Informações sobre o curso
206,415 visualizações recentes

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 18 horas para completar

Sugerido: 6 hours/week...

Inglês

Legendas: Inglês, Coreano

O que você vai aprender

  • 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

Habilidades que você terá

Python ProgrammingData VirtualizationData Visualization (DataViz)Matplotlib

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 18 horas para completar

Sugerido: 6 hours/week...

Inglês

Legendas: Inglês, Coreano

Programa - O que você aprenderá com este curso

Semana
1
5 horas para concluir

Module 1: Principles of Information Visualization

7 vídeos (Total 37 mín.), 6 leituras, 2 testes
7 videos
Graphical heuristics: Data-ink ratio (Edward Tufte)4min
Graphical heuristics: Chart junk (Edward Tufte)5min
Graphical heuristics: Lie Factor and Spark Lines (Edward Tufte)3min
The Truthful Art (Alberto Cairo)8min
6 leituras
Syllabus10min
Help us learn more about you!10min
Notice for Coursera Learners: Assignment Submission10min
Dark Horse Analytics (Optional)10min
Useful Junk?: The Effects of Visual Embellishment on Comprehension and Memorability of Charts30min
Graphics Lies, Misleading Visuals10min
Semana
2
7 horas para concluir

Module 2: Basic Charting

7 vídeos (Total 42 mín.), 2 leituras, 1 teste
7 videos
Scatterplots8min
Line Plots8min
Bar Charts4min
Dejunkifying a Plot3min
2 leituras
Matplotlib30min
Ten Simple Rules for Better Figures30min
Semana
3
8 horas para concluir

Module 3: Charting Fundamentals

6 vídeos (Total 39 mín.), 2 leituras, 2 testes
6 videos
Heatmaps3min
Animation5min
Interactivity5min
2 leituras
Selecting the Number of Bins in a Histogram: A Decision Theoretic Approach (Optional)10min
Assignment Reading10min
Semana
4
5 horas para concluir

Module 4: Applied Visualizations

3 vídeos (Total 18 mín.), 2 leituras, 1 teste
2 leituras
Spurious Correlations10min
Post-course Survey10min
4.5
507 avaliaçõesChevron Right

33%

comecei uma nova carreira após concluir estes cursos

37%

consegui um benefício significativo de carreira com este curso

16%

recebi um aumento ou promoção

Principais avaliações do Applied Plotting, Charting & Data Representation in Python

por 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.

por 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.

Sobre Universidade de Michigan

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....

Sobre o Programa de cursos integrados Ciência de dados aplicada com 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....
Ciência de dados aplicada com Python

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.