Python数据分析与实战（微课版）-教学进度表

学院课程教学进度计划表（20〜20学年第二学期）课程名称数据分析与实战Python授课学时64主讲（责任）教师_________________________参与教学教师_____________________________授课班级/人数____________________________专业（教研室）___________________________填表时间________________________________专业（教研室）主任_______________________教务处编印年月

一、课程教学目的通过本课程的学习，使学生学会使用Python进行科学计算、可视化绘图、数据处理，分析与建模，并详细拆解学习聚类、回归、分类三个企业案例，将理论与实践相结合，为将来从事数据分析挖掘研究、工作奠定基础

二、教学方法及手段本课程将采用理论与实践相结合的教学方法在理论上，通过任务引入概念、原理和方法在实践上，充分地利用现有的硬件资源，发挥学生主观能动性，指导学生使用NumPy进行科学计算，使用pandas进行统计分析和数据预处理，使用matplotlib seaborn pyecharts进行图形绘制，使用sklearn进行建模同时结合三个综合案例，引导学生将所学知识与企业需求相结合，将知识活学活用q要求学生自己动手分析实例，学习基本理论和方法，结合已有的知识，适当组织一些讨论，充分调动学生的主观能动性，以达到本课程的教学目的

三、课程考核方法突出学生解决实际问题的能力，加强过程性考核课程考核的成绩构成二平时作业（10%）+课堂参与（20%）+期末考核（70%）,期末考试建议采用开卷形式，试题应包括基本概念、分组聚合、数据合并、数据清洗、数据变换、绘图、模型构建等部分，题型可采用判断题、选择、简答、应用题等方式《数据分析与实战》教学日历Python周次学时授课内容作业要求备注13第1章Python数据分析概述第1章课后习题第2章NumPy科学计算基础第2章实训，课后习25题第3章pandas统计分析基础

（1）第3章实训，课后习33第3章pandas统计分析基础

（2）题第4章选择题，实训45第4章使用pandas进行数据预处理

（1）

1、2第4章使用pandas进行数据预处理

（2）第4章实训3,操53第5章Matplotlib seabornpyecharts数据可视化基础

（1）65第5章Matplotlib seabornpyecharts数据可视化基础2第5章课后习题第5章Matplotlib^seabornpyecharts数据可视化基础373第5章实训第6章使用scikit-learn构建模型185第6章使用scikit-learn构建模型

（2）第6章选择题第6章实训，操作题83第6章使用使用scikit-learn构建模型

（3）105第7章竞赛网站用户行为分析

（1）第7章课后习题113第7章竞赛网站用户行为分析

（2）第7章实训

125、第8章企业所得税预测分析

（1）第8章课后习题133第8章企业所得税预测分析

（2）第8章实训145第9章餐饮企也客户流失预测

（1）第9章课后习题153第9章餐饮企业客户流失预测

（2）第9章实训第10章基于TipDM大数据挖掘建模平台实现客户流失预第10章实训，课后165习题测注教材赵男男，张良均.Python数据分析与实战（微课版）[M].北京人民邮电出版社.

2024.。