Pular para o conteúdo principal

curso

Visualização intermediária de dados com a Seaborn

Intermediário

Actualizado 01/2025

Use as ferramentas sofisticadas de visualização do Seaborn para criar visualizações bonitas e informativas.

Iniciar curso gratuitamente

Incluído gratuitamentePremium or Teams

PythonData Visualization4 horas13 vídeos50 exercícios4,200 XP71,583Declaração de Realização

Crie sua conta gratuita

Google LinkedIn Facebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas

Descrição do curso

Você deseja criar visualizações bonitas e informativas com facilidade? Se for esse o caso, você precisa aprender o seaborn! O Seaborn é uma biblioteca de visualização que é uma parte essencial do kit de ferramentas de ciência de dados do Python. Neste curso, você aprenderá a usar as sofisticadas ferramentas de visualização do seaborn para analisar vários conjuntos de dados do mundo real, incluindo a American Housing Survey, dados sobre mensalidades de faculdades e convidados da popular série de televisão The Daily Show. Após este curso, você poderá usar as funções do seaborn para visualizar seus dados em vários formatos diferentes e personalizar os gráficos do seaborn de acordo com suas necessidades específicas.

Pré-requisitos

Data Manipulation with pandas

1

Introdução ao Seaborn

Iniciar capítulo

Introdução à Seaborn

Fundação Seaborn

Leitura de um arquivo csv

Comparando um histograma e um gráfico de deslocamento

Usando o gráfico de distribuição

Traçar um histograma

Gráfico de caneta e sombreamento do kde

Interpretação dos resultados

Gráficos de regressão no Seaborn

Criar um gráfico de regressão

Plotagem de múltiplas variáveis

Facetando regressões múltiplas

2

Personalizando os lotes da Seaborn

Iniciar capítulo

Usando os estilos Seaborn

Definir o estilo padrão

Comparação de estilos

Remoção de espinhas

Cores em Seaborn

Códigos de cores do Matplotlib

Usando paletas padrão

Paletas de cores

Criando paletas personalizadas

Personalização com matplotlib

Usando os eixos do matplotlib

Personalizações adicionais do gráfico

Adicionar anotações

Várias parcelas

3

Tipos adicionais de terrenos

Iniciar capítulo

Tipos de gráficos categóricos

stripplot() e swarmplot()

boxplots, violinplots e boxenplots

Gráficos de barras, gráficos de pontos e gráficos de contagem

Gráficos de regressão

Gráficos de regressão e residuais

Parâmetros do gráfico de regressão

Dados de binning

Gráficos de matriz

Criação de mapas de calor

Personalização de mapas de calor

4

Criação de gráficos em grades com reconhecimento de dados

Iniciar capítulo

Usando FacetGrid, catplot e lmplot

Criando um FacetGrid

Usando um catplot

Usando um lmplot

Usando PairGrid e pairplot

Criando um PairGrid

Usando um pairplot

Gráficos de pares adicionais

Usando JointGrid e jointplot

Criando um JointGrid e um jointplot

Gráficos conjuntos e regressão

Gráficos conjuntos complexos

Seleção de lotes Seaborn

Visualização intermediária de dados com a Seaborn

Curso
Completo

Declaração de Realização Earn

Adicione esta credencial ao seu perfil, currículo ou currículo do LinkedIn
Compartilhe nas redes sociais e em sua avaliação de desempenho

Incluído comPremium or Teams

Inscreva-se agora

Junte-se a mais 15 milhões de alunos e comece Visualização intermediária de dados com a Seaborn Hoje!

Crie sua conta gratuita

Google LinkedIn Facebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.