3天课堂蜕变：用pydata-book打造沉浸式数据分析教学

还在为数据分析教学找合适案例？学生总抱怨理论与实践脱节？本文基于GitHub加速计划的pydata-book，提供一套完整的教学解决方案。3天内让学生从Python新手蜕变为能独立完成数据项目的能手，包含：5个真实数据集实操、13个章节的教学进度表、3类可视化作业设计。

教学架构设计

pydata-book由NumPy/Pandas创始人Wes McKinney撰写，专为教学场景设计的13个章节形成完整知识链。推荐教学进度安排如下：

教学日	核心内容	对应文件
第1天	Python基础+NumPy	ch02.ipynb、ch04.ipynb
第2天	Pandas数据处理	ch05.ipynb、ch07.ipynb
第3天	可视化+案例分析	ch09.ipynb、ch13.ipynb

配套的环境配置指南可确保所有学生顺利运行代码：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

数据集教学应用

项目提供7大类真实数据集，覆盖社会科学、商业分析等多领域，教学案例设计如下：

1. 泰坦尼克号生存分析

数据集路径包含891条乘客信息，适合入门教学：

import pandas as pd
df = pd.read_csv("datasets/titanic/train.csv")
# 分析不同船舱等级的生存率
df.pivot_table('Survived', index='Pclass', columns='Sex')

学生可通过此案例掌握数据加载、分组统计等基础技能。

2. 婴儿姓名趋势分析

datasets/babynames包含1880-2010年美国婴儿姓名数据，可设计时间序列分析作业：

pie
    title 2000年男孩最流行姓名
    "Jacob": 34421
    "Michael": 32011
    "Matthew": 28567

数据路径：yob2000.txt

可视化教学模块

ch09.ipynb提供丰富的可视化教学素材，推荐三个必教案例：

1. 图像数据处理

import matplotlib.pyplot as plt
img = plt.imread("examples/stinkbug.png")
plt.imshow(img)
plt.title("图像数据可视化案例")

2. 电影评分分布

使用movielens数据集分析用户评分模式：

ratings = pd.read_csv("datasets/movielens/ratings.dat", sep='::', 
                     names=['user_id','movie_id','rating','timestamp'])
ratings['rating'].hist(bins=5)
plt.title("电影评分分布")

评估体系设计

推荐三种形成性评价方式：

1. 数据清洗作业：使用usda_food数据集完成营养成分分析
2. 可视化考核：基于tips.csv制作餐厅消费分析仪表板
3. 综合项目：用haiti地震数据集完成灾害响应分析

教学资源包

完整教学资源清单：

• 学生手册：pydata_book_guide.md
• 数据集索引：datasets/
• 代码示例：examples/

通过这套教学方案，学生将获得从数据获取到模型构建的全流程能力。收藏本文，关注下期《pandas 2.2教学新特性》。