《大数据分析》课程标准

《大数据分析》课程标准

一、课程名称大数据分析

二、适用专业大数据技术应用专业

三、课程学时与学分144学时，8学分本课程是大数据技术应用专业的一门专业核心课程，是从事数据分析专员、数据分析师等岗位必须学习的课程，将为后续学习《小区闸机数据采集标注》、《区域车位引导系统部署与应用》、《智慧校园信息系统运维服务》、《镇街接诉即办平台开分析运维》等综合应用课程奠定基础本课程开设在第

5、6学期，学习该课程之前需具备一定的Excel工具使用、Python编程、数据库操作能力，《Python程序设计基础》、《数据库技术应用》、（Excel数据分析技术》、《互联网数据采集》是该课程的前导课程本课程学习的知识和技能可以为考取大数据分析与应用X证书（初级）做知识和技能准备

五、课程目标通过本课程的学习，能完成碳中和碳达峰热点趋势分析任务、商品销量趋势分析任务、销量变化原因分析任务、招生变化原因分析任务、线上教学每日情况分析任务、学生画像分析任务、网易云音乐推荐分析任务、智能制造数据分析任务、金融风控数据分析任务，达到以下具体目标

（一）素养目标

1.培养学生的政治思维、政治洞察力与政治敏感性，培养学生的社会主义核心价值观、爱国主义情操（培养规格1）

2.了解大数据、网络信息等产业文化，遵守职业道德准则和行为规范，具备社会责任感和担当精神（培养规格3）

3.具备认真细致、实事求是、严谨细致的学习态度，具有较好的逻辑思维能力、科学的思维方法（培养规格7）

4.养成良好的数据思维，具备透过数据分析形成对实际业务问题清晰的洞察力（培养规格8）餐垫法、工作站法、展览馆法等特色的教学组织方式，提升学生自主探究、合作学习的意识，培养良好的学习习惯；在每个学习单元，学生进行自主探究学习与小组合作讨论学习，加强操作训练；以企业生产过程中实际的工作任务作为案例，在实践中引导学生学会分析问题、解决问题在教学过程中应充分利用实训环境，按照行动导向六步骤，采用任务驱动法等教法，引导学生开展自主、探究、合作的学习活动，在实践中引导学生学会分析问题、解决问题通过教师示范操作，强调岗位标准，强化学生的职业规范，提升学生数据分析实操技能，提高学生自主探究的能力，逐步养成严谨科学的职业习惯在解决问题的过程中，学生养成耐心、细致、精益求精的工作态度，强化学生的质量意识本课程在课堂上除了板书讲解等教学手段外，还采用多媒体教学课件、学习网站、视频演示、模拟系统，职教云平台等现代化教学手段，使用了大数据、人工智能、虚拟仿真实训等信息技术，以提高学生的学习兴趣、拓展学习方法，使学生可以有更多的途径获取知识和技能

（五）教学评价严格落实培养目标和培养规格要求，围绕大数据技术应用专业的人才培养目标，通过教师、企业、学生三个评价主体从核心素质、关键知识、综合能力、实践成果四个维度，通过课堂评价（占比20%）、项目评价（占比50%）、课程评价（占比30%）三种形式收录反映学生成长过程和发展水平的描述与实证材料，全面评价学生综合素质，客观反映学生的个性差异和特长，突出评价对学生全面发展的促进作用

1.课堂评价（20%）通过教师评价、学生互评、学生自评三个主体侧重核心素质的评价课堂评价采用线上线下混合评价方式，借助职教云、雨课堂、云班课等信息化平台对学生在课堂上的学习过程、互动情况等展开评价，结合学生自评、互评等多种评价方式，利用数字信息化直观展示学生的整体情况，让教师在课程中帮助学生更清晰的认识自己学习笔记的检查20%（学生将学习笔记在规定时间内拍照上传信息化平台）评价标准为四级式A、B、C、D,要求完整、字迹工整、有重点、难点的标记学习材料的保存15%（教师线下课堂检查）评价标准为四级式A、B、C、D,要求完整、字迹工整、有错误工作页进行了正确的修改教师评价40%（借助信息化平台开展评价）学生出勤（10%）、学习成果展示（10%）、学习过程表现（师生互动、课堂练习、随堂测试等）（10%）、实操（10%）学生互评15%组内其他同学的评价（10%）,组外同学的评价（5%）o学生自评10%自己对自己的评价

