《Python数据可视化（第2版）》
课程教学大纲
（课程英文名称）
课程编号：
学分：x学分
课时：50课时（其中：讲课31课时上机19课时）
先修课程：Python数据预处理
适用专业：计算机相关专业
课程的性质与目标
数据可视化是一门面向有Python基础人群的进阶课程，该课程采用理实结合的模式，围绕Matplotlib、Seaborn、pyecharts这三个热门库，循序渐进讲解了Python数据可视化的相关知识。Matplotlib是本课程重点讲解的库，详细讲解了绘制简单图表、定制辅助元素、美化图表样式、绘制子图、定制坐标轴、绘制高级图表等内容。通过本课程的学习，不仅可以让学生熟练掌握Matplotlib的技能，还可以扩展了解Seaborn和pyecharts的应用。
课程设计思路和教学要求
课程设计理念：本课程注重知识的全面性和系统性，重视学习方法的传授。本课程配置了丰富的章节实例，可以强化学生对知识的运用，力求让学生打下一个牢靠的基本功，具备举一反三和独立解决实际问题的能力。
课程设计思路：本课程遵循知识点先易后难的顺序安排章节，采用“理论知识+示例演示+章节实例”的讲解形式，既有理论知识的介绍，又提供了充足的任务实践，保证学生在理解核心知识的前提下可以真正地学有所得。在讲解晦涩难懂的知识点时，会有形象的场景举例或者示意图，帮助学生更好地理解与吸收知识。本课程最后两章针对各自的知识开发了两个实用性强的实战项目，通过项目将所学知识串连起来运用，培养学生分析问题和解决问题的能力。
操作系统：Windows7以上
开发工具：Anaconda3-2023.09-0
课程的主要内容及基本要求
第1章数据可视化与Matplotlib
学习单元
第1章数据可视化与Matplotlib
课时
3
学习目标
了解数据可视化的概念，能够复述数据可视化的概念及基本过程
了解数据可视化的方式，能够归纳常见可视化图表的用途
熟悉常见的数据可视化库，能够列举至少3个数据可视化库的特点
掌握开发环境的搭建，能够独立安装Anaconda工具并使用JupyterNotebook编写与运行代码
熟悉Matplotlib，能够归纳Matplotlib库中pyplotAPI和object-orientedAPI这两种API的特点
掌握Matplotlib的基本使用，能够使用pyplotAPI和object-orientedAPI这两种方式绘制图表
掌握Matplotlib的核心类，能够在程序中创建Figure和Axes类的对象
学习内容
知识点
掌握程度
重点
难点
什么是数据可视化
了解
数据可视化的方式
熟悉
√
常见的数据可视化库
熟悉
安装Anaconda工具
掌握
启动Anaconda自带的JupyterNotebook
掌握
JupyterNotebook的基本使用
掌握
√
Matplotlib概述
了解
Matplotlib初体验
熟悉
√
Matplotlib的核心类
掌握
√
第2章使用Matplotlib绘制简单图表
学习单元
第2章使用Matplotlib绘制简单图表
课时
7
学习目标
掌握plot()函数的基本使用，能够使用plot()函数绘制折线图
掌握bar()函数的基本使用，能够使用bar()函数绘制柱形图或堆积柱形图
掌握barh()函数的基本使用，能够使用barh()函数绘制条形图或堆积条形图
掌握stackplot()函数的基本使用，能够使用stackplot()函数绘制堆积面积图
掌握hist()函数的基本使用，能够使用hist()函数绘制直方图
掌握pie()函数的基本使用，能够使用pie()函数绘制饼图或圆环图
掌握scatter()函数的基本使用，能够使用scatter()函数绘制散点图或气泡图
掌握boxplot()函数的基本使用，能够使用boxplot()函数绘制箱形图
掌握polar()函数的基本使用，能够使用polar()函数绘制雷达图
掌握errorbar()函数的基本使用，能够使用errorbar()函数绘制误差棒图
学习内容
知识点
掌握程度
重点
难点
使用plot()函数绘制折线图
掌握
√
实例1：未来15天的最高温度和最低温度
掌握
使用bar()函数绘制柱形图或堆积柱形图
掌握
√
实例2：2018-2022年国内生产总值
掌握
使用barh()函数绘制条形图或堆积条形图
掌握
√
实例3：网购替代率
掌握
使用stackplot()函数绘制堆积面积图
熟悉
实例4：物流公司物流费用统计
熟悉
使用hist()函数绘制直方图
掌