Python數(shù)據(jù)分析與應(yīng)用-教學(xué)大綱

《Python數(shù)據(jù)分析與應(yīng)用》教學(xué)大綱課程名稱：Python數(shù)據(jù)分析與應(yīng)用課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時(shí)：64學(xué)時(shí)（其中理論36學(xué)時(shí)，實(shí)驗(yàn)28學(xué)時(shí)）總學(xué)分：4.0學(xué)分課程的性質(zhì)大數(shù)據(jù)時(shí)代已經(jīng)到來，在商業(yè)、經(jīng)濟(jì)及其他領(lǐng)域中基于數(shù)據(jù)和分析去發(fā)現(xiàn)問題并做出科學(xué)、客觀的決策越來越重要。數(shù)據(jù)分析技術(shù)將幫助企業(yè)用戶在合理時(shí)間內(nèi)獲取、管理、處理以及整理海量數(shù)據(jù)，為企業(yè)經(jīng)營決策提供積極的幫助。數(shù)據(jù)分析作為一門前沿技術(shù)，廣泛應(yīng)用于物聯(lián)網(wǎng)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等戰(zhàn)略新興產(chǎn)業(yè)。有實(shí)踐經(jīng)驗(yàn)的數(shù)據(jù)分析人才已經(jīng)成為了各企業(yè)爭奪的熱門。為了推動(dòng)我國大數(shù)據(jù)，云計(jì)算，人工智能行業(yè)的發(fā)展，滿足日益增長的數(shù)據(jù)分析人才需求，特開設(shè)Python數(shù)據(jù)分析與應(yīng)用課程。課程的任務(wù)通過本課程的學(xué)習(xí)，使學(xué)生學(xué)會(huì)使用Python進(jìn)行科學(xué)計(jì)算、可視化繪圖、數(shù)據(jù)處理，分析與建模，并詳細(xì)拆解學(xué)習(xí)聚類、回歸、分類三個(gè)企業(yè)案例，將理論與實(shí)踐相結(jié)合，為將來從事數(shù)據(jù)分析挖掘研究、工作奠定基礎(chǔ)。課程學(xué)時(shí)分配序號(hào)教學(xué)內(nèi)容理論學(xué)時(shí)實(shí)驗(yàn)學(xué)時(shí)其它1第1章Python數(shù)據(jù)分析概述212第2章NumPy數(shù)值計(jì)算基礎(chǔ)223第3章Matplotlib數(shù)據(jù)可視化基礎(chǔ)224第4章pandas統(tǒng)計(jì)分析基礎(chǔ)345第5章使用pandas進(jìn)行數(shù)據(jù)預(yù)處理346第6章使用sklearn構(gòu)建模型647第7章航空公司客戶價(jià)值分析648第8章財(cái)政收入預(yù)測分析639第9章家用熱水器用戶行為分析與事件識(shí)別64總計(jì)3628教學(xué)內(nèi)容及學(xué)時(shí)安排理論教學(xué)序號(hào)章節(jié)名稱主要內(nèi)容教學(xué)目標(biāo)學(xué)時(shí)1Python數(shù)據(jù)分析概述掌握數(shù)據(jù)分析的概念掌握數(shù)據(jù)分析的流程了解數(shù)據(jù)分析的應(yīng)用場景了解數(shù)據(jù)分析的常用工具了解Python數(shù)據(jù)分析的優(yōu)勢了解Python數(shù)據(jù)分析的常用類庫了解Python的Anaconda發(fā)行版在Windows操作系統(tǒng)上安裝Anaconda在Linux系統(tǒng)上安裝Anaconda掌握J(rèn)upyterNotebook的基礎(chǔ)功能掌握J(rèn)upyterNotebook的高級(jí)功能掌握數(shù)據(jù)分析的概念、流程與應(yīng)用場景了解Python常用的數(shù)據(jù)分析庫掌握Windows/Linux系統(tǒng)下Anaconda安裝掌握J(rèn)upyterNotebook的常用功能22NumPy數(shù)值計(jì)算基礎(chǔ)創(chuàng)建數(shù)組對(duì)象生成隨機(jī)數(shù)通過索引訪問數(shù)組變換數(shù)組的形態(tài)創(chuàng)建NumPy矩陣掌握ufunc函數(shù)讀寫文件使用數(shù)組進(jìn)行簡單的統(tǒng)計(jì)分析掌握NumPy創(chuàng)建多維數(shù)組與生成隨機(jī)數(shù)的方法掌握數(shù)組的索引與變換掌握NumPy中數(shù)組矩陣的運(yùn)算及通用函數(shù)的基本使用方法掌握NumPy讀寫文件的方法和常用的統(