Visualização de dados e plotagem de gráficos

Name: Visualização de dados e plotagem de gráficos
Author: Bill Hood

Aprenda layout e espaçamento e conheça o Pandas

Preview the first lesson free — get full access to all 3 lessons.

Curso: sob demanda

Faremos uma rápida análise do layout e do espaçamento, e usaremos subtramas e algumas das coisas da subtrama que temos já aprendi. Sem novas bibliotecas, matplotlib já que PLT é tudo que precisamos, numpy, com o qual estamos familiarizados. Também vamos apresentar algo novo aqui, que eu considere as melhores práticas. E isso é uma declaração de definição ou uma sub-rotina, alguns poderia chamá-lo. Essencialmente, é uma função repetitiva que vamos repita uma e outra vez. Então no nosso caso vamos fazer mais de uma trama. Então, vamos escrever uma definição que realmente fornecer uma maneira de criar um gráfico para nós com algumas variáveis em o gráfico em si e depois o tamanho da fonte. E você pode ver aqui o nosso básico gráfico de amostra. E observe que quando nós mude o tamanho da fonte, como vamos mudar para 12 e executar isso de novo, Basicamente isso muda esses títulos. Isso é tudo que precisamos saber agora. O que vamos fazer é chamar isso várias vezes e brinque com algum layout e espaçamento. Então, agora, e se colocássemos isso em ordem? E então o que este próximo segmento de código fará é, usando aquele formato de figura de que falamos anteriormente, crie um matriz dois por dois, duas colunas, duas linhas, quatro gráficos, e então usaremos nosso gráfico de exemplo e apenas chame-o quatro vezes. Daí porque usamos a definição. Então, vamos executar isso aqui. E agora o que você pode ver é que temos nossos quatro lotes juntos, mas eles se sobrepõem um pouco aqui. E isso é algo que você vai descobrir acontece. No entanto, há um ajuste realmente muito fácil. E se você olhar este código aqui, uma das coisas que podemos fazer é apenas especificar que este o enredo será um layout compacto. E então o layout compacto calculará quanto espaço isso necessidades, incluindo os rótulos, e espaçá-los novamente. Então, vamos executar isso e ver como fica. E aí está você. Você vê isso aí não há mais sobreposições. E é isso que o layout de tipo faz. É isso para layout e espaçamento. Próximos pandas.

Intermediário Fornecedor : Bill Hood 3 lições · 15m em Árabe, Alemão, Inglês, Espanhol, Francês, Português, Chinese

Descrição do curso

In these lessons, we start by taking a deep dive into layout and spacing and exploring different ways to develop and plot using a figure with the axis. Then you’ll begin an exploration of Pandas, one of the most important visualization tools. You’ll discover how Pandas and the Pandas library provide all-purpose solutions for visualization and, in some cases, is the only library you will need.

Pandas is an open-source library specifically for data analysis and data science. Pandas is fast, powerful, flexible, and easy to use. As with other libraries used in this course, Pandas is intended to be used in conjunction with Python 3.x, and is one of the few libraries that can provide an entire visualization solution within the Pandas libraries. We’ll also introduce you to a number of associated tools, such as CSV readers, that you’ll continue to use throughout the course.

Learning Objectives:

• Understand layout and spacing

• Describe the use of Numpy to generate random data

• Explain Pandas and a DataSeries and DataFrame

O Que Você Vai Aprender

Explorar layout e espaçamento ao desenvolver e plotar com uma figura e seu eixo
Usar Numpy para gerar dados aleatórios para visualização
Trabalhar com Pandas, uma DataSeries e um DataFrame para análise e visualização de dados
Plotar dados usando DataFrames do Pandas
Aplicar ferramentas associadas como leitores CSV usados em todo o curso

Principais Conclusões

Pandas é uma biblioteca de código aberto especificamente construída para análise de dados e ciência de dados.
Pandas é rápido, poderoso, flexível e fácil de usar, e é destinado a ser usado com Python 3.x.
Pandas pode fornecer uma solução de visualização completa dentro de suas próprias bibliotecas, e em alguns casos é a única biblioteca que você precisará.
O curso introduz ferramentas associadas como leitores CSV que são usados em todas as lições.
As lições cobrem layout e espaçamento, o uso de Numpy para gerar dados aleatórios e Pandas DataSeries e DataFrames.

Perguntas Frequentes

Quais tópicos este curso cobre?

O curso cobre layout e espaçamento, desenvolvimento e plotagem com uma figura e seu eixo, uso de Numpy para gerar dados aleatórios e trabalho com Pandas, incluindo DataSeries e DataFrames, para plotar e visualizar dados.

O que é Pandas e por que é usado neste curso?

Pandas é uma biblioteca de código aberto especificamente para análise de dados e ciência de dados. É rápido, poderoso, flexível e fácil de usar, e em alguns casos é a única biblioteca de visualização que você precisará, fornecendo uma solução de visualização completa dentro de suas bibliotecas.

Qual linguagem de programação é necessária para este curso?

Pandas, como as outras bibliotecas usadas neste curso, é destinado a ser usado em conjunto com Python 3.x.

Quais lições estão incluídas neste curso?

O curso inclui três lições: Layout e Espaçamento; Introdução ao Pandas e Dataframes; e Plotando com DataFrames do Pandas.

Quais habilidades vou ganhar com este curso?

Você ganhará habilidades em visualização de dados, gráficos, visualização de informações, Pandas (pacote Python), gráficos estatísticos e visualização.