Graphiques en points et graphiques de dénombrement

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Cette activité fait partie du cours

Travailler avec des données catégorielles en Python

SkillTag.level.intermediateSkillTag.label

4.8+

Commencer le cours gratuitement

Presque tous les ensembles de données contiennent de l'information catégorielle — et c'est souvent une mine d'or encore inexploitée. Dans ce chapitre, vous verrez comment pandas gère les colonnes catégorielles avec le type de données category. Vous découvrirez aussi comment regrouper des données par catégories pour faire ressortir d'excellentes statistiques récapitulatives.

Exercise 1: Introduction au cours Exercise 2: Catégorielles vs numériques Exercise 3: Explorer une variable cible Exercise 4: Variables catégorielles ordinales Exercise 5: Données catégorielles avec pandas Exercise 6: Définir les dtypes et économiser de la mémoire Exercise 7: Créer une Series catégorielle pandas Exercise 8: Définir dtype lors de la lecture des données Exercise 9: Regrouper les données par catégorie dans pandas Exercise 10: Créer beaucoup de groupes Exercise 11: Configurer une instruction .groupby()Exercise 12: Utiliser efficacement les fonctions de pandas

Il est maintenant temps d'apprendre à définir, ajouter et retirer des catégories d'une Series. Vous explorerez aussi comment mettre à jour, renommer, regrouper et réorganiser des catégories, avant d'appliquer vos nouvelles compétences pour nettoyer et accéder à d'autres données dans votre DataFrame.

Exercise 1: Définir des variables de catégorie Exercise 2: Définir des catégories Exercise 3: Ajouter des catégories Exercise 4: Suppression de catégories Exercise 5: Mettre à jour les catégories Exercise 6: Vérification des connaissances : regrouper des catégories Exercise 7: Renommer des catégories Exercise 8: Regrouper des catégories Exercise 9: Réorganiser les catégories Exercise 10: Réorganiser les catégories dans une Series Exercise 11: Utiliser .groupby() après le réordonnancement Exercise 12: Nettoyer et accéder aux données Exercise 13: Nettoyer des variables Exercise 14: Accéder aux données et les filtrer

Dans ce chapitre, vous utiliserez la bibliothèque Python seaborn pour créer des visualisations informatives avec des données catégorielles — notamment des graphiques catégoriels (cat-plot), des boîtes à moustaches, des graphiques à barres, des graphiques en points et des graphiques de dénombrement. Vous apprendrez ensuite à visualiser des colonnes catégorielles et à répartir les données selon des colonnes catégorielles pour représenter les statistiques récapitulatives de colonnes numériques.

Exercise 1: Introduction aux graphiques catégoriels avec Seaborn Exercise 2: Comprendre le boxplot Exercise 3: Créer un diagramme à moustaches Exercise 4: Diagrammes à barres avec Seaborn Exercise 5: Créer un graphique à barres Exercise 6: Ordonner les catégories Exercise 7: Diagramme à barres avec hue Exercise 8: Graphiques en points et graphiques de dénombrement

Exercice en cours

Exercise 9: Créer un point plot Exercise 10: Créer un diagramme de comptage Exercise 11: Revoir les types de catplot()Exercise 12: Options supplémentaires de catplot()Exercise 13: Une visualisation par groupe Exercise 14: Mise à jour des graphiques catégoriels

Enfin, vous verrez comment éviter les pièges courants liés à l'utilisation de données catégorielles. Vous développerez aussi vos compétences en encodage des données avec l'encodage d'étiquettes (label encoding) et l'encodage one-hot — parfaits pour préparer vos données en vue de leur utilisation dans des algorithmes de Machine Learning.

Exercise 1: Pièges liés aux catégories Exercise 2: Vérification des connaissances sur l'utilisation de la mémoire Exercise 3: Éviter les écueils : problèmes de chaînes Exercise 4: Éviter les pièges : utiliser des tableaux NumPy Exercise 5: Encodage d'étiquettes Exercise 6: Créer un encodage d'étiquettes et une correspondance Exercise 7: Utiliser des correspondances enregistrées Exercise 8: Créer un encodage booléen Exercise 9: Encodage one-hot Exercise 10: Vérification des connaissances sur l'encodage one-hot Exercise 11: Encodage one-hot de colonnes précises Exercise 12: Vidéo de clôture