Bemästra Datavisualisering

4.7+

568 omdömen

Intermediate

Först och främst kommer vi att diskutera tillämpningarna av NumPy och varför det är populärt. Därefter kommer du att lära dig olika möjliga alternativ för att skapa olika arrayer i NumPy.

Det är nu dags att lära sig hur man använder indexnotation för att hämta specifika element eller delmängder av data från arrayer. Du kommer också att lära dig hur man använder index för att hämta data baserat på vissa villkor och hantera saknade värden.

Det finns ganska få vanliga operationer på arrayer som du kanske vill utföra. Lyckligtvis har NumPy inbyggda funktioner och metoder för detta ändamål som du kommer att lära dig här.

Det är dags att upptäcka hur man effektivt använder matematiska operationer på NumPy-arrayer och tillämpar dem i några verkliga problem.

I det här avsnittet kommer vi att utforska grunderna i Series och DataFrame-strukturer. Du kommer också att lära dig om skillnaderna mellan dessa två typer av strukturer.

Data kan hämtas i olika format, såsom CSV, JSON, SQL, HTML och fler. Med Pandas är du inte begränsad till ett enda format — du kan arbeta med data från en mängd olika filtyper. I detta kapitel kommer vi specifikt att fokusera på CSV- och TXT-formaten.

Här kommer du att lära dig hur man bearbetar rådata genom att ta bort överflödig information och hantera nullvärden i en dataset.

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 in i Power BIs värld och bygg en solid grund. Du kommer att täcka allt från installation och inställning till att ansluta datakällor och skapa din första rapport.

Utforska viktiga databeredningstekniker, inklusive rengöring, transformering och kombination av flera datakällor. Du kommer också att hantera saknade värden, dataprofilering och olika datamanipuleringsmetoder.

Behärska grunderna i datamodellering, från att förstå datamodeller och skapa relationer till att få grepp om DAX-grunderna. Du kommer också att lära dig att skapa mått och beräknade kolumner.

Upptäck olika visualiseringstekniker och anpassa visuella element för bättre insikter. Du kommer också att utforska avancerade funktioner som slicers, filter och drill-down/drill-through-funktioner för att förbättra din dataanalys.

Öka användbarheten och berättarkraften i dina rapporter genom att använda teman, konfigurera rapportsidor och utnyttja avancerade funktioner som Analysera-funktionen och identifiera avvikare. Du kommer också att skapa grupper, fack och kluster för djupare insikter.

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.