2.项目评价（50%）阶段测评项目评价以小组为单位，进行综合素质评价及每一个项目作品成果评价，针对每一个项目，累计各个工作阶段实施评分、素质评分、项目成果评分，将评分数据由学习平台进行统计，最终项目结束后按照评分公布优秀项目组，学生素质通过多维能力雷达图展示，实现学生的增值性评价，学生养成职业认同感其中《素质评分表》如下表所示，每个项目素质评价内容相同，各项目评价考核表详见附件1《项目评价考核明细表》，每个项目考核内容不同

3.课程评价（30%）期末考试理论考试（30%）试卷，从试题库中抽取100分的试题进行考核，试题类型有主观题:80%,填空题、选择题和判断题组成；客观题20%,简答题、论述题考核时间为90分钟、闭卷考核内容为学习内容中涉及到的所有内容，重点为技术类要求掌握的知识以及其它能够用试卷考核的内容项目测试（70%）为学生提供9个真实案例项目，每个小组随机抽取一个工作项目，并且按照任务书的要求完成1个完整的工作项目考核时间6节课前四节课为项目制作，最后两节课为项目结果说明展示考核人员企业员工和专业教师组成考核内容:碳中和碳达峰热点趋势分析、商品销量趋势分析、销量变化原因分析、招生变化原因分析、线上教学每日情况分析、学生画像分析、网易云音乐推荐分析、智能制造数据分析、金融风控数据分析重在考核学生通过运用综合能力，做出的实践成果，详见附件2《大数据分析》课程综合评价表附件1碳中和碳达峰热点趋势分析1）考核项目1——碳中和碳达峰热点趋势分析考核项目1——碳中和碳达峰热点趋势分析采用过程性评价，考核评价表如下表所示考核项目1一一碳中和碳达峰热点趋势分析考核评价表班级姓名学号:考核项目1碳中和碳达峰热点趋势分析小组评教师评自我评价序号评价标准分值30%价30%价40%能够准确介绍碳中和碳达峰在数字经济发展中的重要120作用，呈现碳中和碳达峰数据的特点、字段类型含义等信息能够详细介绍分析碳中和碳达峰数据的分析维度，阐220述趋势变动的原因能够熟练使用Excel等分析维度开展碳中和碳达峰热330点趋势分析，并能呈现分析过程能够独立撰写碳中和碳达峰热点趋势分析报告，语言430通顺，图文并茂合计1002）考核项目2——商品销量趋势分析考核项目2——商品销量趋势分析采用过程性评价，考核评价表如下表所示:考核项目2——商品销量趋势分析考核评价表班级姓名学号:考核项目2商品销量趋势分析小组评自我评价教师评价序号评价标准分值30%价30%40%能够准确说明业务的需求，判断需求的可行性，筛选110影响商品销量趋势的因素能够正确介绍一种项目中采用的商品销量分析模220型，能够快速说明分析模型的使用方法能够熟练使用数据分析工具开展数据EDA分析，能330够呈现分析报告能够展示基于数据分析结果的可视化图表，并说明420分析结论能够独立撰写商品销量趋势分析报告，语言通顺，图520文并茂合计1003）考核项目3——销量变化原因分析考核项目3——销量变化原因分析采用过程性评价，考核评价表如下表所示:考核项目3——销量变化原因分析考核评价表班级姓名学号:考核项目3销量变化原因分析自我评小组评价教师评价序号评价标准分值价30%30%40%能够准确介绍业务部门的数据需求，评估需求可行110性，制定整体分析策略能够熟练使用Python对数据进行清洗，并呈现处220理结果能够使用Python开展趋势性分析，得到影响商品330销量变动的因素能够可视化展示分析结果，能够从图表中解读商420品销量的变化因素能够独立撰写销量变化原因分析报告，语言通顺，520图文并茂合计1004）考核项目4——招生变化原因分析考核项目4——招生变化原因分析采用过程性评价，考核评价表如下表所示:考核项目4——招生变化原因分析考核评价表班级姓名学号:考核项目4招生变化原因分析教师评自我评价小组评价序号评价标准分值30%30%价40%能够准确说明学校历年招生情况，介绍学校招生120部门的数据分析需求2能够熟练运用描述性分析、趋势性分析、相关性30分