《利用Python做数据分析》课程教学大纲.docx

《《利用Python做数据分析》课程教学大纲.docx》由会员分享，可在线阅读，更多相关《《利用Python做数据分析》课程教学大纲.docx（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、利用Python做数据分析课程教学大纲一、课程基本信息课程名称：利用Python做数据分析课程代码：085228学分：3学时：3学时/课，共51学时。二、任课教师、助教、教室等情况（四）教 室：C201实验室：1401B（五）上课时间：周三10, 11, 12节（六）纪律：1、无特殊情况，不允许无故缺课。2、每次作业须在规定时间内提交。三、阅读材料（一）推荐教材：Tl. Computational and Inferential Thinking，US Berkeley 大学数据科学基 础课程教材，免费在线资源书： s:/inferentialthinking.eom/o本课程主要参考 本书的

2、数据科学局部内容。T2. Unlroduction to Python for Econometrics, Statistics and Data Analysis， Kevin Sheppard,本书是针对经济、金融、统计和数据分析学生的Python介绍， 可读性较强。免费在线书籍： T3.程序设计基础（Python语言），嵩天，高等教育出版社。本课程主要在 Python基础局部参考该书。（二）参考教材（均可免费获取）T4. Python Data Science Handbook）,免费在线竹籍和代码参考： 。本课程主要参考本书的 Pandas, Matplotlib及机器学习局部。T5.

3、 Python for Everybody （PY4E）免费在线书籍、课程资源见： T6.Natural Language Processing with PythonT7.The elements of data analysis, s:/leanpub /datastyle（三）进一步阅读教材Python基础相关教程T8. Learn Python the Hard Way: :leampYthonthehardway.org/book/T9.廖雪峰的官方网站：T10.重视大脑的学习指南:Head First Python（中文版），巴里（BanyP.） （作者），林琪（译者），郭静（译者

4、），等（译者），中国电力出版社；与数据分析相关Python教程T11. Pandas Tutorial:htiD:T12. Wes McKinney,利用 Python 进行数据分析（Python for Data Analysis），OReilly Media, Inc授权机械工业出版社出版.四、课程内容概要（一）课程目标1 .理解并掌握数据科学的概念和思维方式.理解程序设计思维2 .理解并掌握利用Python做数据分析的基本思路。3 .深入了解Python的各种基础功能以及与数据分析相关的资源包，如 NumPy, Pandas, Scikit-learn 等。4 .掌握利用API或爬虫等方

5、式从网络获取数据的方法.提高动手能力及独立思考和分析能力（二）教学内容序号题目知识点学时（课堂教授 +上机实践）1基础介绍编程语言基础介绍3 + 3Python语言介绍及与其他编程语言的比照Pylhon的基础介绍：准备工作、开发环境等2Python程序基 础及文本分析数据结构，控制模块，数据加载、存储与文 件格式6 + 6NLP介绍利用Python做基础的文本分析，如分词、词 频统计等NLTK包介绍，高级文本分析介绍3数据清理及整 合NumPy基础介绍，Pandas8+10数据归整化：清理、转换、合并、重塑绘图和可视话，matplotlib介绍数据聚合与分组运算4数据分析模型数据分析常用模型介

6、绍3 + 3Statsmodels 包介绍Sci-kit Learn 包介绍5数据分析实例金融数据获取0 + 6金融和经济数据应用实例课时总计：51学时20 （课程教授）+28（上机实践）（三）课程要求.文献与参考书阅读作业：课堂进行随机抽查回答与提前指定汇报结合方式。1 .上机作业：上机实验作业按照“学号”方式命名，课上或课后按要求及时在 课程中心作业论坛中进行提交。4 .课程设计：课程设计第9个教学周开始，以个人方式进行。要求运用本课程所学理论与方法，分析解决现实中数据分析问题。（四）教学安排课 程讲授内容课式 授方作业（教材）颁验辅助学习材料1数据科学的基础思维介 绍。Pylhon介绍、

