Data Visualization

4.7+

7017 recensioni

Intermediate

Immergiti nei fondamenti di Python, esplora il tuo spazio di lavoro e esegui semplici operazioni matematiche. Impara a scrivere codice leggibile usando i commenti e gestisci espressioni matematiche sia di base che avanzate mentre visualizzi i tuoi risultati.

Impara come memorizzare e gestire i dati in Python lavorando con numeri, testo e variabili. Comprendi come assegnare valori, seguire le convenzioni di denominazione ed esplorare diversi tipi di dati. Acquisisci esperienza pratica con operazioni su stringhe, indicizzazione, slicing e tecniche di richiamo della memoria per manipolare efficacemente il testo in Python.

Impara a utilizzare operatori di confronto e logici, a lavorare con espressioni condizionali e ad applicare confronti di appartenenza e di tipo. Costruisci una solida base nella scrittura di programmi che rispondono dinamicamente a diverse condizioni utilizzando le strutture if/else e if/elif/else.

Espandi la tua comprensione dei tipi di dati imparando a raggruppare più attributi all'interno di una singola variabile. Esplora lists, tuples e dictionaries per memorizzare e gestire in modo efficiente dati strutturati, insieme ai metodi essenziali per la manipolazione e il recupero.

Padroneggia l'arte di scrivere cicli in Python—costrutti essenziali per iterare su liste, tuple, dizionari e altre strutture dati. Impara a usare efficacemente i cicli while e for, esplora la funzione range e lavora con cicli annidati per gestire modelli di iterazione complessi.

Esplora le funzioni essenziali integrate in Python e fai il passo successivo creando le tue. Impara a definire funzioni, utilizzare la logica condizionale, modificare le funzioni esistenti e lavorare con le espressioni lambda per scrivere codice efficiente e riutilizzabile.

In questa sezione, esploreremo i fondamenti delle strutture Series e DataFrame. Imparerai anche le differenze tra questi due tipi di strutture.

I dati possono essere ottenuti in vari formati, come CSV, JSON, SQL, HTML e altri. Con Pandas, non sei limitato a un solo formato: puoi lavorare con dati provenienti da una moltitudine di tipi di file. In questo capitolo, ci concentreremo specificamente sui formati CSV e TXT.

Qui, imparerai come elaborare i dati grezzi rimuovendo le informazioni superflue e gestendo i valori nulli in un dataset.

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!!