析等多种分析方法探索招生变化原因，并给出分析方法的落地实施，呈现分析代码能够使用数据可视化工具（如Python）绘制可视化330图表展示分析结果，呈现影响招生变动的原因能够独立撰写招生变化原因分析报告，语言通顺，420图文并茂合计1005）考核项目5——线上教学每日情况分析考核项目5——线上教学每日情况分析采用过程性评价，考核评价表如下表所示:考核项目5一一线上教学每日情况分析考核评价表班级姓名学号:考核项目5线上教学每日情况分析自我评价小组评价教师评价序号评价标准分值30%30%40%能够准确描述学校线上教学的现状，准确说明学数120据分析的需求，制定整体的分析策略能够熟练从数据源导入教学数据，并进行简单的230预处理得出结果，保存处理后的教学数据能够准确表述开展教学情况数据分析的维度，并330给出落地实施策略，能够展示分析代码能够独立撰写教学情况分析报告，语言通顺，图420文并茂合计1006）考核项目6——学生画像分析考核项目6——学生画像分析采用过程性评价，考核评价表如下表所示:考核项目6——学生画像分析考核评价表班级姓名学号:考核项目6学生画像分析自我评价小组评价教师评价序号评价标准分值30%30%40%能够简洁明了介绍学生画像分析所使用的数据110源，言之有物能快速使用数据清洗工具进行学生画像数据的预210处理任务，并展示处理结果能够简要介绍学生画像指标体系的构建过程，从330中选择若干指标详细阐述能够从学生画像指标体系中总结发现，解读学生430的学习和生活状态能够独立撰写学生画像分析报告，语言通顺，图520文并茂合计1007）考核项目7——网易云音乐推荐分析考核项目7——网易云音乐推荐分析采用过程性评价，考核评价表如下表所示:考核项目7——网易云音乐推荐分析考核评价表班级姓名学号:考核项目7网易云音乐推荐分析教师评自我评价小组评价序号评价标准分值30%30%价40%能够清楚介绍网易云音乐歌单数据的采集过程，说120明歌单数据的字段含义、数据特点能够熟练使用Python第三方库Pandas导入歌单220数据，并进行简单的数据预处理工作能够准确说明Pandas核心数据结构DataFrame的分330组聚合功能，结合歌单数据展示者E个维度的分析结果能够使用Pandas的可视化模块展示基于410DataFrame的分析结果能够独立撰写网易云音乐推荐分析报告，语言通520顺，图文并茂合计1008）考核项目8——智能制造数据分析考核项目8——智能制造数据分析采用过程性评价，考核评价表如下表所示:考核项目8——智能制造数据分析考核评价表班级:姓名:学号:考核项目8智能制造数据分析自我评小组评价教师评价序号评价标准分值价30%30%40%能够正确介绍智能制造推动数字经济发展的重要120作用，说明智能制造是重要的数字化转型实践能够快速使用数据处理工具对智能制造设备运行220数据进行简单的预处理，并展示处理结果能够准确介绍智能制造设备运行指标体系，能够320从中挑选若干指标展示落地实施过程4能够快速搭建智能制造设备运行指标监控看板20能够独立撰写智能制造数据分析报告，语言通顺，图520文并茂合计1009）考核项目9——金融风控数据分析考核项目9——金融风控数据分析采用过程性评价，考核评价表如下表所示:考核项目9——金融风控数据分析考核评价表班级姓名学号:考核项目9金融风控数据分析自我评小组评价教师评价序号评价标准分值价30%30%40%能够简要介绍金融风控的背景、现状以及未来发110展趋势能够快速使用数据处理工具对金融风控数据进行210EDA分析、预处理，展示处理结果能够对金融风控数据进行趋势性、相关性分析，310呈现分析结论能够准确说明金融风控指标体系，展示指标的计420算过程能够使用Pandas计算各个维度的排行榜榜单，对用520户信用情况分级评价能够熟练使用可视化工具绘制可视化图表展示分析610结果，并呈现分析结论能够独立撰写金融风控数据分析报告，语言通顺，图720文并茂合计

