精選 | 超全可視化課程合集，助你C位出道
本文作者
部分文章內容取材於：An overview of every Data Visualization course on the internet，原作者：David Venturi。
周末快到了，在休息娛樂之餘，你是否也想趁難得的空閒時間給自己充充電呢？ 亦或是你對數據可視化感興趣已久，卻不知從何學起？
小編 Kay 早就為大家準備好了一份整理自開源社區 Class Central 的數千條評分和評論的《在線數據可視化課程推薦清單》，趕緊收藏起來吧~
由於原清單整理於2017 年三月，可能有一些新的課程沒有被納入，小編在該清單的基礎上，精心篩选和補充了一部分課程，以滿足不同的學習需求 — — 無論你是否會編程，無論你是可視化小白還是老司機，無論你的應用場景是商業還是數據科學，這份超全清單都不容錯過。
我們如何篩選課程
每個入選課程都滿足以下三個條件：
- 該課程的大部分內容應側重於解釋性數據可視化（explanatory data visualization）。比方說，數據預處理相關的內容是可以有且必須有的，因為它是數據可視化的重要環節。而其它主題，例如統計建模等，則沒那麼相關，可以排除。後面我們會更詳細地介紹什麼是解釋性數據可視化。
- 課程應是可隨時加入的，或至少定期（每幾個月）開放的。
- 課程應是可互動的在線課程，所以本清單不會包括書籍或只讀教程。雖然學習方法可以有多種，但本清單關注的主要是在線課程。
我們相信我們涵蓋了符合上述標準的每一個值得考慮的課程。由於 Udemy有近百個課程，我們僅挑選了評價和評分最高的課程。儘管如此，我們還是可能有所遺漏，所以如果有你覺得很棒的課程不在本清單中，請務必在評論留言告訴我們~
我們如何評估課程
我們整合了來自 Class Central 和其他點評網站上的評分，併計算出每門課程的加權平均分。同時，我們還閱讀了不同課程的評論信息，作為評分之外的參考。
至於主觀上我們是怎麼評估一個可視化課程的呢？主要是根據以下兩個方面，並且我們認為第一個方面比第二個更為重要：
- 數據可視化理論的涵蓋範圍。 例如，有沒有介紹如何選擇合適的可視化設計？還是僅僅介紹了可視化工具的使用？更多相關內容將在下一節中講解。
- 所選數據可視化工具的覆蓋範圍。 該課程是否有效地教授了常見的可視化工具（Tableau，ggplot2，Seaborn等）？學生是否有機會上手練習這些技能？ （注：在可視化工具的選擇上我們沒有任何偏好）
為什麼偏重可視化理論
（敲黑板！劃重點！小伙伴們請看這裡~~~）
首先，如果缺乏可視化的基礎理論知識，不了解什麼樣的可視化才是有效的，再怎麼精通一門可視化工具也是徒勞，甚至可以說是浪費。
再者，工具是不斷變化且可以根據需要靈活選擇的，但萬變不離其宗，作為各種工具的重要基礎的可視化理論知識，是相對穩定的。
實際上，做好數據可視化比絕大多數人想像的要復雜得多。 從選題、分析、設計到執行，各個階段都有許多事情需要我們仔細地考慮 — — 正確的圖表類型的選擇，總覽概括與細節展示的平衡，pre-attentive 視覺屬性（小編註： pre-attentive visual properties 是可視化理論常常涉及的一個重要概念，目前沒有很好的中文翻譯，主要指顏色、形狀等人類能通過潛意識以極快地速度處理的視覺元素）的利用等等。數據可視化是一種科學與藝術的結合。它不僅很容易出錯，而且有的錯誤可能會很糟 （見下圖）。
什麼是探索性與解釋性可視化
根據數據可視化的應用場景與目的，通常可以將它們分為解釋性數據可視化與探索性可視化。如同印第安納大學教授Yong-Yeol Ahn所描述的，解釋性數據可視化（explanatory data visualization ）用於傳達見解和信息，而探索性可視化（exploratory visualization）則是用於探尋數據中隱藏的模式、有用信息。
本文將重點介紹解釋性數據可視化課程。 探索性數據可視化這個話題並非不重要，只是沒有足夠的相關課程來單獨支撐一篇文章，因此我們只會對其進行簡要的介紹。因此，Udacity 的R 語言數據分析（偏重探索性數據可視化）等課程將不會被本文選用。
精選課程清單
小編整理髮現，許多數據可視化在線課程都以英文為教學語言，要求一定的編程基礎，並且需要付費，因此本文提及的課程如無特別說明，默認英文、付費、要求編程；不同於這三種情況的課程都會單獨標明，並在保證質量的基礎上優先考慮加入精選清單。實際上，沒有“最好的可視化課程”，只有“最合適的”的，所以請根據自身需要選擇~
