成都锦城学院课程教学大纲

一、课程基本信息
课程名称：数据可视化 Data Visualization
课程编码：
总学时：48                               学分：3
适应专业：商务数据分析与应用
课程性质：专业必修课
教材：Python数据分析与可视化(第2版) 魏伟一,清华大学出版社,2020
推荐读物：
1. EXCEL图表之道 刘万祥,电子工业出版社,2017
2. 数据呈现之美 凌祯,电子工业出版社,2019
3. Tableau商业分析一点通 美智讯,电子工业出版社,2018
4. Tableau数据可视化从入门到精通 王国平,清华大学出版社,2020
5. 大数据可视化技术与应用,黄源等主编,清华大学出版社,2020年
6. python数据分析、挖掘与可视化 董付国,人民邮电出版,2020
推荐网址：
中国大学MOOC  https://www.icourse163.org/
Matplotlib https://matplotlib.org/
Seaborn http://seaborn.pydata.org/
Pyecharts https://pyecharts.org/
Echarts: https://echarts.apache.org/ 
https://www.w3school.com.cn/python/index.asp

二、课程目标及要求：
（一）本课程目标
数据可视化的目的，是希望借助图像可读性搞，易用性强等特性，来帮助我们的业务人员更好的理解数据背后所蕴含的业务含义，更加直观清晰。可视化是数据分析的核心理念。
本课程的主要目的是培养学生的信息数据可视化处理能力。通过本课程的教学，使学生掌握数据可视化的一般原理和处理方法，能使用数据可视化工具对数据进行可视化处理。
（二）本课程要求
本课程要求学生应完成和争取完成的各项学习任务，且与课程目标对应统一。
通过学习本课程后，使学生具备以下能力：
(1)	通过课程学习使学生了解数据可视化基本概念和数据可视化原理；
(2)	熟悉大数据可视化方法；
(3)	掌握常用的可视化工具和软件的使用；
(4)	掌握基本的数据可视化编程；
(5)	能够对实例中的商务数据进行可视化产品呈现。

三、本课程与相关课程的关系：
在数据分析领域，数据可视化是有效展现数据分析结果的最主要的手段之一，在商务数据分析和大数据方向具有非常重要的作用。课程使用数据可视化工具和Python语言来展现数据分析结果。
本课程的先修课程为：《Excel办公自动化》、《Python语言程序基础》、《数据挖掘》、《数据清洗》等课程。同时为后续《数据分析综合实训》等课程以及毕业论文打下基础。
四、课程内容及学时分配：
本课程的内容及学时分配如下表所示：
序号	教学内容	教学形式	学时	要求
1	第1讲 数据可视化概述		（2学时）	
	1.1 引言（课程介绍、大纲介绍）
1.2 什么是数据可视化
1.3 数据可视化流程
1.4 数据可视化设计原则和技巧
课堂实验	理论+实验	
1学时



1学时	了解
2	第2讲 EXCEL数据可视化		（10学时）	
	2.1创建具有特色的统计图表
2.2业务图表实战
2.3 动态仪表盘
2.4 动态仪表盘案例实战	理论+实验
讨论+实验
理论+实验
翻转课堂	2学时
2学时
2学时
2学时	掌握
3	第3讲 Tableau数据可视化		（8学时）	
	3.1 Tableau基础操作
3.2 创建图表
3.3 Tableau高级操作
3.4 地图、故事、仪表板和案例应用	理论+实验
理论+实验
理论+实验
翻转课堂	2学时
2学时
2学时
2学时
	掌握
4	第4讲 Python数据可视化		（28学时）	
4.1	NumPy数值计算基础		6学时	
	1. Numpy多维数组、数组读写
2. 数组的索引、切片和运算
3. NumPy中的数据统计与分析实训	理论+实验
理论+实验
翻转课堂	2学时
2学时
2学时	熟悉
4.2	Pandas统计分析基础		10学时	
	1.Pandas 数据结构与索引
2.Pandas 查询与数据运算
3.数据分组与透视
4.Pandas可视化
5.Pandas可视化实训	理论+实验
理论+实验
理论+实验
理论+实验
翻转课堂	2学时
2学时
2学时
2学时
2学时	熟悉


