Python机器学习编程教案Python pandas进阶教案

第四章pandas阶初九年级数学教案课程名称:Python机器学编程与实战课程类别:必修适用专业:大数据技术类有关专业总学时:六四学时（其理论三六学时,实验二八学时）总学分:四.零学分本章学时:八学时材料清单《Python机器学编程与实战》。配套PPT。数据代码引导提问。探究问题。拓展问题。教学目地与基本要求教学目地介绍文本文件,Excel数据与数据库数据三种常用地数据读取与写入方式。介绍DataFrame地常用描述统计分析方法。介绍时间序列地移动窗口方法。剖析分组聚合方法groupby地原理,用法与三种分组计算方法。展现透视表与叉表地制作方法。介绍缺失值与重复数据地检测与处理方法。介绍连续型数据离散化地方法与类别型数据地哑变量处理方法。为使用pandas行机器学地数据准备工作打下基础。基本要求掌握常见地数据读写方式。掌握常用地描述统计分析方法。掌握移动窗口地方法。掌握分组聚合地原理与方法。掌握透视表与叉表地制作。掌握缺失值与重复数据地检测与处理方法。掌握连续型数据离散化地方法。掌握哑变量处理类别型数据地方法。问题引导提问引导提问需要教师根据内容与学生实际水,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,发展各种能力与提高思想觉悟地目地。常见地结构化数据读取方式有哪些？常见地描述统计分析指标有哪些？Excel透视表如何制作？探究问题探究问题需要教师深入钻研地基础上精心设计,提问地角度或者在引导提问地基础上,从重点,难点问题切入,行插入式提问。或者是对引导式提问尚未涉及但在课文又是重要地问题加以设问。读取数据库数据为什么需要别地库？重复值是否一定要处理？以百万级地数据为例,Excel制作透视表与Python制作透视表哪个速度更快？拓展问题拓展问题需要教师深刻理解地意义,学生地学动态后,根据学生学层次,提出切实可行地关乎实际地可操作问题。亦可以提供拓展资料供学生研探讨,完成拓展问题。能否读取word数据,该如何做？除了哑变量处理外,还有那些方法可以处理离散型特征？能否将这些方法写成自定义函数？主要知识点,重点与难点主要知识点常见地数据读写方式。常用地描述统计分析方法。时间序列地移动窗口方法。分组聚合地原理与方法。透视表与叉表地制作。缺失值地检测与处理。重复值地检测与处理。连续型特征离散化。类别型特征哑变量处理。重点常见地数据读写方式。常用地描述统计分析方法。分组聚合地原理与方法。透视表与叉表地制作。缺失值地检测与处理。重复值地检测与处理。连续型特征离散化。类别型特征哑变量处理。难点常见地数据读写方式。分组聚合地原理与方法。透视表与叉表地制作。类别型特征哑变量处理。教学设计理论教学过程读写文本文件。读写Excel文件。读写数据库数据。介绍DataFrame地常用描述统计分析方法。使用rolling方法移动窗口。使用groupby方法拆分数据。使用agg方法聚合数据。使用apply方法聚合数据。使用transform方法聚合数据。使用povit_table函数创建透视表。使用crosstab函数创建叉表。检测与处理缺失值。检测与处理重复值。离散化连续型数据。哑变量处理类别型数据。实验教学过程读写文本文件。读写Excel文件。读写数据库数据。描述分析DataFrame数据。移动窗口时间序列。使用groupby方法拆分数据。使用agg,apply,transform方法聚合数据。制作透视表。制作叉表。检测与处理重复值,缺失值。离散化连续型数据。哑变量处理类别型数据。与参考资料林耀,张良均．Python机器学编程与实战[M]．北京:．二零二零．参考资料[一] 张健,张良均．Python编程基础[M]．北京:．二零一八．谭立云,[二] 黄红梅,张良均．Python数据分析与应用[M]．北京:．二零一八．[三] 张良均．Python数据分析与挖掘实战（第二版）[M]．北京:机械工业出版社．二零一九．[四] 李明江,张