数据分析与可视化技术在AWS上进行开发课程教学大纲.docx
- 文档编号:8847266
- 上传时间:2023-05-15
- 格式:DOCX
- 页数:14
- 大小:21.99KB
数据分析与可视化技术在AWS上进行开发课程教学大纲.docx
《数据分析与可视化技术在AWS上进行开发课程教学大纲.docx》由会员分享,可在线阅读,更多相关《数据分析与可视化技术在AWS上进行开发课程教学大纲.docx(14页珍藏版)》请在冰点文库上搜索。
数据分析与可视化技术在AWS上进行开发课程教学大纲
《数据分析与可视化技术(在AWS上进行开发)》课程教学大纲
课程类别:
专业核心课
适用对象:
软件技术相关专业
总学时:
56讲授学时:
28课内实践学时:
28
一、课程的性质、任务与课程的教学目标
(一)课程的性质、任务
1.课程的性质:
《数据分析与可视化技术(在AWS上进行开发)》是软件技术专业的专业核心课。
随着互联网和物联网技术的发展,各行各业可以获取的数据越来越丰富。
对于这些数据的分析和认知,成为人们在生活、学习和工作中的重要课题,成为指导行业发展的重要依据。
因此,熟练掌握数据分析的原理,并能够使用合理的工具进行数据分析及可视化表达,成为大数据时代的一项必备技能。
同时随着云计算和编程技术的不断发展,使用面向某特定行业的专用编程语言已经远远不能满足人们的需要,而使用基于Python语言的工具包进行数据分析和可视化,几乎越来越成为未来进行数据分析和可视化的主流技术。
本课程主要介绍了使用Python进行数据分析和可视化的技术,以及在aws云平台上进行开发的方法。
2.课程的任务
①本课程主要介绍Python数据分析与可视化技术(在AWS上进行开发)的技术。
通过本课程的学习,学生能掌握基于数据分析的基本原理,并熟练掌握使用Numpy和Pandas进行数据分析的方法、熟练使用echarts和pyecharts等工具进行可视化的技术,并能够在aws云上进行相关开发。
②本课程教学内容及教学环节等方面与相关课程的联系与分工:
在本课程之前的《Python程序设计基础》、《软件工程》对于计算机系统的基础知识进行介绍,使得学生初步掌握计算机编程技术。
③本课程相关的先修课及后续课:
本课程以《Python程序设计基础》课程为先导,后继课程为《Python高级程序设计》、《Python运维技术》,主要是让学生能够掌握数据分析的基本原理,并能够使用Numpy和Pandas进行程序开发。
(二)课程的教学目标
1.基本理论要求:
学生能掌握数据分析的基本原理。
2.基本技能要求:
熟练掌握在亚马逊AWS云平台上配置数据分析和可视化环境的方法、能够使用Numpy和Pandas进行数据分析、能够使用ECharts和pyecharts进行数据可视化、能够使用Flask框架开发Web应用程序。
3.职业素质要求:
能够根据实际需要,依据所学的理论知识和技能进行数据分析,并进行可视化输出。
二、主要教学内容及教学要求
项目一搭建AWS数据分析开发环境
1.参考学时
8学时
2.学习目标
■了解云计算的概念
■了解亚马逊AWS平台提供的主要服务
■了解虚机的概念
■能够配置虚机中的数据分析及可视化开发环境
3.工作任务
■能够在AWS中创建虚机
■能够使用支持SSH协议的客户端登录虚机
■能够配置并使用Anaconda及JupyterNotebook
■能够使用conda管理开发环境
■能够在使用Linux操作系统的虚机中创建用户
任务一在AWS管理平台上创建虚机并实现远程登陆
参考学时
4学时
工作任务
在AWS管理平台上创建虚机并实现远程登陆
学习目标
了解云计算的概念及亚马逊AWS平台
能够创建虚机并远程登陆
实践技能
创建AWS虚机
使用支持SSH协议的客户端远程登陆虚机
知识要点
云计算
任务二安装并配置AWS数据分析及可视化开发环境
参考学时
4学时
工作任务
安装并配置AWS数据分析及可视化开发环境
学习目标
能够配置基于jupyternotebook的数据分析及可视化开发环境
实践技能
在虚机中下载Anaconda安装包
安装Anaconda开发环境
配置jupyternotebook远程访问
安装python包
在Linux中创建新用户并远程登陆虚机
知识要点
安全组、公钥、私钥
项目二在数据分析中使用S3存储桶
