Python数据分析基础与案例实战-教案全套 杨果仁 第1--10章 绪论--- 基于TipDM大数据挖掘建模平台实现运输车辆安全驾驶行为分析.docx

《Python数据分析基础与案例实战-教案全套 杨果仁 第1--10章 绪论--- 基于TipDM大数据挖掘建模平台实现运输车辆安全驾驶行为分析.docx》由会员分享，可在线阅读，更多相关《Python数据分析基础与案例实战-教案全套 杨果仁 第1--10章 绪论--- 基于TipDM大数据挖掘建模平台实现运输车辆安全驾驶行为分析.docx（49页珍藏版）》请在第一文库网上搜索。

1、第1章绪论教案课程名称：Python数据分析基础与案例实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时（其中理论36学时，实验28学时）总学分：4.0学分本章学时：3学时一、材料清单（1）Python数据分析基础与案例实战教材。（2）配套PPT。（3）引导性提问。（4）探究性问题。（5）拓展性问题。二、教学目标与基本要求1 .教学目标介绍目前交通领域大数据的发展状况，并简要介绍交通大数据的具体应用。而后介绍数据分析的概念，流程，目的以及应用场景。阐述使用PythOn进行数据分析的优势。紧接着阐述Anaconda简介，实现在Windows系统下安装Anaconda数据分析环境。最

2、后展现Python数据分析工具JupyterNotebk的使用方法。2 .基本要求(1) 了解交通大数据的背景与应用。(2)掌握数据分析的基本任务。(3)熟悉数据分析的基本流程。(4)了解常用的数据分析工具。(5)掌握配置Python开发环境的方法。三、问题1.引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。(1)交通中的大数据具备哪些特点？(2)交通大数据主要服务什么对象？(3)目前有哪些地方应用了交通大数据技术？2 探究性问题探究性问题需要教师深入钻研教材的基础上精心设计,提问的角度或

3、者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。(1)数据分析的完整流程是怎样的？(2) JupyterNotebook有哪些优缺点？3 .拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。(1)数据分析是不是万能的？(2) PythOn语言用于做数据分析有哪些优势？(3)分析某班高铁乘客的基本信息可以从哪些角度入手?四、主要知识点、重点与难点1.主要知识点(I)交通大数据具备的特点。(2)交通大数据

4、面临的挑战。(3)交通大数据服务的对象。(4)交通大数据的应用。(5)数据分析的基本任务。(6)数据分析的基本流程。(7)常用的数据分析工具。(8) 安装AnaConda的方法。(9) JupyterNotebook的使用方法。2 .重点(1)数据分析的基本任务。(2)数据分析的基本流程。(3)常用的数据分析工具。(4) 安装Anaconda的方法。(5) JupyterNotebook的使用方法。3 .难点(1)数据分析的基本任务。(2)数据分析的基本流程。五、教学过程设计1理论教学过程(1)交通大数据具备的特点。(2)交通大数据面临的挑战。(3)交通大数据服务的对象。(4)交通大数据的应用

5、。(5)掌握数据分析的基本任务。(6)熟悉数据分析的基本流程。(7) 了解常用的数据分析工具。(8)掌握安装Anaconda的方法。(9)掌握JupyterNotebook的使用方法。2.实验教学过程(1)在Windows系统上安装Anacondao(2)掌握JUPyterNotebook的常用功能。六、教材与参考资料1 .教材向伟，张良均.Python数据分析基础与案例实战M.北京：人民邮电出版社.2023.2 .参考资料1张良均.Python数据分析与挖掘实战M.北京：机械工业出版社.2015.2张良均.PythOn与数据挖掘M.北京：机械工业出版社.2016.第2章Python数据分析简

6、介教案课程名称：Python数据分析基础与案例实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时(其中理论36学时，实验28学时)总学分：4.0学分本章学时：3学时七、材料清单(6)Python数据分析基础与案例实战教材。(7)配套PPT。(8)引导性提问。(9)探究性问题。(10)拓展性问题。八、教学目标与基本要求3 .教学目标本章主要对PythOn进行简单介绍。首先，介绍Python的运行方式、基本命令、数据结构以及库的导入与添加。然后，简单介绍NUmPy、SCiPy、pandas、Matp1ot1ibsSCikit-Iearn等库。4 .基本要求(6) 了解Python数据

7、分析的基本命令。(7)掌握PythOn数据分析的数据结构。(8)掌握Py1hon库的导入与添加方法。(9)了解Python数据分析的常用类库。九、问题5 .引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。(1)如何运行PythOn代码？(2) Python中怎么导入与添加库呢？6 .探究性问题探究性问题需要教师深入钻研教材的基础上精心设计,提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。1)PythOn

