Python大数据处理与分析第2版-教学大纲

Python大数据处理与分析第2版教学大纲（2026版）2026年7月

前言一、大纲编写依据《Python大数据处理与分析第2版》是一门面向数据科学与大数据、软件工程及计算机科学等专业的专业基础课程，适合大二学生学习。本课程以新教材为依据，将Python编程语言、NumPy、Pandas、Matplotlib与大数据处理和分析任务相结合，使学生了解大数据的基本概念、处理流程、计算模式和分析方法，掌握从开发环境搭建、数据计算、数据分析、数据预处理、数据可视化到综合案例实现的基本方法。通过本课程学习，学生能够认识Python在大数据生态中的优势，理解数据采集、存储、清洗、转换、整合和分析的基本流程，初步掌握批处理、流处理、交互式查询和混合计算等数据计算模式，形成以数据解决实际问题的基本思维，并为后续的大数据应用开发、数据可视化和机器学习等课程打下基础。二、课程目的1、知识目标（1）理解大数据的概念、特征、处理流程、分析流程及常见数据计算模式。（2）了解Python在大数据处理与分析中的优势，以及Python与NumPy、Pandas、Matplotlib、PySpark、Dask等工具或框架的关系。（3）掌握Python解释器、Anaconda、JupyterNotebook和PyCharm的安装及基本环境配置方法。（4）掌握NumPy数组对象的创建、访问、修改、基础运算和常用数学、统计、线性代数函数。（5）掌握Pandas的Series、DataFrame及数据导入导出、查看检查、增删查改、统计分析和数据对齐等基本操作。（6）掌握数据清洗、正则表达式、数据规整、聚合分组、数据透视、特征选择、数据变换和数据规约等预处理方法。（7）掌握Matplotlib绘制折线图、柱状图、直方图、散点图、等值线图及地理信息可视化图表的方法，了解图表调整与美化。（8）了解多元回归、K-Means聚类、时间序列模型以及ID3、C4.5和CART决策树等方法在实际案例中的应用。（9）了解DeepSeek等人工智能工具对数据清洗、代码生成、算法解释、特征分析和报告撰写的辅助作用，形成正确的人机协作意识。2、能力目标（1）实践能力：能够配置Python数据分析环境，使用NumPy进行数据计算，使用Pandas进行数据处理和分析，使用Matplotlib进行数据可视化，并完成综合案例的基本实现。（2）问题解决能力：能够针对实际问题选择合适的数据处理流程、分析方法和可视化方式，完成从问题理解、数据准备、模型分析到结果表达的基本过程。（3）自主学习能力：能够阅读教材、技术文档和代码，利用习题、上机实验、源代码及人工智能辅助工具进行自主学习和调试。（4）协作与创新能力：能够在小组任务中进行分工、沟通和协作，结合生活或行业场景提出数据分析问题，并用Python方法验证和表达分析结果。三、教学方法1、课堂教学(1)讲授本课程的教学内容以讲授为主，讲授的主要内容有大数据的基本概念和基本特征、大数据行业必备基础知识、数据采集与预处理方法、大数据存储与管理、大数据计算框架、数据挖掘技术、可视化技术，以及大数据与热门行业云计算和人工智能的结合。根据教学大纲的要求，突出重点和难点。(2)教师指导下的学生自学指导学生自主学习大数据热门技术网络爬虫、使用NumPy进行数据计算、使用Pandas进行数据分析、Matplotlib数据可视化。教师通过给出一些相关的实例帮助学生理解和进行程序设计，并布置相应的习题让学生进行练习。(3)其它教学方法尽可能运用动态演示手段进行多媒体辅助教学，解决好教学内容多、信息量大与学时少的矛盾；充分利用学校的图书馆的资源优势，查阅与课程相关的资料；通过布置课后学习来提高学生对大数据相关技术的认识。2、课外学习作业：课外练习。四、适用对象数据科学与大数据、软件工程及计算机科学专业等。