Mestring af Datavisualisering

4.7+

568 anmeld.

Intermediate

Først og fremmest vil vi diskutere anvendelserne af NumPy og hvorfor det er populært. Derefter vil du lære forskellige mulige muligheder for at oprette forskellige arrays i NumPy.

Det er nu tid til at lære, hvordan man bruger indeksnotation til at hente specifikke elementer eller delmængder af data fra arrays. Du vil også lære, hvordan man bruger indekser til at hente data baseret på visse betingelser og håndtere manglende værdier.

Der er en del almindelige operationer på arrays, som du måske ønsker at udføre. Heldigvis har NumPy indbyggede funktioner og metoder til dette formål, som du vil lære her.

Det er tid til at opdage, hvordan man effektivt bruger matematiske operationer på NumPy-arrays og anvender dem i nogle virkelige problemer.

I denne sektion vil vi udforske grundlæggende elementer i Series- og DataFrame-strukturer. Du vil også lære om forskellene mellem disse to typer strukturer.

Data kan hentes i forskellige formater, såsom CSV, JSON, SQL, HTML og mere. Med Pandas er du ikke begrænset til et enkelt format — du kan arbejde med data på tværs af en lang række filtyper. I dette kapitel vil vi specifikt fokusere på CSV- og TXT-formaterne.

Her vil du lære, hvordan man behandler rådata ved at fjerne overflødig information og håndtere null-værdier i et datasæt.

First, we will discuss plotting applications, Matplotlib library, and its advantages. Afterwards you will create your first simple plot using Matplotlib.

Now you are ready to create various commonly used in practice plots. Without further ado, let's dive in right now!

Plotting and visualization is not only about creating a plot or several plots, it is also about making them clear, understandable and pleasant to look at. Time to learn plots customization in maplotlib, let's do it!

Statistics is essential in working with data, hence why it is extremely important to know how to create various statistical plots. Now it's time for us to explore the most common ones.

Seaborn is another powerful plotting library in Python built on top of matplotlib. Now that you are familiar with matplotlib, it's time to dive into visualization with seaborn.

Dyk ned i Power BI's verden og byg et solidt fundament. Du vil dække alt fra installation og opsætning til tilslutning af datakilder og oprettelse af din første rapport.

Udforsk essentielle dataklargøringsteknikker, herunder rengøring, transformation og kombination af flere datakilder. Du vil også håndtere manglende værdier, dataprofilering og forskellige datamanipulationsmetoder.

Behersk grundlæggende datamodellering, fra forståelse af datamodeller og oprettelse af relationer til at få styr på DAX-grundlæggene. Du vil også lære at oprette målinger og beregnede kolonner.

Opdag forskellige visualiseringsteknikker og tilpas visualer for bedre indsigt. Du vil også udforske avancerede funktioner som slicers, filtre og drill-down/drill-through muligheder for at forbedre din dataanalyse.

Forøg brugervenligheden og historiefortællingens kraft i dine rapporter ved at bruge temaer, konfigurere rapportsider og udnytte avancerede funktioner som Analyse-funktionen og identificere outliers. Du vil også oprette grupper, bins og klynger for dybere indsigt.

This section lays the groundwork for mastering Tableau by guiding you through installation, navigation, and foundational operations. From performing joins and splitting columns to understanding filters, marks, and the data pane, you will be equipped with essential tools for data exploration and visualization.

This section delves into Tableau's powerful tools for data organization, filtering, and customization. You'll learn to differentiate dimensions and measures, work with continuous and discrete fields, and create calculated fields and interactive dashboards. Through practical challenges, you'll apply these tools to analyze data, uncover insights, and enhance your visualizations.

This section focuses on creating impactful visualizations to uncover patterns and trends in your data. From heatmaps and scatter plots to treemaps and combination charts, you'll explore a variety of chart types tailored to different analytical needs.

This section introduces advanced visualization techniques to enhance data analysis and storytelling. You'll learn to create bullet graphs, stacked area charts, histograms, and box plots, enabling deeper insights into trends, distributions, and comparisons.