1.参考学时
8学时
2.学习目标
■了解AWSS3服务
■能够使用AWS管理平台操作存储桶
■能够开发python程序操作存储桶及对象
■能够使用matplotlib包设计子图进行数据可视化
3.工作任务
■创建存储桶、添加对象等存储桶常用操作
■使用boto包操作存储桶
■设计python程序可视化读取存储桶中的文件并进行数据可视化显示
任务一通过AWS管理控制台使用AmazonS3存储桶
参考学时
4学时
工作任务
通过AWS管理控制台使用AmazonS3存储桶
学习目标
能够使用AWS管理控制台完成创建存储桶、添加对象等存储桶常用操作
实践技能
使用AWS管理控制台完成下列任务:
Ø创建存储桶
Ø向存储桶添加对象
Ø从存储桶中下载对象
Ø在存储桶中复制对象
Ø删除对象和清空存储桶
Ø删除存储桶
知识要点
AWSS3服务、存储桶及其特点
任务二使用python语言操作S3存储桶
参考学时
4学时
工作任务
设计python程序操作存储桶及其中的对象
学习目标
能够设计python程序完成基本的S3服务及存储桶常用操作
能够读取S3存储桶中的对象并设计可视化程序
了解存储桶策略并设计存储桶策略
实践技能
通过策略生成器设计S3存储桶的安全策略
设计python程序,使用boto包操作s3存储桶
设计python程序,使用numpy的函数读取存储在存储桶中的数据文件
设计python程序,使用matplotlib包可视化文件中的数据
知识要点
数据可视化
项目三使用Flask设计网站并进行数据分析
1.参考学时
12学时
2.学习目标
■了解Flask框架的特点
■了解Flask路由
■能够在虚环境中开发python程序
■能够使用Flask框架设计前后端分离的Web应用程序
■能够使用Jingja设计模板和页面
■能够使用numpy完成简单的数据分析任务
3.工作任务
■设计简单Flask程序
■设计Flask应用程序
■设计程序分析程序
任务一Flask基础
参考学时
2学时
工作任务
学习Flask框架
学习目标
能够设计Flask程序
实践技能
设计具有多种路由的Flask程序
配置Flask服务的运行模式
修改安全组,可以远程访问Flask服务
知识要点
路由、微框架
任务二设计Flask应用程序
参考学时
8学时
工作任务
使用Flask设计Web应用程序“班级成绩录入分析系统”
学习目标
能够使用Flask设计前后端分离的Web应用程序
实践技能
创建虚环境
设计工厂函数
设计蓝图
设计路由
操作SQLite数据库
保存状态信息
设计并在Flask中使用css样式文件
知识要点
工厂函数、蓝图
任务三使用录入的数据设计数据分析功能
参考学时
2学时
工作任务
使用numpy数据分析
学习目标
能够使用numpy的函数进行数据分析
实践技能
设计python程序进行数据分析
将分析结果显示在网页上
知识要点
数据变换
项目四在JupyterNotebook中进行数据分析及可视化
1.参考学时
8学时
2.学习目标
■能够根据不同图表样式设计数据源
■能够使用pyecharts设计折线图
■能够使用pyecharts设计饼状图
■能够使用pyecharts设计词云图
3.工作任务
■使用pyecharts设计折线图
■使用pyecharts设计饼状图
■使用pyecharts设计词云图
任务一使用pyecharts设计折线图、饼状图
参考学时
4学时
工作任务
使用pyecharts设计折线图、饼状图
学习目标
能够根据不同图表样式设计正确的数据格式
能够根据不同的应用场景选择不同的图表样式
能够优化图表的样式
能够使用pyecharts设计折线图
能够使用pyecharts设计饼状图
实践技能
使用pyecharts设计饼状图
使用pyecharts设计词云图
知识要点
可视化、全局配置
任务二使用pyecharts设计词云图
参考学时
4学时
工作任务
使用pyecharts设计词云图
学习目标
能够设计词频统计算法
能够从S3存储桶中读取数据文件
能够使用词云图可视化词频统计结果
实践技能
使用pyecharts设计词云图
知识要点
词频统计
项目五Web应用程序的数据可视化
1.参考学时
8学时
2.学习目标
■能够根据不同图表样式设计数据源
■能够使用echarts设计柱状图
