After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
课程介绍
理解、使用并汇总非数值型数据（例如一个人的血型或婚姻状况）是数据科学家的核心能力之一。在本课程中，您将学习如何使用 pandas 和 seaborn 操作并可视化分类数据。通过动手练习，您将掌握 pandas 的分类数据类型，包括如何创建、删除和更新分类列。您还将使用多种数据集，例如可收养犬只的特征、拉斯维加斯旅行评价以及人口普查数据，来提升您处理分类数据的技能。
先修要求
课程大纲
课程大纲
1
分类数据简介
几乎每个数据集都包含分类信息，而这些信息往往是一座尚未开采的宝库。在本章中，您将学习 pandas 如何使用数据类型 category 来处理分类列。您还将了解如何按类别分组数据，以挖掘有价值的汇总统计。
2
分类类型的 pandas Series
现在是时候学习如何在 Series 中设置、添加和移除类别了。您还将探索如何更新、重命名、合并和重新排序类别，随后运用这些新技能来清洗并访问 DataFrame 中的其他数据。
3
可视化分类数据
在本章中，您将使用 Python 库 seaborn 基于分类数据创建信息丰富的可视化——包括分类图（cat-plot）、箱线图、条形图、点图和计数图。接着，您将学习如何可视化分类列，并按分类列拆分数据，以展示数值列的汇总统计。
4
常见陷阱与编码
最后，您将学习如何规避使用分类数据时的常见陷阱。您还将进一步掌握数据编码技能，了解标签编码和独热编码——非常适合帮助您为机器学习算法准备数据。
在 Python 中处理分类数据
课程完成
