KnowledgeCity

Datenvisualisierung und Diagrammerstellung

Lernen Sie Layout und Abstände, und machen Sie sich mit Pandas vertraut

In diesen Lektionen beginnen wir mit einem tiefen Eintauchen in Layout und Abstände und erkunden verschiedene Möglichkeiten, eine Figur mit der Achse zu entwickeln und darzustellen. Dann beginnen Sie mit der Erkundung von Pandas, einem der wichtigsten Visualisierungstools. Sie werden entdecken, wie Pandas und die Pandas-Bibliothek universelle Lösungen für die Visualisierung bieten und in einigen Fällen die einzige Bibliothek ist, die Sie benötigen.

Pandas ist eine Open-Source-Bibliothek speziell für Datenanalyse und Data Science. Pandas ist schnell, leistungsstark, flexibel und einfach zu benutzen. Wie auch die anderen in diesem Kurs verwendeten Bibliotheken ist Pandas für die Verwendung mit Python 3.x vorgesehen und ist eine der wenigen Bibliotheken, die eine komplette Visualisierungslösung innerhalb der Pandas-Bibliotheken bereitstellen kann. Wir werden Ihnen auch eine Reihe von zugehörigen Tools vorstellen, wie z. B. CSV-Reader, die Sie im Laufe des Kurses weiter verwenden werden.

Lernziele:

  • Verstehen von Layout und Abständen
  • Beschreiben Sie die Verwendung von Numpy zur Erzeugung von Zufallsdaten
  • Erklären Sie Pandas und eine DataSeries und DataFrame

Autor: Bill Hood

Dauer: 15m · 3 Lektionen
Niveau: Intermediate
Sprache: Deutsch

Fähigkeiten, die du erwirbst

DatenvisualisierungGrafische DarstellungInformationsvisualisierungPandas (Python-Paket)Statistische GrafikenVisualisierung

Was Sie lernen werden

  • Layout und Abstände beim Entwickeln und Plotten mit einer Abbildung und ihrer Achse erforschen
  • Numpy verwenden, um Zufallsdaten zur Visualisierung zu generieren
  • Mit Pandas, einer DataSeries und einem DataFrame für Datenanalyse und Visualisierung arbeiten
  • Daten mit Pandas DataFrames plotten
  • Zugehörige Tools wie CSV-Reader anwenden, die im gesamten Kurs verwendet werden

Wichtige Erkenntnisse

  • Pandas ist eine Open-Source-Bibliothek, die speziell für Datenanalyse und Datenwissenschaft entwickelt wurde.
  • Pandas ist schnell, leistungsstark, flexibel und einfach zu verwenden und ist für die Verwendung mit Python 3.x konzipiert.
  • Pandas kann eine vollständige Visualisierungslösung in seinen eigenen Bibliotheken bereitstellen, und in einigen Fällen ist es die einzige Bibliothek, die Sie benötigen.
  • Der Kurs stellt zugehörige Tools wie CSV-Reader vor, die in den gesamten Lektionen verwendet werden.
  • Die Lektionen behandeln Layout und Abstände, die Verwendung von Numpy zur Generierung von Zufallsdaten und Pandas DataSeries und DataFrames.

Häufig gestellte Fragen

Welche Themen behandelt dieser Kurs?

Der Kurs behandelt Layout und Abstände, Entwicklung und Plotten mit einer Abbildung und ihrer Achse, die Verwendung von Numpy zur Generierung von Zufallsdaten und die Arbeit mit Pandas, einschließlich DataSeries und DataFrames, zum Plotten und Visualisieren von Daten.

Was ist Pandas und warum wird es in diesem Kurs verwendet?

Pandas ist eine Open-Source-Bibliothek speziell für Datenanalyse und Datenwissenschaft. Sie ist schnell, leistungsstark, flexibel und einfach zu verwenden, und in einigen Fällen ist sie die einzige Visualisierungsbibliothek, die Sie benötigen, da sie eine vollständige Visualisierungslösung in ihren Bibliotheken bietet.

Welche Programmiersprache ist für diesen Kurs erforderlich?

Pandas, wie die anderen in diesem Kurs verwendeten Bibliotheken, ist für die Verwendung in Verbindung mit Python 3.x konzipiert.

Welche Lektionen sind in diesem Kurs enthalten?

Der Kurs umfasst drei Lektionen: Layout und Abstände; Einführung in Pandas und Dataframes; und Plotten mit Pandas DataFrames.

Welche Fähigkeiten werde ich in diesem Kurs erwerben?

Sie werden Fähigkeiten in Datenvisualisierung, Graphing, Informationsvisualisierung, Pandas (Python-Paket), statistischen Grafiken und Visualisierung erwerben.

Transkript

Transkript

Wir werden uns kurz mit Layout und Abständen befassen Wir werden Nebenhandlungen und einige der Nebenhandlungsdinge verwenden, die wir haben schon gelernt. Keine neuen Bibliotheken, Matplotlib Da PLT alles ist, was wir brauchen, Numpy, mit dem wir vertraut sind. Wir werden hier auch etwas Neues vorstellen, das ich Berücksichtigen Sie Best Practices. Und das ist eine Definitionsanweisung oder eine Unterroutine, manche könnte es nennen. Im Wesentlichen handelt es sich um eine sich wiederholende Funktion, die wir ausführen werden immer wieder wiederholen. In unserem Fall werden wir also mehr als eine Handlung machen. Also werden wir eine Definition schreiben, die das tatsächlich tut Bieten Sie uns eine Möglichkeit, mit einigen Variablen ein Diagramm zu erstellen In die Handlung selbst und dann die Schriftgröße. Und Sie können hier sehen, dass es unser Basic ist Beispieldiagramm. Und merken Sie das, wenn wir Ändern Sie die Schriftgröße, so wie wir sie auf 12 ändern und ausführen Dies schon wieder, Im Grunde ändern sich dadurch diese Titel. Das ist alles, was wir jetzt wissen müssen. Was wir tun werden, ist, dies zu nennen mehrmals und spielen Sie mit etwas Layout und Abstand. Was wäre nun, wenn wir diese in die richtige Reihenfolge bringen würden? Und was dieses nächste Codesegment tun wird, ist: Erstellen Sie mit dem zuvor besprochenen Figurenformat eine zwei mal zwei Array, zwei Spalten, zwei Zeilen, vier Plots, und dann werden wir unseren Beispielplot verwenden und einfach Nenn es viermal. Deshalb verwenden wir die Definition. Also lassen Sie uns das gleich hier ausführen. Und was Sie jetzt sehen können ist, dass wir unsere vier Grundstücke haben zusammen, aber sie überschneiden sich hier ein wenig. Und das ist etwas, das Sie finden werden das passiert. Allerdings gibt es eine wirklich, eigentlich schöne, einfache Passform. Und wenn Sie sich diesen Code hier ansehen, Eines der Dinge, die wir tun können, ist, dies einfach zu spezifizieren Die Handlung wird ein straffes Layout haben. Und dann wird anhand eines engen Layouts berechnet, wie viel Platz dies bietet Anforderungen, einschließlich der Beschriftungen, und platzieren Sie diese neu. Lassen Sie uns das also ausführen und sehen, wie es aussieht. Und da bist du. Das sieht man dort Es gibt keine Überschneidungen mehr. Und genau das macht das Typ-Layout. Das war's mit Layout und Abstand. Als nächstes kommen Pandas.

Unterwegs lernen

Lerne überall — mit der KnowledgeCity-App schaust du Lektionen unterwegs.