人力python_Python 19人力

spContent=本课基于主讲教师在北京大学讲授数据结构与算法课(Python版)的多年教学实践经验,面向零编程基础的大学生和社会公众,全面讲授Python语言基础,培养学生计算思维的能力,并讲解Python语言中经典的扩展模块,让学生能用Python语言解决各种常见问题。

—— 课程团队

课程概述

本课基于主讲教师在北京大学讲授数据结构与算法课(Python版)的多年教学实践经验,面向零编程基础的大学生和社会公众,全面讲授Python语言基础,培养学生计算思维的能力,并讲解Python语言中经典的扩展模块,让学生能用Python语言解决各种常见问题。

本课内容包括编程与计算思维、Python语言历史、开发环境、程序设计风格和语言整体概览、基本数据类型和容器类型、基本计算语句和控制流结构、函数定义与参数、若干基本扩展模块介绍与应用、面向对象编程、例外处理和生成器等高级语言特性、若干高级扩展模块的介绍与应用。

本课注重Python语言的实践与应用,在课程中穿插了生动案例和编程练习,引导学生积极建立计算思维模式,通过程序算法解决问题来加深对编程语言的学习体会。并具备进一步继续学习数据结构与算法、人工智能、大数据处理等课程的能力。

完成本课程学习后,同学们能学习到Python二级全国计算机等级考试应掌握的主要内容。

授课目标

本课程的目标,重点在于讲授Python语言的基本语法以及一些常见Python模块的基本用法,让学生养成良好的代码书写习惯,培养计算思维能力,从而为进一步学习其他编程专业课程和运用编程语言解决生活中的一些问题打下坚实的基础。

——你准备好了吗?欢迎选修"Python语言基础与应用"!

成绩要求

1)本课程总评成绩由课程学习成绩和计算机等级考试二级成绩两部分组成,以百分制计,两者分别占60%、40%。

2)课程学习成绩构成:

平时成绩*10%+期中考试成绩*20%+期末上机考试成绩*20%+期末理论考试成绩*50%。平时成绩包括考勤、作业、实验、小测验、提问等。

3)计算机等级二级考试成绩百分制折算方法:缺考记0分;不合格记50分;合格记90分,优秀记100分。

4)疫情控制期间采用中国大学MOOC组织线上教学,班级QQ群辅助教学。线上教学中本课程的观看视频、作业、讨论区讨论、在线测试等情况将计入平时成绩的计算中。

5)学生返校前所有课程的考试暂缓,待恢复正常教学后进行。

6)若整个学期学生基本不返校,则课程学习成绩评定为平时30%+期末上机考试成绩*20%+期末理论考试成绩*50%。考试待返校后进行。

本方案仅限于停课不停学阶段,恢复正常教学后立即终止。

课程大纲

预备知识

本课程面向零编程基础的大学生和社会公众,全面讲授Python语言的语法基础和基本应用。

本课程没有必须的先修课,对Python这门语言有兴趣的任何同学都可以选修本课程。

参考资料

Python3烹饪书:https://python3-cookbook.readthedocs.io/zh_CN/latest/index.html

零基础学Python:https://docs.pythontab.com/learnpython/

在线Python代码规范:https://python-guide.gitbooks.io/python-style-guide/content/

常见问题

Q :  本课程教学使用的Python语言是哪个版本?

A :Python 3.x,本课程代码示例均采用Python 3.x版本。虽然众所周知3.x版本与2.x版本并不兼容,但如今所有Python主流功能库都可以稳定运行在Python 3.x版本下,绝大多数Python程序员都已经使用Python 3.x版本。

Q :  这个课程需要配套教材吗?

A :  本课程将免费提供视频、课件和代码等资料供大家学习,参考资料所列的在线文档大家也可以随时查看,所以本课程其实并不需要特定的参考教材。

Q :  学会Python语言有什么好处呢?

A :  当时是好处多多!Python语言作为IEEE发布的2017年编程语言排行榜中高居首位的编程语言,在人工智能领域等前沿领域无比火热,对学习其他编程语言乃至以后就业都有极大的帮助。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
会计研究中文本数据的重要性显着增加。 为了帮助研究人员理解和使用文本数据,本专着定义和描述了文本数据的常用度量,然后演示了使用 Python 编程语言收集和处理文本数据。 该专着充满了示例代码,这些代码复制了最近研究论文中的文本分析任务。在专着的第一部分中,我们提供了 Python 入门指南。 我们首先描述 Anaconda,它是 Python 的一个发行版,它提供了文本分析所需的库及其安装。 然后,我们介绍了 Jupyter notebook,这是一种改进研究工作流程并促进可复制研究的编程环境。 接下来,我们将教授 Python 编程的基础知识,并演示使用 Pandas 包中的表格数据的基础知识。专着的第二部分重点介绍会计研究中常用的特定文本分析方法和技术。 我们首先介绍正则表达式,这是一种用于在文本中查找模式的复杂语言。 然后我们将展示如何使用正则表达式从文本中提取特定部分。 接下来,我们介绍将文本数据(非结构化数据)转换为表示感兴趣变量(结构化数据)的数值度量的想法。 具体来说,我们介绍了基于字典的方法:1) 测量文档情绪,2) 计算文本复杂度,3) 识别前瞻性句子和风险披露,4) 收集文本中的信息量,以及 5) 计算不同片段的相似度文本。 对于这些任务中的每一个,我们都引用了相关论文并提供了代码片段来实现这些论文中的相关指标。最后,专着的第三部分侧重于自动化文本数据的收集。 我们介绍了网络抓取并提供了从 EDGAR 下载文件的代码。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值