1005.培养爱岗敬业、团结协作、吃苦耐劳的职业精神（培养规格10）

（二）知识目标

1.了解数据分析在大数据真实项目分析流程中的重要作用（培养规格4）

2.掌握营销行业常见的人货场、AARRR、漏斗分析等数据分析模型（培养规格17）

3.了解教育、文娱、智能制造、金融等行业应用场景下的多维度分析策略与方法（培养规格17）

4.掌握常见的探索性数据分析方法和实践工具（培养规格17）

5.掌握Python第三方库Pandas的数据分组聚合方法、可视化方法（培养规格11）

6.掌握搭建可视化看板的步骤与方法（培养规格17）

7.了解预测性分析的基本方法与实践工具（培养规格17）

（三）能力目标

1.能够理解主流的营销数据分析模型，完成商品销量数据分析（培养规格17）

2.能够使用可视化工具搭建可视化看板，展示相关数据的变动趋势（培养规格17）

3.能够使用数据分析工具开展描述性分析、趋势性分析、相关性分析、预测性分析等分析工作，总结分析结论，辅助决策（培养规格17）

4.能够使用Python第三方库Pandas计算指标，构建画像指标体系（培养规格17）

5.具备基础的数据分析工具使用能力（培养规格17）

6.具备考取大数据分析与应用X证书（初级）的能力（培养规格17）

六、课程内容与要求本课程以多种不同行业场景下的数据分析任务为载体，坚持立德树人的根本要求，结合学生学习特点，遵循职业教育人才培养规律，落实课程思政要求，有机融入思想政治教育内容，紧密联系工作实际，突出应用性和实践性，注重学生职业能力和可持续发展能力的培养合理设计学习单元、能力点、学习内容与要求本课程按照数据分析任务涉及的行业、知识技能安排学习单元教学内容学习单元1-9分别涉及碳中和碳达峰、营销、教育、文娱、智能制造、金融风控等行业的数据分析场景在知识体系上，学习单元-8是并列关系，学习单元9在数据分析的基础上涉到金融风控指标体系构建的知识内容，难度稍大表1课程内容与要求序号学习单元能力点学习内容与要求学习成果建议学时

1.了解碳中和碳达峰的内

1.能够熟练掌握数据源的协议

1.碳中和碳涵、意义及作用格式，分析数据源的数据结构，达峰热点趋

2.了解碳中和碳达峰数据从数据库提取数据势分析报告1的特点、字段类型含义

2.能够使用Excel等工具对数份

3.掌握数据分析工具（如据进行分组聚合等运算，完成数Excel Python）的使用方法据分析任务，得到分析发现和结碳中和碳达4,掌握从时间、地理位置、产论112峰热点趋势业类别等多个角度开展碳中