五、先修课程及后续课程（或相关课程）（一）先修课程：计算机基础、程序设计基础或Python程序设计基础；具备基本的计算机操作、文件管理和编程阅读能力。（二）后续课程：《Hadoop大数据技术》《大数据应用开发技术》《数据可视化》《机器学习》或相关课程。说明：本课程不要求学生在课前掌握复杂的大数据平台，但应具备基本编程和数学、统计学常识。六、课程性质必修。七、总课时及各章的分配授课总课时数为32学时，各章的学时具体安排如下：章节教学内容理论授课学时第一章大数据处理与分析概述第二章搭建开发环境第三章使用NumPy进行数据计算第四章使用Pandas进行数据分析第五章数据预处理第六章使用Matplotlib进行数据可视化第七章基于大数据的房产估价第八章某移动公司客户价值分析第九章基于历史数据的超市日销售额预测第十章智能电网的电能预估及价值分析合计八、使用教材及主要参考书目（一）选用教材Python大数据处理与分析第2版，人民邮电出版社，2026年。九、考核方式及成绩评定标准1、考核内容与形式(1)知识类考核本课程采用开卷考试形式。重点考试内容：大数据基础知识、数据采集与预处理方法、NumPy进行数据计算、Pandas进行数据分析、Matplotlib数据可视化、大数据计算框架、数据挖掘等。(2)能力类考核利用学生平时作业、课堂提问与讨论考查学生的学习能力，理解和掌握相关知识的程度以及实际应用能力。2、课程成绩构成(1)平时成绩占百分比平时成绩(包括平时考勤、作业情况、课堂表现)占总分60%(2)考试成绩占百分比期末考试成绩占总分40%第一章搭建开发环境第一节Python解释器的安装介绍各个系统下安装Python解释器。第二节Anaconda的安装及环境变量配置介绍Anaconda的安装以及配置。第三节JupyterNotebook与PyCharm的安装介绍JupyterNotebook和PyCharm。第二章使用NumPy数据计算第一节安装NumPy安装NumPy。第二节NumPy中的数组对象掌握数组对象的创建、常用属性、访问与修改、基础运算、常用函数。第三节使用NumPy进行数学运算掌握位运算函数、数学函数、算术函数、统计函数、线性代数函数。第四节NumPy使用案例了解使用案例。第三章使用Pandas进行数据分析第一节安装Pandas了解Pandas的安装。第二节Pandas中的对象重点理解Series对象、DataFrame对象。第三节Pandas的基本操作掌握导入导出数据、数据的查看与检查、数据的增删查改。第四节Pandas的基本运用掌握数据统计、算术运算与数据对齐。Pandas的使用案例了解pandas的使用案例。第四章Matplotlib数据可视化第一节安装Matplotlib与绘图基本步骤了解安装Matplotlib与绘图基本步骤。第二节经典图形绘制掌握折线图、柱状图、直方图、散点图、等值线图及地理信息可视化。第三节图标调整及美化了解图标主要组成元素调整、颜色参数及映射表。第四节Matplotlib使用案例了解Matplotlib使用案例。第五章预数据处理第一节数据清洗与准备掌握数据清洗准备及数据清洗。第二节正则表达式了解正则表达式的特点与组成、字符串方法、re模块。第三节数据调整重点掌握聚合、分组及数据透视，掌握特征选择（降维），数据变换与数据规约。理解稀疏表示和字典学习。第六章基于大数据的房产估价第一节情景问题提出及分析了解大数据对于房产估价的作用。第二节多元回归模型介绍介绍多元回归模型。第三节方法与过程理解代码实现过程。第七章某移动公司客户价值分析第一节情景问题提出及分析了解问题提出背景。第二节K-Means聚类算法理解K-Means聚类算法。客户价值分析过程理解代码实现过程。第八章基于历史数据的气温及降水预测第一节情景问题提出及分析了解问题提出背景。第二节常见的时间序列模型简介了解AR模型、MA模型、ARMA模型、ARIMA模型。平稳序列建模示例了解读入数据并进行预处理、时间序列平稳性分析、模型选择及定阶、建立时序模型并预测。