大数据技术应用基础（Python版） 课程标准

PAGE1PAGE附件1《大数据技术应用基础》课程标准课程概况课程名称大数据技术应用基础课程代码课程类别通识课课程性质必修课课程学时36理论学时2课程学分3学分实践学时34适用专业大数据与会计、大数据与财务管理、统计与会计核算、电子商务、市场营销等财经商贸大类专业适用对象三年制高职、三校学生1.前言1.1课程性质本课程是财务会计类专业的一门专业基础课程，也是高职财经商贸类专业的必修课程。从知识、技能和素质三个维度，将知识与技能、过程与方法、情感态度与价值观三方面融为一体，做到大数据技术基本知识的传授、课程思政的熏陶、职业判断能力的提升和会计职业道德规范的养成有机融合。学生在掌握大数据基本知识、积累基本大数据技术应用经验基础上形成大数据思维，具有良好的大数据技术意识和职业道德规范。本课程坚持德技并修、育训结合、知行合一，紧扣“遵纪守法、精益求精、大局意识”课程思政总目标，课程内容力求符合教育部提出的“注重基础、突出适用、增加弹性、精选内容”的要求。本课程先修课程为《统计基础》,后续课程为《大数据技术在财务中的应用》《财务大数据分析》等。通过本课程的学习，使学生了解大数据基本知识，理解大数据分析的基本要求，掌握大数据分析的基本方法，提升学生精准化财务数据分析的能力，为顺利走上财务会计工作岗位打下良好的基础。1.2课程设计思路总体设计思路：聚焦大数据技术应用领域，把立德树人作为根本任务，将思政教育以“盐溶于水”的方式融入教学全过程。通过本课程的学习，养成善于思考和精益求精的工匠精神，学会用大数据眼光观察世界、用大数据思维分析世界、用Python语言表达世界，强化会计职业社会责任感，增强学生的就业能力。课程设计目标：本课程旨在使学生掌握Python在大数据处理中的基础语法，能够进行数据清洗、合并、分析与可视化等操作，培养学生运用Python相关技术解决实际大数据问题的能力，为后续深入学习和数据分析与挖掘工作打下坚实基础。课程设置依据：本课程设置依据信息技术在各行业的广泛应用需求，结合高职院校学生的职业发展特点，旨在培养既懂技术又具备创新能力的复合型人才。课程内容的设计参考了Python的最新发展动态，以及财务、企业管理工作中对Python编程的实际需求。2.课程目标通过本课程的教学，学生将掌握Python技术的基本理论和应用方法，能够熟练使用pandas工具处理分析数据，利用matplotlib库进行绘图参数设置，根据企业实际业务数据绘制条形图、柱状图、散点图、折线图、饼图等，具备创新思维和批判性思维能力。知识目标：1.理解大数据的基本概念，了解大数据的发展史以及应用现状；了解大数据的关键技术及大数据分析工具。2.了解Python所需的开发环境，理解Python的基础语法和程序结构;了解Python代码编写基本规则，掌握常用的数据类型、运算符、内置函数的基本用法。3.掌握Python基础语法，包括变量、数据类型、运算符及表达式规则，熟悉Python高级数据结构（列表、元组、字典、集合）的特性与适用场景。4.了解流程控制逻辑（顺序、分支、循环）及其在算法设计中的应用；掌握函数的定义与调用方法，理解参数传递、作用域及匿名函数原理。5.认知模块化编程思想，熟悉类、模块、包与库的层次关系与使用方法；学习Pandas库的核心数据结构（Series、DataFrame）及数据操作方法。6.掌握数据清洗技术（缺失值处理、重复值删除）与数据合并方法7.理解Matplotlib可视化工具的基本原理，包括图表类型与配置项能力目标：1.掌握Python开发环境的搭建方法，能够根据需要下载安装Python、PyCharm及Anaconda等工具；理解交互式、脚本式运行Python程序的步骤和方法。2.熟练掌握变量定义及赋值方法，能够根据需要定义变量；能够正确运用运算符进行各种运算操作，建立表达式；3.熟练运用print()函数与input()函数输出、格式化输出及输入各种类型数据；4.能够根据程序需要正确生成列表、元组、字典和集合；能够运用函数、运算符等工具对列表、元组、字典和集合进行常见的操作；5.