Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
Ten kurs pomoże ci rozwinąć umiejętności wizualizacji danych poza poziom podstawowy i przekształcić je w potężne narzędzie w twoim zestawie Data Science. W kolejnych lekcjach skorzystamy z dwóch interesujących otwartych zbiorów danych, aby omówić różne typy danych (proporcje, dane punktowe, pojedyncze rozkłady i wiele rozkładów) oraz zalety i wady najpopularniejszych wykresów. Poza tym przyjrzymy się mniej popularnym alternatywnym wizualizacjom dla poszczególnych typów danych i pokażemy, jak dostosować domyślne ustawienia ggplot, by jak najskuteczniej przekazać swój komunikat.
Wymagania wstępne
Program nauczania
Plan kursu
1
Proporcje całości
W tym rozdziale skupiamy się na wizualizacji proporcji całości. Przekonasz się, że wykresy kołowe wcale nie są takie złe, a przy okazji omówimy wykres waflowy i skumulowane wykresy słupkowe do porównywania wielu proporcji.
- Wprowadzenie do gramatyki wykresów50 XP
- Zapoznanie z danymi o chorobach100 XP
- Rozgrzewka z przetwarzaniem danych100 XP
- Wykres kołowy i jego warianty50 XP
- Legendarny wykres kołowy100 XP
- Porządkowanie wykresu kołowego100 XP
- A może waffle?100 XP
- Kiedy używać wykresów słupkowych50 XP
- Podstawowe słupki skumulowane100 XP
- Porządkowanie stosu dla lepszej czytelności100 XP
- Kategoryczna oś X100 XP
2
Dane punktowe
Teraz przenosimy uwagę na dane jednostkowe, czyli dane punktowe. Dowiesz się, kiedy wykresy słupkowe są właściwym wyborem, a kiedy lepiej sięgnąć po coś innego – oraz jak ulepszać wykresy z myślą o czytelności i percepcji.
3
Pojedyncze rozkłady
Czas na wizualizację danych rozkładowych. Pokażemy, jak łatwo histogramy mogą wprowadzić w błąd, omówimy, kiedy warto przejść na wykresy gęstości jądrowej, i wyjaśnimy, jak sprawić, by oba typy wykresów jak najlepiej oddawały charakter twoich danych.
4
Porównywanie rozkładów
Na zakończenie przyjrzymy się porównywaniu wielu rozkładów. Zobaczysz, dlaczego tradycyjne wykresy pudełkowe mogą być mylące i jak łatwo je ulepszyć. Zbadamy też, kiedy warto sięgnąć po bardziej zaawansowane alternatywy, takie jak wykres pszczoły (beeswarm) czy wykres skrzypcowy.
R
Najlepsze praktyki wizualizacji danych w R
Kurs
ukończony
