對學習是有幫助的，整體節奏偏快，由於我是一個喜歡看文字的人，沒有字幕及重點標記令我有點難找到重點及消化。
建議:放上字幕，可以在每一章節後放一個重點回顧，或是和其他圖表的比對summary。
常找不到講師再用哪一個文件檔做示範，有時找不到作業範例，1-2的範例似乎檔明和影片中名字還有不同，也找不到第二章作業的範例，後面都是自己打，然後看影片一點一點比對。
建議:在開啟哪一份資料時可以提醒大家是哪一份檔案，並把檔名改為1-5課範例等。
若提到前面單元的概念建議在放重點ppt讓學員回顧，例如37章提到EDA時，聽兩三次才想起來是甚麼。
在做重點回顧時建議中英文選擇一種使用就好，以保持一致性。
另外可以放上一些相關資源的連結如:1 Docs: Matplotlib ,Regular expression 2 Community: Facebook, Kaggle 3若希望精進，可以看什麼書籍或是相關的課程。讓學員在真的不懂的時候能更容易取得相關說明，並知道下一步該學什麼。
這堂課程讓我對資料分析有了更進一步的認識，尤其是(1)Seaborn的相關說明，以前都只會用matplotlib進行簡單的分析。(2)字串方式，讓我在整理資料時有更多的選擇。(3)如何清洗資料，以前在整理時常常忘記檢查，導致無法產出，在講師的示範下，看見資料清洗的邏輯與方法。
感覺整體難度不高，但是仍花了一天半的時間才完成這堂課程。
Udemy 線上課程：【增加職場技能】用一個假日進行 Python 資料分析視覺化實戰
成為快樂學習員：為推廣與提升學習 Python 資料分析之環境，提供學習員鼓勵計畫。分享本篇文章做推薦學習至臉書動態牆並來訊「快樂學程式」粉專分享你學習該堂課的動機與該貼文連結，學程式提供八折優惠折扣。被分享數有達10個以上進行申請（oh!你的學習意願有目共睹，必須給你拍拍手），更提供你六折優惠！讓快樂學程式幫助你快樂學習，提升職場競爭力:)