3.能够主动了解软件与信息技分析和碳达峰热点趋势分析的方术行业信息、数据可视化前沿技法术，掌握数据可视化等相关岗位

5.学习撰写碳中和碳达峰技能热点趋势分析报告的思路，

4.能够使用数据分析方法碳中撰写分析报告和碳达峰行业发展动态与底层逻辑，洞察行业发展走向

1.能够对接需求，沟通讨论业

1.了解商品销量数据的特

1.商品销量数据EDA报告务需求的可行性点1份

2.能够根据需求梳理业务流

2.了解对接业务需求、分析程，通过指标拆解，确定分析目需求的方法,找出影响商品

2.商品销量标，完成指标体系构建，产出分销量趋势的关键因素趋势变化分析思路

3.理解商品销量分析的主析报告1份

3.能够使用数据分析工具完成流模型，如漏斗分析、AARRR商品销量216描述性统计分析，产出分析结模型、人货场模型等趋势分析论4,掌握使用数据分析工具

4.能够使用可视化工具展示分进行初步EDA分析的方法步析结果，总结关键性发现和结骤论，并给予合理建议，输出结构

5.掌握使用数据分析工具化分析报告落地分析模型与策略的流程

6.熟悉可视化工具（如Excel）的操作步骤，对分析结果进行简单的可视化展示

7.学习撰写数据分析报告的思路，给出销售优化建议L能够对接业务需求，沟通讨论

1.数据可视

1.了解对接业务部门了解业务需求的合理性、可行性

2.化图表若干数据分析需求的流程，了解能够梳理业务流程，通过指标拆张销售变化数据集的特点解，确定分析目标，产出合理的

2.掌握使用Python数据分分析思路和解决方案

2.商品销量析工具对数据进行简单清洗

3.能够使用Python等数据分变动分析报的步骤析工具对数据进行趋势分析等告1份

3.掌握使用Python数据分分析工作，得到分析发现和结销量变化析工具进行趋势性分析的方312论原因分析法,探索商品销量变动的原

4.能够使用可视化工具选择合因适的可视化图表展示分析结果

4.掌握可视化工具（如Python）的方法步骤，对分析结果进行简单可视化展Zj\o

5.学习撰写数据分析报告的思路，给出销售优化建议

1.能够与业务对接需求，了解

1.了解学校招生部门的数

1.招生数据需求产生的背景，讨论问题可能据分析需求，了解招生数据需求分析报产生的数据原因，沟通讨论业务集的特点告1份招生变化412需求的必要性、可行性

2.了解学校历年招生情况，原因分

2.学校招生

2.能够使用Excel Python等掌握影响学校招生的潜在因变化原因分工具对数据进行分组、聚合以及素析报告1份数学运算，完成描述性统计

3.掌握使用Python第三方分析，使用对比分析、漏斗分析、库Pandas对数据进行描述性用户分群、趋势分析、相关性分分析、趋势性分析、相关性析等方法进行分析，得到分析发分析的步骤方法现和结论

