Análise e Visualização de Dados em Python

First of all, we will discuss the applications of NumPy and why it is popular. Afterwards you will learn various possible options to create different arrays in NumPy.

It's now time to learn how to use index notation to retrieve specific elements or subsets of data from arrays. You will also learn how to use indices to retrieve data based on certain conditions and handle missing values.

There are quite few of common operations on arrays which you may want to perform. Luckily, NumPy has built-in functions and methods for this purpose which you will learn here.

It's time to discover how to efficiently use mathematical operations on NumPy arrays and apply them in some real-world problems.

Nesta seção, exploraremos os fundamentos das estruturas Series e DataFrame. Você também aprenderá sobre as distinções entre esses dois tipos de estruturas.

Os dados podem ser obtidos em vários formatos, como CSV, JSON, SQL, HTML e mais. Com o Pandas, você não está limitado a um único formato — você pode trabalhar com dados em uma variedade de tipos de arquivos. Neste capítulo, vamos nos concentrar especificamente nos formatos CSV e TXT.

Aqui, você aprenderá a processar dados brutos removendo informações desnecessárias e gerenciando valores nulos em um conjunto de dados.

Primeiramente, serão discutidas aplicações de plotagem, a biblioteca Matplotlib e suas vantagens. Em seguida, será criado um primeiro gráfico simples utilizando o Matplotlib.

Agora você está pronto para criar diversos gráficos comumente utilizados na prática. Sem mais delongas, vamos começar agora mesmo!

A plotagem e visualização não se limitam à criação de um ou vários gráficos, mas também envolvem torná-los claros, compreensíveis e agradáveis de visualizar. É hora de aprender a personalização de gráficos no matplotlib.

A estatística é fundamental no trabalho com dados, por isso é extremamente importante saber como criar diversos gráficos estatísticos. Agora é o momento de explorarmos os mais comuns.

Seaborn é outra biblioteca poderosa de visualização em Python, construída sobre o matplotlib. Agora que você já está familiarizado com o matplotlib, é hora de explorar a visualização com o seaborn.

Mergulhe no universo do Power BI e construa uma base sólida. Serão abordados desde a instalação e configuração até a conexão com fontes de dados e a criação do primeiro relatório.

Explore técnicas essenciais de preparação de dados, incluindo limpeza, transformação e combinação de múltiplas fontes de dados. Abordagem de tratamento de valores ausentes, perfilamento de dados e diversos métodos de manipulação de dados.

Domine os fundamentos da modelagem de dados, desde a compreensão de modelos de dados e criação de relacionamentos até o entendimento dos conceitos básicos de DAX. Você também aprenderá a criar medidas e colunas calculadas.

Descubra diversas técnicas de visualização e personalize visuais para obter melhores insights. Você também explorará recursos avançados, como segmentações, filtros e funcionalidades de detalhamento e detalhamento cruzado para aprimorar sua análise de dados.

Aumente a usabilidade e o poder de narrativa dos seus relatórios utilizando temas, configurando páginas de relatório e aproveitando recursos avançados como a funcionalidade Analisar e a identificação de outliers. Você também criará grupos, intervalos e clusters para obter insights mais profundos.

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.