Mestring av Datavisualisering

4.7+

568 omtaler

Intermediate

Først og fremst vil vi diskutere bruksområdene til NumPy og hvorfor det er populært. Deretter vil du lære ulike muligheter for å opprette forskjellige matriser i NumPy.

Det er nå på tide å lære hvordan du bruker indeksnotasjon for å hente spesifikke elementer eller delsett av data fra matriser. Du vil også lære hvordan du bruker indekser for å hente data basert på visse betingelser og håndtere manglende verdier.

Det er ganske mange vanlige operasjoner på matriser som du kanskje vil utføre. Heldigvis har NumPy innebygde funksjoner og metoder for dette formålet som du vil lære her.

Det er på tide å oppdage hvordan man effektivt bruker matematiske operasjoner på NumPy-arrays og anvender dem i noen virkelige problemer.

I denne delen skal vi utforske det grunnleggende i Series- og DataFrame-strukturer. Du vil også lære om forskjellene mellom disse to typene strukturer.

Data kan hentes i ulike formater, som CSV, JSON, SQL, HTML og mer. Med Pandas er du ikke begrenset til ett enkelt format — du kan arbeide med data fra en rekke filtyper. I dette kapittelet vil vi spesielt fokusere på CSV- og TXT-formatene.

Her vil du lære hvordan du behandler rådata ved å fjerne overflødig informasjon og håndtere nullverdier i et datasett.

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.

Dykk inn i Power BIs verden og bygg et solid fundament. Du vil dekke alt fra installasjon og oppsett til tilkobling av datakilder og opprettelse av din første rapport.

Utforsk essensielle teknikker for dataklargjøring, inkludert rengjøring, transformering og kombinasjon av flere datakilder. Du vil også håndtere manglende verdier, dataprofilering og ulike metoder for datamanipulering.

Mestre det grunnleggende innen datamodellering, fra å forstå datamodeller og opprette relasjoner til å få taket på DAX-grunnleggende. Du vil også lære å lage mål og beregnede kolonner.

Oppdag ulike visualiseringsteknikker og tilpass visuelle elementer for bedre innsikt. Du vil også utforske avanserte funksjoner som slicers, filtre og drill-down/drill-through muligheter for å forbedre din dataanalyse.

Øk brukervennligheten og historiefortellingskraften i rapportene dine ved å bruke temaer, konfigurere rapportsider og utnytte avanserte funksjoner som Analyser-funksjonen og identifisere avvik. Du vil også opprette grupper, binger og klynger for dypere innsikt.

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.