4.掌握使用数据可视化工具

3.能够熟练使用可视化图表展（如Python）绘制可视化图示分析结果，总结发现和结论，表展示分析结果，探索招生并给予合理建议变化的原因

4.能够树立正确的职业观、保

5.学习招生变化原因报告的障他人隐私，爱岗敬业、德技并撰写思路，产出分析报告修

1.了解学校实施线上教学

1.学校线上

1.能够对接教务部门需求，讨的总体情况教学每日情论问题产生的数据原因，沟通需

2.掌握学校教务部门数据况数据1份求可行性分析的需求

2.线上教学

2.能够掌握教学情况数据源的3,熟悉从教学数据源提取数据分析报协议格式，能够从数据源提取数数据的步骤,掌握简单的数告1份线上教学据据清洗方法每日情况

53.能够使用数据分析工具对数

164.掌握从时间、专业、课程、分析据进行分组、聚合等运算,完成班级、教师、学生等多维度开描述性统计分析展每日线上教学情况分析的

4.能够与团队协作、及时沟通方法解决线上教学分析项目中遇到

5.熟悉撰写教学情况分析的技术问题，推进工作进程报告的方法步骤，产出分析报告

1.能够使用数据分析工具对数

1.了解生成学生画像所需要

1.学生画像据进行分组、聚合以及数学运的数据源图表若干张算，构建学生画像指标体系2,熟悉使用数据处理工具清学生画像分

6162.学生画像

2.能够使用可视化工具搭建学洗数据的步骤析分析报告1生画像可视化看板，总结关键性

3.学习构建学生画像指标体份发现和结论，并给予合理建系的方法议

4.学习使用数据分析工具

3.能够正确使用用户画像场景落地实施指标体系的流程下的专有名词、专业术语与行业

5.掌握学生用户画像的分用语，与团队顺畅沟通交流析与解读方法，基于学生画

4.能够时刻关注用户画像的最像分析学生在校生活、学习新前沿技术的意识，不断进行自状态我知识更新与学习

6.掌握撰写学生画像分析报告的思路，产出分析报告L能够使用数据工具从网易云音

1.了解网易云音乐歌单数据

1.网易玄音乐页面提取歌单数据的字段含义、数据特点乐歌单数据

12.能够使用数据分析工具对歌

2.熟悉网易云音乐数据的预份单数据进行分组、聚合等运算，处理方法完成简单的描述性分析

3.掌握Python第三方库

2.网易在音

3.能够使用可视化工具展示歌Pandas的常用方法乐推荐分析网易日ZA单数据分析结果，设计音乐TOP

4.学习Pandas核心数据结构报告1份乐推荐分718榜单，并合理、清晰阐述分析结Data Frame的分组聚合功能，析论掌握对歌单数据集的多维度

4.能够主动了解互联网行业信分析息，掌握数据分析前沿技术，熟

5.掌握基于Pandas对数据分悉数据分析等岗位相关技能析结果的可视化方法

6.掌握网易云音乐推荐分析报告的撰写思路,产出分析报告

1.智能制造

1.能够使用数据分析工具对智

1.了解智能制造的行业规设备运行指能制造数据进行分组、聚合等运范、企业实践，理解大数据分标监控看板1智能制造算，基于智能制造背景和业务理析在智能制造产业中的作816份数据分析解，搭建简单的智能制造设备运用行指标体系2,掌握使用数据处理工具

2.智能制造

2.能够使用ExcelPython等对智能制造设备运行数据数据分析报工具选择合适的可视化图表组进行清洗的步骤告1份成智能制造设备运行指标数据

3.了解智能制造设备运行指监控看板，总结关键性发现和结标数据的分析与解读方法论

4.掌握搭建智能制造设备指

3.能够了解智能制造行业法规标体系的方法，落地实施简法则，理解智能制造场景下的数单的指标计算据特点，依法合规开展数据分析5,掌握智能制造数据分析报工作告的撰写思路，产出分析报

4.能够熟练掌握智能制造场景告下的数据分析技能，不断在行业内深耕，向纵深发展

1.金融风控

1.能够使用ExcelPython等

1.了解金融风控数据的字段数据EDA报告工具对数据进行分组、聚合以及类型、含义以及意义1份数学运算，完成描述性统计分

2.掌握使用数据处理工具对析金融风控数据进行预处理的

2.金融风控

2.能够使用对比分析、漏斗分步骤数据分析报析、用户分群、趋势分析、相关

3.掌握用金融风控数据的趋告1份性分析等方法开展金融风控数势性、相关性分析方法，学据分析，得到分析发现和结论习风控指标体系的分类类金融风控

3.能够使用Excel等工具选择别，熟悉指标计算的方法926数据分析合适的可视化图表类型展示分

4.学习基于指标体系使用析结果，总结关键性发现和结Python第三方库Pandas计论，并给予合理建议，输出结构算排行榜榜单，对用户信用化分析报告，并合理、清晰地阐情况分级评价，发现高价值述分析结论客户