tǒng)計(jì)分析的函數(shù)23Matplotlib數(shù)據(jù)可視化基礎(chǔ)掌握pyplot的基礎(chǔ)語法設(shè)置pyplot的動(dòng)態(tài)rc參數(shù)繪制散點(diǎn)圖繪制折線圖繪制直方圖繪制餅圖繪制箱線圖掌握pyplot常用的繪圖參數(shù)的調(diào)節(jié)方法掌握子圖的繪制方法掌握繪制圖形的保存與展示方法掌握散點(diǎn)圖和折線圖的作用與繪制方法掌握直方圖、餅圖和箱線圖的作用與繪制方法24pandas統(tǒng)計(jì)分析基礎(chǔ)讀寫數(shù)據(jù)庫數(shù)據(jù)讀寫文本文件讀寫Excel文件查看DataFrame的常用屬性查改增刪DataFrame數(shù)據(jù)描述分析DataFrame數(shù)據(jù)轉(zhuǎn)換字符串時(shí)間為標(biāo)準(zhǔn)時(shí)間提取時(shí)間序列數(shù)據(jù)信息加減時(shí)間數(shù)據(jù)使用groupby方法拆分?jǐn)?shù)據(jù)使用agg方法聚合數(shù)據(jù)使用apply方法聚合數(shù)據(jù)使用transform方法聚合數(shù)據(jù)使用povit_table函數(shù)創(chuàng)建透視表使用crosstab函數(shù)創(chuàng)建交叉表掌握常見的數(shù)據(jù)讀取方式掌握DataFrame常用屬性與方法掌握基礎(chǔ)時(shí)間數(shù)據(jù)處理方法掌握分組聚合的原理與方法掌握透視表與交叉表的制作35使用pandas進(jìn)行數(shù)據(jù)預(yù)處理堆疊合并數(shù)據(jù)主鍵合并數(shù)據(jù)重疊合并數(shù)據(jù)檢測與處理重復(fù)值檢測與處理缺失值檢測與處理異常值離差標(biāo)準(zhǔn)化數(shù)據(jù)標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化數(shù)據(jù)小數(shù)定標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)啞變量處理類別型數(shù)據(jù)離散化連續(xù)型數(shù)據(jù)掌握數(shù)據(jù)合并的原理與方法掌握數(shù)據(jù)清洗的基本方法掌握基本數(shù)據(jù)標(biāo)準(zhǔn)化的方法掌握常用的數(shù)據(jù)轉(zhuǎn)換方法36使用scikit-learn構(gòu)建模型加載datasets模塊中的數(shù)據(jù)集將數(shù)據(jù)集劃分為訓(xùn)練集和測試集使用sklearn轉(zhuǎn)換器進(jìn)行數(shù)據(jù)預(yù)處理與降維使用sklearn估計(jì)器構(gòu)建聚類模型評(píng)價(jià)聚類模型使用sklearn估計(jì)器構(gòu)建分類模型評(píng)價(jià)分類模型使用sklearn估計(jì)器構(gòu)建回歸模型評(píng)價(jià)回歸模型掌握sklearn轉(zhuǎn)換器的使用方法掌握sklearn估計(jì)器的使用方法掌握聚類模型的構(gòu)建與評(píng)價(jià)掌握分類模型的構(gòu)建與評(píng)價(jià)掌握回歸模型的構(gòu)建與評(píng)價(jià)67航空客戶價(jià)值分析分析航空公司現(xiàn)狀認(rèn)識(shí)客戶價(jià)值分析熟悉航空客戶價(jià)值分析的步驟與流程處理缺失值與異常值構(gòu)建愛你航空客戶價(jià)值分析關(guān)鍵特征標(biāo)準(zhǔn)化LRFMC5個(gè)特征了解K-Means聚類算法分析聚類結(jié)果模型應(yīng)用熟悉航空客戶價(jià)值分析的步驟和流程了解RFM模型的基本原理掌握K-Means算法的基本原理與使用方法比較不同類別客戶的客戶價(jià)值，制定相應(yīng)的營銷策略68財(cái)政收入預(yù)測分析分析財(cái)政收入預(yù)測背景了解財(cái)政收入預(yù)測的方法熟悉財(cái)政收入預(yù)測的步驟與流程了解相關(guān)性分析分析計(jì)算結(jié)果了解Lasso回歸方法分析Lasso回歸結(jié)果了解灰色預(yù)測算法了解SVR算法分析預(yù)測結(jié)果熟悉財(cái)政收入預(yù)測的步驟和流程掌握相關(guān)性分析方法與應(yīng)用掌握使用Lasso模型選取特征的方法掌握灰色預(yù)測的原理與應(yīng)用掌握支持向量回歸算法的基本原理與應(yīng)用69家用熱水器用戶行為分析與事件識(shí)別分析家用熱水器行業(yè)現(xiàn)狀了解熱水器采集數(shù)據(jù)的基本情況熟悉家用熱水器用