大数据数学基础(Python语言描述)教学进度表

➢ 数值计算主要研究如何利用计算机更好的解决各种数学问题，包括连续系统离散化和离散型方程的求解， 并考虑误差、收敛性和稳定性等问题。
数学在大数据领域的作用
5. 多元统计分析
➢ 多元统计分析简称多元分析，是从经典统计学中发展起来的一个分支，是数理统计学中的一个重要的分支 学科，是一种综合分析方法。
➢ 多元分析在大数据分析中有非常广泛的应用，能够在多个对象和多个指标互相关联的情况下，分析它们的 统计规律。
大数据数学基础（Python语言描述） 第一章 绪论
目录
1
大数据与数学
2
数学与 Python
3
小结
大数据的定义
➢ 舍恩伯格在《大数据时代》一书中提到了大数据应该具备三种特征。 • 不是随机样本，而是全体数据 • 不是精确性，而是混杂性 • 不是因果关系，而是相关关系
大数据的定义
➢ 现阶段大数据领域比较通用的大数据定义是基于右图所示的5V，其中每个V的具体定义如下。
• Volume：采集，存储和计算的数据量都非常大
• Velocity：数据增长速度快，处理速度也快，时效性要求高 • Variety：种类和来源多样化 • Value：数据价值密度相对较低 • Veracity：数据的准确性和可信赖度，即数据的质量
Volume 大量
Velocity 高速
Value 低价值密度
Variety 多样
Veracity 真实
数学在大数据领域的作用
➢ 信息化时代，大数据在各行业各领域中发挥着越来越重要的作用。 ➢ 人们使用大数据技术从海量数据中挖掘信息，发现规律，探索潜在价值。 ➢ 在大数据的研究和应用中，数学是其坚实的理论基础。 ➢ 在数据预处理、分析与建模、模型评价与优化等过程中，数学方法扮演着至关重要的角色。

《Python基础教程》教学大纲基本信息课程名称：《Python基础》课程代码：******课程类别：专业基础课建议学时：68学时（理实一体化）学分：4学分适应对象：计算机应用、软件技术、大数据技术与应用、云计算技术与应用专业建设团队：3～5人以上团队一、课程的地位、性质和任务《Python基础》是软件技术等相关专业的专业基础课程。

主要讲述Python程序设计的基础知识和相关技术。

是计算机应用、软件技术、大数据技术与应用、云计算技术与应用专业的专业基础课程。

《Python基础》课程的教学目的是学生通过学习该课程，掌握Python程序设计语言的基本知识和使用Python语言进行软件开发的思想和基本方法，进而掌握程序设计的基本步骤和通用方法，提高通过编写程序解决实际问题的能力，为今后进一步使用数据采集和分析等大数据及人工智能方面的运用打好基础。

课程着眼于学生的长远发展，重点培养其软件开发、大数据及人工智能领域岗位基本工作技能、职业素养、社会适应能力、交流沟通能力、团队协作能力、创新能力和自主学习能力。

二、课程教学基本要求本课程的主要目标是培养学生的Python语言使用的基本技能。

要求学生掌握Python基本语法、字符串、列表、元组、字典、文件的读写、函数与模块等基础知识。

学生首先了解Python的特点、发展及推荐学习方法，然后学习Python基础语法、流程控制语句、数据类型、函数、模块、面向对象、文件操作、异常处理、数据库操作、第三方库相关知识等。

课程根据“自主式一体化教学”模式，按照Python的有关知识由浅入深、从易到难进行教学，课后布置实训与习题练习，实现“教、学、做”一体，从而切实提高学生的持续发展能力。

三、课程的内容课程基于Python3，主要进行Python基本语法、元组、列表、字典、文件的读写、函数与模块等Python基础知识的讲授。

具体内容如下。

1．认识Python。

包括Python发展历程、特点及应用领域，开发环境的搭建及程序的打包发布，并给出了Python学习方法的建议。

Python学习计划学习目标：在一个月内掌握Python基础语法、常用数据类型、条件语句、循环语句、函数、类与对象等概念，并能够编写简单的Python程序。

课程安排：选择一门适合自己的入门课程，推荐参考“Python编程入门”系列教材。

该教材通常会涵盖Python基础语法、常用数据类型、条件语句、循环语句等知识点，同时也提供相应的练习题和实验。

学习路线：1.Python基础语法（1周）学习内容包括变量、数据类型、运算符、输入输出等基础语法知识。

2.常用数据类型（1周）学习内容包括列表、元组、字典、集合等常用数据类型及其常用操作。

3.条件语句与循环语句（1周）学习内容包括if条件语句、while循环语句、for循环语句等及其常用应用场景。

4.函数（1周）学习内容包括函数的定义、参数传递、返回值等，并能够编写简单的函数。

5.类与对象（1周）学习内容包括类的定义、属性与方法、类的继承等，并能够编写简单的类与对象。

6.文件操作（1周）学习内容包括文件的打开、读写、关闭等操作，并能够编写简单的文件操作程序。

7.异常处理与程序调试（1周）学习内容包括异常的定义、捕获与处理，以及程序调试技巧。

实践操作：在学习的过程中，要不断地进行实践操作，包括完成课程中的练习题、自己设计一些小项目等。

例如，可以尝试编写一个简单的Python程序，实现从控制台输入若干整数，然后计算这些整数的和、平均数、最大值、最小值等操作。

遇见问题：在学习过程中，如果遇到问题，可以尝试先自己思考解决，如果还是解决不了，可以向同学或者老师请教。

同时，也可以通过查看相关文档、在线搜索等方式解决问题。

总结反思：每周进行一次总结，回顾本周的学习内容，并记录自己的学习心得体会。

同时，也要反思自己的学习方式是否存在问题，是否需要改进。

备考考试：如果需要参加相关考试，可以在学习完成后进行备考。

在备考过程中，要结合考试大纲，系统地复习知识点，并完成一定数量的模拟试题。

序号
第一天 第二天 第三天 第四天 第五天
日期
8：30-12：00
时间
Python基础①
13：00-16：30
Python基础②
8：30-12：00
Python基础③
13：00-16：30
Python基础④
8：30-12：00
Python数据处理①
13：00-16：30
Python数据处理②
8：30-12：00
python对excel操作①
13：00-16：30
python对excel操作②
8：30-12：00
python对excel操作③
13：00-16：30
综合实战 合计
授课内容
一.Python简介及开发环境安装 1、Python简介 2、Pycharm安装 3、Anaconda3安装和环境配置 二.变量和基本数据类型 1、变量 2、数据类型 一、条件语句和循环语句 1、条件语句 2、循环语句 二、函数化编程 1、函数的语法定义&函数特性 2、参数 3、返回值 4、局部变量和全局变量 一.读写文件 1.文件与文件路径 2.文件读写过程 二.组织文件 1、shutil模块 2、遍历目录树 3、用zipfile模块压缩文件 一、异常处理 1、使用try-except代码块 2、使用异常避免崩溃 3、else代码块
一、NumPy的基础知识 1、数据的读取缺失值处理 2、数据的计算 3、数据的索引 二、Pandas的基础知识（一） 1、数据的读写 2、数据的筛选 二、Pandas的基础知识（二） 1、map()，apply()，applymap() 函数 2、数据类型转换 3、数据合并与分组 三、实战案例 凭证结果数据处理 四、Pandas的基础知识（三） 1、透视表 一、openpyxl基础知识（一） 1、excel的创建 2、excel读取、插入、修改数据 二、openpyxl基础知识（二） 1、excel样式设置 2、excel公式处理 三、实战案例 使用python编写IT周报