線上資料視覺化課程大彙總
作者：Kay @VisIt有視沒事
部分文章內容取材於： ofollow,noindex">An overview of every Data Visualization course on the internet
原作者： David Venturi
國慶長假快到了，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？
亦或是你對資料視覺化感興趣已久，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群 Class Central 的數千條評分和評論的《線上資料視覺化課程推薦清單》，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，精心篩選和補充了一部分課程，以滿足不同的學習需求——無論你是否會程式設計，無論你是視覺化小白還是老司機，無論你的應用場景是商業還是資料科學，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 解釋性資料視覺化（explanatory data visualization） 。比方說，資料預處理相關的內容是可以有且必須有的，因為它是資料視覺化的重要環節。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資料視覺化。
- 課程應是可隨時加入的，或至少定期（每幾個月）開放的。
- 課程應是可互動的線上課程，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線上課程。
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，並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資訊，作為評分之外的參考。
Class Central 網站首頁
至於主觀上我們是怎麼評估一個視覺化課程的呢？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：
- 資料視覺化理論的涵蓋範圍。 例如，有沒有介紹如何選擇合適的視覺化設計？還是僅僅介紹了視覺化工具的使用？更多相關內容將在下一節中講解。
- 所選資料視覺化工具的覆蓋範圍。 該課程是否有效地教授了常見的視覺化工具（Tableau，ggplot2，Seaborn等）？學生是否有機會上手練習這些技能？（注：在視覺化工具的選擇上我們沒有任何偏好）
Tableau 和 ggplot2 均為常見的資料視覺化工具
為什麼偏重視覺化理論
（敲黑板！劃重點！小夥伴們請看這裡~~~）
首先，如果缺乏視覺化的基礎理論知識，不瞭解什麼樣的視覺化才是有效的，再怎麼精通一門視覺化工具也是徒勞，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視覺化理論知識，是相對穩定的。
實際上，做好資料視覺化比絕大多數人想象的要複雜得多。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——正確的圖表型別的選擇，總覽概括與細節展示的平衡，pre-attentive 視覺屬性（小編注： pre-attentive visual properties 是視覺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。資料視覺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）。
243％的嬰兒潮一代（baby boomer）。 來自 WTF Visualizations的一個數據可視化出錯的例子。
什麼是探索性與解釋性視覺化
根據資料視覺化的應用場景與目的，通常可以將它們分為解釋性資料視覺化與探索性視覺化。如同印第安納大學教授Yong-Yeol Ahn所 描述的 ， 解釋性資料視覺化（explanatory data visualization）用於傳達見解和資訊，而探索性視覺化（exploratory visualization）則是用於探尋資料中隱藏的模式、有用資訊。
本文將重點介紹解釋性資料視覺化課程。探索性資料視覺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 語言資料分析 （偏重探索性資料視覺化）等課程將不會被本文選用。
精選課程清單
小編整理髮現，許多資料視覺化線上課程都以英文為教學語言，要求一定的程式設計基礎，並且需要付費，因此 本文提及的課程如無特別說明，預設英文、付費、要求程式設計 ；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“最好的視覺化課程”，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： 「資料視覺化與 D3.js」
資料視覺化與 D3.js 課程視訊畫面
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，但其視訊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資料視覺化。通過這門課程，你還將學習到如何使用 Web 技術（HTML、CSS、D3.js）開發資料視覺化圖表，創作自己的線上作品集。
此課程的重點是如何對資料進行視覺編碼，並將資料呈現給受眾，即解釋性資料視覺化，而探索性資料視覺化的內容較少。 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。
視覺化基礎之：視覺編碼相關課程內容
關於程式設計：由於課程專案涉及程式設計，最好有程式設計背景，如果沒有也可以學習第 1a 和 2a 課的資料視覺化與設計原則，並建議先通過 Udacity 的另一門課 Python 程式設計基礎 進行程式設計的入門學習。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： 視訊（ 有中文字幕 ）+ 閱讀材料 + 互動式習題， 免費 ，Udacity 課程平臺易於使用，學習時間約七週，理論與實操的有機結合，例項豐富，內容生動有趣， 適合有程式設計基礎的初學者 。
2. 非程式設計類最佳： 「資訊圖表和資料視覺化入門」
