在大数据时代，数据可视化是数据探索性分析中的重要部分。本课程主要通过介绍数据可视化的基本方法以及Python实现，帮助学生掌握对数据进行基本认知和展示的能力。本课程分为三个板块：数据可视化概论，基础数据可视化图形，可视化的Python实现。其中数据可视化概论主要介绍DIKW体系，数据可视化的作用，数据可视化的定义与历史，数据可视化的优势与应用场景，什么是好的数据可视化，以及数据可视化的一般流程；基础数据可视化图形部分分别系统介绍40种不同的可视化图形的使用方法；可视化的Python实现部分主要介绍matplotlib,seaborn,pyecharts这三种Python中常用的可视化工具的使用方法及案例。
本课程的教学设计主要遵循从整体到细节，从理解到实践的方式。首先介绍数据可视化的梗概，让学生对数据可视化有一个全面的了解，再进一步分类介绍常用的可视化图形，最后介绍如何使用软件实现这些可视化图形。本课程的特色如下：
1.数据可视化是一系列使用直观图像表达抽象数据的方法，可以帮助人们在探索数据的过程中认知数据蕴含的信息和规律，为数据挖掘等深入分析提供支持。目前在线学习网站上数据可视化的课程相对较少，并且大多数是从计算机视觉，软件开发，工程设计等角度讲解的，很少从统计学的角度讲解数据可视化的基本原理，常见方法等。因此本门在线课程提供了统计学意义上的数据可视化课程。
2.形成了场景化案例教学的MOOC视频，通过主讲老师模拟案例的发生场景，介绍了数据可视化课程的意义；数据可视化常见方法，及其使用场景和使用方法；数据可视化所依赖的统计学工具和其基本原理；根据分析目的选择合理可视化工具的原则；基于案例使用编程软件实现数据可视化常见方法的操作步骤，更能激发学生的学习兴趣，具有灵活性和综合性。
3. 整个教学安排与过程具有逻辑性和完整性。根据教学大纲定期发布教学资料和单元测验作业，帮助学生规划课程学习进度，督促学生按照时间节点自主完成视频学习，作业练习等，从而实现对课程基础内容的掌握。整个在线课程教学能够实现学生对学习兴趣和学习能力的积累，最终“学会学习”。
