形图实现数据的大 小比拟；（4）能够使用并排条形图实现数据的大 小比拟；（5）能够使用散点图展示数据内在相关 性；（6）能够使用子图展示图表的多样性；（7）能够使用饼图展示局部和整体的关 系。42讲授+演 水+实验目标3目标53使用Pandas分析股票交易数据（1）工程需求分析；（2）数据获取和存储；（3）数据读取；（4）数据简单处理；（5）数据深度处理；（6）统计分析。（1）能够使用Pandas读取和存储数据集；（2）能够使用Pandas执行数据的各种处 理需求；（3）能够使用Pandas对数据进行简单和 深度的处理；（4）能够使用pandas实现数据的统计分 析。42讲授+演 示+实验目标2目标54使用Pandas实现股票交易数据可视化（I）工程需求分析；（2）折线图的实现；（3）散点图的实现；（4）条形图的实现；（5）饼图的实现；（6） K线图的实现。（1）能够使用Pandas实现折线图的展示； （2）能够使用Pandas实现散点图的展示； （3）能够使用Pandas实现条形图的展示； （4）能够使用Pandas实现饼图的展示； （5）能够结合Pandas实现K线图的展示。42讲授+演 不+实验目标2目标55PB空气质量状况分析（1）工程需求分析；（2）环境搭建；（3）数据预处理；（1）能够Power BI Desktop的安装方法；（2）能够使用PBD实现数据的导入、筛 选、添加列和合并列；42讲授+演 示+实验目标4目标5（4）数据分析和可视化。（3）能够使用PBD实现数据的可视化展 示，图形有折线图、柱形图、饼图、关 键影响者图；（4）能够使用数组钻取、编辑交互、筛 选器和切片器等工具实现数据的筛选、 交互等功能。6企业财务报表数据分析（1）工程需求分析；（2）数据获取；（3）数据预处理；（4）数据建模；（5）数据分析和可视化。（1）能够对数据集进行预处理，如导入 数据、删除数据、缺失值处理、逆透视 数据表、转换数据等；（2）能够对数据进行建模，如使用DAX 新建表，建立表之间的联系；（3）能够实现数据的可视化展示，图形 有卡片图、矩阵图、瀑布图和K线图。42讲授+演 示+实验目标4目标57银行客户营销分析（1）工程需求分析；（2）数据预处理；（3）数据分析和可视化。（1）能够实现数据的预处理和分析；（2）能够对实现数据的可视化展示，图形 有仪表盘、折线和堆积柱形图、簇状柱形 图、关键影响者图和问答系统。22讲授+演 不+实验目标4目标58电商APP用户购物行为分析（1）工程需求分析；（2）下载并安装MySQL数据 库；（3）将数据导入到MySQL数 据库；（4）数据获取；（5）数据预处理；（6）数据分析和可视化。（1）能够正确下载并安装MySQL数据 库服务器；（2）能够熟练使用Navicat连接MySQL 数据库服务器并新建数据库和表。（3）能够实现删除列、替换数据、拆分 日期等数据预处理功能；（4）能够实现数据的可视化展示，图形 有多行卡、漏斗图、折线图和环形图。62讲授+演 示+实验目标4目标5合计：3216共48学时.课程教学方法本课程侧重学生个人学习能力的培养，采用工程式教学模式，通过任务式实 施，对任务进行分解，最终进行集成后形成一个具体的综合工程。教学方法和手段上，为了充分调动学生学习的积极性和参与性，采用多媒体 教学，视频，图像，声音，实验等多种手段综合运用，让学生从丰富的感官体验 中感受和接收知识内容。4.1 讲师课堂讲授（1）采用启发式教学，激发学生主动学习的兴趣，培养学生独立思考、分析 问题和解决问题的能力，引导学生主动通过实践和自学获得自己想学到的知识。（2）采用电子教案，多媒体教学与传统板书教学相结合，提高课堂教学信息量，增强教学的直观性。（3）采用案例教学。理论教学与工程实践相结合，引导学生应用基本理论知 识对工程实例进行分析。（4）采用互动式教学。课内讨论和课外答疑相结合。（5）采用课堂讨论式教学，学生分组进行课堂讨论，引导学生自主学习，对 知识点进行深刻理解；（6）采用小组学习式教学，对于浅显易懂的知识点，学习小组自主学习，提 高学生学习的主动性，探究高效的学习方法。5 .课程考核要求为客观评价学生在学完本门课程后知识和能力的掌握情况，建议课程考核与 评价分形成性评价和终结性评价个局部。总分为100分，其中形成性评价占40%, 终结性评价占60%。具体如表5-1所示：表5-1课程考核工程和方法考核工程考核方法考核比例形成性评价遵章守纪、学习态 度、职业精神教师评价和学生互评相结合、课内评价 和课外评价相结合20%工程（综合）实训能力/技能评价和职业精神评价相结 合、校内评价和校外评价相结合20%终结性评价课程考核如闭卷、开卷、笔试、实操、作品展 示、成果汇报、口试和提交课程论文等40%综合评价考核教师与企业专业技术人员相结合20%合 计100%6 教材与参考书教材：1张涛.数据分析与可视化.机械工业出版社,2022.参考资料：lAlbertoFerrari,MarcoRusso.PowerBI 权威指南.电子工业出版社,2019.张涛.从零开始学Scrapy网络爬虫.机械工业出版社,2019.3Wes McKinney.利用Python进行数据分析.机械工业出版社,2013.