7、语言环 境搭建和配置课堂讲授设置Python开 发环境，下载相 关软件包课前阅读，回顾程序设计 的基本概念了解数据科学的意义阅读T1,第1章，预习T1,第3、 4章阅读T4的1-3章；T2, 1-2 章：2Python程序设计基础介绍： 嵬础语法，Jupyter Notebook, Python 变量类 型课堂讲授，实 际操作练习 （上机课）阅读T1,第1章； 完成课堂练习阅读T1,第3、4章预习TI,第2章阅读T2,第34章，完成 相关练习阅读课后提供的文献3数据科学的基础介绍、基 本思维、自然语言处理基 本概念课堂讲授完成并提交课堂 练习复习并理解T1, 1-5章预习T1,第5, 8章。预

8、习T7相关章节内容4十一假期5文本分析现状介绍，当前 常见文本分析模型，NLTK package课堂讲授完成并提交课堂 练习阅读T7相关章节内容预习T1第8章阅读 T2,第 1, 2, 3, 5, 1b 13, 18, 23, 28 章6Python 的函数、control flow读取文件课堂讲授，实 际操作练习 （上机课）完成并提交课后 练习预习T1, 9-12章好习之前所学习内容7数据分析、科研的基本流 程，数据分析方法介绍。以具体例子为主，讨论并 分析如何完成一次具体的 分析过程课堂讲授参与课堂讨论、 课后阅读paper复习T1, 9-12章了解网络爬虫相关内容（课程中心PPT）预习T

9、1,第6章8数据获取。数据清理的流 程。Pandas的基本介绍, 表格数据的基本概念课堂讲授（上 机课）完成课堂练习阅读，T1,第6章阅读 T2, P171-I90阅读：hHH：suur)Drt.imDort.io/knovlc dgebase/articles/247570-create- a-crawler? ga= 1.27244543.371809057.1417590941阅读： : /了解正那么表达式、网络爬虫的概念和意义预习T1,第7章9数据清理。绘图和数据可 视化，matplotlib。布置 Final project, part I。课堂讲授（上 机课）完成课堂练习阅读T1,

10、第7章阅读 T2, P171-19010讲述如何查找论文、阅读 论文等。Pandas绘图.以 小组形式讨论及分析他人作业题目课堂讲授，实 际操作练习完成课堂练习。11周前完成课 堂练习，提交 final project阅读T1,13-15章课后阅读T2, PI47-I66 开始准备最后的大作业11Pandas数据操作：描述统 计，处理缺失数据，索引课堂讲授，实 际操作练习 （上机课）课后完成对其他 人所提交的论文 题目的评估预习T1, 15/8章阅读 T2, P192-20612数据合并，透视表课堂讲授，实 际操作练习 （上机课）熟练使用利用课 堂所提供的数据 包等进行数据获 取。复习课堂所讲

11、述内容，并 进行相关数据获取阅读文献13测验课堂测验（上 机课）完成并提交课堂 测验阅读并复习T1, 10-18章14数据分析方法介绍、数据 呈现，机器学习及统计模 型分析差异介绍。FinalProject Pari 1 总结课堂讲授，讨 论完成课堂练习阅读并复习T1, 10-18章15数据分析模型介绍，及在 Python中的实现。主要集 中在statsmodel包的介绍课堂讲授，实 际操作练习 （上机课）熟练使用利用课 堂所提供的数据 包等进行数据分 析.完成T3, Pandas replication of google trends paper练习复习课堂所讲述内容，并 进行相关数据获取

12、课后阅读Python的sci-kil learn 以及 slatsmodels 包的相 关操作阅读文献16数据分析模型介绍，及在 Python中的实现。主要集 中在scikit-lcarn包的介绍案例分析，实 际操作练习 （上机课）熟练使用利用课 堂所提供的数据 包等进行数据分析复习课堂所讲内容 完成相关练习 阅读文献，准备数据17程序的优化、测试、调试； 其他相关package介绍、复 习课堂讲授提交课程设计复习了解 Networkx, MDP 等Package的使用五、考核方式考试形式考察内容考察方式分值课程设计数据并分析结果， 给出报告程序文件及课程报告60作业课堂测验课堂限时测验及/或课后作业30出勤率到课情况不定期点名，3次不到扣5分，5次不 到扣10分10