Seaborn with Python: Data Visualization for Beginners

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues. Consultez les langues disponibles.

Seaborn with Python: Data Visualization for Beginners

Ce cours fait partie de Spécialisation "Seaborn Python Data Visualization & Analysis"

Instructeur : EDUCBA

Inclus avec En savoir plus

Demander à Coursera

2 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

22 avis

niveau Débutant

Expérience recommandée

5 heures à compléter

Planning flexible

Apprenez à votre propre rythme

2 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

22 avis

niveau Débutant

Expérience recommandée

5 heures à compléter

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Construct scatter, line, and faceted relational plots to analyze data trends.
Design and interpret categorical plots such as box, violin, and bar charts.
Apply Seaborn’s figure-level functions to create clear, multi-variable insights.

Compétences que vous acquerrez

Catégorie : Descriptive Statistics
Catégorie : Statistical Visualization
Catégorie : Box Plots
Catégorie : Data Visualization Software
Catégorie : Data Presentation
Catégorie : Exploratory Data Analysis
Catégorie : Scatter Plots
Catégorie : Plot (Graphics)
Catégorie : Statistical Analysis
Catégorie : Interactive Data Visualization
Catégorie : Data Visualization
Catégorie : Matplotlib

Outils que vous découvrirez

Catégorie : Python Programming
Catégorie : Seaborn

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

7 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Seaborn Python Data Visualization & Analysis"

Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.

Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable

Il y a 2 modules dans ce cours

Build a strong foundation in Seaborn Python data visualization and learn how to create clear, informative statistical graphics for data analysis. This beginner-friendly course introduces Seaborn, a high-level Python library built on Matplotlib, through structured lessons and hands-on practice.

You’ll begin by creating and interpreting scatter plots, line plots, and relational plots to explore trends and relationships between variables. As you progress, you'll learn to apply semantic mappings, customize visualizations, and use FacetGrid to analyze multi-variable datasets. Next, you'll explore Seaborn’s categorical and statistical visualizations, including boxplots, violin plots, barplots, countplots, swarmplots, stripplots, pointplots, boxenplots, and catplot(). You'll learn to summarize distributions, visualize frequency counts, interpret confidence intervals, and create multi-faceted comparisons for categorical data. Designed for beginners, this course combines practical exercises, quizzes, and guided instruction to help you confidently construct, interpret, and evaluate data visualizations. By the end of the course, you'll be able to create effective Seaborn visualizations that communicate statistical insights with clarity and precision, strengthening your Python data visualization skills.

This module introduces learners to the fundamentals of Seaborn data visualization in Python, focusing on creating scatter plots, line plots, and faceted relational plots. Students will explore how Seaborn simplifies statistical graphics by enhancing Matplotlib with high-level functions and visually appealing themes. Through practical examples, learners will gain hands-on experience in visualizing statistical relationships, applying color maps, customizing markers and sizes, and leveraging FacetGrid for multi-variable analysis. By the end of this module, students will be able to construct, interpret, and analyze relational plots to better understand trends, patterns, and relationships in datasets.

Inclus

6 vidéos1 lecture3 devoirs

6 vidéosTotal 47 minutes

Introduction of Seaborn1 minute
Scatter Plot Part 112 minutes
Scatter Plot Part 27 minutes
Line Plots Part 110 minutes
Line Plots Part 29 minutes
Showing Multiple Relationships with Facets9 minutes

1 lectureTotal 10 minutes

Exploring Relationships with Seaborn10 minutes

3 devoirsTotal 50 minutes

Exploring Relationships with Seaborn30 minutes
Getting Started & Scatter Plots10 minutes
Line Plots and Multiple Relationships10 minutes

This module focuses on Seaborn’s categorical and statistical plotting functions to explore distributions, frequency counts, and statistical estimates across categories. Learners will progress from simple categorical scatterplots to advanced statistical visualizations such as boxenplots, violin plots, barplots, swarmplots, stripplots, and catplots. Through hands-on practice, students will learn how to summarize data, highlight confidence intervals, and leverage figure-level functions like catplot() for multi-faceted comparisons. By the end of this module, learners will be able to apply Seaborn to effectively analyze and visualize categorical datasets with precision and clarity.

Inclus

11 vidéos4 devoirs

11 vidéosTotal 93 minutes

Categorical Scatterplots10 minutes
Distributions of Observations within Categories9 minutes
Statistical Estimation within Categories10 minutes
Countplot Examples7 minutes
Pointplot Examples9 minutes
Boxenplot Examples11 minutes
Violenplot Examples6 minutes
Barplot Examples8 minutes
Swarmplot Examples7 minutes
Stripplot Examples8 minutes
Catplot Examples8 minutes

4 devoirsTotal 60 minutes

Categorical & Statistical Visualizations30 minutes
Categorical Scatter & Distribution Plots10 minutes
Count and Point-Based Plots10 minutes
Advanced Category Plots10 minutes

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeur

Évaluations de l’enseignant

(7 évaluations)

EDUCBA

1 708 Cours369 846 apprenants

Offert par

EDUCBA

En savoir plus sur Data Analysis

Statut : Essai gratuit
Coursera
Seaborn: Visualizing Basics to Advanced Statistical Plots
Cours
Statut : Essai gratuit
EDUCBA
Seaborn Python: Visualize & Analyze Data Distributions
Cours
Coursera
Python for Data Visualization:Matplotlib & Seaborn(Enhanced)
Projet Guidé
Statut : Essai gratuit
Coursera
Python for Data Visualization: Matplotlib & Seaborn
Projet Guidé

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

5 stars
54,54 %
4 stars
36,36 %
3 stars
4,54 %
2 stars
0 %
1 star
4,54 %

Affichage de 3 sur 22

Révisé le 11 juin 2026

The perfect entry point for anyone intimidated by data visualization. The course assumes zero prior knowledge and builds your confidence from plotting simple bar charts to complex multi-plot grids.

Révisé le 13 mars 2026

The integration of Seaborn with Python libraries such as Pandas and Matplotlib is briefly shown, which helps beginners understand the workflow.

Révisé le 5 févr. 2026

I liked how Seaborn is taught alongside real datasets, which helps in understanding how visualizations are used in actual analysis.

Voir plus d’avis

Débloquez l'accès à plus de 10 000 cours grâce à un abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez les 4 700 entreprises internationales qui ont choisi Coursera for Business.

Foire Aux Questions

To access course materials, assignments, and earn a Certificate, you'll need to purchase the Certificate experience when you enroll in a course. Eligible learners may also have the option to start with a Free Trial. Some courses may also offer a Full Course, No Certificate option. This lets you access course materials, submit required assessments, and receive a final grade, but you won't be able to earn or purchase a Certificate.

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.