大数据分析导论实验指导与习题集（第2版）

本书图文并茂,结构合理,是《大数据分析导论》(第2版)(清华大学出版社,2020)的配套实验指导书,随书配套在线资源包括根据《大数据分析导论》知识点给出的习题和操作题及答案。
通过本书的学习,学生可以熟练掌握Windows 10操作系统的使用、学习Internet基本应用,可以熟练掌握Office办公软件Word 2016、Excel 2016和PowerPoint 2016的操作,并能基于AI Studio平台,还可以熟练掌握利用Python程序设计语言和Office 2016软件完成简单的数据获取、数据处理、数据分析和数据展示等大数据分析技术的应用方法,并对大语言认知模型、虚拟数字人、AI聊天、人脸识别等大数据与人工智能前沿技术及其应用方法有一个初步的认识和体验,为学习信息科学的后续课程和利用信息科学的有关知识与工具解决本专业及相关领域的问题打下良好的基础。

本书以信息技术工具与大数据分析为核心,结合当前时代信息技术的发展动态，通过10个具有代表性的实验，对与大数据分析相关的工具、方法及其应用进行了详细介绍。本书一方面涵盖了信息技术基础知识、AI Studio平台、Python程序设计语言、网络数据获取、文本和表格数据处理与数据分析等大数据分析基础知识体系内容，另一方面加入了虚拟数字人、大语言模型等大数据与人工智能领域的前沿应用，引导读者体验信息技术的最新产物。本书内容和实例丰富,针对性强,叙述和分析透彻,具有可读性、可操作性和实用性强等特点。此外，本书还包含大量的案例素材、习题与解析说明，详见随书在线资源。

本书是《大数据分析导论》（第2版，清华大学出版社，2022）的配套实验指导书，可作为大数据时代“新工科”“新文科”建设背景下高等学校信息科学与大数据分析课程教学的重要参考用书,也可作为计算机等级考试备考的主要参考书。

第一部分实验部分

实验1前沿引导： 虚拟数字人与大语言模型

1.1生成虚拟数字人

1.2部署大语言模型

实验2信息技术基础

2.1WinRAR的下载和安装

2.2Python的安装与卸载

2.3Microsoft Office 2016的安装

2.4百科园通用考试客户端的安装与配置

实验3利用AI Studio平台构建Python项目

3.1使用AI Studio课程实验项目

3.2使用AI Studio新建项目

实验4利用大语言模型自动生成Python代码

4.1通过大语言模型自动生成简单的Python案例代码

4.2通过大语言模型辅助学习Python语言

实验5利用大语言认知模型实现AI聊天

实验6利用计算机视觉模型实现人脸识别

实验7利用Python获取网络数据

7.1使用Python获取中南财经政法大学教务新闻

7.2使用XPath获取百度热搜

实验8利用Word处理文本数据

8.1工作报告的排版

8.2设计宣传海报

8.3政策文件的排版

8.4邮件合并操作——家长会通知

实验9利用Excel处理表格数据

9.1班级考试成绩统计

9.2员工工资统计

9.3员工个税情况统计

9.4产品销售信息统计

实验10利用Excel进行数据分析

10.1班级考试成绩分析

10.2购房贷款方案分析

10.3企业项目投资决策分析

10.4黄金价格预测分析

10.5居民工资与存款分析

10.6全国消费者物价指数分析

第二部分习题部分

习题1信息技术与大数据分析基础

习题2大数据分析工具

习题3信息网络技术与网络数据获取

习题4文本数据处理

习题5表格数据处理

习题6数据分析

随着互联网的日益普及、网络技术和人类生活的交汇融合，全球数据呈爆发式增长，人们已经进入了大数据时代。大数据是指海量数据随时间的流逝而不断产生，且很难用传统计算机工具进行捕捉、处理与管理的数据集合，它对我们的影响不仅体现在商业领域、产业格局上，甚至上升到国家未来发展层面。另外，为主动应对新一轮科技革命与产业变革，支撑服务创新驱动发展、“中国制造2025”等一系列国家战略，2019年5月，等12部委启动“六卓越一拔尖”计划2.0工程，开始全面推进“新工科”“新医科”“新农科”“新文科”建设，先后形成了“复旦共识”“天大行动”“北京指南”，并发布了《关于开展新工科研究与实践的通知》《关于推进新工科研究与实践项目的通知》。在大数据时代“新工科”“新文科”建设背景下，对数据的处理、分析及运用其背后的信息指导决策、提高竞争力需求迫切，对广大高等学校知识授予和人才培养也提出了新的要求。大数据时代需要能熟练掌握大数据技术、有效挖掘数据价值的人才。大数据技术已经成为各行各业都需要的技术，并非只有计算机专业从业者才需要，且在大数据的处理和分析中，跨学科、跨领域的应用和创新非常普遍。大数据基础素养的培养不应该仅作为专业教育目标，而应该尽早渗透至各专业、各领域的知识学习和运用中。新时代人才应具备将自身专业学科知识体系与信息科学新技术、新方法相融合的能力，从而借助信息技术开阔专业视野、优化思维体系。鉴于此，在高校人才培养中加强信息化技术、融合大数据意识和技术显得尤为重要，已迅速在我国教育界达成广泛共识。