4.能够树立正确的职业观，注

5.熟悉使用可视化工具绘制意保护数据隐私、保障他人隐可视化图表展示分析结构，私，爱岗敬业、德技并修给出信用评估建议

5.能够关注金融风控行业发展

6.掌握撰写金融风控数据动态，了解行业现状与热门资分析报告的撰写思路，产出讯，及时调整自我职业规划分析报告

七、课程实施

（一）师资队伍

1.专任教师职业能力具备优秀的专业课教学开展与组织能力，掌握Python编程能力、数据分析能力，能够以情境任务要求分析数据并得出结论知识结构了解数据分析专员、数据分析师的各项职业岗位要求；在专业领域中，具备前端开发、大数据技术等较为深入的专业知识背景资质具备中职学校专业课任教资格和企业实践经历

2.兼职教师职业能力企业优秀讲师或行业企业专家，具备有3到5年的数据分析相关行业从业经验，参与过多个数据分析项目开发过程，具有较强的专业技能，具备良好的专业课教学开展与组织能力，具备优秀的Python编程能力，掌握多种数据分析算法，能够以情境任务要求绘制可视化图形知识结构在行业领域中，深入了解数据分析专员、数据分析师、算法工程师的各项职业岗位要求；在专业领域中，具备前端开发、大数据技术等深入的专业知识背景资质具备数据分析相关行业从业背景和企业工作经历

（二）实验实训条件

1.校内实训基地根据不同的项目学习需要，选择教室、校企合作实习实训基地、实训设备等进行教学

（1）实训场地大数据分析与可视化实训室；

（2）实训设备可视化大屏20套、台式计算机40台、服务器1台，满足大数据分析的要求

2.校外实训基地目前大数据技术有1个联想校外实训室，能够同时满足50名学生进行实习实训能够满足学校教师、企业专家共同办公，满足专业人才学徒制人才培养要求，符合企业研发、生产要求本校外实训基地具备如下条件1联想组织机构健全，领导和工作或技术人员素质高，管理规范，在新一代信息技术领域发展前景好2基于联想“端-边-云-网-智”技术框架下，其研究方向与经营的业务与本专业对口，且联想属于世界五百强企业，社会形象好3符合学生专业实习实训条件，并且能够满足学生顶岗实训一个月以上4有相应的技术人员担任实训指导教师三教学资源

1.教材按照教材必须在政治上坚持四项基本原则，符合党和国家的方针和政策，能运用辩证唯物主义和历史唯物主义的观点阐述本课程的基本规律的原则选择教材教材必须符合本课程教学大纲的要求，符合学生层次的实际，教材内容的阐述要循序渐进，富于启发，有利于对学生能力和素质的培养充分考虑教材的变动与更新，保证教材内容有用、新鲜和实用为保证教学质量，优先选择国家规划教材《数据分析技术一Python数据分析项目化教程》详细介绍了使用Python进行数据分析的知识、技术和技能，配备丰富的教学资源，作为主要教材；《Python数据分析基础》在Python数据分析的基础上，侧重介绍了用于数据分析的统计方法，如统计推断、相关分析等，属于进阶内容，可以满足不同层次的教学需求，作为辅助教材两本教材互相补充，从数据分析知识和技能层面提高学生的数据分析能力，在教材内容基础上也可以结合学习单元自主开发模块化教材，包括活页式工作页、学习页、评价表等，同时也可采用校企合作资源库课程资源包

2.图书文献配备《Python数据分析》、《Python数据分析从零基础入门到案例实战》等图书可用于学生课余时间巩固课堂所学知识和技能，加强学生使用数据分析工具解决实际问题的实战能力亦可用于专业教师教科研等工作的开展，方便师生查询、借阅四教学方法面对新的教学变革,采用线上线下混合式教学模式组织教学,在教学中渗透理实一体化、思政育人的教学理念该课程是大数据技术应用专业核心课程之一，在教学的过程中应注重锻炼学生的实操能力为主，把数据分析的知识技能融入到课程的实操训练当中，通过本门课程的学习，学生能够使用Excel、Python等工具完成不同行业场景下的数据分析任务在教学过程中采用讲演法、任务驱动法、项目教学法、案例分析法等教学方法，辅以。