能够根据实际问题的需要应用选择结构、循环结构及其嵌套设计程序，能够运用for循环语句生成数字列表；能够准确使用break、continue语句进行程序的跳转，会使用pass空语句6.能够熟练定义并调用函数，能够正确运用匿名函数解决实际问题，能够熟练进行全局变量、局部变量的定义，并实现二者转化；能够熟练创建调用模块、包以及库。7.能够利用Pandas从Excel中读入、导出、查看数据及进行缺失值处理、重复数据去除等操作；能够根据分析需要对数据表进行横向合并与纵向合并，能够对数据表进行基本的四则运算，汇总求和，计算最值、平均数、标准差等统计指标8.能够利用Matplotlib快速设计输出符合数据特征及分析需要的定制图表素质目标：1.践行社会主义核心价值观，厚植家国情怀、培育政治认同感；2.把崇尚法治作为人格养成的一部分，牢固树立法治意识，提升数据安全意识，增强社会责任感；3.培养爱岗敬业、遵守职业道德规范的高尚品质，具有团队合作和创新精神；4.具有持续学习能力与创新能力，培养跨学科思维，提升知识应用能力，不断提升职业素养；5.勤学善思，培养严谨的工作态度和专注的职业精神以及精益求精的工匠精神；6.理解并遵守代码规范，养成良好的编程习惯；培养逻辑思想、数据思维和辩证思维，提升解决问题的能力；7.增强信息素养，树立终身学习的理念；8.提升数据处理和呈现的能力，通过数据处理和图表工具清晰、准确地传达数据信息；9.培养良好的数据可视化审美，能够对比选择恰当的图表类型，制作精美、专业的图表。3.课程内容与要求本课程在第1学期或第2学期开设。总课时为36学时，其中理论2学时，实践34学时。其次，根据专业人才培养方案安排设计课程工作任务的知识内容和要求、技能内容和要求。课程内容框架与要求及学时分配如下表所示：序号章节内容知识内容和要求技能内容和要求学时理论2实训341项目一1.理解大数据的特征、分类，掌握大数据分析流程，认识常用的大数据分析工具2.了解Python的诞生、发展及其语言特点和常见应用方向思政融入：培养持续学习能力与创新能力，不断提升职业素养；培养跨学科思维，提升知识应用能力1.掌握Python开发环境的搭建方法，能够根据需要下载安装Python、PyCharm及Anaconda等工具2.理解交互式、脚本式运行Python程序的步骤和方法22项目二1.了解Python的注释规则及代码缩进等书写规则2.理解标识符与保留字，认识运算符，掌握数据类型、变量命名规则及运算符优先级思政融入：理解并遵守代码规范，养成良好的编程习惯；勤学善思，培养严谨的工作态度和专注的职业精神1.熟练掌握变量定义及赋值方法，能够根据需要定义变量2.能够正确运用运算符进行各种运算操作，建立表达式3.熟练运用print()函数与input()函数输出、格式化输出及输入各种类型数据63项目三1.掌握列表、元组、字典、集合的概念和相关特征2.理解列表、元组、字典、集合的用法差异及产生原因思政融入：培养数据思维，提升解决问题的能力；增强信息素养，树立终身学习的理念1.能够根据程序需要正确生成列表、元组、字典和集合2.能够运用函数、运算符等工具对列表、元组、字典和集合进行常见的操作84项目四1.了解流程控制方法，掌握3种流程结构的特点2.了解标识符、缩进、引号、注释在Python中的表示方法思政融入：结合实际问题研究算法，培养逻辑思维和辩证思维；保证代码的正确可靠，培养精益求精、不断迭代的工匠精神1.能够根据实际问题的需要应用选择结构、循环结构及其嵌套设计程序2.能够运用for循环语句生成数字列表3.能够准确使用break、continue语句进行程序的跳转，会使用pass空语句65项目五1.认识函数，掌握函数定义方法，熟悉函数参数类型2.理解作用域的概念，掌握全局变量和局部变量的特征3.初步认识类、模块、包与库，理解面向对象编程，掌握模块、包和库的基本理论和基本操作方法。思政引入：培养数据思维和辩证思维；勇于探索新的编程思路和技术，培养创新精神1.能够熟练定义并调用函数2.能够正确运用匿名函数解决实际问题3.能够熟练进行全局变量、局部变量的定义，并实现二者转化4.