python数据分析培训教程

Python由于其良好的解释性、编译性以及互动性特征&＃xff0c;在近年爆火的大数据分析与挖掘领域得到广泛应用。广西民族师范学院黄恒秋教学专家及其教学团队精心研究设计后&＃xff0c;巧妙地将教产结合&＃xff0c;基于配套教材《Python大数据分析与挖掘实战(微课版)》和相关课程设计、竞赛作品&＃xff0c;打造了《Python大数据分析与挖掘实战》线上实践课程&＃xff0c;近日正式上线头歌供广大师生学习和应用&＃xff01;

理论与实践课程

课程简介

《Python大数据分析与挖掘实战》课程主页

本课程基于2020年11月人民邮电出版社出版的《Python大数据分析与挖掘实战&＃xff1a;微课版》教材及配套资源开发而成&＃xff0c;内容包括Python编程基础、科学计算、数据处理、可视化、机器学习、深度学习&＃xff0c;以及在金融、地理信息、地铁交通、文本、图像、GUI应用系统开发等主要领域应用案例&＃xff0c;是学习Python大数据分析与挖掘应用的极佳选择。

课程重点介绍了如何学习Python数据分析技能和应用于具体领域的方法&＃xff0c;课程内容主要由基础知识点讲授、实验闯关和综合实训三部分构成&＃xff0c;具有较强的工程实践性。课程知识点覆盖面广泛&＃xff0c;从引入Python语言基础、Numpy、Pandas、Matplotlib、Scikit-learn、关联规则、TensorFlow深度学习等基础知识&＃xff0c;进阶到金融数据挖掘、地理信息数据挖掘、地铁交通数据挖掘、图像识别、文本挖掘等热门研究主题。教学团队在头歌平台投放教学视频63个&＃xff0c;部署实验闯关题目76个&＃xff0c;在完成Python编程基础知识教学的基础上&＃xff0c;以多个应用案例为主&＃xff0c;向学生展示了大数据分析与挖掘应用的Python实现全流程。本课程适用于大数据、数学、计算机、经济金融管理类的本科生和大专生学习&＃xff0c;同时对于研究生及数据挖掘研究者、爱好者也具有很好的参考价值。

教学目标

本课程依托头歌平台完善的实战训练和自动化评测&＃xff0c;学员可在观看学习视频后挑战对应的实训关卡&＃xff0c;实现理论知识和实践技能的协同发展。课程教学采用“原理讲解&＃43;编程实战”的模式&＃xff0c;学生在完成理论知识学习和实战训练后&＃xff0c;可以实现对核心技术与算法的熟悉和掌握。在考核方面&＃xff0c;团队将实训任务模式贯穿于整个教学活动&＃xff0c;使用平台提供的自动化评测机制&＃xff0c;按照每个学生相应的关卡挑战分值和学习成果分析形成评估报告。团队期望学生在完成本课程的学习后能够基于Python语言提升编程技能&＃xff0c;并形成较强的大数据分析与挖掘实战应用能力。

课程特色—GUI可视化应用开发

可视化应用开发通常有两种方式。一种是基于web的网站交互可视化&＃xff0c;另一种是基于桌面应用软件的交互可视化。本课程采用纯Python的桌面应用软件开发&＃xff0c;即图形用户界面&＃xff08;GUI&＃xff09;可视化应用开发。课程内容涵盖Pycharm安装、项目文件创建以及Pycharm配置Anaconda中QtDesigner的使用方法&＃xff0c;借助函数图像、三维网络图、等高线图等对数据清洗、分析以及分类等方法原理进行动态描述&＃xff0c;结合不同实际环境中的评价系统进行展示。在图形用户界面下&＃xff0c;学生能够更加快速、直观地感受数据在程序操作下的变化情况&＃xff0c;从而加深对不同数据分析方法和工具的理解。

课程章节

教学视频

实验闯关项目

学习导航

课程章节列出的所有线上实验项目均可在本课程首页下选择“实践项目”获取&＃xff0c;学员可按照教学安排顺序由简到繁进行学习&＃xff0c;也可以依照个人学习能力选择相应模块实训关卡进行挑战学习。

挑战示例-大数据文件分块读取技术-二分法查找

本课程所有章节配套视频讲解课程均可在头歌课程首页下获取&＃xff0c;课程目录下选择“视频项目”即可观看学习各章节配套视频。

讲解视频和课件详情摘要

教材简介

《Python大数据分析与挖掘实战(微课版)》教材图片

2020年11月人民邮电出版社出版的《Python大数据分析与挖掘实战&＃xff1a;微课版》&＃xff0c;此教材以应用为导向&＃xff0c;将理论与实践有机融合。具体内容分为基础篇、案例篇和附录三个部分,覆盖了Python大数据分析与挖掘技能学习的主要内容&＃xff0c;包括Python编程基础、科学计算、数据处理、可视化、机器学习、深度学习、GUI系统开发以及在金融、地理信息、地铁交通、文本、图像等主要应用领域&＃xff0c;深入浅出地介绍了利用Python进行大数据分析与挖掘的基本理论知识&＃xff0c;以及如何运用到具体领域的实践方法,教材内容丰富&＃xff0c;是一部难得的好教材。

教材出版后&＃xff0c;截止2021年8月30日&＃xff0c;在出版不到一年&＃xff08;9个月&＃xff09;时间里&＃xff0c;教材重印1次&＃xff0c;销售5300多册&＃xff0c;据不完全统计40多所高校作为教学用书&＃xff0c;110多所高校作为图书馆或者教参用书。教材为数据科学与大数据技术专业系列规划教材。