大数据与会计专业-Python 大数据应用基础课程标准

《Python大数据应用基础》课程标准二级学院：经济管理学院执笔人：景觉灵审核人：李楠制定日期：2022.7陕西能源职业技术学院一、课程信息表1课程信息表课程名称Python大数据应用基础开课院部经济管理学院课程代码考核性质考试前导课程《会计基础》后续课程《Excel在商务工作中的应用》、《会计信息系统应用》、《财务大数据分析》总学时56课程类型理论课是□实践课是□理论+实践是eq\o\ac(□,√)理实一体化是□适用专业大数据与会计专业、大数据与财务管理专业二、课程性质1.课程性质《Python大数据应用基础》是大数据与会计、大数据与财务管理专业融合的专业基础课程。主要讲述Python程序设计的基础知识和相关技术在财务领域中的应用。本课程建议学时为56课时,共3.5个学分。《Python大数据应用基础》课程的教学目的是学生通过该课程，掌握Python程序设计语言的基本知识，并能使用Python语言解决财务场景的相关应用问题，从而理解程序设计基本步骤及方法，提高运用技术解决财务实际问题的能力。课程着重培养其简单的技术开发能力、大数据及智能财务岗位基本工作技能、职业素养、社会适应能力、沟通交流能力、团队协作能力、创新能力和自主学习能力。2.课程功能定位。表2课程功能定位分析对接的工作岗位对接培养的职业岗位能力会计管理岗位1.学会使用集成的开发环境，编写和执行代码；能够运用Python基本语法，编写控制流程、定义函数、模块调用的简单程序。2.学会编写基本的爬虫程序，进行数据的采集；能够对文件或数据集进行操作，对数据进行加工与处理。3.学会处理Python异常的方法；能够运用所学的Python知识，解决财务会计或管理会计工作中的实际问题。三、课程目标与内容1.课程总目标通过本课程的学习，学生能够掌握Python开发的基础知识、以及数据分析的知识，使学生能够将大数据技术和Python语言应用在财务数据分析中；培养学生发现数据和利用数据的能力、对数据进行清洗加工的能力、选择数据分析方法的能力、对数据进行分析并将结果可视化的能力；学会运用现代技术手段获取信息、独立分析和解决问题的方法；具备合作精神和服务意识的团队协作能力；具备高度的工作热情及沟通能力、良好的文字语言表述能力及善于倾听的能力。2.课程具体目标表3课程教学目标与内容序号毕业要求指标点知识目标技能目标素质目标教学内容1指标点2-1.能够熟练操作计算机，开展会计数据的处理和分析了解大数据技术应用工具、大数据应用环境搭建能够建立大数据技术在财经领域中运用的思维体系，掌握财经大数据分析的一般流程和主流方法，能够使用python语言进行大数据采集、数据预处理、数据分析及进行可视化展现的动手操作能力。有良好的职业素养、社会适应能力、沟通交流能力、团队协作能力、创新能力和自主学习能力，具备大数据及智能财务岗位基本工作技能、项目一财经大数据认知任务1：走进财经大数据任务2：大数据技术应用工具任务3：大数据应用环境搭建2指标点3-1.能够运用现代化信息手段，进行自主学习了解Python变量与赋值、基本数据类型、程序控制结构、组合数据类型、函数与模块调用、类与对象调用能够自主尝试和查看Python运行结果和状态，能够读懂代码，自主学习代码。有良好的职业素养、社会适应能力、沟通交流能力、团队协作能力、创新能力和自主学习能力，具备大数据及智能财务岗位基本工作技能、项目二Python程序设计基础任务1：Python变量与赋值任务2：Python基本数据类型任务3：Python程序控制结构任务4：Python组合数据类型任务5：Python函数与模块调用任务6：Python类与对象调用3指标点3-2.能够运用现代化技术，获取和处理商务数据了解SQLite数据库、爬取工具、网页数据采集方法，会计算NumPy数值，了解Pandas数据结构、函数调用、数据读写，了解Pandasmatplotlib的应用和数据可视化。能够运用爬虫工具获取数据使用收集企业内外部数据，用pandas、matplotlib等python数据分析库对相关财经数据进行处理、分析及可视化展现。