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”。