À propos de ce cours

708,413 consultations récentes

Résultats de carrière des étudiants

36%

ont commencé une nouvelle carrière après avoir terminé ce cours

38%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

14%

a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 24 heures pour terminer
Anglais
Sous-titres : Anglais, Coréen

Ce que vous allez apprendre

  • Describe what makes a good or bad visualization

  • Understand best practices for creating basic charts

  • Identify the functions that are best for particular problems

  • Create a visualization using matplotlb

Compétences que vous acquerrez

Python ProgrammingData VirtualizationData Visualization (DataViz)Matplotlib

Résultats de carrière des étudiants

36%

ont commencé une nouvelle carrière après avoir terminé ce cours

38%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

14%

a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 24 heures pour terminer
Anglais
Sous-titres : Anglais, Coréen

Enseignant

Offert par

Logo Université du Michigan

Université du Michigan

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up93%(6,835 notes)Info
Semaine
1

Semaine 1

5 heures pour terminer

Module 1: Principles of Information Visualization

5 heures pour terminer
7 vidéos (Total 37 min), 6 lectures, 2 quiz
7 vidéos
About the Professor: Christopher Brooks1 min
Tools for Thinking about Design (Alberto Cairo)8 min
Graphical heuristics: Data-ink ratio (Edward Tufte)4 min
Graphical heuristics: Chart junk (Edward Tufte)5 min
Graphical heuristics: Lie Factor and Spark Lines (Edward Tufte)3 min
The Truthful Art (Alberto Cairo)8 min
6 lectures
Syllabus10 min
Help us learn more about you!10 min
Notice for Coursera Learners: Assignment Submission10 min
Dark Horse Analytics (Optional)10 min
Useful Junk?: The Effects of Visual Embellishment on Comprehension and Memorability of Charts30 min
Graphics Lies, Misleading Visuals10 min
Semaine
2

Semaine 2

7 heures pour terminer

Module 2: Basic Charting

7 heures pour terminer
7 vidéos (Total 42 min), 2 lectures, 1 quiz
7 vidéos
Matplotlib Architecture6 min
Basic Plotting with Matplotlib7 min
Scatterplots8 min
Line Plots8 min
Bar Charts4 min
Dejunkifying a Plot3 min
2 lectures
Matplotlib30 min
Ten Simple Rules for Better Figures30 min
Semaine
3

Semaine 3

8 heures pour terminer

Module 3: Charting Fundamentals

8 heures pour terminer
6 vidéos (Total 39 min), 2 lectures, 2 quiz
6 vidéos
Histograms9 min
Box Plots7 min
Heatmaps3 min
Animation5 min
Interactivity5 min
2 lectures
Selecting the Number of Bins in a Histogram: A Decision Theoretic Approach (Optional)10 min
Assignment Reading10 min
Semaine
4

Semaine 4

5 heures pour terminer

Module 4: Applied Visualizations

5 heures pour terminer
3 vidéos (Total 18 min), 2 lectures, 1 quiz
3 vidéos
Seaborn8 min
Becoming an Independent Data Scientist1 min
2 lectures
Spurious Correlations10 min
Post-course Survey10 min

Avis

Meilleurs avis pour APPLIED PLOTTING, CHARTING & DATA REPRESENTATION IN PYTHON

Voir tous les avis

À propos du Spécialisation Science des données appliquée avec Python

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....
Science des données appliquée avec Python

Foire Aux Questions

  • L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :

    • Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
    • Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

  • Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.

  • Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.