Python程序设计课程设计课程教学大纲

《Python程序设计课程设计》课程教学大纲一、课程基本信息课程名称Python程序设计课程设计TrainingforPython

Program

Designing课程代码课程性质必修授课学期第二学期学分/学时1/16课内学时16理论学时实验学时实训（含上机）16实习其他适用专业数据科学与大数据技术、信息与计算科学授课语言中文对先修的要求掌握Python程序设计的基本知识，具备用Python进行实际问题编程的能力。对后续的支撑为数据分析与挖掘、模式识别与机器学习、深度学习等课程的实验实训提供编程基础。课程思政设计在课程设计实践中，培养学生分析问题解决问题的能力，鼓励学生开拓创新，积极投身社会实践。创新创业教育设计在课程设计方案的可行性分析和设计阶段，引导学生了解和认识新的软件设计与开发方法及相关案例，对自身的设计方案要有创新的探索与实践。课程简介课程定位：本课程是为数据科学与大数据专业开设的专业实践课，在完成《Python程序设计》课程相关章节的学习后，通过本课程进入专业课程实践训练环节，并为后续课程的学习夯实基础。主要学习内容：本课程教学是学生在教师指导下，根据选定的课程设计项目，综合运用所学Python程序设计的基本程序设计方法，收集相关资料，进行项目需求分析、算法设计、实验方案设计、流程图绘制、代码编写、程序调试和运行等训练任务，最终编写具有一定规模的程序，撰写完整规范的课程设计报告，按照安排参加答辩，讲清楚各自的工作内容并回答相关的问题。核心学习结果：让学生获得如下能力与素养：1）应用所学的有关基础知识通过任务分解逐步解决较为复杂的Python程序设计问题的能力，2）根据任务要求，查阅并分析相关资料的能力，3）良好的通过编程解决问题的能力，4）良好的沟通和文字表达能力。主要教学方法：本课程以项目式、任务布置式课程实践教学为主。二、课程目标及对毕业要求指标点的支撑序号课程目标支撑毕业要求指标点毕业要求1目标1：能针对具体复杂的Python程序设计问题进行文献资料及数据的收集、整理与分析，并对有关数据进行有效的预处理,并能选择合适的算法，设计合理的实验方案，运用Python语言进行实验模拟，并对实验结果进行分析，得出合理的结论，完成实验报告。4.3利用大数据科学的专业知识、针对实际问题的具体情况、结合文献资料对模型进行分析，采用恰当的方法、仪器设备、数据分析软件对特定问题的数据模型进行算法优化，并能够写出规范的分析报告和解决方案。毕业要求4：能够设计合理有效的数据模型以满足特定问题，通过数据挖掘获得有效信息，能使用先进的仪器设备、数据分析软件并结合文献资料对大数据科学领域复杂问题进行算法优化、实践和设计新的算法模型，并能够在设计新的算法模型中体现创新意识。三、教学内容及进度安排序号教学内容学生学习预期成果课内学时教学方式支撑课程目标1教学内容：布置课程设计任务选题介绍指导学生进行需求分析、查阅文献资料重点：选题介绍和查阅文献资料难点：理解所要解决的工程问题通过综合分析确定选题，理解选题要求并能做需求分析，并会使用网络工具查询文献资料2讲授讨论上机调研目标1目标22教学内容：指导学生根据所要解决的实际Python程序设计问题，设计合理的算法流程；指导学生进行Python程序设计与调试；重点：算法设计、算法的编程实现难点：算法设计、算法的编程实现对于要解决的实际程序设计问题，能够设计解决方案与开发流程，并上机完成程序的设计与调试。10讨论上机目标13学内容：设计报告与答辩按照课程要求撰写课程设计报告和答辩PPT。整理源程序及其注释，形成格式和风格良好的源程序清单和结果。重点：课程设计报告难点：用PPT清晰表达课程设计的主题思想和取得的成果能根据问题要求和规范，撰写报告和总结。4讨论上机目标1注：“学生学习预期成果”是描述学生在学完本课程后应具有的能力，可以用认知（定义、列举、复述、界定）、理解（解释、辨别、诠释、论证、概括）、应用（应用、实施、执行、解决、计算、展示、使用）、分析（分析、辨别、划分、比较、推断）、综合（设计、整理、组织、创造、发展）、评判（评价、批判、演绎、辩护、支持）等描述预期成果达到的程度。四、课程考核序号课程目标（支撑毕业要求指标点）考核内容评价依据及成绩比例(%)成绩比例(%)课程设计报告课程设计作品答辩1目标1：能针对具体复杂的Python程序设计问题进行文献资料及数据的收集、整理与分析，并对有关数据进行有效的预处理,并能选择合适的算法，设计合理的实验方案，运用Python语言进行实验模拟，并对实验结果进行分析，得出合理的结论，完成实验报告。