有良好的职业素养、社会适应能力、沟通交流能力、团队协作能力、创新能力和自主学习能力，具备大数据及智能财务岗位基本工作技能、项目三Python数据采集任务1：Python读写数据文件任务2：Python读写SQLite数据库任务3：简单网页爬取任务4：网页数据采集项目四Python数据预处理任务1：NumPy数值计算任务2：Pandas数据结构任务3：Pandas函数调用任务4：Pandas数据读写项目五Python数据分析任务1：Pandasmatplotlib在财务成果分析中应用任务2：Pandasmatplotlib在商务数据分析中应用任务3：Pandasmatplotlib在金融数据分析中应用项目六可视化综合呈现任务1：带数据可视化Matplotlib任务2：大数据可视化Pyecharts任务3：财经数据可视化表4课程教学安排序号项目（模块）任务（单元）教学内容重点、难点课程思政元素学时1项目一财经大数据认知任务1：走进财经大数据1.1大数据的含义1.2大数据的发展历程1.3大数据的特点1.4我国大数据发展战1.5大数据应用场景重点：Pandas介绍、Matplotlib介绍、Pyecharts介绍难点：Jupyter环境信息技术的发展正在促使会计行业发生深刻的变化。基础的算账、对外报告等低附加值、高重复性的业务正逐新被智能化的信息系统所取代，会计正由传统的财务会计转向管理会计。作为新时代的青年人，要将财会知识和技能与新技术、新技能相融合，不辱时代使命，勇做走在时代前面的奋进者、开拓者。12任务2：大数据技术应用工具2.1Pandas介绍2.2Matplotlib介绍2.3Pyecharts介绍13任务3：大数据应用环境搭建3.1Jupyter环境简介3.2创建文件3.3编写代码3.4单元格功能3.5导出notebook3.6命令模式和编辑模式快捷键14项目二Python程序设计基础任务1：Python变量与赋值1.1变量概述1.2赋值概述重点：顺序结构、选择结构、循环结构几种Python程序控制结构；组合数据类型集合类型、序列类型、字典类型。难点：内置函数、自定义函数、匿名函数；Python类与对象调用。科技为财会工作注入新的生命力，大数据时代的到来，为财务工作者提供了更多的机遇。作为新一代财务人，要善于将财务理论知识与新一代信息技术进行深度融合，不仅要练就过硬的技术本领、具备先进的大数据管理分析能力，还要打通业财税数据逻辑关系、掌握技术更迭下的全新业务流程模式，为成长为新时代独具竞争力的财务科技人才而努力奋斗。15任务2：Python基本数据类型2.1数值简介2.2字符串简介2.3高级数据类型26任务3：Python程序控制结构3.1顺序结构3.2选择结构3.3循环结构27任务4：Python组合数据类型4.1集合类型4.2序列类型4.3字典类型28任务5：Python函数与模块调用5.1内置函数5.2自定义函数5.3匿名函数29任务6：Python类与对象调用6.1类的定义6.2类的语法6.2类的对象方法6.4不同方法的区别6.5方法和函数的相互调用210项目三Python数据采集任务1：Python读写数据文件1.1Python内置模块读写数据文件1.2使用numpy库读写数据文件1.3使用pandas库读写数据文件重点：Python内置模块读写数据文件，使用numpy库读写数据文件，使用pandas库读写数据文件；Python读写SQLite数据库。难点：运用爬虫工具获取数据需要是发明之母。会计作为经济发展的重要组成部分，与数据有着天然密不可分的关系。站在会计转型发展的风口，谁能利用好大数据、能挖掘出数据背后隐藏的价值，谁就能把握发展先机。211任务2：Python读写SQLite数据库2.1数据概览2.2任务定义2.3实现步骤212任务3：简单网页爬取3.1发送请求3.2获取响应内容3.3解析内容3.4保存数据413任务4：网页数据采集4.1Requests简介4.2Requests.get()4.3数据保存4.4自定义爬虫函数414项目四Python数据预处理任务1：NumPy数值计算1.1数组(ndarray)1.2数组属性1.3数组与列表的区别1.4arange()函数创建数组1.5NumPy数学与统计函数1.6Numpy随机数函数1.7Numpy简单统计函数重点：NumPy随机数函数、NumPy简单统计函数、Pandas数据结构、DataFrame基本函数、Pandas数据读取。难点：通过二维列表创建Dataframe、通过字典创建Dataframe思维决定高度。现实工作中，人们常被要求用数据说话。可是，数据自己是不能说话的，只有对它进行深入挖掘才能找到有价值的信息。