After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Створюйте власні графіки Seaborn
Seaborn — це потужна бібліотека Python, яка дає змогу легко створювати інформативні та привабливі візуалізації даних. Цей 4-годинний курс надає вступ до того, як ви можете використовувати Seaborn для створення різноманітних графіків, включно з діаграмами розсіювання, count plots, bar plots і box plots, а також як ви можна налаштовувати ваші візуалізації.Перетворюйте реальні набори даних на власні візуалізації Seaborn
Ви ознайомитеся з цією бібліотекою та створите свої графіки Seaborn на основі різноманітних реальних наборів даних, зокрема дослідження того, як забруднення повітря в місті змінюється протягом дня та дивлячись на те, що люблять робити молоді люди у своїх вільний час. Ці дані дадуть вам можливість дізнатися про Seaborn’s переваги з перших рук, зокрема як ви можете легко створювати підграфіки в a одна цифра та як автоматично обчислювати довірчі інтервали.Покращте свої навички комунікації даних
Після завершення цього курсу ви зможете використовувати Seaborn у різних ситуаціях досліджувати ваші дані та ефективно доносити результати ваших даних аналіз для інших. Ці навички дуже затребувані для аналітиків даних, дата-сайентистів, і будь-яку іншу роботу, що може передбачати створення даних візуалізації. Якщо ви хочете продовжити навчання, цей курс є частиною з кількох напрямів, зокрема напряму Data Visualization, де ви можете додати більше бібліотек і технік до вашого набору навичок.Попередні вимоги
Навчальний план
Зміст курсу
1
Вступ до Seaborn
Що таке Seaborn і коли його варто використовувати? У цьому розділі ви дізнаєтеся про це! Крім того, ви навчитеся створювати точкові діаграми та діаграми підрахунку як зі списків даних, так і з датафреймів pandas. Також ви познайомитеся з однією з головних переваг Seaborn — можливістю легко додавати до графіків третю змінну, використовуючи колір для позначення різних підгруп.
- Вступ до Seaborn50 XP
- Створення діаграми розсіювання зі списків100 XP
- Побудова count plot зі списку100 XP
- Використання pandas із Seaborn50 XP
- «Охайні» vs «неохайні» дані100 XP
- Побудова count plot з DataFrame100 XP
- Додавання третьої змінної за допомогою hue50 XP
- Параметр hue і точкові діаграми100 XP
- Hue і стовпчикові діаграми підрахунку100 XP
2
Візуалізація двох кількісних змінних
У цьому розділі ви створите та налаштуєте графіки, що відображають взаємозв'язок між двома кількісними змінними. Для цього ви використаєте точкові та лінійні діаграми, щоб дослідити, як рівень забруднення повітря в місті змінюється протягом дня, і як потужність двигуна пов'язана з паливною ефективністю автомобілів. Ви також побачите ще одну важливу перевагу Seaborn — можливість легко створювати підграфіки в одній фігурі!
3
Візуалізація категоріальної та кількісної змінних
Категоріальні змінні трапляються майже в кожному наборі даних, але особливо часто — в опитуваннях. У цьому розділі ви навчитеся створювати й налаштовувати категоріальні графіки, зокрема коробкові діаграми, стовпчикові діаграми, діаграми підрахунку та точкові діаграми (point plots). Паралельно ви проаналізуєте дані опитувань молоді про їхні інтереси, студентів — про навчальні звички, а також дорослих чоловіків — про їхні уявлення щодо маскулінності.
4
Налаштування графіків Seaborn
У фінальному розділі ви дізнаєтеся, як додавати інформативні заголовки графіків і підписи до осей — це одна з найважливіших складових будь-якої візуалізації даних! Ви також навчитеся налаштовувати стиль візуалізацій, щоб швидше зорієнтувати аудиторію на ключових висновках. Після цього ви об'єднаєте все, чого навчилися, у фінальних вправах курсу!
Вступ до візуалізації даних із Seaborn
Курс
завершено