（支撑毕业要求指标点4.3）文献资料及数据的收集、整理与分析以及所完成的课程设计作品的合理性、难度、复杂度以及代码量,课程设计过程中对工具的熟练掌握程度504010100合计504010100注：各类考核评价的具体评分标准见《附录：各类考核评分标准表》五、教材及参考资料(必含信息：教材名称，作者，出版社，出版年度，版次，书号)《Python程序设计案例课堂》，刘春茂、裴雨龙，清华大学出版社，2017，第一版，9787302483922；《Python机器学习实践指南》，黄申，人民邮电出版社，2017，第一版，9787115449061《Python带我起飞》，李金洪，电子工业出版社，2018，第一版，9787121343223六、教学条件授课场地要求：需要使用多媒体教室授课，授课电脑IntelI7以上处理器，16G以上内存，安装了Windows7以上版本、Office2010、Python3.0以上版本的正版软件；实验场地要求：每位学生一台电脑，电脑硬件要求：IntelI7以上处理器，16G以上内存。软件要求：Windows7以上、Office2013、Python3.0以上版本。附录：各类考核评分标准表课程设计作品评分标准教学目标要求评分标准权重（%）优秀（90-100）良好（80-89）中等（70-79）及格（60-69）不及格（0-59）目标1：能针对具体复杂的Python程序设计问题进行文献资料及数据的收集、整理与分析，并对有关数据进行有效的预处理,并能选择合适的算法，设计合理的实验方案，运用Python语言进行实验模拟，并对实验结果进行分析，得出合理的结论，完成实验报告。（支撑毕业要求指标点4.3）程序代码超过800行；按课程设计任务要求完成了所有的工作量，作品设计原理科学、合理，结构清晰。测试实验数据可靠、详实，证明了功能的实现。解决了设计中的问题，有创新。能熟练使用程序开发工具顺利完成系统开发与调试，程序设计风格良好，能通过查阅资料独立、顺利而正确地完成各项任务的要求。程序代码超过600行；基本按课程设计任务要求完成工作量，作品设计原理较科学、较合理，结构较清晰；测试实验数据可靠、详实，证明了功能的实现。能解决设计中的问题。能较为熟练地使用程序开发工具完成系统开发与调试，程序设计风格较好，通过成员帮助顺利解决实验中遇到的一些问题。程序代码超过400行；能完成所有的工作量，部分不能满足设计任务书要求，作品设计原理基本科学、合理，结构基本清晰；有测试实验数据。基本解决了设计中的问题。能使用程序开发工具完成系统开发与调试，偶尔需要在教师的指导下才能解决遇到相关问题。程序代码超过200行；能完成所有的工作量，但不能满足设计任务书要求，作品设计部分内容不够科学，局部结构混乱。测试实验数据不完整，无法证明部分功能的实现。需要反复在教师的指导和帮助下才能使用程序开发工具完成任务要求。程序代码不足200行；不能完成工作量或完全不满足设计任务书要求，作品设计不科学，结构不清晰。缺少测试实验数据，无法证明功能的实现。或存在抄袭、严重违反课程设计纪律情况。对程序开发工具不熟悉，在教师的多次指导和帮助下也无法完成任务要求。40课程设计报告评分标准教学目标要求评分标准权重（%）优秀（90-100）良好（80-89）中等（70-79）及格（60-69）不及格（0-59）目标1：能针对具体复杂的Python程序设计问题进行文献资料及数据的收集、整理与分析，并对有关数据进行有效的预处理,并能选择合适的算法，设计合理的实验方案，运用Python语言进行实验模拟，并对实验结果进行分析，得出合理的结论，完成实验报告。（支撑毕业要求指标点4.3）能清晰描述问题分析、数据结构选择、任务划分的详细过程，作品设计合理，具较高复杂度和一定的难度。能熟练使用程序开发工具顺利完成系统开发与调试，程序设计风格良好；报告格式符合要求，图表清晰，无错别字，达到正式出版物水平。能较为清晰地能描述问题分析、数据结构选择、任务划分的具体过程，作品设计较为合理，较高的复杂度。能较为熟练地使用程序开发工具完成系统开发与调试；报告格式基本符合规范，能用图表反映问题，有个别错误，基本达到正式出版物水平。能较为清晰地描述问题分析、数据结构选择、任务划分的过程，作品设计存在少量不合理的地方，具有一定的复杂度。基本能使用程序开发工具完成系统开发与调试；报告内容基本符合要求，但部分内容格式不够规范。基本能够描述问题分析、数据结构选择、任务划分的完整过程，作品设计存在部分不合理的地方，作品复杂度一般。能在老师的指导下使用程序开发工具完成各项的基本要求；图表有错误；正文基本规范，但不符合规定的要求对题分析、数据结构选择、任务划分的过程描述不清晰，逻辑混乱，错误较多。作品设计存在大量不合理的地方。在老师的指导下也无法完成各项基本要求；报告格式混乱，只是材料的简单堆砌。50答辩评分标准教学目标要求评分标准权重（%）优秀（90-100）良好（80-89）中等（70-79）及格（60-69）不及格（0-59）目标1：能针对具体复杂的Python程序设计问题进行文献资料及数据的收集、整理与分析，并对有关数据进行有效的预处理,并能选择合适的算法，设计合理的实验方案，运用Python语言进行实验模拟，并对