我为什么要学习这门课？

随着Python语言的发展和应用结合，现在它已经成为一种非常常见和主流的数据分析工具，尤其在诸如互联网领域相关的大数据分析当中应用最为瞩目。借助于这门语言，人们可以利用各种类型的数据资源，很轻松的实现各种数据分析任务，得到有价值的数据分析结论，并提供外观丰富的可视化呈现效果。这对于所有专业学生而言，都是一件非常有意义和有必要的事情。这对于大家完成自己的专业学习和工作应用都有着很大的帮助。

这门课的主题是关于什么？

我们也清楚，很多学生虽然也了解Python，也想从事Python数据分析，但是考虑到自己编程能力条件还存在不足，因此往往望之而兴叹。因此，我们在设计这门课教学内容的时候，就充分考虑到了这个情况，从课程内容的选择、课程教授的方式及其课程期望达到的目标等多方面进行了有效的设计。现有课程内容无需大家较为深入的掌握各种编程方法，比如大家如果不了解循环、数组、函数等内容，不会写出一行以上的代码，没有学习过其他编程语言，这些问题都不大，大家只需按照课程要求，在前期部分课程中简单了解下基本方法，即可开始正式学习。课程的主体学习不强调理由复杂编程技术和流程技巧来实现数据分析，而侧重于利用最为常见的方法，尽可能通过有限的语句来完成既定的目标。希望大家在学习中多了解！

学习这门课可以获得什么？

大家从这门课中可以学到如何内容：

1）数据查询分析：可以实现对各种数据资源的常见统计分析，比如我们可以对电影观众结合著名的MovieLens数据集完成诸如这样的分析：不同观众性别和年龄对观影类型具有什么样的联系？你知道是哪一类电影男女观众的评价差距最大吗？

2）时间序列分析：可以实现结合时间特征的数据分析任务，比如我们可以根据股票数据来分析股票发展趋势，同时结合考虑诸如工作日周末的区别，和各种数据平滑方法，来完整的绘制最能反映股票发展特点的趋势图。

3）可视化分析：可以实现对数据的多维度、多样式的可视化展示，从而提供了一种了解数据和分析数据的新角度。比如对顾客购物特征的可视化相关性分析，结合地图绘制的人口迁移和省份相关性分析，基于网络分析方法的社交关系分析等等。

4）机器学习分析：可以实现一般各种常见的基于机器学习的数据分析任务。比如我们可以根据企业的特征信息来预测是否存在欺诈可能性，根据顾客的年收入、家庭小孩数和汽车数来预测会员卡的等级，我们甚至发现结婚与否居然与会员卡的等级有着密切的联系，我们还可以根据交易信息来预测订单，等等。

这门课有什么特色和亮点？

课程侧重于方法的应用和问题的解决，不过度强调学生对编程能力的掌握，学生具有基本的Python基础知识即可学习。讲解内容的前5章都采用最多一条语句来解决问题，不强调通过复杂编程逻辑解决问题。后期课程略有增加语句行数，但是依然都是顺序语句，一条一条理解即可。同时，课程讲解注重案例结合和实际操作的学习，所有问题都围绕着案例分析来说明，不做单纯的语法讲解和理论说明，同时，提供大量课外练习和网络交流学习空间。该课程会在开设中不断根据大家的想法，完善和调整，以期更好的满足大家的学习要求。

面向非计算机类专业学生，通过课程学习，掌握利用Python进行常见数据分析的方法，并能够结合自己专业数据进行有效的数据获取、处理、分析和可视化呈现。

掌握计算机的基本使用方法，了解互联网的基本使用方法

埃里克·马瑟斯.《Python编程 从入门到实践》，人民邮电出版社，2016.

韦斯·麦金尼.《利用Python进行数据分析》，机械工业出版社，2018.

芒努斯·利·海特兰德.《Python基础教程》，人民邮电出版社，2018.