8、有哪些内建的数据结构？(2)PythOn中是否可以对库名重命名？(3)使用PandaS库的时候的需要注意什么？7 .拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。(1) Py1hon中除了MatPk)Uib库，还有什么绘图库？(2)还有什么方式可以构建SVM模型？十、主要知识点、重点与难点8 .主要知识点(10) Python基本命令。(11) Python数据结构。(12)导入与添加库的方法。(13)Python数据分析常用类库。9 .重点(1)导入与添加库的方法。(2

9、) Python数据分析常用类库。10 .难点(1) Python基本命令。(2) Python数据结构。一、教学过程设计I1理论教学过程(10)了解基本命令(H)掌握数据结构(12)导入与添加库(13)了解PythOn数据分析常用类库12 .实验教学过程(3)导入库。十二、教材与参考资料13 .教材向伟，张良均.Python数据分析基础与案例实战M.北京：人民邮电出版社.2023.14 .参考资料IU张良均Py由On数据分析与挖掘实战M.北京：机械工业出版社.2015.2张良均Python与数据挖掘M.北京：机械工业出版社.2016.第3章数据获取教案课程名称：PythOn数据分析基础与案例

10、实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时(其中理论36学时，实验28学时)总学分：4.0学分本章学时：3学时十三、材料清单(11) Python数据分析基础与案例实战教材。(12)配套PpT。(13)引导性提问。（15）拓展性问题。十四、教学目标与基本要求15 .教学目标本章主要对常见的数据来源进行简要的介绍，常见的数据来源主要分为直接来源和间接来源两种。大致描述交通信息的采集，如交通信息的分类和特点以及交通信息的采集技术。介绍常见的数据类型，包括结构化、半结构化和非结构化数据。最后介绍数据的读取方式,主要包括读取数据库数据和读取文件数据。16 .基本要求（10） 了解

11、常见的数据来源。（11） 了解交通信息的采集。（12） 了解常见的数据类型。（13）掌握数据的读取方式。十五、问题17 .引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。（3）如何采集交通行业的数据？（4）数据有哪些常见类型？18 .探究性问题探究性问题需要教师深入钻研教材的基础上精心设计,提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。（4）数据来源有哪些？（5）哪些是结构化的数据？（6）读取数据库的

12、数据时需要注意什么？19 .拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。（3） PythOn中如何读取图片文件？（4） Python中还有什么方式可以连接数据库？十六、主要知识点、重点与难点20 .主要知识点（14）数据的直接来源。（15）数据的间接来源。（16）交通信息的分类与特点。（17）常见的交通信息采集技术。（18）结构化数据。（19）半结构化数据。（20）非结构化数据。（21）数据的读取方式。21 .重点（1）常见的交通信息采集技术。（2）结构化数据。（4）非

13、结构化数据。（5）数据的读取方式。22 .难点（1）常见的交通信息采集技术。（2）结构化数据。（3）半结构化数据。（4）非结构化数据。十七、教学过程设计23 .理论教学过程（14）数据的直接来源。（15）数据的间接来源。（16）交通信息的分类与特点。（17）常见的交通信息采集技术。（18）结构化数据。（19）半结构化数据。（20）非结构化数据。（21）数据的读取方式。24 .实验教学过程（5）读取数据库数据。（6）读取文件数据。十八、教材与参考资料25.教材向伟，张良均.Python数据分析基础与案例实战M.北京：人民邮电出版社.2023.26.参考资料1张良均PythOn数据分析与挖掘实战M

14、.北京：机械工业出版社.2015.2张良均PythOn与数据挖掘M.北京：机械工业出版社.2016.第4章数据探索教案课程名称：Python数据分析基础与案例实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时（其中理论36学时，实验28学时）总学分J4.0学分本章学时：7学时十九、材料清单（16）Python数据分析基础与案例实战教材。（17）配套PpT。（18）引导性提问。（19）探究性问题。二十、教学目标与基本要求27 .教学目标本章主要对常见的数据来源进行简要的介绍，常见的数据来源主要分为直接来源和间接来源两种。大致描述交通信息的采集，如交通信息的分类和特点以及交通信息的采集技术。介绍常见的数据类型，包括结构化、半结构化和非结构化数据。最后介绍数据的读取方式,主要包括读取数据库数据和读取文件数据。28 .基本要求（14）掌握分析缺失值和异常值的常用方法。（15）掌握分析数据特征的方法。二H一、问题29 .引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。（5）为什么要进行数据探索？（6） Python中的数据探索函数有哪些？30 .探究性问题探究性问题需要教师深入钻研教材的基础上精心设计,提问的角度或者在引导性提问的