课程介绍
内容
-
课程大纲
华东师范大学专业学位研究生课程大纲
▇课程名称: 数据处理与可视化
▇英文名称:Data Manipulation and Visualization
▇课时学分: 36课时(含考试2课时),2学分
▇适用专业: 应用统计硕士
▇课程简介: 大数据对数据挖掘提出了更高的要求,获取高质量的数据及数据的可视化展示成为数据科学中最为重要两项任务。本课程主要介绍数据预处理,包含数据集成、数据清理、数据变换和数据归约,以及可视化导论和基于Python的可视化操作等。
▇教学目标:
(一) 教学目的: 通过本课程的学习,使学生掌握Python进行数据处理的主要流程:数据清洗与可视化,各环节数据处理的技巧和可视化技能。本课程将主要结合Python进行教学。
(二) 能力目标: 通过本课程的学习,使学生能够熟练使用Python进行数据的基本处理和可视化工作,熟练掌握数据集成、数据清理、数据变换和数据归约等相关技术,熟练地运用静态与动态可视化技术进行数据信息的挖掘与分析结果的展示。
▇教学方式: 本课程采用教师讲授、案例分析、代码演示与上机操作等方式相结合的方法。Python以自学与辅导相结合,数据处理与可视化以讲授为主,并要求学生完成一定的实际数据分析。
▇考核方式: 本课程的考核采用考查方式,成绩采用百分制,成绩的评定兼顾平时表现和案例分析。成绩总评包含四个部分:(1)课堂出勤,占10%;(2)作业与案例分析,占40%;(3)期末考试,占50%。
▇教材及参考文献:
1.教材:
吴翌琳, 房祥忠: 大数据探索性分析, 中国人民大学出版社, 2016.
2.参考文献:
[1] 途索: 数据分析通识, 人民邮电出版社, 2020.
[2] 周志华: 机器学习, 清华大学出版社, 2016.
[3] 王国平: Python数据可视化之Matplotlib与Pyecharts, 清华大学出版社, 2020.
[4] Alexandre Devert, Matplotlib Cooking Book, Packt, 2014.
[5] Gopi Subramanian著, 方延风, 刘丹译, Python数据科学指南, Packt, 2015.
▇主要章节内容:
第一章 数据预处理
1.0数据理解
1.1数据集成
1.2数据清理
1.3数据变换
1.4数据归约
第二章 探索性数据分析方法
2.1多维数据的可视化技术
2.2投影寻踪
2.3独立成分分析
2.4 奇异值分解
2.5 定性数据的探索性分析
第三章 可视化基础
3.1可视化导论
3.2 Matploblib数据可视化
3.3 Pyecharts数据可视化
▇大纲撰写人:李艳