课程简介

Course Overview · 这门课学什么,为什么值得学

《大数据分析基础(Python)》是面向经管类、社科类专业开设的方向课,共 56 学时,是非计算机专业学生的第一门程序设计语言课程。课程以 Python 为平台,从零起点讲起,帮助大家理解并完成数据分析的基本任务。

课程内容主线

① Python 语言基础

语法、数据类型、控制结构、函数、文件——先把“语言关”过掉。

② 数据分析三件套

NumPy 数值计算 · Pandas 数据处理与分析 · Matplotlib 数据可视化。

③ 综合应用

把前面所学串起来,完成一个完整的数据分析任务。

为什么要学大数据分析

掌握数据思维,能让你用证据说话、用数据决策,在本专业里多一项别人不容易替代的能力。
本课程采用 AI 渗透式教学:讲清 Python 原理的同时,逐步引入 Agent(AI 助手)辅助学习,并规范记录 AI 使用过程——但基础阶段坚持自己动手写代码

课程目标

知识 · 能力 · 素质 三维目标

知识目标

  • 理解程序设计的一般概念与方法
  • 熟悉 Python 语言基本功能,掌握编写 Python 程序的基本方法
  • 了解数据分析的概念与一般处理过程

能力目标

  • 能用 Python 编写简单程序
  • 能正确选择 Python 工具完成基本数据分析任务
  • 初步具备阅读、调试与改进代码的能力

素质目标

  • 培养计算思维、大数据意识与数据思维
  • 遵循学术规范,养成团队协作意识
  • 培养严谨求真的科学态度与工匠精神

教学内容与学时安排

共 9 章 + 阶段考核,合计 56 学时

章 / 节教学内容理论实践总计
第 1 章Python 概述314
第 2 章Python 语言基础224
第 3 章程序控制结构246
第 4 章组合数据结构246
第 5 章函数224
第 6 章文件与目录操作224
第 7 章NumPy 数值计算224
第 8 章Pandas 数据处理与分析5712
第 9 章数据可视化246
阶段考核阶段测试246
合计共 56 学时243256
前 5 章侧重 Python 语言基础,为数据分析打牢地基;第 8 章 Pandas 是本课程的重点与核心,学时最多。实际进度会根据课堂情况微调。

教材与教学资源

教材 · 参考书 · 视频课程 · 练习平台

教材

陈洁, 刘姝. 《Python 编程与数据分析基础》(第 2 版). 北京:清华大学出版社.

参考书

董付国. 《Python 程序设计基础》(第 2 版). 人民邮电出版社.

视频课程

学堂在线搜索《Python 编程与数据分析基础》,可跟随视频预习与复习。

练习与考核资源

雨课堂练习(计入平时成绩)· 随堂上机练习 · 阶段性测试 · 编程作业。

雨课堂学堂在线课件 data 目录离线软件包

教学考核方式

过程性考核 60% + 期末考核 40%

过程性考核 60%

  • 课堂出勤与课堂参与
  • 课堂考核与编程作业
  • 期中阶段测试(编程实践 + 笔试)

期末考核 40%

  • 期末考试:考察全学期知识掌握与综合应用
平时成绩(雨课堂练习、上机、作业)会直接影响总评,请务必按时完成。

课程列表

Lesson List · 点击卡片进入对应课次的课堂内容网页

每一次课都整理成一份可在线浏览的课堂内容网页:知识点按模块组织,含图示、代码与课堂练习,课后复习可直接看网页,不必翻课件。

已完成的课次
后续课次(课件整理中)
第 4 次课待更新
第 4 章 组合数据结构
列表、元组、字符串、字典、集合与常用序列操作。
6 学时
第 5 次课待更新
第 5 章 函数
函数的定义与调用、参数传递、返回值、模块化程序设计。
4 学时
第 6 次课待更新
第 6 章 文件与目录操作
文件的读写、目录遍历与常见数据文件格式处理。
4 学时
第 7 次课待更新
第 7 章 NumPy 数值计算
数组创建与索引、向量化运算、统计计算与矩阵操作。
4 学时
第 8 次课课程重点
第 8 章 Pandas 数据处理与分析
数据读取、清洗与合并,分组统计、数据透视与查询,结合真实订单数据完成分析任务。
12 学时 · 学时最多
第 9 次课待更新
第 9 章 数据可视化
Matplotlib 绘图基础、常用统计图形与图表美化。
6 学时
阶段考核待更新
期中阶段测试与综合练习
编程实践 + 笔试,覆盖第 1—6 章内容。
6 学时
课次安排以实际进度为准,页面会随课程推进陆续补充;如果发现某节课的网页有错漏,或希望补充某一块内容,欢迎随时反馈。