《Python数据分析实践》课程标准
课程类别：（专业拓展课）
适用专业：授课单位：计算机学院
学分：学时：    64
一、课程定位和课程设计
（一）课程性质
本课程的先导课程是Python程序设计基础。本课程在把握教学对象对理论知识“必要、适度、够用”的原则下，选取了Python数据分析常用技术包括numpy，matplotlib，pandas和scikit-learn作为教学内容。
（二）人才培养中的作用（正文三号仿宋）
数据分析作为一门前沿技术，广泛应用于物联网、云计算、移动互联网和人工智能等战略新兴产业。有实践经验的数据分析人才已经成为了各企业争夺的热门。通过在相关需求专业开设数据分析课程，有助于学生拓展和提高职业技术技能，提升自身的岗位竞争力。
（三）课程设计思路
通过使用Python的数据分析工具，包括numpy、matplotlib、pandas等，搭建数据分析的开发平台，并通过一些案例展示进行数据分析的流程和方法。
二、课程目标
（一）素质目标
培养学生掌握Python数据分析技术，能对大数据进行预处理、分析和可视化等，成为合格甚至优秀的高技能人才，为国家技术发展、技术创新提供技术支撑。
（二）能力目标
1）能够搭建conda和pip的Python数据分析开发环境；
2）能够熟悉numpy库语法，掌握基本的数值计算；
3）能够熟悉matplotlib进行数据可视化应用；
4）能够正确使用pandas进行数据预处理；
5）能够使用scikit-learn构建数据分析模型。
三、课程内容与要求
（一）课程教学内容与教学要求
（二）课程学时分配
学时分配表
四、实践教学
（一）课内实践项目（说明实践项目的名称、内容、目的要求及课时数。）
实践教学安排表（以实践项目先后顺序编排）
numpy库功能
（二）独立实践项目
可以根据学生理解和掌握的具体情况，适当调整课内教学内容，将模块六数据分析综合案例作为独立实践项目展开一周的实践教学。
五、课程实施
（一）教学条件
1.软硬件条件（说明开设本课程需具备的教学环境、设备条件）
要求win10系统：python环境和jupyter notebook开发环境
2.师资条件（说明校内专任教师、专业团队和企业专家教学资质的基本要求）
要求教师掌握python语言基本功能，熟悉python数据分析常用工具和方法
（二）教学方法建议
（采用的教学模式特别是线上线下混合式教学应具体说明，教学流程、步骤和做法的简单阐述）。
通过职教云开课，上课前预习视频，提交作业和在课中可以通过题库选择对应题目让学生作答，看学生掌握知识点程度，可以在线做理论测试等。
六、教学评价、考核要求