Build your ultimate AI agent
Opis kursu
Wizualizacja danych na wykresach i rysunkach ujawnia wzorce ukryte w danych i dostarcza cennych spostrzeżeń. Dobre wizualizacje pomagają też komunikować dane innym – są przydatne zarówno dla analityków danych, jak i dla odbiorców końcowych. W tym kursie nauczysz się korzystać z Matplotlib – potężnej biblioteki Pythona do wizualizacji danych. Matplotlib dostarcza narzędzi potrzebnych do tworzenia rozbudowanych wizualizacji różnych typów zbiorów danych. Dowiesz się, jak tworzyć wizualizacje dla różnych rodzajów danych oraz jak je dostosowywać, automatyzować i udostępniać.Filmy zawierają transkrypcje na żywo, które możesz wyświetlić, klikając „Pokaż transkrypcję" w lewym dolnym rogu.
Słowniczek kursu znajdziesz po prawej stronie, w sekcji zasobów.
Aby uzyskać punkty CPE, musisz ukończyć kurs i uzyskać co najmniej 70% punktów w kwalifikowanym teście. Do testu możesz przejść, klikając powiadomienie o punktach CPE po prawej stronie.
Wymagania wstępne
Program kursu
Plan kursu
1
Wprowadzenie do Matplotlib
Ten rozdział wprowadza bibliotekę Matplotlib i pokazuje, jak jej używać do wizualizacji danych.
- Wprowadzenie do wizualizacji danych z Matplotlib50 XP
- Korzystanie z interfejsu matplotlib.pyplot100 XP
- Dodawanie danych do obiektu Axes100 XP
- Dostosowywanie wykresów50 XP
- Dostosowywanie wyglądu danych100 XP
- Dostosowywanie etykiet osi i dodawanie tytułu100 XP
- Małe wielokrotności50 XP
- Tworzenie siatki wykresów podrzędnych50 XP
- Tworzenie małych wielokrotności za pomocą plt.subplots100 XP
- Małe wielokrotności ze wspólną osią y100 XP
2
Wykresy szeregów czasowych
Dane szeregów czasowych to dane rejestrowane w czasie. Wizualizacja tego typu danych pomaga dostrzegać trendy i zależności między zmiennymi.
3
Porównania ilościowe i wizualizacje statystyczne
Wizualizacje umożliwiają ilościowe porównywanie danych. Ten rozdział omawia kilka metod tworzenia wizualizacji ilościowych.
4
Udostępnianie wizualizacji innym
Ten rozdział pokazuje, jak udostępniać wizualizacje innym: jak zapisywać wykresy jako pliki, jak dostosowywać ich wygląd i jak automatyzować ich tworzenie na podstawie danych wejściowych.
Wprowadzenie do wizualizacji danych z Matplotlib
Kurs
ukończony
