数据可视化—基于Python的应用
分享
课程详情
课程评价
spContent=“人生苦短，我用Python”, 这是对Python评价最多的一句话。目前我国一些中小学也开始开设Python编程课程，说明Python作为一种新兴的编程语言，已深入人心。 Python在大数据分析、自动化运维、网络开发和人工智能等方面有着得天独厚的优势，是目前这方面的主流编程语言，并且由于其简单和方便使用成为人工智能开发的首选语言。 随着大数据时代的来临，数据正在不断改变着人们的生活，未来数据将成为个人、企业、社会和国家层面重要的战略资源。 数据可视化是数据分析的重要体现，进行任何数据的分析都离不开数据的可视化，特别是对杂乱无章的大量数据分析。
—— 课程团队
课程概述

   本课程重点介绍Python语言处理数据、分析数据及数据可视化方面的应用技巧。内容涉及数据分析软件介绍、数据的收集与整理、Python数据分析编程基础、数据的探索性分析及可视化、数据的直观分析及可视化、数据的统计分析及可视化、数据的模型分析及可视化、数据的预测分析及可视化、数据的决策分析及可视化和数据的在线分析及可视化。本书内容丰富，图文并茂，可操作性强且便于查阅，主要面向希望应用Python进行数据分析的读者，能有效地帮助读者提高数据处理与分析的水平，提升工作效率。书中的例子数据和习题数据都可在作者的学习博客https://Rstat.leanote.com下载使用，也可登录华信教育资源网https://www.hxedu.com.cn免费下载。

   本书适合各个层次的数据分析用户，既可作为初学者的入门指南，又可作为中、高级用户的参考手册，同时也可作为各大中专院校和培训班的数据分析教材。

    第一次开课时间：2021.4.15-2021.6.17 （共10周） 

一、课程团队：王斌会、王术、梁焙婷、谢贤芬、刘倩

二、课程讲解：主讲：王斌会教授 QQ&Email：772880927@qq.com

         助教：梁焙婷 QQ&Email: 466732278@qq.com             

三、辅助资料：学习网站：https://47.113.88.40:3838/Rstat

教学方法：

l 课程定位：数据的可视化分析

l 分析工具：电子表格+Python

l 教学理念：（1）理论+实际；（2）定量+定性；（3）案例+实操 

教学内容：

l Python的基础知识：Python数据处理的计算机编程基础

l 数据的分析方法：数学、统计的数据分析基本方法

l 可视化分析技术：如何对数据和结果进行可视化

授课目标

   本课程重点介绍Python语言数据处理与数据分析方面及可视化的应用技巧，内容涉及数据收集与整理、数据分析软件介绍、Python编程分析基础、数据的探索性分析、数据的可视化分析、数据的统计分析及可视化、数据的模型分析及可视化、数据的预测分析及可视化、数据的决策分析及可视化、数据的在线分析及可视化等案例数据分析方面的内容。

   课程共10章内容，其中第1～3章主要讲解数据分析的一些基础知识，重点介绍如何进行数据的收集、整理和分析，以及Python数据的处理和编程技巧；第4～7章主要讲解数据分析的一些常用数据分析方法，如数据的可视化、基本数据分析方法和模型分析；第8～10章介绍数据的一些简单预测决策方法，并给出了一些应用Python方法的数据在线分析案例。

   课程内容丰富，图文并茂，可操作性强且便于查阅，主要面向希望应用Python进行数据分析的读者，能有效地帮助读者提高数据处理与分析及可视化的水平，提升工作效率。本书适合各个层次的数据分析用户，既可作为初学者的入门指南，又可作为中、高级用户的参考手册，同时也可作为各大中专院校和培训班的数据分析教材。

课程大纲
预备知识

  众所周知，数据分析是以数理统计为基础，应用统计学的基本原理和方法，结合计算机对实际资料和信息进行收集、整理和分析的一门科学。因此，它的原理较为抽象，对学生的数学基础要求也较高，教学中存在着大量的数学公式、数学符号、矩阵运算和统计计算，必须借助于现代化的计算工具和软件。

  最好有一定的统计分析基础和Python编程基础！

  为方便读者学习和使用Python的数据分析技术，本书具有三大优点。

（1）使用Python科学计算发行版Anaconda，方便数据分析者使用。

   该版本可从https://www.anaconda.com/下载安装并直接使用。

(2)公开了本书自编函数的源代码，使用者可以深入理解Python函数的编程技巧，用这些函数建立自己的开发包。并建立了本书的学习博客，读者可从中了解数据分析的基本知识和常用的数据分析软件的使用方法。

（3）采用网络化教学平台：Python的基础版缺少一个面向一般人群的菜单界面，这对那些只想用其进行数据分析的使用者是一大困难，本书采用流行的Anaconda自带的分析平台Jupyter（Jupyter Notebook或Jupyter Lab）进行操作，该平台可作为数据分析教学软件使用，也可登录Jupyter云计算平台（https://jupyter.org/try）进行操作。

证书要求

本课程的学习环节包含：观看讲课视频、掌握每讲的案例分析，完成每讲的练习题、完成单元测验题、参与课程讨论、参加期末考试。

   课程学习成绩由三部分构成：

  （1）单元作业：在每一章学习结束后，将有一次单元作业，题型为思考题和练习题，所有单元作业分数占课程成绩的20%。

  （2）单元测验：在每一章学习结束后，将有一次单元测验，题型为选择题和填空题，所有单元测验分数占课程成绩的20%。

  （3）课程考试：课程结束后，学生可以参加课程的最后考试，成绩占60%。

  完成课程学习并考核合格(>=60分)的可申请合格证书，成绩优秀(>80分)的可申请优秀证书，证书为认证证书，需付费申请。


参考资料

课程教程：

         王斌会, 王术. Python数据分析基础教程——数据可视化（第2版） 北京：电子工业出版社 2021.1

         课程的配套的学习博客和网站

         数据分析博客（Rstat.leanote.com）学习网站 （47.113.88.40:3838/Rstat）

                        

辅助教程：

         王斌会. 数据分析及Excel应用.  广州：暨南大学出版社，2021.2


进阶教程：

         王斌会, 王术. Python数据挖掘方法及应用. 北京：电子工业出版社 2019.3