中国海洋大学本科生课程大纲
课程名称 | Python项目开发 | ||||
Python Project Development | |||||
课程代码 | 008501101041 | 责任教师 | 王燚、窦明武、姬婷婷、胡晓辉 | ||
课程属性 | 公共基础 | 课程性质 | 选修 | ||
学分 | 3 | 总课时 | 64 | ||
理论课时 | 32 | 实践课时 | 32 | 课外学时 | 32 |
一、课程介绍
1.课程描述：
本课程面向各专业编程学习者，在学习者具备Python语言编程的基本知识和初步技能的基础之上，介绍讲解大量标准库和扩展库在GUI编程、数据库编程、大数据分析处理、图形图像编程、人工智能、科学计算和可视化等多个领域的应用。
通过本课程学习，能够使学生全面掌握Python语言及一批程序设计能力，编写出功能丰富且对专业学习相关的程序代码。
This course is aimed at programming learners of various majors. Based on the learners' basic knowledge and preliminary skills in Python language programming, it introduces and explains the application of a large number of standard and extended libraries in various fields such as GUI programming, database programming, big data analysis processing, graphic and image programming, human intelligence, scientific computing, and visualization.
Through the study of this course, students can comprehensively master the Python language and a range of programming skills, and write program codes that are rich in functionality and relevant to professional learning.
2.设计思路：
通过把数据分析综合项目内容分解并案例化，巧妙地糅合进所要学的章节知识中，讲解python项目设计开发方法，主要包括以下内容。
数据处理。
数据的分析和可视化。
数据建模
数据分析项目界面编程。
数据的持久存储。
介绍python大数据处理理论和机器学习理论。
了解项目设计开发的一般方法和流程
3.课程与其他课程的关系：
先修课程为“python程序设计”。
二、课程目标
该课程通过多个项目案例的学习，希望传递“理解和运用计算生态，培养集成创新思维”的理念，重点培养学习者运用当代最优秀第三方专业资源，快速分析和解决问题的项目开发能力。
从“国家统计局”网站上下载需要的数据，分析统计近年来我国的经济发展的成果。并将这些成果可视化。
三、学习要求
本课程需要学习者具备Python语言编程的基本知识和初步技能，建议Python零基础学习者先修“Python程序设计”课程，已预先掌握Python的基本数据类型、分支、循环、函数、列表类型、字典类型、文件、爬虫基本操作和第三方库使用等概念和结构化程序设计方法。在课程学习过程中，通过课程网站在规定的时间内，按照格式要求提交作业，作为平时成绩；根据专业自主收集数据，选择合适的项目题目完成期末论文，在学期初完成论文的开题和讨论，学期中进行论文的中期答辩，在学期末完成论文并参加答辩课堂活动；一旦选课，希望不缺课，有事请假；学习中若有问题，及时与任课老师或和其他同学沟通。
四、教学进度
序号 | 专题 或主题 | 计划课时 | 主要内容概述 | 思政点 或实验实践内容 或课外练习内容 |
1 | 数据处理 | 8 | NumPy库入门：一维、二维、N维、高维数据表示和操作、Numpy数据的文件存取与函数：多维数据存储、随机数函数、统计函数、梯度函数 | 论文开题 |
2 | 数据统计分析 | 10 | Pandas库入门：Series、DataFrame类型、基本操作、Pandas数据特征分析：数据排序、基本统计分析、累计分析、相关分析。如Pandas数据清洗和规约：数据清洗、缺失值处理、属性规约、Pandas时序数据处理与展示等。 | 课程思政：访问国家统计局网站，下载数据，分析我国近年来国民生产生活方面的数据，体会在党的领导下蓬勃发展的成就。 |
3 | 数据的可视化 | 10 | 数据可视化matplotlib库和seabon库的使用，学习折线图、饼图、柱形图和堆积图等基本图形的绘制，掌握图形属性的设置方法，定制化图表内容，学习直方图、箱型图等数据统计图形的使用方法。 | 课程思政：以图表的方式可视化上述数据 |
4 | 数据建模 | 12 | scikit-learn模块中的分类、聚类、回归和降维等模型方法分应用。使用鸢尾花案例比较Knn分类和SVC分类的区别，通过手写数字识别案例讲解分类在图像预测方面的应用方法，并介绍逻辑回归、随机森林和决策树等分类器的使用。通过波士顿房价案例学习SVR回归方法；学习K均值聚类方法；应用PCA算法压缩图像；学习神经网络的分类和回归算法。 | 论文中期答辩 |
5 | 项目界面程序设计 | 12 | 介绍python中类的基本概念，包括封装、继承和多态，方法的重载和重写等内容。案例讲解学习tkinter库等跨平台GUI图形用户界面的程序设计方法，掌握窗口布局、控件使用和事件的使用，掌握菜单栏和对话框的使用，学习与数据分析方法结合构建复杂的图形界面窗口。 | |
6 | 数据的持久存储 | 4 | 讲解sqlite3关系数据库在python中的数据库操作。 | 论文期末答辩 |
7 | 论文答辩 | 4 | 期末论文答辩活动 | |
8 | 大数据处理和机器学习 | 4 | 介绍基于hadoop的 python大数据处理方法，介绍pytorch库的使用，帮助学习者利用Python语言掌握机器学习算法解决一般问题的基本能力 |
五、参考教材与主要参考书
参考教材：编写的讲义。
主要参考书：
[1]《利用python进行数据分析》.wes mckiuney.机械工业出版社.2014
[2]《python机器学习经典案例》.prateek joshi. 人民邮电出版社.2017
[3]《python数据分析基础教程.numpy学习指南》.ivan idvis. 人民邮电出版社.2014
[4]《python程序设计与算法基础教程》.江红等.清华大学出版.2017
[5]《python程序设计》.董付国. 清华大学出版社.2015
[6] 《大数据实践》. 刘鹏等.清华大学出版社
[7] 《品味大数据》. 张玉宏.北京大学出版社
[8] 《大数据小故事》.李德伟等 中国质检出版社
[9] 《MongoDB入门经典》密爱中 译.人民邮电出版社
[10] 《Python面向对象编程指南》张心韬等 译 . 人民邮电出版社
六、成绩评定
（一）考核方式 C ：A.闭卷考试 B.开卷考试 C.论文 D.考查 E.其他
（二）成绩综合评分体系：
成绩综合评分体系 | 比例% |
1.课下作业、课堂讨论及平常表现 | 30% |
2.答辩活动 | 20% |
3.期末论文 | 50% |
总计 | 100% |
七、学术诚信
学习成果不能造假，如考试作弊、盗取他人学习成果、一份报告用于不同的课程、擅自使用AI平台等，均属造假行为。他人的想法、说法和意见如不注明出处按盗用论处。本课程如有发现上述不良行为，将按学校有关规定取消本课程的学习成绩。
八、大纲审核
教学院长： 院学术委员会签章：