or
Latihan ini merupakan bagian dari kursus
Apa itu Seaborn dan kapan sebaiknya Anda menggunakannya? Di bab ini, Anda akan mengetahuinya! Selain itu, Anda akan belajar membuat scatter plot dan count plot menggunakan daftar data maupun pandas DataFrame. Anda juga akan diperkenalkan pada salah satu keunggulan utama Seaborn—kemampuan untuk dengan mudah menambahkan variabel ketiga ke plot dengan menggunakan warna untuk merepresentasikan subkelompok yang berbeda.
Di bab ini, Anda akan membuat dan menyesuaikan plot yang memvisualisasikan hubungan antara dua variabel kuantitatif. Untuk itu, Anda akan menggunakan scatter plot dan line plot untuk mengeksplorasi bagaimana tingkat polusi udara di sebuah kota berubah sepanjang hari dan bagaimana horsepower berkaitan dengan efisiensi bahan bakar pada mobil. Anda juga akan melihat keunggulan lain dari penggunaan Seaborn—kemampuan untuk dengan mudah membuat subplot dalam satu figur!
Variabel kategorikal hadir hampir di setiap himpunan data, dan sangat menonjol dalam data survei. Di bab ini, Anda akan belajar membuat dan menyesuaikan plot kategorikal seperti box plot, bar plot, count plot, dan point plot. Sepanjang pembelajaran, Anda akan mengeksplorasi data survei dari anak muda tentang minat mereka, dari pelajar tentang kebiasaan belajar mereka, dan dari pria dewasa tentang pandangan mereka terhadap maskulinitas.
Latihan Saat Ini
Di bab terakhir ini, Anda akan belajar menambahkan judul plot dan label sumbu yang informatif, yang merupakan salah satu bagian terpenting dari setiap visualisasi data! Anda juga akan belajar menyesuaikan gaya visualisasi untuk membantu audiens lebih cepat memahami pokok-pokok temuan. Kemudian, Anda akan menggabungkan semua yang telah dipelajari untuk latihan terakhir kursus!