- Zrozumienie koncepcji nauki o danych
- Python doświadczenie w programowaniu
Publiczność
- Analitycy danych
- Naukowcy zajmujący się danymi
Wizualizacja danych to praktyka przekształcania danych w graficzne i wizualne reprezentacje w celu analizy wzorców lub trendów. Ten kurs koncentruje się na tworzeniu wizualizacji danych przy użyciu Python i zdobywaniu praktycznych spostrzeżeń dotyczących typowych przypadków użycia.
To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla analityków danych i naukowców zajmujących się danymi, którzy chcą używać Python do tworzenia interaktywnych wizualizacji danych bezpośrednio z kodu.
Pod koniec tego szkolenia uczestnicy będą mogli
- Skonfigurować niezbędne środowisko programistyczne, aby rozpocząć tworzenie wizualizacji danych za pomocą Python.
- Zrozumieć podstawowe koncepcje wizualizacji danych, przypadki użycia i narzędzia.
- Zapoznać się z różnymi bibliotekami (Matplotlib, Seaborn, Bokeh i Folium) dostępnymi w Python.
- Dowiedz się, jak tworzyć wykresy liniowe, statystyczne, geoprzestrzenne i inne złożone wizualizacje danych za pomocą Python.
- Poznaj najlepsze praktyki i techniki prezentacji i interpretacji danych.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.
Opcje dostosowywania kursu
- Aby poprosić o spersonalizowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.
Wprowadzenie
- Przegląd podstawowych koncepcji wizualizacji danych
- Techniki i narzędzia wizualizacji
Pierwsze kroki
- Instalowanie bibliotek Python (Matplotlib, Seaborn, Bokeh i Folium)
- Przypadki użycia i praktyczne przykłady
Tworzenie wykresów liniowych i grafów za pomocą Matplotlib
- Tworzenie podstawowych wykresów liniowych
- Dodawanie stylów, osi i etykiet
- Łączenie wielu wykresów
- Tworzenie wykresów słupkowych, kołowych i histogramów
Tworzenie złożonych wizualizacji za pomocą Seaborn
- Wizualizacja Pandas DataFrame
- Wykreślanie słupków i agregatów
- Implementowanie wykresów KDE, pudełkowych i skrzypcowych
- Analizowanie rozkładów statystycznych
Tworzenie interaktywnych wizualizacji za pomocą Bokeh
- Wykreślanie za pomocą podstawowych glifów
- Tworzenie układów dla wielu wizualizacji
- Stylizacja i atrybuty wizualne
- Dodawanie interaktywności (interaktywne legendy, akcje najechania kursorem i widżety)
- Wdrażanie połączonych wyborów
Wizualizacja danych geoprzestrzennych za pomocą Folium
- Wykreślanie interaktywnych map
- Korzystanie z warstw i kafelków
- Dodawanie znaczników i ścieżek
Rozwiązywanie problemów
Podsumowanie i kolejne kroki
United Arab Emirates - Data Visualization with Python
Qatar - Data Visualization with Python
Egypt - Data Visualization with Python
Saudi Arabia - Data Visualization with Python
South Africa - Data Visualization with Python
Brasil - Data Visualization with Python
Canada - Data Visualization with Python
中国 - Data Visualization with Python
香港 - Data Visualization with Python
澳門 - Data Visualization with Python
台灣 - Data Visualization with Python
USA - Data Visualization with Python
Österreich - Data Visualization with Python
Schweiz - Data Visualization with Python
Deutschland - Data Visualization with Python
Czech Republic - Data Visualization with Python
Denmark - Data Visualization with Python
Estonia - Data Visualization with Python
Finland - Data Visualization with Python
Greece - Data Visualization with Python
Magyarország - Data Visualization with Python
Ireland - Data Visualization with Python
Luxembourg - Data Visualization with Python
Latvia - Data Visualization with Python
España - Data Visualization with Python
Italia - Data Visualization with Python
Lithuania - Data Visualization with Python
Nederland - Data Visualization with Python
Norway - Data Visualization with Python
Portugal - Data Visualization with Python
România - Data Visualization with Python
Sverige - Data Visualization with Python
Türkiye - Data Visualization with Python
Malta - Data Visualization with Python
Belgique - Data Visualization with Python
France - Data Visualization with Python
日本 - Data Visualization with Python
Australia - Data Visualization with Python
Malaysia - Data Visualization with Python
New Zealand - Data Visualization with Python
Philippines - Data Visualization with Python
Singapore - Data Visualization with Python
Thailand - Data Visualization with Python
Vietnam - Data Visualization with Python
India - Data Visualization with Python
Argentina - Data Visualization with Python
Chile - Data Visualization with Python
Costa Rica - Data Visualization with Python
Ecuador - Data Visualization with Python
Guatemala - Data Visualization with Python
Colombia - Data Visualization with Python
México - Data Visualization with Python
Panama - Data Visualization with Python
Peru - Data Visualization with Python
Uruguay - Data Visualization with Python
Venezuela - Data Visualization with Python
Polska - Data Visualization with Python
United Kingdom - Data Visualization with Python
South Korea - Data Visualization with Python
Pakistan - Data Visualization with Python
Sri Lanka - Data Visualization with Python
Bulgaria - Data Visualization with Python
Bolivia - Data Visualization with Python
Indonesia - Data Visualization with Python
Kazakhstan - Data Visualization with Python
Moldova - Data Visualization with Python
Morocco - Data Visualization with Python
Tunisia - Data Visualization with Python
Kuwait - Data Visualization with Python
Oman - Data Visualization with Python
Slovakia - Data Visualization with Python
Kenya - Data Visualization with Python
Nigeria - Data Visualization with Python
Botswana - Data Visualization with Python
Slovenia - Data Visualization with Python
Croatia - Data Visualization with Python
Serbia - Data Visualization with Python
Bhutan - Data Visualization with Python