数据分析与可视化-教学大纲

课程教学大纲课程编号学分3.5考核方式考查课程名称数据分析与可视化总学时56考核比例平时考核50%开课单位学时分配理论(实验)40期末考核50%适用专业数据科学与大数据16执笔人实践/实习0审核人课程介绍《数据分析与可视化》是数据科学与大数据的专业必修课，在学习本门课程之前，要求学生掌握Python程序设计、JavaScript程序设计的知识内容。通过本门课程的学习，学生可以熟悉数据分析与可视化技术的基本内容，掌握NumPy数值计算、Pandas数据处理与数据分析、SciPy科学计算、Matplotlib数据可视化、ECharts数据可视化、pyecharts数据可视化。学生使用NumPy、Pandas、SciPy模块对收集到的数据整理、加工和分析，提炼出有价值的信息；然后，借助Matplotlib、ECharts、pyecharts数据可视化方法，将分析结果以散点图、折线图、直方图、饼图等图形化手段展示出来。本课程旨在为学生提供数据分析与可视化开发的知识和技能，让学生具备将数据处理、数据分析得到的数据集合，转化为可视化图像的能力，增加学生相关开发能力的知识储备，具备相关工作岗位的技能，通过独立以及协作分析、设计、编程，使学生具有进取精神和较强的独立工作能力。本课程的先修课程：《Python程序设计》、《Web前端技术基础》课程目标可支撑的毕业要求1.能够应用大数据、数据分析技术和工程方法解决数据分析行业的工程问题。2.能够应用计算科学的基本理论和工程方法，对实际的工程问题展开研究，识别出解决工程问题的关键环节和参数。3.能够识别实际的需求，结合具体的数据分析与可视化技术，对计算机应用领域的工程问题进行系统设计，提出可行的解决方案。4.能够基于计算科学理论，应用数据分析和大数据的方法，对计算机应用领域工程问题的解决办法进行探索和研究，并设计实验方案。5.能够应用恰当的技术、资源、现代工程工具和信息技术工具，辅助完成数据分析和处理的工程设计、验证、实现、应用和维护。6.理解职业道德的含义，在计算机应用领域的工程实践中能够自觉遵守职业规范和工程伦理，具有法律意识。1.工程知识：能够运用数学、自然科学、计算科学基础知识解决计算机应用领域工程问题。2.问题分析：能够应用数学、自然科学和计算科学的基本原理，结合文献研究，对计算机应用领域的工程问题进行识别、表达，并形成有效结论。3.设计/开发解决方案：能够针对计算机应用领域工程问题提出解决方案，设计满足特定需求的系统、模块或流程，能够在设计和工程实践中考虑社会、健康、安全、法律、文化及环境等因素。4.研究：能够使用计算科学理论和相关科学原理进行方案研究，解决计算机应用领域的工程问题，通过信息综合对比各方案的性能，给出有效结论。5.使用现代工具：能够使用恰当的技术、资源、现代工程工具和信息技术工具，对计算机应用领域的工程问题进行模拟、预测、设计、验证、实现、应用和维护，并能理解其局限性。8.职业规范：具有社会主义核心价值观，德智体美劳全面发展，能够在计算机应用领域工程实践中理解并遵守工程师职业道德和工程伦理，履行责任。教学内容及安排【“△”表示重点，“▲”表示难点】章节标题主要内容（知识点）学时教学方法与教学手段其他要求（含课程思政）第一章绪论绪论认识数据分析认识数据可视化数据分析与可视化常用工具△为何选用Python进行数据分析与可视化Python数据分析与可视化常用类库△2教学方法：讲授法、练习法等教学手段：电脑+多媒体+板书围绕习近平总书记强调的社会主义核心价值观，围绕立德树人根本任务，强调科学技术的学习对国家、社会、个人的积极作用，引导学生以创新的精神在实现国家“富强、民主、文明、和谐”的目标中，把实现民族复兴作为个人的使命担当，为之努力奋斗；引导学生牢固树立法治思维，大力弘扬以遵纪守法为核心的公德操守和职业道德，强化“自由、平等、公正、法治”的价值取向。