《Python机器学习编程与实战教学教案03pandas基础.docx》由会员分享,可在线阅读,更多相关《Python机器学习编程与实战教学教案03pandas基础.docx(5页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、第3章pandas基础教案课程名称:Python机器学习编程与实战课程类别:必修适用专业:大数据技术类相关专业总学时:64学时(其中理论36学时,实验28学时)总学分:4.0学分本章学时:6学时、材料清单(1)Python机器学习编程与实战教材。(2)配套 PPT。(3)数据。(4)代码。(5)引导性提问。(6)探究性问题。(7)拓展性问题。二、教学目标与基本要求L教学目标阐述Series、DataFrame和Index的常用属性与方法。介绍DataFrame的索引、排序和 合并操作。介绍时间数据的转换,信息提取与算术运算。介绍文本数据的操作和索引方法。 介绍category分类型数据的创建和
2、操作方法。通过本章的学习,能够对pandas库的基础内 容有一个整体了解。2.基本要求(1)掌握Series常用属性与方法。(2)掌握DataFrame常用属性与方法。(3)掌握Index常用属性与方法。(4)掌握DataFrame的常用索引方法。(5)掌握DataFrame的常用排序方法。(6)掌握DataFrame的常用合并方法。(7)掌握基础时间数据处理方法。(8)掌握文本数据的基本操作和索引方法。(9)掌握category分类型数据的基本操作方法。三、问题1 .引导性提问引导性提问需要教师根据教材内容和学生实际水平,提出问题,启发引导学生去解决问 题,提问,从而达到理解、掌握知识,发展
3、各种能力和提高思想觉悟的目的。(1) DataFrame和数组有什么相似之处?(2) DataFrame的索引方式和Excel有什么相似和不同之处?2 .探究性问题探究性问题需要教师深入钻研教材的基础上精心设计,提问的角度或者在引导性提问的 基础上,从重点、难点问题切入,进行插入式提问。或者是对引导式提问中尚未涉及但在课 文中又是重要的问题加以设问。(1) Series与Index有什么不同之处?(2)时间数据中存在哪些信息?(3) loc和iloc方法有什么区别?3 .拓展性问题拓展性问题需要教师深刻理解教材的意义,学生的学习动态后,根据学生学习层次,提 出切实可行的关乎实际的可操作问题。亦
4、可以提供拓展资料供学生研习探讨,完成拓展性问 题。(1)横向、纵向和主键堆叠分别适合哪些场景使用?(2)为什么索引的时候有loc和iloc,设计者的意何在?四、主要知识点、重点与难点1 .主要知识点Series常用属性与方法。(1) DataFrame常用属性与方法。(2) Index常用属性与方法。(3) DataFrame的常用索引、排序和合并方法。(5)基础时间数据处理方法。(6)文本数据的基本操作和索引方法。(7) category分类型数据的基本操作方法2 .重点Series常用属性与方法。(1) DataFrame常用属性与方法。(2) Index常用属性与方法。(3) DataF
5、rame的常用索引、排序和合并方法。3 .难点(1)基础时间数据处理方法。(2)文本数据的基本操作和索引方法。五、教学过程设计1.理论教学过程(1)介绍Series常用属性。(2)介绍Series查改增删方法。(3)介绍DataFrame常用属性。(4)介绍DataFrame查改增删方法。(5)介绍Index常用属性。(6)介绍Index查改增删方法。(7)介绍DataFrame的常用索引方法。(8)介绍DataFrame的常用排序方法。(9)介绍DataFrame的常用合并方法。(10)介绍基础时间数据处理方法。(11)介绍文本数据的处理方法。(12)介绍category分类型数据的处理方法
6、。2.实验教学过程(1)创建Series对象。(2)查看Series对象的常用属性。(3)查改增删Series对象。(4)创建 DataFrame 对象。(5)查看DataFrame对象的常用属性。(6)查改增删DataFrame对象。(7)创建Index对象。(8)查看Index对象的常用属性。(9)查改增删Index对象。(10)访问DataFrame中的单列、单列多行和多列多行数据。(11)使用loc和iloc对DataFrame中的数据进行索引。(12)对DataFrame中的数据进行排序。(13)将DataFrame中的数据横向堆叠、纵向堆叠和主键合并。(14)转换字符串时间为标准时
7、间。(15)提取时间序列数据信息。(16)加减时间数据。(17)替换指定位置的文本内容。(18)创建category并进行查改增删。六、教材与参考资料1 .教材林耀进,张良均.Python机器学习编程与实战M.北京:人民邮电出版社.2020.2 .参考资料1张健,张良均.Python编程基础M.北京:人民邮电出版社.2018.谭立云, 2黄红梅,张良均.Python数据分析与应用M.北京:人民邮电出版社.2018.3张良均.Python数据分析与挖掘实战(第2版)M.北京:机械工业出版社.2019.4李明江,张良均,周东平,张尚佳.Python3智能数据分析快速入门M.北京: 机械工业出版社.2016.5张良均.Python与数据挖掘M.北京:机械工业出版社.2016.