戶行為分析的步驟與流程刪除冗余特征劃分用水事件確定單次用水事件時(shí)長閾值構(gòu)建用水時(shí)長與頻率特征了解灰色預(yù)測算法構(gòu)建用水量與波動(dòng)特征篩選候選洗浴事件了解BP神經(jīng)網(wǎng)絡(luò)算法原理構(gòu)建模型評(píng)估模型熟悉家用熱水器用戶行為分析的步驟與流程掌握用水事件劃分原理及與方法掌握閾值尋優(yōu)的原理和方法熟悉用水行為特征構(gòu)建的原理與方法了解BP神經(jīng)網(wǎng)絡(luò)算法的基本原理掌握使用sklearn神經(jīng)網(wǎng)絡(luò)算法構(gòu)建6學(xué)時(shí)合計(jì)36實(shí)驗(yàn)教學(xué)序號(hào)實(shí)驗(yàn)項(xiàng)目名稱實(shí)驗(yàn)要求學(xué)時(shí)1Python數(shù)據(jù)分析環(huán)境搭建在Windows/Linux系統(tǒng)上安裝Anaconda；掌握J(rèn)upyterNotebook的常用功能12NumPy數(shù)值計(jì)算基礎(chǔ)創(chuàng)建NumPy數(shù)組對(duì)象ndarray；查看ndarray的常用屬性；花式索引ndarray；變換ndarray的形態(tài)；創(chuàng)建NumPy矩陣并使用；使用常見ufunc；使用NumPy讀寫文件23Matplotlib數(shù)據(jù)可視化基礎(chǔ)掌握pyplot的基本繪圖語法；設(shè)置pyplot的動(dòng)態(tài)rc參數(shù)；繪制散點(diǎn)圖；繪制折線圖；繪制直方圖；繪制餅圖；繪制箱線圖24pandas統(tǒng)計(jì)分析基礎(chǔ)讀寫數(shù)據(jù)庫數(shù)據(jù)；讀寫文本文件；讀寫Excel文件；查看DataFrame的常用屬性；查改增刪DataFrame數(shù)據(jù)；描述分析DataFrame數(shù)據(jù)；轉(zhuǎn)換字符串時(shí)間為標(biāo)準(zhǔn)時(shí)間；提取時(shí)間序列數(shù)據(jù)信息；加減時(shí)間數(shù)據(jù)；使用groupby方法拆分?jǐn)?shù)據(jù)；使用agg，apply，transform方法聚合數(shù)據(jù)；制作透視表；制作交叉表45pandas數(shù)據(jù)預(yù)處理堆疊、主鍵、重疊合并數(shù)據(jù)；檢測與處理重復(fù)值，缺失值，異常值；離差標(biāo)準(zhǔn)化、標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化；小數(shù)定標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)；啞變量處理類別型數(shù)據(jù)；離散化連續(xù)型數(shù)據(jù)46sklearn模型構(gòu)建加載datasets模塊自帶數(shù)據(jù)集；劃分?jǐn)?shù)據(jù)集；使用sklearn轉(zhuǎn)換器進(jìn)行數(shù)據(jù)預(yù)處理與降維；構(gòu)建與評(píng)價(jià)聚類模型；構(gòu)建與評(píng)價(jià)分類模型；構(gòu)建與評(píng)價(jià)回歸模型47航空公司客戶價(jià)值分析處理數(shù)據(jù)缺失值與異常值；構(gòu)建航空客戶價(jià)值分析的關(guān)鍵特征；標(biāo)準(zhǔn)化LRFMC5個(gè)特征；構(gòu)建K-Means聚類模型；評(píng)價(jià)K-Means聚類模型48財(cái)政收入預(yù)測分析分析財(cái)政收入數(shù)據(jù)特征的相關(guān)性；使用Lasso回歸選取財(cái)政收入預(yù)測的關(guān)鍵特征；使用灰色預(yù)測和SVR構(gòu)建財(cái)政收入預(yù)測模型；評(píng)價(jià)SVR模型39家用熱水器用戶行為分析與事件識(shí)別刪除冗余特征；劃分用水事件；確定單次用水事件的時(shí)長閾值；構(gòu)建用水行為特征；篩選候選洗浴事件；構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型；評(píng)價(jià)BP神經(jīng)網(wǎng)絡(luò)模型4學(xué)時(shí)合計(jì)28考核方式突出學(xué)生解決實(shí)際問題的能力，加強(qiáng)過程性考核。課程考核的成績構(gòu)成=平時(shí)作業(yè)（10%）+課堂參與（20%）+期末考核（70%），期末考試建議采用開卷形式，試題應(yīng)包括基本概念、繪圖、分組聚合、數(shù)據(jù)