Build your ultimate AI agent
Descrierea cursului
Capacitatea de a înțelege, utiliza și rezuma date non-numerice — cum ar fi grupa de sânge sau starea civilă a unei persoane — este esențială pentru orice om de știință a datelor. În acest curs, vei învăța cum să manipulezi și să vizualizezi date categoriale folosind pandas și seaborn. Prin exerciții practice, vei aprofunda tipul de date categorial din pandas, inclusiv cum să creezi, ștergi și actualizezi coloane categoriale. Vei lucra cu seturi de date variate — caracteristici ale câinilor adoptabili, recenzii de călătorii în Las Vegas și date de recensământ — pentru a-ți dezvolta abilitățile de lucru cu date categoriale.
Cerințe prealabile
Curriculum
Structura cursului
1
Introducere în datele categoriale
Aproape orice set de date conține informații categoriale — și adesea acestea reprezintă o sursă neexplorată de informații valoroase. În acest capitol, vei învăța cum gestionează pandas coloanele categoriale folosind tipul de date `category`. Vei descoperi, de asemenea, cum să grupezi datele pe categorii pentru a extrage statistici rezumative relevante.
- Introducere în curs50 XP
- Categorial vs. numeric100 XP
- Explorarea variabilei țintă100 XP
- Variabile categorice ordinale100 XP
- Date categoriale în pandas50 XP
- Setarea tipurilor de date și economisirea memoriei100 XP
- Crearea unui Series categorial în pandas100 XP
- Setarea dtype la citirea datelor100 XP
- Gruparea datelor după categorie în pandas50 XP
- Creează mai multe grupuri50 XP
- Configurarea unui enunț .groupby()100 XP
- Utilizarea eficientă a funcțiilor pandas100 XP
2
Serii pandas categoriale
Acum este momentul să înveți cum să setezi, adaugi și elimini categorii dintr-o Serie. Vei explora, de asemenea, cum să actualizezi, redenumești, combini și reordonezi categorii, după care îți vei aplica noile abilități pentru a curăța și accesa alte date din DataFrame.
3
Vizualizarea datelor categoriale
În acest capitol, vei folosi biblioteca Python seaborn pentru a crea vizualizări informative pe baza datelor categoriale — inclusiv grafice categoriale (cat-plot), box plot-uri, bar plot-uri, point plot-uri și count plot-uri. Vei învăța, de asemenea, cum să vizualizezi coloane categoriale și să împarți datele pe categorii pentru a reprezenta grafic statistici rezumative ale coloanelor numerice.
4
Capcane și codificare
În final, vei învăța cum să eviți capcanele comune ale datelor categoriale. Îți vei dezvolta și abilitățile de codificare a datelor, prin introducerea în label encoding și one-hot encoding — metode esențiale pentru pregătirea datelor în vederea utilizării în algoritmi de învățare automată.
Lucrul cu date categoriale în Python
Curs
finalizat
