教师寄语

       希望每个人都能展开Python的翅膀，在大数据的天空下，面对人工智能的知识海洋，展翅翱翔！

课程概述

        主要讲述数据的获取、分析与处理。以Python语言为载体，阐述数据分析的基本方法。本课程第一部分主要介绍python语言的基本语法、基本控制结构以及内存分配模型、面向对象概念等；第二部分主要介绍如何进行数据的获取、处理与分析，数据分析工具和开发过程、开发技巧等。课程采用自编的教材，思路自成一体，支持普通计算、文件、图片、动态图和自制对比条件等多种类型的自动评测。既可以用于Python程序设计的高阶教学，也可以作为数据分析的专业课程。

授课目标

        培养学生的数据分析能力，为机器学习、人工智能等计算机领域的高级应用奠定基础,使学生学会用计算机处理数据的思维方法，增强解决问题的编程实践能力, 为将来解决数据处理问题、工程问题、科学计算问题及后继课程的学习奠定基础。

实验列表

专题	实验名称	知识点	学时	难度
程序设计基础	Python基础语法	1. 字符串分解	1	简单
		2. 类型转换
		3. 切片
		4. 集合
		5. 字符串拼接
		6. 输出控制
	基本控制结构	1. 分支控制	1	简单
		2. 内嵌函数
		3. 字典控制
		4. 列表推导式
		5. 多元遍历
	文件管理	1. 数据结构	4	中等
		2. 创建文件
		3. 文件读取和处理
		4. 文件格式转换
		5. 数据统计
	面向对象	1. 类的基本结构	2	中等
		2. 继承
		3. property
		4. 操作符重载
		5. 模块和包
面向对象	数据获取	1. html构建	4	较难
		2. 表格获取和解析
		3. 图片获取
	Numpy基础	1. 一维数组的创建、筛选、遍历	4	较难
		2. 二维数组的创建、筛选、遍历
		3. 坐标轴控制
		4. ufunc函数
		5. 数组控制
	数据可视化	1. 公式可视化	4	较难
		2. 行列控制
		3. 坐标轴共享
		4. 动态图生成
	Pandas入门	1. 新增列	4	较难
		2. 时间序列计算
		3. 数据排名
		4. 数据筛选
		5. 数据分组
		6. split-apply-combine策略