Data Visualization

4.7+

7017 anmeld.

Intermediate

Dyk ned i grundlæggende Python, udforsk dit arbejdsområde, og udfør simple matematiske operationer. Lær hvordan du skriver læsbar kode ved hjælp af kommentarer og håndter både grundlæggende og avancerede matematiske udtryk, mens du viser dine resultater.

Lær hvordan man gemmer og håndterer data i Python ved at arbejde med tal, tekst og variabler. Forstå hvordan man tildeler værdier, følger navngivningskonventioner, og udforsk forskellige datatyper. Få praktisk erfaring med strengoperationer, indeksering, slicing og hukommelsesteknikker til effektivt at manipulere tekst i Python.

Lær hvordan man bruger sammenlignings- og logiske operatorer, arbejder med betingede udtryk og anvender medlems- og type-sammenligninger. Byg et stærkt fundament i at skrive programmer, der reagerer dynamisk på forskellige betingelser ved hjælp af if/else og if/elif/else strukturer.

Udvid din forståelse af datatyper ved at lære, hvordan man grupperer flere attributter inden for en enkelt variabel. Udforsk lists, tuples og dictionaries for effektivt at gemme og administrere strukturerede data, sammen med essentielle metoder til manipulation og hentning.

Bliv mester i at skrive loops i Python—essentielle konstruktioner til at iterere over lister, tuples, ordbøger og andre datastrukturer. Lær at bruge while- og for-loops effektivt, udforsk range-funktionen, og arbejd med indlejrede loops for at håndtere komplekse iterationsmønstre.

Udforsk essentielle indbyggede funktioner i Python og tag det næste skridt ved at skabe dine egne. Lær hvordan man definerer funktioner, bruger betinget logik, ændrer eksisterende funktioner og arbejder med lambda-udtryk for at skrive effektiv, genanvendelig kode.

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.

Explore the structure of an HTML file, learn how to load it efficiently, and gain practical skills in working with the data it contains.

Explore the basics of Beautiful Soup to extract data from HTML documents. Learn how to navigate the structure of HTML, access specific elements, and work with their child elements to build a strong foundation in web scraping.

Master working with element attributes and content using Beautiful Soup. Gain the skills to extract specific information, search elements by attribute values, and use advanced techniques to efficiently parse and analyze HTML data.

In this section, we will be introduced to the very basics of matplotlib - creating empty Figure and Axes, how to build a line plot, display multiple lines on one plot, add a legend, customize line type, and so on...

In this section, we will learn about other chart types, such as bar plots, histograms, box plots, how to set necessary parameters and customize them.

In this section, we will learn the scatter plots - one of the easiest ways to discover the relationships in your data.

In this section, we will learn about the seaborn library and build our first plot! We will also learn about the friendship between the pandas and the Seaborn.

We continue learning plots with Seaborn.\n\nYou will learn some more new plots and even build 3-variable plot!

Plots seem so boring without customization...\nIn this section, we will learn how to make our plots perfectly styled!!