這是一門由國際知名資訊視覺化專家 Alberto Cairo 設計和授課，由 Google 資助的線上課程。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組：
- 視覺化的基本介紹
- 如何用視覺化探索資料
- 如何用視覺化傳達資訊
- 實踐專案
課程主辦方 Knight Center 和贊助方 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視覺化增強故事敘述和資料分析等效果，且展示瞭如何使用不同的工具進行從資料預處理，到完成整個視覺化甚至文章內容的全流程。 視訊託管在 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，視訊 + 閱讀材料， 完全免費 ，涵蓋了 探索性 和 解釋性 視覺化，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 進行資料視覺化」專項課程
Hunter Whitney 為課程講師之一
包括以下五門課：
- Tableau 視覺化的基礎知識
- Tableau 的基本設計原則
- 使用 Tableau 進行視覺化分析
- 使用 Tableau 建立儀表板和講故事
- 使用 Tableau 專案進行資料視覺化
根據本清單的評估標準，這門課的課程結構最佳，視覺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視覺化設計，還告訴你為什麼（原理、設計原則）。通過隨堂練習和課程專案，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。
該課程的例項側重於 商業資料的分析與視覺化 。
一句話總結：視訊（英語字幕） + 閱讀材料，Coursera 課程平臺易於使用，每個子課程 可免費旁聽 ，專項課程預計總耗時 22 周（每週 3-8 小時）。
4. 程式設計類/資料科學類最佳： 「使用 ggplot2 進行資料視覺化」系列課程
這門課程獲得了來自 RStudio 首席科學家及 ggplot2 建立者 Hadley Wickham 的“官方認可”：
我非常推薦 Rick Scavetta 的“使用 ggplot2 進行資料視覺化” 課程。它為您提供了優秀的 ggplot2 介紹。在 DataCamp 的線上學習環境中，您將學習到 ggplot2 的基礎理論，並能夠實際地去練習使用它。
該系列課程共包含三部分： 第1部分 ， 第1部分 及 第3部分 。
如果你對學習 R 語言，或具體而言 ggplot2 有興趣， DataCamp 的「使用 ggplot2 進行資料視覺化」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，課程涵蓋了大量視覺化理論知識，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 的採用了一種視訊結合瀏覽器內程式碼編輯器的教學方式，並輔以文字步驟以及大量例項。課程的視訊，文字和程式碼內容都很精美。
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：視訊（英文，無字幕） + 整合程式碼編輯器 ，首章節免費試聽+訂閱式收費，理論與實踐的絕佳結合，適合資料科學領域，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：
「Tableau 10」系列課程視訊畫面
該系列課程主要側重於介紹工具（Tableau）的使用，而非資料視覺化理論，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：錄屏講解視訊（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
視覺化理論相關課程：
- 印第安納大學慕課：資訊視覺化 ：完全免費；在 Class Central 平臺的資料視覺化課程中目前排名第一，涵蓋了容量可觀的理論知識及視覺化工具的介紹，還有相當不錯的實際專案，並提供資料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。
印第安納大學慕課：資訊視覺化
程式設計類工具相關課程：
- 使用 D3.js 資料視覺化簡明教程（Udemy） ：4小時付費視訊課程，評分較高。
- 資料視覺化學習路徑（O’Reilly） ：詳細介紹了 D3.js 用法和視覺化理論知識，學時約 15 小時，提供 10 天免費試用。
- 使用 Python 與 Matplotlib 進行資料視覺化（Udemy） ：6小時付費視訊課程，介紹 Python 的主流圖表庫 Matplotlib。
- 使用 Python 與 Bokeh 的互動式資料視覺化（Udemy） ：7小時付費視訊課程，除了資料視覺化，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） ：共四小時的付費視訊課程；有助於準備 Tableau 資格認證考試（Tableau Desktop Qualified Associate Exam）；評分較高。
- 使用 Tableau 進行資料視覺化（Udacity） ： 免費課程 ，內容為視覺化理論與工具介紹的結合，學習時間約三週。
- 使用 Power BI 進行資料分析及視覺化（edX） ：Microsoft 為自家工具 Power BI 打造的課程，是其 資料科學專業認證 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 進行資料分析及視覺化（edX） 。
後記
整理完這個清單，小編最大的感觸就是 —— 中文資料視覺化資源實在不多，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視覺化中文資訊~ 請多多關注我萌鴨~
附贈實用資料
- WTF Visualizations ：小編記得自己上的視覺化課程的第一份作業就是尋找和點評一個“糟糕的視覺化設計”，有了這個網站，再也不怕找不到作業的素材了hhh。
- 資料新聞教育哪家強？ ，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，對考證感興趣的小夥伴不妨瞭解下，僅供參考。