课程背景

(1)时代需求：在大数据与人工智能时代，Python已成为数据分析、科学计算的首选语言，广泛应用于金融、医疗、互联网等领域。

(2)学科发展：从基础编程到高级数据分析（NumPy/Pandas），再到可视化（Matplotlib）和爬虫技术，形成完整技能链。

(3)学生痛点：初学者易陷入语法细节，缺乏从问题出发的实战能力，需系统化训练解决实际场景问题（如BIM计算、词云分析）。

(4)资源特色：结合真实数据集（如政府工作报告、餐饮数据、电影爬虫）展开案例教学，强化工程实践。

课程目标

(1)知识目标： 掌握Python核心语法（数据类型、流程控制、函数、文件操作）及组合数据类型（列表/字典/集合）的应用场景。 理解正则表达式、网络爬虫原理及数据分析三件套（NumPy/Pandas/Matplotlib）的核心API。

(2)能力目标： 能独立完成数据清洗、统计分析及可视化全流程（如国民经济数据可视化案例）。 具备用Python解决复杂问题（如递归算法、结构嵌套）的抽象能力和调试技巧。

(3)素养与思政目标： 培养数据敏感度与算法思维（如"天天向上的力量"案例中的持续进步理念）。 强化信息伦理意识（爬虫合规性、不良词过滤的社会责任）。

课程设计原则

(1)问题驱动 ：每章以任务导入（如"成语接龙"、"垃圾分类"），通过"描述知识储备实现"三阶段推进。

(2)工具链整合：开发环境（PyCharm+Anaconda）与数据分析工具（jieba/wordcloud）贯穿教学，强调工程规范性。

(3)分层实践： 基础任务（如三角形判断）→综合项目（电影数据爬取与分析）递进，配套完整实现代码与调试手册。

(4)跨学科融合：结合数学（随机数生成）、统计学（描述性统计）、社会学（政府报告分析）等多领域案例。

（点击图片，打开在线课）

在线课地址：https://wisdomh5.zhihuishu.com/course/index/1?courseId=1000118827&termId=25&recruitId=375346