Seaborn ile Veri Görselleştirmeye Giriş

Bu bölümde, iki nicel değişken arasındaki ilişkiyi görselleştiren grafikler oluşturacak ve özelleştireceksin. Bunu yapmak için, bir şehirdeki hava kirliliği seviyesinin gün boyunca nasıl değiştiğini ve otomobillerde beygir gücünün yakıt verimliliğiyle nasıl ilişkili olduğunu keşfetmek üzere dağılım grafikleri ve çizgi grafikleri kullanacaksın. Ayrıca Seaborn’un bir başka büyük avantajını göreceksin: tek bir figürde kolayca alt grafikler oluşturabilmek!

Kategorik değişkenler neredeyse her veri kümesinde bulunur; özellikle anket verilerinde çok yaygındır. Bu bölümde, kutu grafikleri (box plot), çubuk grafikleri (bar plot), sayım grafikleri (count plot) ve nokta grafikleri (point plot) gibi kategorik grafikleri oluşturmayı ve özelleştirmeyi öğreneceksin. Bu sırada gençlerin ilgi alanları, öğrencilerin çalışma alışkanlıkları ve yetişkin erkeklerin erkeklik algılarıyla ilgili anket verilerini de keşfedeceksin.

Bu son bölümde, her veri görselleştirmenin en önemli parçalarından olan bilgilendirici grafik başlıkları ve eksen etiketlerini nasıl ekleyeceğini öğreneceksin! Ayrıca, hedef kitleni temel çıkarımlara daha hızlı yönlendirmek için görselleştirmelerinin stilini nasıl özelleştireceğini göreceksin. Ardından, kurstaki son egzersizlerde öğrendiklerinin hepsini bir araya getireceksin!