为满足大数据时代“新工科”“新文科”建设背景下高校人才培养中对信息技术基础知识及大数据基础素养能力的新需要，结合不同的学科和专业特点，我们根据《中国高等院校计算机基础教育课程体系2014》（清华大学出版社，2014）的要求，组织多年从事大学信息基础通识课程教学和科研工作的教师，结合信息科学和大数据技术的最新应用技术与研究成果，编写了此书。

本书主要内容

本书由金大卫任主编并统稿，沈计、易思华、陈镜宇任副主编，编者还包括吴良霞、鲁敏、陈旭、周巍、黄任众、刘琪、范爱萍、陈君理（按编写内容先后顺序排列）。本书在《大数据分析导论实验指导与习题集》的基础上，结合当前时代信息技术的发展动态进行了修订，对原有实验指导结构框架进行了调整，通过10个具有代表性的实践案例，对与大数据分析相关的工具、方法及其应用进行了详细介绍。本书不仅对信息技术基础内容及其在大数据分析中的应用方法进行了梳理，包括实验2 信息技术基础、实验3 利用AI Studio平台构建Python项目、实验7 利用Python获取网络数据、实验8 利用Word处理文本数据、实验9 利用Excel处理表格数据、实验10 利用Excel进行数据分析； 还重点突出了虚拟数字人、大语言模型、认知模型等大数据与人工智能领域的前沿技术应用，包括实验1 前沿引导： 虚拟数字人与大语言模型、实验4 利用大语言模型自动生成Python代码、实验5 利用大语言认知模型实现AI聊天、实验6 利用计算机视觉模型实现人脸识别。

本书特色

本书内容和实例丰富,针对性强,叙述和分析透彻,具有可读性、可操作性和实用性强等特点。此外，本书还包含大量的案例素材、习题与解析说明，详见随书在线资源。

通过本书的学习，学生可以熟练掌握Windows 10操作系统的使用、学习Internet基本应用，可以熟练掌握Office办公软件Word 2016、Excel 2016的操作，并能基于AI Studio平台，熟练掌握利用Python程序设计语言和Office 2016软件完成简单的数据获取、数据处理、数据分析和数据展示等大数据分析技术的应用方法，并对虚拟数字人、大语言认知模型、AI聊天、人脸识别等大数据与人工智能前沿技术及其应用方法有一个初步的认识和体验，为学习信息科学的后续课程和利用信息科学的有关知识与工具解决本专业及相关领域的问题打下良好的基础。

配套资源

为便于教学，本书配有源代码、案例素材（本书部分彩色图片可在此二维码中下载）和习题题库。获取方式： 先扫描本书封底的文泉云盘防盗码，再扫描下方二维码，即可获取。

源代码和案例素材

全书网址

读者对象

本书是《大数据分析导论》（第2版，清华大学出版社，2022）的配套实验指导书，可作为大数据时代“新工科”“新文科”建设背景下高等学校信息科学与大数据分析教学的重要参考用书,也可作为计算机等级考试备考的主要参考书。

致谢

在本书的编写过程中得到了中南财经政法大学教务部、信息与安全工程学院领导和老师们的大力支持，特别感谢胡景浩老师为本书配置实验环境。同时清华大学出版社为本书的顺利出版付出了极大的努力。本书部分图片取自互联网，部分文字也参考了网页内容，作者尽可能地将引用链接在相关章节中给出，少部分无法给出引用的，在此对相关作者一并致以深深的感谢。

尽管作者对本书内容进行了反复修改，但由于水平和时间有限，书中难免有疏漏之处，敬请读者提出宝贵意见，以便修订时更正。

本书所使用的所有人像图片素材均通过AI生成，并非真实人物的影像，不存在肖像权与其他版权问题，如有疑问，可直接与出版社联系。

作者2024年1月