本课程将向学员介绍信息可视化基础知识,重点是使用 matplotlib 库制作报告和图表。课程将从设计和信息素养的角度入手,介绍什么是好的可视化,什么是坏的可视化,以及统计测量在可视化方面的应用。第二周将重点介绍使用 python、matplotlib 进行可视化的技术,并向用户介绍创建基本图表的最佳实践,以及如何在框架中实现设计决策。第三周将介绍 matplotlib 的可用功能,并演示各种基本统计图表,帮助学习者识别特定方法何时适合特定问题。课程最后将讨论数据结构化和可视化的其他形式。


您将学到什么
描述什么是好的可视化,什么是坏的可视化
了解创建基本图表的最佳实践
确定最适合特定问题的功能
使用 matplotlb 创建可视化图表
您将获得的技能
要了解的详细信息

添加到您的领英档案
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有4个模块
本模块将介绍信息可视化的原理。我们将介绍用于思考设计的工具,以及用于思考创建有效可视化的图形启发式方法。关于评分、先决条件和期望的所有课程信息都包含在本模块中的课程大纲中。
涵盖的内容
8个视频6篇阅读材料1次同伴评审1个应用程序项目1个讨论话题
在本模块中,您将深入学习基本图表制作。本周的任务是处理真实世界的 CSV 天气数据。您将处理数据以显示一系列日期的最低和最高温度,并演示如何使用 matplotlib 创建折线图。此外,您还将通过叠加特定年份破纪录数据的散点图来演示复合图表的程序。
涵盖的内容
7个视频2篇阅读材料1次同伴评审2个非评分实验室
在本模块中,您将探索图表制作的基本原理。本周的作业是在学术研究的基础上实现一种新的可视化技术。这项作业非常灵活,你可以利用各种困难来完成--从简单的静态图像到用户可以设置使用值范围的交互式图表。
涵盖的内容
6个视频3篇阅读材料2次同伴评审3个非评分实验室
在本模块中,一切都将开始。你的最后一项作业是 "成为一名数据科学家"。这项作业要求你从同一地区找出至少两个可公开访问的数据集,这些数据集在一个有意义的维度上是一致的。您将提出一个可以用这些数据集回答的研究问题,然后使用 matplotlib 创建一个可视化的数据集,以解决您提出的研究问题。然后,您需要证明您的可视化作品是如何解决研究问题的。
涵盖的内容
4个视频3篇阅读材料1次同伴评审2个非评分实验室
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师

从 数据分析 浏览更多内容
- 状态:免费试用
- 状态:免费试用
University of Colorado Boulder
- 状态:免费试用
- 状态:免费试用
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
6,278 条评论
- 5 stars
67.07%
- 4 stars
23.19%
- 3 stars
6.22%
- 2 stars
1.97%
- 1 star
1.52%
显示 3/6278 个
已于 Feb 12, 2019审阅
Inspires you to create attractive visualisations with a balanced representation, while creating something what you really want, while actively suggesting to explore the API to get to that result.
已于 Jun 26, 2020审阅
its actually a good course as it starts from fundamentals of visualization to the data visualization,the assignments this course provide are exciting and full of knowledge that you learn in course ..
已于 Aug 22, 2023审阅
I thank to coursera for giving this opportunity to learn a new subject Applied Plotting and Data Representation in python. All the classes are useful to develop my skills. Thank you coursera.
常见问题
要获取课程资料、作业和证书,您需要在注册课程时购买证书体验。 您可以尝试免费试听,或申请资助。课程可能提供 "完整课程,无证书"。通过该选项,您可以查看所有课程资料,提交必要的评估,并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后,您就可以访问专项课程中的所有课程,完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里,您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中,如果您付不起注册费,可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金,您可以在说明页面找到申请链接。
更多问题
提供助学金,
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。