Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Ser capaz de entender, usar e resumir dados não numéricos, como o tipo sanguíneo ou o estado civil de uma pessoa, é um componente vital para ser um cientista de dados. Neste curso, você aprenderá a manipular e visualizar dados categóricos usando pandas e seaborn. Por meio de exercícios práticos, você conhecerá o tipo de dados categóricos do pandas, inclusive como criar, excluir e atualizar colunas categóricas. Você também trabalhará com uma ampla variedade de conjuntos de dados, incluindo as características de cães adotáveis, avaliações de viagens a Las Vegas e dados de censo para desenvolver suas habilidades de trabalho com dados categóricos.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Introdução aos dados categóricos
Quase todo conjunto de dados contém informações categóricas e, muitas vezes, é uma mina de ouro inexplorada de informações. Neste capítulo, você aprenderá como o pandas lida com colunas categóricas usando o tipo de dados category. Você também descobrirá como agrupar dados por categorias para descobrir estatísticas resumidas excelentes.
- Introdução ao curso50 XP
- Categóricas vs. numéricas100 XP
- Exploração de uma variável-alvo100 XP
- Variáveis categóricas ordinais100 XP
- Dados categóricos no pandas50 XP
- Configuração de tipos de dados e economia de memória100 XP
- Criando uma série categórica do pandas100 XP
- Definindo dtype ao ler dados100 XP
- Agrupamento de dados por categoria no pandas50 XP
- Criar muitos grupos50 XP
- Configurando um comando .groupby()100 XP
- Uso eficaz das funções pandas100 XP
2
Série de pandas categóricos
Agora você aprenderá a definir, adicionar e remover categorias de uma série. Você também explorará como atualizar, renomear, juntar e reordenar categorias, antes de aplicar suas novas habilidades para limpar e acessar outros dados no DataFrame.
3
Visualização de dados categóricos
Neste capítulo, você usará a biblioteca seaborn Python para criar visualizações informativas usando dados categóricos, incluindo gráficos categóricos (cat-plot), gráficos de caixa, gráficos de barras, gráficos de pontos e gráficos de contagem. Em seguida, você aprenderá a visualizar colunas categóricas e a dividir dados em colunas categóricas para visualizar estatísticas resumidas de colunas numéricas.
4
Armadilhas e codificação
Por fim, você aprenderá a superar as armadilhas comuns do uso de dados categóricos. Você também desenvolverá suas habilidades de codificação de dados à medida que for apresentado à codificação de rótulos e à codificação de um ponto - perfeitas para ajudá-lo a preparar seus dados para uso em algoritmos de machine learning.
Trabalhando com dados categóricos em Python
Curso
concluído