非平稳序列建模示例理解代码实现。智能的电网的电能预估及价值分析情景问题提出及分析了解问题提出背景。决策树算法简介了解ID3算法、C4.5算法、CART算法、预剪枝与后剪枝、连续值处理。方法与过程理解代码实现过程。第一章大数据处理与分析概述第一节Python在数据处理与分析中的优势了解Python简洁易学、第三方库丰富、跨平台、社区支持良好以及与大数据工具集成性好的特点，理解Python在大数据生态中的定位。第二节大数据处理理解大数据处理的基本流程，掌握数据采集、存储、清洗、转换、整合和管理等基本环节，了解批处理、流处理、交互式查询和混合计算模式。第三节大数据分析了解大数据分析的基本概念、分析流程、常用方法及应用场景，认识数据质量、数据安全、伦理和法规等问题。本章重点：Python在大数据处理与分析中的作用、大数据处理流程和计算模式。第二章搭建开发环境第一节Python解释器的安装了解Windows、Linux和macOS系统下Python解释器的安装方法。第二节Anaconda的安装及环境变量配置掌握Anaconda的安装、环境变量配置和基本使用方法。第三节JupyterNotebook与PyCharm的安装掌握JupyterNotebook和PyCharm的安装、工程创建及基本运行方法。第三章使用NumPy进行数据计算第一节安装NumPy了解NumPy的安装和导入方法。第二节NumPy中的数组对象掌握数组对象的创建、常用属性、访问与修改、基础运算和常用函数。第三节使用NumPy进行数学运算掌握位运算函数、数学函数、算术函数、统计函数和线性代数函数。第四节NumPy使用案例通过案例巩固数组操作和数据计算方法。第四章使用Pandas进行数据分析第一节安装Pandas了解Pandas的安装、导入和基本使用方式。第二节Pandas中的对象重点理解Series对象和DataFrame对象的结构与特点。第三节Pandas的基本操作掌握数据导入导出、数据查看与检查，以及数据的增加、删除、查询和修改。第四节Pandas的基本运用掌握数据统计、算术运算和数据对齐等方法。第五节Pandas使用案例通过案例综合运用Pandas进行数据分析。第五章数据预处理第一节数据清洗与准备掌握缺失值、重复值、异常值和格式问题的识别与处理方法，理解数据清洗对分析结果的影响。第二节正则表达式了解正则表达式的特点与组成，掌握字符串方法和re模块的基本使用。第三节数据规整掌握聚合、分组和数据透视，了解特征选择、数据降维、数据变换和数据规约，理解稀疏表示和字典学习的基本思想。第六章使用Matplotlib进行数据可视化第一节安装Matplotlib与绘图基本步骤了解Matplotlib的安装、导入和绘图基本流程。第二节经典图形绘制掌握折线图、柱状图、直方图、散点图、等值线图及地理信息可视化图表的绘制方法。第三节图表调整及美化了解图表主要组成元素、颜色参数和颜色映射表的调整方法。第四节Matplotlib使用案例通过案例掌握利用图表传达数据特征和分析结论的方法。第七章基于大数据的房产估价第一节情景问题提出及分析了解房产估价问题背景以及大数据在房产估价中的作用。第二节多元回归模型介绍理解多元回归模型的基本思想、变量关系和适用场景。第三节方法与过程理解数据准备、模型建立、结果评价和房产价值预测的代码实现过程。第八章某移动公司客户价值分析第一节情景问题提出及分析了解移动客户价值分析的背景、数据特点和分析目标。第二节K-Means聚类算法理解K-Means聚类算法的基本思想、实施步骤和结果解释方法。第三节客户价值分析过程理解客户数据预处理、聚类建模、客户分群和价值分析的代码实现过程。第九章基于历史数据的超市日销售额预测第一节情景问题提出及分析了解超市销售预测的业务背景、数据结构和预测目标。第二节常见的时间序列模型简介了解AR模型、MA模型、ARMA模型