After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Уміння розуміти, використовувати й узагальнювати нечислові дані — наприклад, групу крові чи сімейний стан — є важливою складовою роботи дата-сайєнтиста. У цьому курсі ви навчитеся обробляти й візуалізувати категоріальні дані за допомогою pandas і seaborn. На практичних вправах ви опanuєте категоріальний тип даних у pandas: як створювати, видаляти та оновлювати категоріальні стовпці. Ви також попрацюєте з різними наборами даних — від характеристик собак для адопції до відгуків про поїздки до Лас-Вегаса та переписних даних — щоб розвинути навички роботи з категоріальними даними.
Попередні вимоги
Навчальний план
Зміст курсу
1
Вступ до категоріальних даних
Майже кожен набір даних містить категоріальну інформацію — і часто це невикористане джерело цінних інсайтів. У цьому розділі ви дізнаєтеся, як pandas працює з категоріальними стовпцями за допомогою типу даних category. Також ви навчитеся групувати дані за категоріями, щоб отримувати корисні підсумкові статистики.
- Вступ до курсу50 XP
- Категоріальні vs. числові100 XP
- Дослідження цільової змінної100 XP
- Порядкові категоріальні змінні100 XP
- Категоріальні дані в pandas50 XP
- Налаштування dtypes і заощадження пам'яті100 XP
- Створення категоріального Series у pandas100 XP
- Задавання dtype під час зчитування даних100 XP
- Групування даних за категоріями в pandas50 XP
- Створіть багато груп50 XP
- Налаштування виразу .groupby()100 XP
- Ефективне використання функцій pandas100 XP
2
Категоріальні Series у pandas
Тепер час навчитися встановлювати, додавати та вилучати категорії з Series. Ви також розглянете, як оновлювати, перейменовувати, об'єднувати та змінювати порядок категорій, а потім застосуєте нові вміння, щоб очистити дані й отримувати доступ до інших даних у вашому DataFrame.
3
Візуалізація категоріальних даних
У цьому розділі ви використаєте бібліотеку Python seaborn, щоб створювати інформативні візуалізації з категоріальними даними — зокрема categorical plots (cat-plot), box plots, bar plots, point plots і count plots. Далі ви дізнаєтеся, як візуалізувати категоріальні стовпці та розбивати дані за категоріальними стовпцями, щоб показати підсумкові статистики числових стовпців.
4
Підводні камені та кодування
Насамкінець ви навчитеся долати типові підводні камені під час роботи з категоріальними даними. Ви також поглибите навички кодування даних, познайомившись із label encoding та one-hot encoding — це стане в пригоді під час підготовки даних до використання в алгоритмах машинного навчання.
Робота з категоріальними даними в Python
Курс
завершено