站在时代浪尖上的年轻人，要努力训练自己具有统计思维，努力使自已成为祖国建设的栋梁之材。215任务2：Pandas数据结构2.1Pandas数据类型2.2Series数据类型2.3DataFrame数据结构2.4通过二维列表创建Dataframe2.5通过字典创建Dataframe2.6DataFrame的属性2.7DataFrame的简单运算316任务3：Pandas函数调用3.1DataFrame基本函数3.2rename()函数3.3insert()函数3.4drop()函数3.5head()函数和tail()函数3.6DataFrame基本函数317任务4：Pandas数据读写4.1读取excel文件4.2read_excel常用参数4.3Pandas读写其他文件4.4DataFrame行列显示318项目五Python数据分析任务1：Pandasmatplotlib在财务成果分析中应用1.1Matplotlib简介1.2基本绘图流程1.3创建画布与子图1.4创建画布1.5创建子图-subplot()1.6添加画布内容1.7保存与显示图形1.8常用绘图函数-plt.plot()1.9颜色color常见参数值1.10线型样式与标记样式常见参数值重点：基本绘图流程：创建画布与子图、创建画布、创建子图-subplot()、添加画布内容、保存与显示图形难点：绘图函数-plt.plot()颜色color参数值设置、线型样式与标记样式常见参数值。中国：从2G起步，到3G突破，到4G并跑，再到5G引领，彰显着这是一个国家富强、民族兴旺、社会繁荣的时代。作为有理想的年轻一代，要坚持与祖国同行，以青春梦想、用实际行动为实现中国梦作出新的更大贡献。319任务2：Pandasmatplotlib在商务数据分析中应用2.1基本绘图流程2.2创建画布与子图2.3创建画布2.4创建子图-subplot()2.5添加画布内容2.6保存与显示图形2.7常用绘图函数-plt.plot()2.8颜色color常见参数值2.9线型样式与标记样式常见参数值320任务3：Pandasmatplotlib在金融数据分析中应用3.1基本绘图流程3.2创建画布与子图3.3创建画布3.4创建子图-subplot()3.5添加画布内容3.6保存与显示图形3.7常用绘图函数-plt.plot()3.8颜色color常见参数值3.9线型样式与标记样式常见参数值421项目六可视化综合呈现任务1：带数据可视化Matplotlib1.1Matplotlib简介1.2财务指标可视化-数据准备1.3常用绘图函数-plt.bar()1.4常用绘图函数-plt.pie()1.5作图函数-plOt重点：常用绘图函数-plt.bar()、常用绘图函数-plt.pie()、作图函数-plOt难点：任务1：财经数据采集。任务2：Pyecharts组合图形-Timeline、Matplotlib与Pyecharts对比。新技术将取代会计中的重复性记账劳动、拓展财务传播的边界，使传统会计逐渐转型为智慧财务会计，未来的会计从业人员必须要具备一定的战略高度和全局视野，不断提升综合能力和知识结构等方面的造诣，确保不被时代所淘汰。322任务2：大数据可视化Pyecharts2.1Pyecharts简介2.2初始化配置2.3定制主题2.4常用全局配置项2.5系列配置项323任务3：财经数据可视化3.1绘制饼图、折线图、面积图、柱状图、组合图形等3.2Pyecharts组合图形-Timeline3.3Matplotlib与Pyecharts对比3四、课程考核1.课程考核分为终结性评价和过程评价。2.终结性评价采取试题的闭卷考试考核，终结性考核占40%。形成性考核按项目进行考核，包括课堂考勤、课堂表现、作业、课内实训，形成性考核占60%。具体考核评价见表5。表5课程总评表考核方式比率（%）评分要点形成性考核课堂考勤10到课情况课堂表现10课堂纪律、课堂提问作业10数量、质量课内实训30实训作业标准答案终结性考核期末上机考试40上机操作结果的准确性五、实施要求1.授课教师基本要求（1）符合高校教师的资格条件，具备高校教师的基本素养和道德要求。（2）具有扎实的理论功底，同时熟悉大数据分析技术的基本内容及大数据分析工具的使用方法，以及财务相关的业务知识。（3）具备一定的教学技巧和课堂组织能力，掌握课堂讲授、任务驱动、情境式、启发式、案例式等教学方法，具备多种教学手段综合应