能够熟练创建调用模块、包以及库。66项目六1.理解Pandas中Series和DataFrame两种核心数据结构，掌握数据创建、索引等基本方法，掌握数据筛选和清洗方法2.熟悉从Excel中读取和写入数据的方法，掌握Matplotlib绘图基础和配置项的设置方法3.理解Pandas模块下数据合并的原理及各种合并方式下的操作方法4.掌握数据分组、汇总、统计等数据处理方法思政引入：提升数据处理和呈现的能力，通过数据处理和图表工具清晰、准确地传达数据信息；培养良好的数据可视化审美，能够对比选择恰当的图表类型，制作精美、专业的图表1.能够利用Pandas从Excel中读入、导出、查看数据及进行缺失值处理、重复数据去除等操作2.能够根据分析需要对数据表进行横向合并与纵向合并，能够对数据表进行基本的四则运算，汇总求和，计算最值、平均数、标准差等统计指标3.能够利用Matplotlib快速设计输出符合数据特征及分析需要的定制图表84.实施建议4.1教学方法结合本课程的特点与实际教学内容采用分组教学、角色扮演、任务驱动、情境式教学方法。4.1.1启发式教学法

设置情景，提出任务，通过对已掌握内容的复习、回顾，启发引导出新的知识和问题，循序渐进，水到渠成。4.1.2情境教学法

在教学过程中，根据工作过程，将教学内容分为不同的教学情境，使学生熟悉数据分析岗位职责，掌握等工作流程，从而掌握企业基本工作内容，增强学生的实践操作能力。4.1.3开放式教学定期安排教师到校外一线工作岗位以及其他学校进行考查，提高和丰富教师的业务经验；聘请其他院校教师和信息化专家、数据分析师来校开设讲座，进行实践指导。4.1.4案例分析讨论式教学法将在培训中和实践中收集来的各个丰富多彩的案例进行适当的有机整合，提炼出学生容易在实际工作中易犯的经典性错误，进行典型案例教学。4.1.5角色体验教学法在教师指导下，学生模拟扮演某一角色进行技能训练，掌握相应角色的技能与思考方法的一种教学方法。通过校内模拟教学，为学生提供仿真的训练环境，提高学生的职业技能。灵活运用多种恰当的教学方法，有效地调动学生学习兴趣，促进学生积极思考与实践；适时地开展体验性学习，促进学生职业能力发展，教、学、做相结合，强化学生能力培养；同时，充分运用代化教学手段和教学设备，逐步建设起系列化的多媒体课件库、网上试题库，努力提高教学效率，提升教育质量；再有充分利用网络课程资源，引导学生自主学习，提升业务技能。4.2教学评价本课程考核采用过程性评价和终结性评价相结合的方式。1.过程性评价（50%）过程考核内容包括有平时出勤、品格与工匠精神评价、课堂作业三个方面情况的考核。平时出勤考核学生参与课程的频率及课堂质量，包括出勤、课堂纪律、课上实操情况以及学习通上各项课堂活动的参与情况；品格与工匠精神评价主要考察学生的家国情怀、社会责任感和诚信意识以及严谨、敬业、精益求精、坚持到底等职业素养；课堂作业评估学生对课程内容的理解程度、应用能力和创新能力，作业形式可多样化。2.终结性评价（50%）考试类型为流程化操作试题，覆盖了课程全部工作任务的主要技能点，着重考察学生知识的具体应用能力。4.3教学资源的开发和应用根据课程建设内涵，设计课程教学资源建设标准，包括：教材编写：尽可能根据本课程标准编写或选择教材。如果选择教材，鉴于本课程教材种类繁多，而且不乏规划教材和优秀教材，可根据学院教学实际，建议本课程使用已有的规划教材或优秀教材。可使用由北京邮电出版社出版的《大数据技术应用基础》（含示例、综合应用实例、源代码等）；数字资源：在线教学平台：北京用友科技（北京新道科技）“Python云平台”（提供视频教程、实训数据集、试用账号）；教学资源：完善与教材配套的电子教学资料和多媒体课件、视频、教案、案例库、试题库等教学资料，并熟练应用于课堂教学之中。已建成用于本课程教学的实训环境，配备与课程高度匹配的Python、pycharm、anaconda软件，使之具备现场教学、实验实训的功能，实现教学与实训合一，满足教、学、做一体化的要求。网络资源：建设课程教学资源网站，将各种教学资源集中统一管理，形成课程教学资源中心。满足专业教学、专业考