Py程序基礎教程- 4

《Python程序設計基礎項目化教程》課程教案課題：項目七?科學計算與數據分析基礎教學目的：1.在處理大規模數據時，體會計算機科學的效率與魅力，培養學生利用技術工具解決實際問題的創新精?神。2.通過學習結構化數據處理，培養學生嚴謹的邏輯思維和注重細節、精益求精的工匠精?神。3.掌握NumPy庫的N維數組、向量化運算、索引與切?片。4.掌握Pandas庫的Series（一維帶標簽數組）和DataFrame（二維表?格）操作。課型：新授課課時：本章安排6個課時。教學重點：重點：掌握NumPy庫的N維數組、向量化運算、索引與切?片。教學難點：難點：掌握Pandas庫的Series（一維帶標簽數組）和DataFrame（二維表?格）操作。教學過程：教學形式：采用課堂講授、案例研討與隨堂習題相結合的混合式教學形式，兼顧理論講解與互動思考。教學媒體：依托多媒體課件、線上學習平臺以及素材開展直觀化教學，輔助知識點理解。板書設計：本課標題科學計算與數據分析基礎課次3授課方式理論課□討論課□習題課□其他□課時安排6學分共2分授課對象普通高等院校學生任課教師教材及參考資料1.《Python程序設計基礎項目化教程》；電子工業出版社。2.本教材配套視頻教程及學習檢查等資源。3.與本課程相關的其他資源。教學基本內容教學方法及教學手段項目情境在日常編程中，Python的列表可以處理小規模的數據。但當需要對成千上萬個數字進行高效的數學運算，或者像操作Excel一樣管理復雜的表格數據時，就需要更專業的工具。本章將重點學習兩個Python數據處理的核心第三方庫：NumPy和Pandas。先學習NumPy庫，掌握其創建高性能數組及進行快速批量計算的方法。在此基礎上，再學習Pandas庫，利用其強大的DataFrame表格結構，進行更復雜的數據管理、選擇和初步分析，為進入數據處理領域打下堅實的基?礎。參考以下形式：1.銜接導入2.懸念導入3.情景導入4.激疑導入5.演示導入6.實例導入7.其他形式任務一科學計算—NumPy一、創建NumPy數組學習NumPy的第一步，就是掌握如何創建其核心的數據結構—ndarray對象。NumPy提供了多種靈活的創建方式，以適配不同的需?求。1.?array函數這是最基礎、最直接的創建方式，它可以將Python的列表（list）、元組（tuple）等序列類型的數據轉換為NumPy數組。2.?內置函數快速生成數組當需要創建有規律的或特定結構的數組時，手動創建列表會很麻煩。NumPy為此提供了多種函數，可以快速生成數組，如表7-1所示。二、查看數組的基本屬性創建數組后，可以通過數組的屬性來查看它的基本信息，NumPy數組的ndarray對象屬性如表7-2所示。三、數組運算與索引在學會了如何創建和查看NumPy數組之后，接下來學習如何高效地操作和訪問數組中的數據。這主要通過兩個核心機制來實現：向量化運算和索引與切?片。1.?向量化運算向量化是NumPy最核心、最強大的特性，它可以直接對整個數組執行數學運算，無須通過for循環來逐個處理元?素。主要運算類型如?下：（1）數組與標量（單個數字）的運算。當一個數組與一個單獨的數字進行運算時，這個數字會自動“廣播”到數組的每個元素，并逐個進行運?算。arr+5（每個元素都加5）arr*10（每個元素都乘以10）arr>80（每個元素與80進行比較，返回一個布爾類型的數組）（2）形狀相同的數組之間的運算。當兩個數組的形狀完全相同時，運算會按對應位置的元素逐一進?行。arr1+arr2（對應元素相加）arr1*arr2（對應元素相乘）（3）常用聚合函數。NumPy內置了豐富的統計聚合函數，對整個數組或數組的指定軸進行計算，常用聚合函數如表7-3所示。2.?索引與切片索引與切片是從數組中選取我們感興趣的數據的核心手段。NumPy的索引機制與Python列表類似，但功能更強大（尤其是在處理多維數組?時）。（1）一維數組的索?引。（2）二維數組的索?引。任務二數據分析—Pandas一、一維數組SeriesSeries是Pandas中最基礎的數據結構。可以把它想象成“智能版”的一維數組或Excel表格中的一列。它由如下兩部分組?成。● 一組數據（values），其底層通常是一個NumPy數?組?！?一組與之對應的數據標簽（index），也就是索?引。這個帶標簽的索引是Series最核心的特性，能夠使用有意義的標簽（而不僅是0,1,2...）來訪問和操作數?據。1.?創建Series2.?屬性與帶標簽的索引創建Series對象后，可以通過使用它的索引來便捷地訪問數據，Series常用屬性如表7-5所示。3.?Series的常用操作Series不僅是一個帶標簽的數據容器，它還內置了大量便捷的方法，用于數據操作和分?析。1）數據訪問與篩選。2）常用數學與統計函數。3）檢查缺失值與排序。二、二維數組DataFrameDataFrame是Pandas庫的核心組件，也是Python數據分析中最常用、最重要的二維數據結構。它是一種表格型的、大小可變的結構，專門用于高效地處理結構化和半結構化數據。其顯著特點是能夠容納異構數據，即每列可以是不同的數據類型，如整數、浮點數或字符串。DataFrame最重要的特性是其帶標簽的軸，它同時擁有行索引（index）和列索引（columns），這為數據的選擇、對齊和操作等任務提供了極大的靈活性和便利性。從概念上講，一個DataFrame可以被視為一個由多個共享相同行索引的Series對象組成的字典，這種面向列的設計使得相關操作更加高?效。1.?創建DataFrame2.?查看DataFrame的整體信息3.?選擇與訪問數據1．教學以學生學習教材的基本內容為主，系統全面地學習科學計算與數據分析基礎的基本內容。2．整個教學過程中，各教學點可根據實際情況，進行拓展知識的講解。本章小結：本章主要學習了Python數據分析兩大核心庫：NumPy與Pand