■能够使用echarts设计饼状图
■能够使用echarts设计散点图
3.工作任务
■使用echarts设计柱状图
■使用echarts设计饼状图
■使用echarts设计散点图
任务一使用echarts设计柱状图
参考学时
4学时
工作任务
使用echarts设计柱状图
学习目标
能够使用echarts.js设计用于数据可视化的网站
能够使用echarts设计柱状图
实践技能
使用echarts设计柱状图
知识要点
echarts
任务二使用echarts设计饼状图、散点图
参考学时
4学时
工作任务
使用echarts设计饼状图、散点图
学习目标
能够熟练使用echarts中的配置项设计图表
实践技能
使用pyecharts设计饼状图、散点图
知识要点
配置项
项目六航空数据分析及可视化
1.参考学时
12学时
2.学习目标
■数据获取
■数据预处理
■模型构建
3.工作任务
■背景与分析目标
■分析方法实现
任务一从S3存储桶中获取航班数据
参考学时
2学时
工作任务
从S3存储桶中读取文件并获取数据
学习目标
zip文件的处理方法
大量小文件读取技术
实践技能
读取S3存储桶中的文件
设计python程序读取文件
知识要点
DataFrame对象
任务二分析可视化一段时间内进出港最繁忙的机场
参考学时
4学时
工作任务
分析可视化一段时间内进出港最繁忙的机场
学习目标
能够设计python程序分析数据并进行可视化呈现
实践技能
使用datetime包处理日期
使用pandas处理DataFrame对象的数据
设计柱状图可视化分析结果
知识要点
词频统计算法的使用
任务三分析可视化一段时间内国家的航班
参考学时
4学时
工作任务
分析可视化一段时间内国家的航班
学习目标
熟练使用DataFrame对象
能够设计时间轮播图
实践技能
使用pyecharts设计时间轮播图
知识要点
链式操作
任务四分析可视化中国城市航班排名
参考学时
2学时
工作任务
从S3存储桶中读取文件并获取数据
学习目标
熟练使用DataFrame对象
能够设计地图热力图
实践技能
使用pyecharts设计热力图
知识要点
DataFrame对象的常用操作
三、课程学时分配
本课程每周学时4课时,教学周共14周,总课时为56课时,清明节假期影响2课时,故实际总课时数为54课时。
学时分配表(以课题或知识单元编排)
序号
教学内容
学时
其中
讲授
实践
其他
1
项目一搭建AWS数据分析开发环境
8
4
1
2
项目二在数据分析中使用S3存储桶
8
2
2
3
项目三使用Flask设计网站并进行数据分析
12
8
8
4
项目四在JupyterNotebook中进行数据分析及可视化
8
4
4
5
项目五Web应用程序的数据可视化
8
4
4
6
项目六航空数据分析及可视化
12
6
6
学时总计
四、实践教学
(一)课内实践项目
《数据分析与可视化技术(在AWS上进行开发)》是一门实践性很强的课程,将数据分析过程中的数据导入、数据变换、数据统计描述、假设检验、可视化等任务分解为相互衔接、内容又相对独立的8个模块,进行全面的Python数据分析能力训练。
本课程的实践性环节穿插于课堂讲授过程中,采用讲练结合的方式进行,以巩固学生对教学内容的理解与掌握。
五、必要说明
(一)课程开设的基本条件
本课程的开设需要:
多媒体教学环境、网络机房、虚拟机环境;要求学生在本门课程之前已经学过Python程序设计和程序设计基础,掌握一定的计算机应用基础知识。
(二)建议使用的教材及教学参考书
教材:
《数据分析与可视化技术(在AWS上进行开发)》,薛国伟编著。
参考书:
《数据分析技术--Python数据分析项目化教程》,薛国伟编著,高等教育出版社,2019年,第3版
(三)考核方式及成绩评定
1、考核方式及形式
考试;笔试。
2、总评成绩的组成及评定标准
平时成绩(主要包括考勤、课内实践情况、作业完成情况)占50%,期末成绩占50%。
(四)修订说明
实际授课学时数根据当期校历修订。
(五)其他说明
大纲修订部门:
执笔人:
大纲审订部门:
审订部门负责人:
编订日期:
修订日期:
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 分析 可视化 技术 AWS 进行 开发 课程 教学大纲