Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Ser capaz de comprender, utilizar y resumir datos no numéricos -como el grupo sanguíneo o el estado civil de una persona- es un componente vital para ser un científico de datos. En este curso, aprenderás a manipular y visualizar datos categóricos utilizando pandas y seaborn. Mediante ejercicios prácticos, te familiarizarás con el tipo de datos categórico de pandas, incluyendo cómo crear, eliminar y actualizar columnas categóricas. También trabajarás con una amplia gama de conjuntos de datos, como las características de los perros adoptables, las reseñas de viajes a Las Vegas y los datos del censo, para desarrollar tus habilidades en el trabajo con datos categóricos.
Requisitos previos
Programa de formación
Contenido del curso
1
Introducción a los datos categóricos
Casi todos los conjuntos de datos contienen información categórica, y a menudo se trata de una mina de información inexplorada. En este capítulo, aprenderás cómo maneja pandas las columnas categóricas utilizando el tipo de datos categoría. También descubrirás cómo agrupar datos por categorías para desenterrar grandes estadísticas resumidas.
- Introducción al curso50 XP
- Categóricas vs. numéricas100 XP
- Explorar una variable objetivo100 XP
- Variables categóricas ordinales100 XP
- Datos categóricos en pandas50 XP
- Configurar dtypes y guardar memoria100 XP
- Crear una serie categórica de pandas100 XP
- Configurar dtype al leer datos100 XP
- Agrupar datos por categorías en pandas50 XP
- Crea muchos grupos50 XP
- Configurar una sentencia .groupby()100 XP
- Uso eficaz de las funciones pandas100 XP
2
Pandas categóricos Serie
Ahora es el momento de aprender a establecer, añadir y eliminar categorías de una Serie. También explorarás cómo actualizar, renombrar, agrupar y reordenar categorías, antes de aplicar tus nuevas habilidades para limpiar y acceder a otros datos dentro de tu DataFrame.
3
Visualizar datos categóricos
En este capítulo, utilizarás la biblioteca seaborn Python para crear visualizaciones informativas utilizando datos categóricos, incluyendo gráficos categóricos (cat-plot), gráficos de caja, gráficos de barras, gráficos de puntos y gráficos de recuento. A continuación, aprenderás a visualizar columnas categóricas y a dividir datos en columnas categóricas para visualizar estadísticas resumidas de columnas numéricas.
4
Trampas y codificación
Por último, aprenderás a superar los escollos habituales del uso de datos categóricos. También ampliarás tus conocimientos de codificación de datos, ya que se te presentarán la codificación de etiquetas y la codificación de un solo punto, perfectas para ayudarte a preparar tus datos para su uso en algoritmos de aprendizaje automático.
Trabajar con datos categóricos en Python
Curso
completado