掌握
4.3	Matplotlib数据可视化基础		8学时	
	1.Matplotlib绘图基础、Pyplot动态rc参数
2.常用绘图：折线图、散点图、直方图
3.饼图、箱线图和概率图
4.Matplotlib可视化实训	理论+实验
理论+实验
理论+实验
翻转课堂	2学时

2学时
2学时
2学时	掌握
4.4	Seaborn可视化（根据实际进度安排教学）		4学时	
	1. Seaborn简介及风格设置
2. 常用绘图：直方图、散点图、箱线图
3.常用绘图：柱状图、多变量图和回归图
4.Seaborn实训	理论+实验
理论+实验
理论+实验
理论+实验
翻转课堂	2学时

2学时
	掌握
5	如何撰写可视化分析报告
数据可视化综合实训	实验课	机动安排	
6	课程复习与总结（课程设计）	复习课	机动安排	

五、主要教学方法：
1. 案例教学法 结合实际商务数据分析案例进行数据可视化呈现
2. 问题导向法：每次课程从问题开始，以终为始引导学生学习
3. 模拟仿真法：利用不同软件工具实现数据可视化
4. 数字化平台法：结合超星MOOC平台综合教学
5. 以赛促学法：要求学生参与数据可视化相关竞赛，促进学习积极性
具体地，利用多媒体进行课堂讲授、翻转教学、分组讨论，利用机房计算机进行数据可视化程序设计及演示、项目设计等方式进行相关内容的学习。课程中会相应设置思考题、练习题、讨论环节提高同学们对相关知识的理解。
六、实践环节的要求：
课带实验，24个学时的实践学时，要求学生熟悉数据可视化工具和Python语言实现数据分析结果的图形化展示，并独立完成课后的实训项目。
七、教学管理
实行层层负责制：助教对老师负责、组长对助教负责、组员对组长负责的管理办法。
课堂上，由助教负责课堂纪律和规范的管理，助教下放权力给组长，组长督促组内成员在课堂和课后的规范行为。
利用锦城在线统计学生的学习任务完成情况、作业完成情况，并开展测验、讨论。
八、典型作业（报告、设计、习题）练习及要求：
本门课程的作业主要为课后习题与上机练习。所有的操作练习按照课内课外至少1：2 的时间要求，课内将对课外操作练习的情况进行检查、讲评。
课堂提问和平时作业、实验成绩将计入考核成绩。
九、课程考核和成绩评定：
1.	考核方式：考试（上机考试）。
2.	主要考核内容：
参照各章节的教学要求中理解、掌握的部分，来重点考核各章节的重点内容。
3.	成绩评定构成：
学科成绩总分100分：期末考核占50％，平时成绩占50%。
4.	平时成绩组成：
考勤及表现（20%）+作业（上机实验）（20%）+测验（课堂测验及课下测验）（30%）+翻转课堂及课程论文(30%)
（1）考勤及表现：20%
考勤80%：百分制，扣分制。缺勤-10分/次，迟到-2分/次，事假-2分/次，病假-1分/次。（请假需提前获得辅导员批假的假条，除临时性突发特殊事件（如突发疾病等）外，不得事后补假）。
课堂表现20%：百分制，加分制。课堂笔记检查得分；课堂作业得分；提问或者代表小组发言每次2分/5分，主动回答+2分，被动回答答对+2分。期末折算成百分制。
（2）作业（上机实验）20%
包括课内外作业完成情况评价；书面作业和操作练习主要评价学生完成作业或任务时的态度、知识或技能的掌握程度以及完成情况，态度良好、掌握情况好和全部完成评价为优，给满分评分。
实验作业/锦城在线实验作业不少于6次。
（3）测验（课堂测验及课下测验）30%
其中课堂测试3次，课下测验3次。
（4）翻转课堂及课程论文30%
包括翻转自学、课堂讨论及课程论文（一课一文）完成情况。根据完成的态度，掌握知识的程度以及完成情况进行评分。