日 期 周 数 | 课堂及实践(实验)教学 | 数据可视化的概念作 业 与 考 核 | 参 考 书 | ||
内 容 及 要 求 | 时数 | 内容及要求 | 时数 | 教 具 | |
1、环境搭建 (1)Anaconda下载和安装; (2)PyCharm下载和安装; (3)项目需求分析; (3)使用NumPy获取数据。 | 2 (理论+实验) | ||||
2、使用NumPy处理数据 (1)数据读取与展示; (2)数据合并与拆分; (3)去除冗余数据; (4)数据持久化存储。 | 2 (理论+实验) | ||||
3、使用NumPy进行科学计算 (1)数据截取; (2)ndarray常用计算方法; (3)数据筛选; (4)矩阵乘法。 | 2 (理论+实验) | ||||
4、使用Matplotlib实现空气数据可视化 (1)案例介绍; (2)折线图的实现; (3)图形美化; (4)条形图的实现。 | 2 (理论+实验) | ||||
5、使用Matplotlib实现空气数据可视化 (1)堆叠条形图的实现; (2)并排条形图的实现; (3)散点图的实现。 | 2 (理论+实验) | ||||
6、使用Matplotlib实现空气数据可视化 (1)子图的实现; (2)饼图的实现。 | 2 (理论+实验) | ||||
7、使用Pandas实现数据读取和存储 (1)项目需求分析; (2)数据获取; (3)数据存储; (4)从CSV文件中获取数据; (5)从Excel中获取数据; (6)从MySQL数据库中获取数据。 | 2 (理论+实验) | ||||
8、使用Pandas实现数据的处理 (1)常用属性; (2)查数据; (3)组装数据; (4)添加数据; (5)修改数据; (6)删除数据。 (7)数据去重; (8)缺失值处理; (9)数据转换。 | 2 (理论+实验) | ||||
9、使用Pandas实现数据的统计分析 (1)汇总统计; (2)groupby数据分组聚合; (3)agg数据聚合; (4)apply数据聚合; (5)transform数据转换。 | 2 (理论+实验) | ||||
10、使用Pandas实现股票数据的可视化 (1)项目需求分析; (2)折线图的实现; (3)散点图的实现。 | 2 (理论+实验) | ||||
11、使用Pandas实现股票数据的可视化 (1)条形图的实现; (2)饼图的实现。 | 2 (理论+实验) | ||||
12、使用Pandas实现股票数据的可视化 (1)mplfinance的安装; (2)K线图的实现。 | 2 (理论+实验) | ||||
13、使用Power BI实现空气质量分析 (1)项目需求分析; (2)Power BI Desktop下载和安装; (3)导入数据; (4)筛选数据; (5)添加和合并列。 | 2 (理论+实验) | ||||
14、使用Power BI实现空气质量分析 (1)折线图展示空气质量走势; (2)数据钻取; (3)柱形图展示空气质量走势比较; (4)饼图展示优良占比情况。 | 2 (理论+实验) | ||||
15、使用Power BI实现空气质量分析 (1)关键影响者图的实现; (2)编辑交互; (3)筛选器; (4)切片器。 | 2 (理论+实验) | ||||
16、使用Power BI实现财务报表分析 (1)项目需求分析; (2)数据获取; (3)数据预处理:导入数据,删除数据,处理缺失值,逆透视数据表,转换数据。 | 2 (理论+实验) | ||||
17、使用Power BI实现财务报表分析 (1)新建项目名称表; (2)使用DAX新建日期表; (3)建立表之间的联系; (4)度量值的实现; (5)卡片图的实现 | 2 (理论+实验) | ||||
18、使用Power BI实现财务报表分析 (1)矩阵图的实现; (2)瀑布图的实现; (3)K线图的实现。 | 2 (理论+实验) | ||||
19、使用Power BI实现银行客户营销分析 (1)项目需求分析; (2)数据预处理; (3)仪表盘的实现。 | 2 (理论+实验) | ||||
20、使用Power BI实现银行客户营销分析 (1)折线和堆积柱形图的实现; (2)簇状柱形图的实现; (3)关键影响者图的实现; (4)问答系统的实现。 | 2 (理论+实验) | ||||
21、使用Power BI实现电商APP购物行为分析 (1)项目需求分析; (2)下载并安装MySQL数据库服务器; (3)下载并安装Navicat; (4)新建数据库; (5)将数据导入到MySQL数据库中。 | 2 (理论+实验) | ||||
22、使用Power BI实现电商APP购物行为分析 (1)数据获取; (2)数据预处理:删除无用的列,替换数据,拆分日期和时间。 | 2 (理论+实验) | ||||
23、使用Power BI实现电商APP购物行为分析 (1)多行卡的实现; (2)漏斗图的实现。 | 2 (理论+实验) | ||||
24、使用Power BI实现电商APP购物行为分析 (1)折线图展示不同时段浏览量和购买量; (2)RFM模型; (3)环形图展示RFM模型。 | 2 (理论+实验) | ||||
备 注 | 计划表按照教学大纲制定,作业题按 布置。 **-**周,星期* [* - *节], ***教室; 按照形成性评价和终结性评价进行考核 | ||||
授课教师签字: 学院审核:
注:本表一式三份,一份教师留存,一份学院留存备查,一份交教务处存档,保存期限四年。
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论