| 日期 | 時間 | 議題 | 時數 |
| 第一天 5/7(六) | 09：00 – 10：30 | 資料視覺化概論(常用工具，軟體包，軟體套件，plot types，subplots， markers， colors， axes) | 1.5 |
| 10：30 – 12:00 | 用Python Matplotlib 製作 Line plots, Histograms, Bar plots, Scatter plots | 1.5 |
| 12:00 – 13: 30 | 午餐與休息時間 | |
| 13:30 – 15: 00 | 用Python Matplotlib 製作 Box plots, Violin plots, Bar plots, Pie Charts | 1.5 |
| 15:00 – 16:30 | 用Python Matplotlib 製作 Error Bar plots, Bubble plots, Heat Maps, Subplots | 1.5 |
| 16：30 | 歸賦 | |
| 第二天 5/8(日) | 09：00 – 10：30 | 用Python Pandas數據分析並且製作Single/Multiple Line plots, Single/Multiple Bar charts, Stacked Bar charts | 1.5 |
| 10：30 – 12:00 | 用Python Pandas數據分析並且製作Histogram, Area plots, Scatter plots, Pie charts | 1.5 |
| 12:00 – 13: 30 | 午餐與休息時間 | |
| 13:30 – 15: 00 | 用Python Pandas數據分析並且製作Scatter Matrix, Hexbin chart, Andrew Curve, Kernel Density Plot | 1.5 |
| 15:00 – 16:30 | 用Python Pandas數據分析並且製作Autocorrelation plot, Radviz plot, Bootstrap plot, Subplots | 1.5 |
| 16：30 | 歸賦 | |
| 第三天 5/14(六) | 09：00 – 10：30 | 用Python Seaborn製作Distribution plots, Joint plots, Pair plots, Rug plots, Bar plots, Count plots, Box plots | 1.5 |
| 10：30 – 12:00 | 用Python Seaborn製作Violin plots, Strip plots, Heat maps, Cluster maps, Faced Grid | 1.5 |
| 12:00 – 13: 30 | 午餐與休息時間 | |
| 13:30 – 15: 00 | 交互式資料視覺化：用Python pyecharts製作bar charts, stacked bar charts, histograms, box plots, calendar plot, | 1.5 |
| 15:00 – 16:30 | 交互式資料視覺化：用Python pyecharts製作Funnel plots, Radar charts, Liquid plots, Gauge, Word cloud, Map | 1.5 |
| 16：30 | 歸賦 | |
| 第四天 5/15(日) | 09：00 – 10：30 | 交互式商業智能數據可視化軟體Tableau操作界面簡介，建立報表（資料篩選，資料排序，資料群組，資料階層，自定義資料集合） | 1.5 |
| 10：30 – 12:00 | 用Tableau製作Line Plots, Discrete line plots, Single/Double Axis Charts | 1.5 |
| 12:00 – 13: 30 | 午餐與休息時間 | |
| 13:30 – 15: 00 | 用Tableau製作Pie Charts, Tree maps, Packed Bubbles, Scatter plots, Text tables | 1.5 |
| 15:00 – 16:30 | 用Tableau製作 Highlight tables, Heat map, Histogram, Motion, Symbol map, Dashboard, Story | 1.5 |
| 16：30 | 歸賦 | |
