数据可视化是一种把数据用图形方法表示，让信息变得更加容易理解的方法。在Python中有许多进行数据可视化的库，能够生成精美的图形。本课程主要面向数据可视化的初学者，采用视频+练习的方式让用户快速掌握Python数据可视化的相关操作。
本课程主要分为五个部分。第一部分是数据可视化概述，介绍了数据可视化的概念和基本原理。第二部分是数据可视化的元素和工具，介绍了常用的绘图元素和可视化的工具。第三部分是数据可视化的图形，介绍了折线图、柱图、散点图、箱图等基础图形和雷达图、热力图、桑基图等高级图形，并使用Seaborn和Matplotlib等绘图库进行实现。第四部分是算法模型的可视化，介绍了决策树、聚类等统计模型的可视化方法和实现方式。第五部分是特殊数据的可视化，包括时间和空间数据、网络数据、文本数据等的可视化方法以及在Python中的实现方式。
通过本课程，用户可以快速学习和掌握各类统计图形的使用以及在Python中的实现方式，绘制出精美的统计图形。
（决策树）
（K-Means聚类算法）
（基于统计模型的离群点检测方法）
（绘图基础）
（气泡图）
一章 概述
1.1 数据可视化概念与简史
1.2 数据可视化基本原理
二章 基本可视化元素与工具
2.1 视觉编码（方向、坐标系、注释、字体）
2.2 视觉编码（位置、颜色、大小、形状）
2.3 数据可视化工具
三章 基本可视化图形
3.1 绘图基础
3.2 折线图
3.3 柱状图—基本使用
3.4 柱状图—Seaborn绘制柱状图
3.5 散点图
3.6 饼图
3.7 箱线图—基本用法
3.8 箱线图—多条箱线图
3.9 直方图
四章 高级可视化图形
4.1 气泡图
4.2 雷达图—多边形
4.3 雷达图—多分类
4.4 热力图
4.5 桑基图—基本用法
4.6 桑基图—sankey.add() 添加子图
4.7 旭日图—基本用法
4.8 旭日图—PyEcharts绘制旭日图
4.9 误差条图—基本用法
4.10 误差条图—带误差条的柱状图
4.11 核密度图—基于Pandas绘制核密度图
4.12 核密度图—基于Seaborn绘制核密度图
4.13 回归图
4.14 散点图矩阵
4.15 网格绘图—基于matplotlib绘制多子图
4.16 网格绘图—使用subplots函数
4.17 网格绘图—基于Seaborn绘制多子图
五章 算法模型可视化
5.1 决策树
5.2 聚类分析
5.3 时序模型
5.4 离群点检测
六章 时间与空间可视化
6.1 空间数据可视化—介绍
6.2 空间数据可视化—基于Basemap绘制地图
6.3 空间数据可视化—基于PyEcharts绘制地图
6.4 空间数据可视化—绘制交互地图
七章 网络数据可视化
7.1 网络数据可视化—基于Networkx绘制网络图
7.2 网络数据可视化—基于PyEcharts绘制网络图
八章 文本数据可视化
8.1 文本数据可视化—基本介绍
8.2 文本数据可视化—词云图
8.3 文本数据可视化—基于PyEcharts绘制树形图
可复制平台的数据可视化课程的内容，在平台开设自己的课程。面向本校学生开展教学。
课程由几十个知识点组成，根据需要可以选择不同的知识点建课。也可以根据需要上传自己的课件或视频组建新的课程。
（复制课程）
（复制知识点）
（复制课件）
（在知识点库查看课程知识点）
（创建知识点）
.png)
.png)
公司公众号
数据科学人工智能
Chat