跳至主要内容

课程

用 Python 提升数据可视化

中级4 小时

学习构建引人注目且美观的可视化,以高效有效地传达结果。

Python4 小时15 个视频54 个练习4,650 XP19,435成就证明

创建您的免费账户

继续使用 Google
继续即表示您接受我们的 使用条款,我们的 隐私政策 ,并且您的数据存储在美国。

深受数千家公司学习者的喜爱

要培训团队?

试用企业版

课程简介

出色的数据可视化是高影响力数据科学的基石。可视化既能帮助您从数据中发现洞见,也能将这些洞见清晰传达给受众。成为数据科学家的过程中,大家都会学会绘制基础的散点图或柱状图,但当您退一步,思考在可视化中呈现什么、为什么、以及如何呈现时,数据可视化的真正潜力才会释放。在本课程中,您将学习如何构建引人注目且美观的可视化,使您能够高效、有效地交流分析结果。我们将涵盖数据比较、颜色的用法、如何展示不确定性,以及如何根据目标受众选择合适的可视化;并以美国各地空气污染与农贸市场的数据集为例展开讲解。课程最后,我们将利用开放获取的农贸市场数据,制作一份精炼而有影响力的可视化报告。

先修要求

课程体系

课程大纲

1

突出重点数据

如何在呈现全部数据的同时,确保观众不会错过关键点?本节将讨论如何用基于颜色的高亮与文本来引导观众理解数据。我们还将介绍一个涵盖全美常见污染物数值的数据集。
开始本章
3

展示不确定性

不确定性在数据科学中无处不在,但在许多本该呈现的可视化中却常被忽略。本章将回顾什么是置信区间,以及如何为点估计与连续函数进行可视化展示。此外,我们将讨论用于评估不确定性的自助法重采样技术,以及如何正确地将其可视化。
开始本章
4

数据科学流程中的可视化

可视化常被割裂地教授,最佳实践多以概论形式出现。而在实际工作中,您需要根据场景灵活调整。从凌乱的探索性图表到打磨最终成品的字体大小;本章将深入讲解如何在数据科学流程的各个阶段优化您的可视化。
开始本章

用 Python 提升数据可视化

课程已完成

获得成就证明

立即报名

通过 DataCamp 移动版提升您的数据技能

借助我们的移动课程和每日 5 分钟编程挑战,随时随地取得进步。