数据可视化与表达/叙事
使用直方图、散点图和热图绘制数据课程简介
In these lessons, we’ll focus on the relationship between plots and the underlying data sets used to create them. Not all data is equal, and some plots work better than others for certain situations. We’ll explore several data sets conducive to histograms, scatter plots, and heat maps. For histograms, we use data sets that can be considered a distribution—such a thousand dice rolls and the corresponding results—which allow us to see that distribution.
We’ll show you how to combine random numbers, Numpy, and matplotlib.pyplot to create data sets with a distribution by drawing data from a NASA Mars mission to plot a scatter diagram. NASA has a satellite that orbits Mars and takes pictures of the Martian surface; and in these lessons, we’ll explore that data set to plot out areas of the Martian surface. You’ll also explore how heat maps work, including the relationship between the different variables of a heat map, when they make sense, and when they don’t.
Learning Objectives:
• Understand the relationship between the underlying data and its appropriate plot
• Assess practices with Numpy, Pandas, and large data sets
• Describe the relationship between data sets and typical ways to express data sets
您将学到的内容
- 理解底层数据集与最适合表达它的图表类型之间的关系
- 通过结合随机数、Numpy 和 matplotlib.pyplot 来创建分布数据集
- 为代表分布的数据集绘制直方图，例如一千次掷骰子的结果
- 根据 NASA 火星任务数据集构建散点图，以绘制火星表面的区域
- 构建热力图并评估其变量之间的关系
- 在 Numpy、Pandas 和大型数据集中应用实践
关键要点
- 并非所有数据都是等同的，在某些情况下，某些图表的表现比其他图表更好。
- 直方图适用于可被视为分布的数据集，例如一千次掷骰子及其结果。
- 散点图可以根据真实数据进行绘制，例如 NASA 卫星拍摄的火星表面图像。
- 热力图取决于其变量之间的关系，这决定了它们何时有意义，何时没有意义。
- 随机数、Numpy 和 matplotlib.pyplot 可以结合使用，以创建具有分布特征的数据集。
常见问题
本课程涵盖哪些内容？
它专注于图表与用于创建它们的底层数据集之间的关系，探讨直方图、散点图和热力图以及每种图表何时适用。
我将学习创建哪些图表类型？
您将学习使用直方图、散点图和热力图进行绘图。
本课程使用哪些工具和库？
课程使用随机数、Numpy、Pandas 和 matplotlib.pyplot 来处理数据集并创建图表。
哪些数据集被用作示例？
示例包括一个分布（例如一千次掷骰子及其结果），以及来自拍摄火星表面照片的卫星的 NASA 火星任务数据集。
我将获得哪些技能？
您将建立数据可视化、信息可视化、散点图、统计图形、视觉模拟和可视化方面的技能。
