Description du cours
L'utilisation efficace des techniques de visualisation nécessite une combinaison de compétences, y compris une connaissance pratique d'une plateforme de programmation telle que Python version 3.x, une solide expérience dans le chargement, le téléchargement et l'analyse de données dans des structures de données; utilisation de fichiers tels que CSV et JPEG, et connaissance d'un ensemble d'outils de bibliothèques pour Python. Ce cours crée un cadre utilisant des outils open source pour décrire comment aborder différents projets de visualisation. Il s'agit d'un cours pratique avec des étudiants utilisant Python 3.x à un niveau intermédiaire comme force motrice derrière les visualisations. La connaissance et l'utilisation antérieure d'Import et les exigences associées pour rendre une importation disponible à Python est un prérequis.
L'expert en visualisation de données performant peut sourcer des données, les mettre dans un modèle de travail et visualiser les informations via des milliers de graphiques possibles. Ce cours met de l'avant un processus en trois étapes aboutissant à une visualisation. Le processus commence par l’obtention de vos données, et vous apprendrez plusieurs des façons les plus courantes de sourcer ou de créer vos propres ensembles de données. Une fois que vous avez les données brutes, nous verrons comment vous pourriez les tracer et quelles autres informations vous pourriez avoir besoin, telles que les données de chronologie. Enfin, avec les données provenant et dans un modèle approprié, vous apprendrez à tracer une, deux ou plusieurs variables dans l'une des milliers d'options de tracé disponibles.
Ce que vous allez apprendre
- Comprendre Python 3.x à un niveau intermédiaire en tant que moteur de création de visualisations
- Importer des bibliothèques Python et satisfaire aux exigences pour rendre une importation (import) disponible pour Python
- Appliquer des techniques de gestion de données dans Python, y compris le sourcing, l'analyse (parsing) et la modélisation de données à l'aide de fichiers tels que des CSV et des JPEG
- Sourcer des données par des méthodes telles que le web scraping et les API, et créer vos propres ensembles de données
- Tracer une, deux ou plusieurs variables à l'aide de types de graphiques courants tels que les graphiques linéaires, les histogrammes, les nuages de points, les cartes thermiques et les graphiques à barres
- Reconnaître les utilisations courantes des graphiques typiques et visualiser des données sur des cartes géographiques
Points clés à retenir
- Le cours présente un processus en trois étapes pour créer une visualisation : sourcer vos données, les intégrer dans un modèle approprié, et tracer une ou plusieurs variables.
- Une visualisation efficace nécessite une connaissance pratique de Python 3.x, une expérience dans le téléchargement, l'envoi et l'analyse de données, l'utilisation de fichiers tels que les CSV et les JPEG, et la connaissance d'un ensemble d'outils de bibliothèques Python.
- Le cours est pratique, les étudiants utilisant Python 3.x à un niveau intermédiaire pour animer les visualisations.
- La connaissance et l'utilisation préalable d'Import, ainsi que les exigences pour rendre un Import disponible pour Python, sont un prérequis.
- Un expert en visualisation de données accompli peut sourcer des données, les intégrer dans un modèle fonctionnel et visualiser les informations via des milliers de graphiques possibles.
Foire aux questions
Quels sont les prérequis pour ce cours ?
Ce cours nécessite une connaissance pratique de Python 3.x à un niveau intermédiaire, une solide expérience dans le téléversement, le téléchargement et l'analyse de données vers des structures de données, l'utilisation de fichiers tels que les CSV et les JPEG, et la connaissance d'un ensemble de bibliothèques Python. La connaissance et l'utilisation antérieure d'Import, et les prérequis pour rendre un Import disponible pour Python, sont un prérequis.
Que couvre ce cours ?
Le cours crée un cadre à l'aide d'outils open-source et présente un processus de visualisation en trois étapes : sourcer vos données, les mettre dans un modèle approprié et tracer une, deux ou plusieurs variables. Il couvre les types de graphiques tels que les graphiques linéaires, les histogrammes, les nuages de points, les cartes thermiques et les graphiques à barres, ainsi que le web scraping et l'extraction de données via des API, le traçage sur des cartes géographiques et la visualisation de données dans la technologie, l'art et le machine learning.
S'agit-il d'un cours pratique ?
Oui. Il s'agit d'un cours pratique où les étudiants utilisent Python 3.x à un niveau intermédiaire comme moteur des visualisations.
Comment le cours aborde-t-il la création d'une visualisation ?
Il propose un processus en trois étapes : tout d'abord, le sourcing ou la création de vos propres ensembles de données, puis le tracé des données brutes et l'identification des autres informations dont vous pourriez avoir besoin, telles que les données chronologiques, et enfin le tracé d'une, deux variables ou plus, en utilisant l'une des milliers d'options de graphiques disponibles.
Certifications professionnelles et Unités d'Éducation Continue (UEC)
Continuing Development Units (CDUs): 2.25
KnowledgeCity est un fournisseur de formation approuvé par l'International Institute of Business Analysis™ (IIBA®) pour CCBA®, CBAP®. Les cours de KnowledgeCity peuvent aider les apprenants à obtenir leurs unités de développement continu (CDU).
