课程概况
“我们正步入一个数据或许比软件更重要的新时代。——Tim O’Reilly”
运用数据是精准刻画事物、呈现发展规律的主要手段，分析数据展示规律，把思想变得更精细！
本课程面向各类编程学习者，讲解利用Python语言表达N维数据并结合数据特点合理展示数据的技术和方法，帮助学习者掌握表示、清洗、统计和展示数据的能力。
本课程介绍Python计算生态中最优秀的数据分析和展示技术，所讲授内容是数据领域最优秀的编程模块，在理学、工程、信息、管理、经济等学科领域具有极其广泛的应用潜力。包括必修内容和选修内容两部分。
必修内容包括：
（1）Python第三方库NumPy，讲解N维数据的表达及科学计算的基本概念和运算方法；
（2）Python第三方库Matplotlib，讲解绘制坐标系、雷达图、等高线等直观展示数据趋势和特点的方法。
选修内容（介绍性）包括：
（1）Python第三方库Pandas，强大的专业级数据分析和处理第三方库，介绍并讲解对时间序列数据的基本分析方法以及对缺失数据的基本处理方法。
该课程希望传递“理解和运用计算生态，培养集成创新思维”的理念，重点培养学习者运用当代最优秀第三方专业资源，快速分析和解决问题的能力。
“人生苦短，不要刀耕火种”，嵩老师教你直面问题和需求，用最好的工具解决它！
课程大纲
【第〇周】数据分析之前奏
“数据分析”课程内容导学
Python语言开发工具选择
Anaconda IDE的基本使用方法
【第一周】数据分析之表示
第1周课程导学
单元1：NumPy库入门
单元2：NumPy数据存取与函数
单元3：实例1：图像的手绘效果
第一周测验：数据分析之表示
【第二周】数据分析之展示
第2周课程导学
单元4：Matplotlib库入门
单元5：Matplotlib基础绘图函数示例（5个实例）
单元6：实例2：引力波的绘制
第二周测验：数据分析之展示
【第三周】数据分析之概要
第3周课程导学
单元7：Pandas库入门
单元8：Pandas数据特征分析
单元9：实例3：房价趋势的关联因素分析
第三周测验：数据分析之概要
【第四周】数据分析之处理
第4周课程导学
单元10：数据的清洗和规约
单元11：时间序列的处理和展示
单元12：商品数据时序分析图
第四周测验：数据分析之处理
预备知识
本课程需要学习者具备Python语言编程的基本知识和初步技能，建议Python零基础学习者先修嵩老师的“Python语言程序设计”课程。具体地，学习者需要预先掌握Python的数字类型、字符串类型、分支、循环、函数、列表类型、字典类型、文件和第三方库使用等概念和编程方法。
证书或学分
本课程采取百分制，客观题和主观编程题各占50分。60分-79分可获得合格证书，80分以上可获得优秀证书，满分者将获得嵩老师的额外神秘大礼。
参考资料
Python集成开发环境(IDE)
[1] Anaconda: https://www.continuum.io/ （推荐）
[2] IDLE: Python解释器默认工具
[3] PyCharm: http://www.jetbrains.com/pycharm/
参考教程
[1] Python零基础入门教程:《Python语言程序设计基础(第2版)》，嵩天、礼欣、黄天羽著，高等教育出版社，2016.12
[2] 专题参考资料：《利用Python进行数据分析》，Wes McKinney著，O’Reilly & 机械工业出版社，2014.1
参考网站
[1] Python NumPy: http://www.numpy.org/
[2] Python Matplotlib: http://matplotlib.org/
[3] Python Pandas: http://pandas.pydata.org/
常见问题
Q1：除了Python，这个课程需要其他编程语言基础吗？
A1：不需要，只要具备基本的Python编程能力，就可以学习本课程。
Q2：Python 2.x和Python 3.x，这个课程采用哪个版本？
A2：Python 3.x已经足够成熟，这是Python语言的现在和未来，嵩老师所有Python课程都采用Python 3.x系列版本。
Q3：在线开放课程看不到老师，有问题谁来解答？
A3：为了更好服务同学们，本课程教师和多名助教会每天在线答疑，尽快解决与课程相关的各类问题。
Q4：课程里面除了视频有什么新的形式吗？
A4：大学老师都是一本正经的，但你见过大学老师闲扯吗？课间，嵩老师想说说不一样的话...
