【混合式一流课程申报】《Python数据分析》课程.pdf

【混合式一流课程申报】《Python数据分析》课程--第1页

混合式一流课程申报：《Python数据分析》课程

一.课程建设

（一）课程建设基础（课程前期建设基础，是否来源于省级及以

上的精品课、精品资源共享课、视频公开课、精品在线开放课程等，

50O字以内）

本课程作为选修课于2019-2020学年春季学期首次开课，3学分共

48学时。以Python语言为载体介绍数据分析的常规流程及使用要点，

考虑到该编程语言的官方文档、开源社区及相关资源多为英文，结合

数学系国际化课程改革，确定采用中英双语教学。2020年，顺应国

家、省及学校的人才培养理念发展，调整为2学分共32学时，并申请

校级线上线下混合式课程培育项目，开始进行混合式课程的改革探

索。2021年，进一步调整为统计学、数学与应用数学专业必修课。截

至目前己开设3次混合式课程教学，所选用的在线教学平台历经中国

大学MOOC平台、超星平台，经过教师端、学生端的使用感受对比，最

终依托超星平台进行线上线下混合式课程的教改研究。

课程内容包括Python基本语法介绍、数据获取及预处理、分析与

统计及可视化，主要介绍的Python第三方库有：NumPy，pandas，

Matplotlib等。线上视频资源采用课程示范包《Python程序设计基

础》及《Python网络爬虫技术》、《Python语言程序设计》的部分课

1

【混合式一流课程申报】《Python数据分析》课程--第1页

【混合式一流课程申报】《Python数据分析》课程--第2页

程视频资源的部分视频作为必学资源，并配有若干全英视频作为高阶

资源，供有兴趣和能力的学生学习。同时配备在线作业、在线测试、

线下课堂的随堂测试、调查问卷等资源，实现线上线下、课前课中课

后全覆盖的课程教学。

（二）课程特色、影响力（课程的主要特色介绍、影响力分析。

500字以内）

课程秉承“启发引导、循序渐进、学以致用”的原则，在教学中

注重理论和实践的融合，灵活应用多种教学方法，形成“融立德树

人、知识传授、能力培养、实晚应用于一体”的教学理念。在教学内

容、方法和手段、考核方式和评价体系等方面采取多种举措，构建《R

语言编程》课程线上线下、课前课中课后全方位一体式实践型教学体

系，培养学生使用R语言的编程实践能力，以适应当今世界教育国际

化和信息化的时代潮流。

课程核心落脚点在于使用Python语言进行数据分析，不同于传统

计算机专业编程类课程，不过多深究Python语言与计算机底层交互的

特性，而将精力集中于其在一个完整数据分析项目中的重要作用。并

以撰写一份内容完鉴、信息丰富的数据分析报告为主线，讲授Python

语言基本语法、数据获取及预处理、分析与统计及可视化等技术，帮

助学生实现“开箱即用”，更加牢固地掌握相关知识点。

2

【混合式一流课程申报】《Python数据分析》课程--第2页

【混合式一流课程申报】《Python数据分析》课程--第3页

借助线上教学平台提供的实时学习反馈工具，及时发现学生学习

过程中存在的疑难问题并进行解答，再到线下课堂进一步巩固讲解，

可有效培养学生自主学习的能力，并能实现对重点学生群体（如学习

进度较慢）的学习状态监控。三期混合式授课累计选课人数近两百五

十人，占数学系本科生近三分之二。

二.课程设计

（一）总体设计（举证说明本课程在线上线