《Python与数据分析》课程教学大纲
课程名称（中文）
Python与数据分析
课程名称（英文）
PythonProgrammingandDataAnalyzing
课程类别
通识选修课、专业拓展课
特殊课程类型
线下、线上混合教学
周学时
3
线上学时
12
线下面授学时
36
总学时
48
学分
1.5
先修课程
无需任何先修课程
授课对象
全校本科生
1
课程简介
（1）课程在实现毕业要求中的作用，课程在专业知识体系中的位置
伴随着大数据、人工智能技术的发展与普及，数据分析技术已经成为各行各业从业人员的必备技能。数据分析技术也逐渐成为本科生的必备技能，也成为各个专业的基础课，数据的获取、预处理、分析、可视化等工作几乎贯穿到本科课程设计、毕业论文全过程。
（2）课程主要内容及知识结构
考虑到各个专业对数据分析知识需求的共性，本课程将教学内容设计为“Python与数据分析”。教学内容分Python基础、数据分析、数据可视化三部分：
★Python基础部分，注重梳理基础知识及知识之间的关系，强调基础概念教学，并将大量烦琐的知识点通过分类、关系图表形式呈现给学生，使之迅速把握Python基础知识点；
★数据分析部分，注重实践与实用原则，将教学内容集中在文本数据分析、数字数据分析、Pandas数据分析三部分，使学生能迅速掌握几类数据的基本分析方法；
★数据可视化部分，注重数据可视化分析与快捷绘图，以讲授Seaborn数据可视化为主，使学生能快捷地掌握数据可视化分析方法与技巧。
（3）课程学习对学生专业成长具有的价值
学生认真学好本课程，可以掌握Python基础、网络爬虫的编写、数字与文本数据分析及可视化方法，具备网络数据获取、预处理、数据分析以及数据可视化的能力，为将来提升毕业论文质量、从事相关数据分析工作或机器学习打好基础。
（4）教师对学生投入课程学习的要求
本课程面向没有任何编程基础的学生。学生通过课程学习和大量编程实验，可以较好地掌握相关内容。
（5）课程学习要求和学习建议
★掌握好Python基本概念
建议初学者在掌握Python基本概念的基础上，结合数据结构与算法来学习Python。Python入门比较容易，但是许多知识点之间（如第三方库）关联并不大。初学者往往被“几行代码做人脸识别”、“几行代码完成爬虫”等教程诱惑，而忽视Python基础知识的学习，在没有掌握Python名字空间、模块、类、对象、装饰器、生成器、闭包等概念的基础上，去搞“几行代码做某某系统”基本上是浪费时间。
★掌握纯正的Python风格代码编程
初学Python可先