下列課程是各類別課程中評價及評分較高的，排名不分先後：
1. 中文最佳：「數據可視化與 D3.js」
在相關中文課程奇缺的情況下，Udacity 的這門課程雖然是英文授課，但其視頻均有中文字幕已經是十分非常相當良心了。本課程涵蓋如何將設計原則、人類感知、色彩理論和有效的故事講述運用於數據可視化。通過這門課程，你還將學習到如何使用 Web 技術（HTML、CSS、D3.js）開發數據可視化圖表，創作自己的在線作品集。
此課程的重點是如何對數據進行視覺編碼，並將數據呈現給受眾，即解釋性數據可視化，而探索性數據可視化的內容較少。 不得不提的是課程中提到的學習資料質量大多相當不錯，值得進一步學習。
關於編程：由於課程項目涉及編程，最好有編程背景，如果沒有也可以學習第1a 和2a 課的數據可視化與設計原則，並建議先通過Udacity 的另一門課 Python 編程基礎進行編程的入門學習。此外，由於 D3.js 是一個 JavaScript 圖表庫，且學習曲線較陡，可能會導致這門課的部分內容理解較為困難，如果有相關基礎配合食用更佳。
👉 一句話總結： 視頻（有中文字幕）+ 閱讀材料+ 交互式習題，免費，Udacity 課程平台易於使用，學習時間約七週，理論與實操的有機結合，實例豐富，內容生動有趣，適合有編程基礎的初學者。
2. 非編程類最佳： 「信息圖表和數據可視化入門」
這是一門由國際知名信息可視化專家 Alberto Cairo 設計和授課，由 Google 資助的在線課程。該課程由德克薩斯州大學奧斯汀分校奈特美洲新聞中心（Knight Center for Journalism in the Americas）開設，自2012年年底上線後，已吸引來自150多個國家一萬四千人報讀。課程涵蓋了以下四個模塊：
- 可視化的基本介紹
- 如何用可視化探索數據
- 如何用可視化傳達信息
- 實踐項目
課程主辦方Knight Center 和讚助方Google News Initiative 均主要關注新聞及傳媒行業，因此這門課程也更偏向這方面的應用，尤其是介紹瞭如何利用可視化增強故事敘述和數據分析等效果，且展示瞭如何使用不同的工具進行從數據預處理，到完成整個可視化甚至文章內容的全流程。 視頻託管在 Youtube 上，全英文暫無字幕。
香港大學新聞及傳媒研究中心（JMSC）曾於15年與Knight Center 合作推出慕課，內容一樣，本文對該課程名的中文翻譯也選自這門慕課，戳這裡看課程的中文介紹。
👉 一句話總結：新課程，名教授，視頻 + 閱讀材料，完全免費，涵蓋了_探索性_和_解釋性_可視化，學習時間約四周，適合初學者。
3. 綜合最佳：加州大學戴維斯分校 「使用 Tableau 進行數據可視化」專項課程
包括以下五門課：
- Tableau 可視化的基礎知識
- Tableau 的基本設計原則
- 使用 Tableau 進行可視化分析
- 使用 Tableau 創建儀表板和講故事
- 使用 Tableau 項目進行數據可視化
根據本清單的評估標準，這門課的課程結構最佳，可視化理論知識和應用工具都有足夠的涵蓋，其中對理論知識的介紹比許多其他課程都要深入。他們不僅告訴你如何進行可視化設計，還告訴你為什麼（原理、設計原則）。通過隨堂練習和課程項目，你將有許多機會來上手練習使用 Tableau，儘管精通 Tableau 並不是課程的主要目標。
該課程的實例側重於商業數據的分析與可視化。
👉 一句話總結：視頻（英語字幕） + 閱讀材料，Coursera 課程平台易於使用，每個子課程可免費旁聽，專項課程預計總耗時 22 週（每週 3–8 小時）。
4. 編程類/數據科學類最佳：「使用 ggplot2 進行數據可視化」系列課程
這門課程獲得了來自 RStudio 首席科學家及 ggplot2 創建者 Hadley Wickham 的“官方認可”：
我非常推薦 Rick Scavetta 的“使用 ggplot2 進行數據可視化” 課程。它為您提供了優秀的 ggplot2 介紹。在 DataCamp 的在線學習環境中，您將學習到 ggplot2 的基礎理論，並能夠實際地去練習使用它。
如果你對學習R 語言，或具體而言ggplot2 有興趣，DataCamp 的「使用ggplot2 進行數據可視化」系列課程是個不錯的（如果不差錢，甚至可能是最佳的）選擇。比較難得的是，課程涵蓋了大量可視化理論知識，相信這跟 ggplot2 基於圖形語法 Grammar of Graphics 這一點不無關係。這門課對工具的講解和練習也設計得很棒 — — 當你完成這門課，你將會很熟悉 R 語言及其語法。
