Об этом курсе
Недавно просмотрено: 211,133

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 18 часа на выполнение

Предполагаемая нагрузка: 6 hours/week...

Английский

Субтитры: Английский, Корейский

Чему вы научитесь

  • Check

    Create a visualization using matplotlb

  • Check

    Describe what makes a good or bad visualization

  • Check

    Identify the functions that are best for particular problems

  • Check

    Understand best practices for creating basic charts

Приобретаемые навыки

Python ProgrammingData VirtualizationData Visualization (DataViz)Matplotlib

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 18 часа на выполнение

Предполагаемая нагрузка: 6 hours/week...

Английский

Субтитры: Английский, Корейский

Программа курса: что вы изучите

Неделя
1
5 ч. на завершение

Module 1: Principles of Information Visualization

7 видео ((всего 37 мин.)), 6 материалов для самостоятельного изучения, 2 тестов
7 видео
Graphical heuristics: Data-ink ratio (Edward Tufte)4мин
Graphical heuristics: Chart junk (Edward Tufte)5мин
Graphical heuristics: Lie Factor and Spark Lines (Edward Tufte)3мин
The Truthful Art (Alberto Cairo)8мин
6 материала для самостоятельного изучения
Syllabus10мин
Help us learn more about you!10мин
Notice for Coursera Learners: Assignment Submission10мин
Dark Horse Analytics (Optional)10мин
Useful Junk?: The Effects of Visual Embellishment on Comprehension and Memorability of Charts30мин
Graphics Lies, Misleading Visuals10мин
Неделя
2
7 ч. на завершение

Module 2: Basic Charting

7 видео ((всего 42 мин.)), 2 материалов для самостоятельного изучения, 1 тест
7 видео
Scatterplots8мин
Line Plots8мин
Bar Charts4мин
Dejunkifying a Plot3мин
2 материала для самостоятельного изучения
Matplotlib30мин
Ten Simple Rules for Better Figures30мин
Неделя
3
8 ч. на завершение

Module 3: Charting Fundamentals

6 видео ((всего 39 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
6 видео
Subplots7мин
Histograms9мин
Box Plots7мин
Heatmaps3мин
Animation5мин
Interactivity5мин
2 материала для самостоятельного изучения
Selecting the Number of Bins in a Histogram: A Decision Theoretic Approach (Optional)10мин
Assignment Reading10мин
Неделя
4
5 ч. на завершение

Module 4: Applied Visualizations

3 видео ((всего 18 мин.)), 2 материалов для самостоятельного изучения, 1 тест
2 материала для самостоятельного изучения
Spurious Correlations10мин
Post-course Survey10мин
4.5
Рецензии: 513Chevron Right

33%

начал новую карьеру, пройдя эти курсы

37%

получил значимые преимущества в карьере благодаря этому курсу

16%

стал больше зарабатывать или получил повышение

Лучшие отзывы о курсе Applied Plotting, Charting & Data Representation in Python

автор: SBNov 3rd 2017

Loved the course! This course teaches you details about matplotlib and enables you to produce beautiful and accurate graphs.. Assignments are challanging, and helps to build a solid foundation.

автор: MLJun 28th 2017

Good course to learned matplotlib and other Graphs libraries, but the course goes further than Python and also encourages the studies to create more meaningful and beautiful Graphic views.

Преподаватели

О Мичиганский университет

The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future....

Специализация Прикладная наука о данных с Python: общие сведения

The 5 courses in this University of Michigan specialization introduce learners to data science through the python programming language. This skills-based specialization is intended for learners who have a basic python or programming background, and want to apply statistical, machine learning, information visualization, text analysis, and social network analysis techniques through popular python toolkits such as pandas, matplotlib, scikit-learn, nltk, and networkx to gain insight into their data. Introduction to Data Science in Python (course 1), Applied Plotting, Charting & Data Representation in Python (course 2), and Applied Machine Learning in Python (course 3) should be taken in order and prior to any other course in the specialization. After completing those, courses 4 and 5 can be taken in any order. All 5 are required to earn a certificate....
Прикладная наука о данных с Python

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.