University of Illinois Urbana-Champaign
数据新闻的可视化
University of Illinois Urbana-Champaign

数据新闻的可视化

Margaret Ng

位教师:Margaret Ng

10,491 人已注册

包含在 Coursera Plus

深入了解一个主题并学习基础知识。
4.5

(68 条评论)

初级 等级

推荐体验

2 周 完成
在 10 小时 一周
灵活的计划
自行安排学习进度
深入了解一个主题并学习基础知识。
4.5

(68 条评论)

初级 等级

推荐体验

2 周 完成
在 10 小时 一周
灵活的计划
自行安排学习进度

要了解的详细信息

可分享的证书

添加到您的领英档案

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

该课程共有6个模块

在本模块中,您将熟悉课程、同学和学习环境。

涵盖的内容

1个视频3篇阅读材料1个作业1个讨论话题1个插件

本模块首先总结了新闻业数据可视化的历史和新兴趋势。然后,您将探索各种类型的图表,并比较它们的优缺点。通过这些学习,您将能够识别各种图表形式,并评估它们的能力/缺点,以及每种图表类型通常在何种情况下用于讲故事。我们还将阅读爱德华-塔夫特(Edward Tufte)的经典著作《定量信息的可视化展示》,学习如何在数据可视化中找出并阐明错误和欺骗。

涵盖的内容

3个视频2篇阅读材料1个作业1个非评分实验室

在本模块中,我们将首先了解新闻业中一些成功的数据可视化案例。然后,我们将深入研究数字,学习将数据转化为信息的过程。接下来,我们将探索视觉感知理论和可视化概念,并熟悉视觉频道排名--设计新闻可视化的有用指南。您将评估前注意力属性以及它们在可视化中的重要性。您还将亲身实践,了解数据处理如何帮助我们做出明智的决策。

涵盖的内容

3个视频2篇阅读材料1个作业1次同伴评审2个非评分实验室

在本模块中,我们将学习可用于将可视化整合到叙事中的框架和技术。您将研究信息传递和交互在吸引读者进入包含更多细节的故事包方面所起的作用。在实践练习中,您将开始用 Python 创建图表。您将应用之前所学的设计理论和概念来构建折线图、柱状图和散点图。

涵盖的内容

3个视频2篇阅读材料1个作业2个非评分实验室

在最后一个模块中,我们将探讨可视化中认知和记忆的一些相关概念。您将研究在正确的位置使用 "适量 "色彩的重要性,并应用格式塔原理来消除数据可视化的杂乱无章。最后,我们将进行各种练习,用 Python 创建交互式地图。

涵盖的内容

3个视频2篇阅读材料1个作业1次同伴评审1个非评分实验室

涵盖的内容

1个插件

位教师

授课教师评分
4.3 (16个评价)
Margaret Ng
University of Illinois Urbana-Champaign
1 门课程10,491 名学生

提供方

从 数据分析 浏览更多内容

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'

学生评论

4.5

68 条评论

  • 5 stars

    72.46%

  • 4 stars

    15.94%

  • 3 stars

    4.34%

  • 2 stars

    2.89%

  • 1 star

    4.34%

显示 3/68 个

LS
4

已于 Feb 23, 2021审阅

AA
5

已于 Jun 11, 2020审阅

QY
5

已于 Sep 22, 2020审阅

Coursera Plus

通过 Coursera Plus 开启新生涯

无限制访问 10,000+ 世界一流的课程、实践项目和就业就绪证书课程 - 所有这些都包含在您的订阅中

通过在线学位推动您的职业生涯

获取世界一流大学的学位 - 100% 在线

加入超过 3400 家选择 Coursera for Business 的全球公司

提升员工的技能,使其在数字经济中脱颖而出

常见问题

¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。