DataCamp 的採用了一種視頻結合瀏覽器內代碼編輯器的教學方式，並輔以文本步驟以及大量實例。課程的視頻，文本和代碼內容都很精美。
所有三門課程的預計學習共計16小時。收費方面，每門課程的第一章都是免費提供的，可以方便我們先試聽再決定課程是否合適/值得購買。課程的其餘內容則需要通過 DataCamp 訂閱進行訪問，目前每月29美元或每年300美元（不定期有打折）。
👉 一句話總結：視頻（英文，無字幕） + 集成代碼編輯器 ，首章節免費試聽+訂閱式收費，理論與實踐的絕佳結合，適合數據科學領域，適合進階學習。
5. BI 工具類最佳：「Tableau 10」系列課程
該系列課程由 Kirill Eremenko 授課，是 SuperDataScience 團隊在 Udemy 推出的，共包括以下兩門課程，建議按順序學習：
該系列課程主要側重於介紹工具（Tableau）的使用，而非數據可視化理論，內容詳實且循序漸進，採用真實商業案例，適合商業人士；且實用性比較強，是類似於通俗版使用說明書的存在。值得一提的是，Eremenko 是相關課程中最受歡迎的授課者之一，該系列課程的兩門課程在Udemy 上均擁有4.6 的高評分（滿分5分，評分次數分別為1.8萬餘次和4千餘次）。
這個系列的總學時為17小時；課程需要付費但常年有折扣（購買組合還有額外折扣），每門課折後可低至 10 美金。 （要知道 Tableau 的官方基礎課程是 1,400 美金一門。。。）
👉 一句話總結：錄屏講解視頻（英文，有英文字幕），可通過Udemy 網站或移動端 app 觀看；付費課程，適合需要從零開始學習Tableau 的入門者，或有一定基礎但想要全面提升相應技能的人士。
更多課程推薦
可視化理論相關課程：
- 印第安納大學慕課：信息可視化：完全免費；在Class Central 平台的數據可視化課程中目前排名第一，涵蓋了容量可觀的理論知識及可視化工具的介紹，還有相當不錯的實際項目，並提供數據和工具給註冊學生使用。如果無法成功註冊，可以發郵件向課程管理員申請。
編程類工具相關課程：
- 使用D3.js 數據可視化簡明教程（Udemy）：4小時付費視頻課程，評分較高。
- 數據可視化學習路徑（O’Reilly）：詳細介紹了D3.js 用法和可視化理論知識，學時約15 小時，提供10 天免費試用。
- 使用Python 與Matplotlib 進行數據可視化（Udemy）：6小時付費視頻課程，介紹Python 的主流圖表庫Matplotlib 。
- 使用 Python 與 Bokeh 的交互式數據可視化（Udemy）：7小時付費視頻課程，除了數據可視化，還包含網頁應用開發相關內容。
BI 類工具相關課程：
- Tableau 入門（Udemy）：共四小時的付費視頻課程；有助於準備Tableau 資格認證考試（Tableau Desktop Qualified Associate Exam）；評分較高。
- 使用Tableau 進行數據可視化（Udacity）：免費課程，內容為可視化理論與工具介紹的結合，學習時間約三週。
- 使用Power BI 進行數據分析及可視化（edX）：Microsoft 為自家工具Power BI 打造的課程，是其數據科學專業認證的一部分。課時約六週（每週 2~4 小時）。課程本身免費，如需課程認證證書則要另外付費 $99 美金。同為該系列課程之一的還有使用Excel 進行數據分析及可視化（edX）。
後記
整理完這個清單，小編最大的感觸就是 — — 中文數據可視化資源實在不多，質量高的更加少之又少，有的很優質但是太學術，面向沒有相關背景知識的人群，或是能應用到實際學習工作中的資料很少。這更加堅定了我們努力的方向：致力於創作與分享優質可視化中文資訊~ 請多多關注我萌鴨~
附贈實用資料
- WTF Visualizations：小編記得自己上的可視化課程的第一份作業就是尋找和點評一個“糟糕的可視化設計”，有了這個網站，再也不怕找不到作業的素材了hhh。
- 數據新聞教育哪家強?，及其完整原文：Where in the world can I study data journalism?。
- 怎麼樣考取Tableau的資格證（Tableau Qualified Associate Exam）？：這個知乎的答案裡面也提到了本清單中的推薦課程，對考證感興趣的小伙伴不妨了解下，僅供參考。
留言
張貼留言