先弄清楚这门课解决什么工作场景

日常工作里，很多人手里攥着成千上万行表格数据，最后交差的却是一张干瘪的截图或一份纯文字汇报。这门课针对的就是这种“有数据但讲不出故事”的痛点。它不教你写复杂的后端接口，也不涉及底层算法，核心场景非常明确：怎么把杂乱的 CSV、数据库导出表或网页抓取来的数据，清洗后用图表呈现出来，并输出能直接放进业务汇报的图形。如果你经常需要做销售走势复盘、用户行为分布分析，或者需要把股票等时间序列数据画成直观的走势图，这套资料的指向性很强。它把日常最常用的绘图工具集中了起来，帮你省掉自己到处查文档拼凑代码的时间。

适合什么基础与建议先看哪几块

这套资料不适合完全没写过代码的零基础读者，它默认你已经掌握基础的变量、循环和读写操作。如果你写过几十行简单的脚本，能看懂基本语法，拿来用是最合适的。建议拿到资料后，不要按顺序从头啃，先看 Matplotlib 库基础与重要小技巧这两块。这两部分是整个体系的基石，涵盖了坐标轴设置、中文显示、图例等做任何图表都绕不开的细节。看完基础后，直接跳到 K 线图绘制与股票数据获取的实战案例。这个案例非常典型，它完整串联了从外部获取真实数据、处理时间序列到最终画图的全过程。跑通这一个案例，你就能摸清数据可视化的标准工作流。至于三大美化库和地图绘制部分，可以在你做完基础图表、需要提升排版质感时再回头查用。

资料怎么配合练习与学完能独立做什么

资料里附带了源代码，这是最需要用好的部分。正确的用法不是直接把代码复制进编辑器运行出一张图就完事，而是要对照视频里的步骤，把源码拆解开来。具体做法是：先用自己的业务数据替换掉案例里的原始数据，比如把股票价格换成你公司的日活用户数，然后尝试修改图表的颜色、标签和刻度。如果在替换数据时图表报错或变形，再倒回去看对应的视频片段。按这种“替换-报错-回看-修正”的循环练完三五个案例，学习效果才扎实。学完这套资料，你能独立完成的工作很具体：从本地或接口读取结构化数据，用 Matplotlib 画出折线图、柱状图、散点图和 K 线图，并利用美化库调整排版细节，最终生成一份带有多张清晰图表的数据分析报告，直接用于周会汇报或业务复盘。

1、入门并精通Python大数据可视2、提升个人能力3、培养大数据可视化思维，提升图像化表达能力

课程目录

* 01 课程导语与源代码下载方式/

* 01 必看！Python大数据可视化课程导语（新）

* 02 Python大数据可视化源代码文件下载方式

* 02 Python数据可视化基础 - Matplotlib库使用技/

* 01 数据可视化-Matplotlib库基础

* 02 数据可视化-Matplotlib库重要小技巧

* 03 补充知识点：多图绘制与Pyecharts初窥（了解）

* 04 案例实战：K线图绘制基础-K线图基础知识点

* 05 案例实战：股票数据获取与K线图正式绘制

* 03 Python数据可视化美化 - 3大美化库/

* 01 jupyter notebook和jupyter lab

* 02 Basemap安装

* 03 Basemap绘图基础

* 04 Basemap自定义绘图

* 05 Basemap绘制坐标及连接线

* 06 seaborn快速优化

* 07 seaborn绘图API-关联图

* 08 seaborn绘图API-分布图

* 09 seaborn绘图API-回归图

* 10 mplot3D-曲面图

* 11 mplot3D-散点图

* 12 mplot3D-条形图

* 04 进阶 - Pyecharts库使用技巧与财务数据可视化/

* 01 Pyechars简介及安装

* 02 Pyecharts基本图形绘制-绘制步骤

* 03 Pyecharts基本图形绘制-折线图和面积图mp4

* 04 Pyecharts基本图形绘制-柱形图和条形图

* 05 Pyecharts基本图形绘制-饼图和圆环图和玫瑰图

* 06 Pyecharts基本图形绘制-词云图

* 07 Pyecharts绘图进阶-设置标题

* 08 Pyecharts绘图进阶-定制主题

* 09 Pyecharts绘图进阶-多数据

* 10 Pyecharts绘图进阶-虚拟数据

* 11 Pyecharts绘图进阶-组合图

* 12 Pyecharts绘图进阶-动态图绘制

* 13 Pyecharts实战-股票K线图绘制

* 14 Pyecharts实战-财务数据可视化绘制