第二章NumPy数值计算基础NumPy数值计算基础2.1NumPy多维数组▲2.2数组的索引和切片2.3数组的运算▲2.4数组的读写2.5NumPy中的数据统计与分析4教学方法：讲授法、案例教学法、练习法等教学手段：电脑+多媒体+板书第三章Pandas基础Pandas基础3.1Pandas中的数据结构▲3.2Pandas索引操作3.3DataFrame数据的查询与编辑3.4Pandas数据运算▲3.5日期和时间数据类型3.6数据分组与聚合▲3.7数据透视表3.8数据处理▲3.9数据标准化10教学方法：讲授法、案例教学法、练习法等教学手段：电脑+多媒体+板书引导学生正确看待个体与整体的辩证关系，充分发挥个人在创新团队中的作用，在提高团队凝聚力和综合性创新能力的同时实现个人创造力和核心力。第四章SciPy科学计算基础SciPy科学计算基础4.1SciPy简介4.2SciPystats统计△4.3SciPycluster簇聚4.4SciPyinterpolate插值▲4.5SciPyspecial特殊包4教学方法：讲授法、案例教学法、练习法等教学手段：电脑+多媒体+板书结合习近平总书记提出的中华民族伟大复兴，将科学知识的学习与中国特色社会主义伟大实践联系起来，与民族复兴的光辉前景与永久奋斗精神结合起来，引导学生紧紧跟上大有作为的新时代，积极寻找实现个人价值与理想抱负的路径平台。第五章Matplotlib数据可视化Matplotlib数据可视化5.1Matplotlib简介5.2Matplotlib绘图基础△5.3动态rc参数5.4Pyplot中的绘图函数△5.5常用图像绘制▲6教学方法：讲授法、案例教学法、练习法等教学手段：电脑+多媒体+板书第六章ECharts数据可视化ECharts数据可视化6.1ECharts简介6.2ECharts绘图基础△6.3ECharts常用绘图▲8教学方法：讲授法、案例教学法、练习法等教学手段：电脑+多媒体+板书结合习近平总书记提出的中华民族伟大复兴，将科学知识的学习与中国特色社会主义伟大实践联系起来，与民族复兴的光辉前景与永久奋斗精神结合起来，引导学生紧紧跟上大有作为的新时代，积极寻找实现个人价值与理想抱负的路径平台。第七章Pyecharts数据可视化Pyecharts数据可视化7.1Pyecharts简介7.2Pyecharts的使用方法△7.3Pyecharts常用图表▲6教学方法：讲授法、案例教学法、练习法等教学手段：电脑+多媒体+板书结合习近平总书记提出的中华民族伟大复兴，将科学知识的学习与中国特色社会主义伟大实践联系起来，与民族复兴的光辉前景与永久奋斗精神结合起来，引导学生紧紧跟上大有作为的新时代，积极寻找实现个人价值与理想抱负的路径平台。实验1NumPy通用函数和统计分析2教学方法：任务驱动法、练习法等教学手段：电脑+多媒体+板书验证性实验2Pandas数据处理与数据分析2教学方法：任务驱动法、练习法等教学手段：电脑+多媒体+板书验证性实验3SciPy数据处理与数据分析2教学方法：任务驱动法、练习法等教学手段：电脑+多媒体+板书实验4Matplotlib图形绘制2教学方法：任务驱动法、练习法等教学手段：电脑+多媒体+板书验证性实验5ECharts图形绘制2教学方法：任务驱动法、练习法等教学手段：电脑+多媒体+板书验证性实验6pyecharts图形绘制2教学方法：任务驱动法、练习法等教学手段：电脑+多媒体+板书验证性实验7数据分析与可视化技术综合实验4教学方法：任务驱动法、练习法等教学手段：电脑+多媒体+板书综合性教材与参考资料书名主编出版社出版年度课程教材：数据分析与可视化闫博西安电子科技大学出版社2025参考资料：NumPy官网、Pandas官网、SciPy官网、Matplotlib官网、ECharts官网、pyecharts官网。考核环节考核要求/评价细则建议分值比例平时考核课堂笔记考核要求：字迹工整、逻辑条理清晰、内容准确、简洁明了。评分细则：优秀（5分）良好（3-4分）一般（1-2分）5%课后作业考核要求：在规定时间及时上交；作业书写干净、字迹规范；错误率低，学生表现一定的学习能力。评分细则（每次）：优秀（9-10分）良好（7-8分）一般（1-6分）作业最终得分取各次作业平均分。10%实验成绩考核要求：熟练使用开发工具，完成每次实验的各项内容；可以解决编程中遇到的问题，对程序进行调试，所编制程序的运行结果正确无误；在规定时间及时上交实验报告，报告格式规范、条理清楚、逻辑性强，内容完整。评分细则（每次）：优秀（9-10分）良好（7-8分）