Introduzione alla libreria Seaborn e al suo ruolo nel panorama della visualizzazione in Python.

Introduzione a Seaborn

Le basi di Seaborn

Lettura di un file CSV

Confrontare un istogramma e un displot

Usare il grafico di distribuzione

Traccia un istogramma

Rug plot e ombreggiatura KDE

Interpretare i risultati

Grafici di regressione in Seaborn

Crea un grafico di regressione

Rappresentare più variabili

Faceting di più regressioni

Panoramica delle funzioni per personalizzare la visualizzazione dei grafici Seaborn.

Usare gli stili di Seaborn

Impostare lo stile predefinito

Confrontare gli stili

Rimozione degli spines

Colori in Seaborn

Codici colore di Matplotlib

Usare le palette predefinite

Palette di colori

Creare palette personalizzate

Personalizzare con matplotlib

Usare gli assi di matplotlib

Personalizzazioni aggiuntive del grafico

Aggiungere annotazioni

Grafici multipli

Personalizzare i grafici Seaborn

Panoramica dei tipi di grafici più complessi inclusi in Seaborn.

Tipi di grafici categorici

stripplot() e swarmplot()

boxplot, violinplot e boxenplot

barplot, pointplot e countplot

Grafici di regressione

Grafici di regressione e dei residui

Parametri del grafico di regressione

Raggruppare i dati in bin

Grafici a matrice

Creare heatmap

Personalizzare le heatmap

Tipi di grafici aggiuntivi

Usare Seaborn per disegnare più grafici in un'unica figura.

Uso di FacetGrid, catplot e lmplot

Creare un FacetGrid

Uso di catplot

Uso di lmplot

Uso di PairGrid e pairplot

Costruire un PairGrid

Utilizzare un pairplot

Altri pairplot

Uso di JointGrid e jointplot

Creare un JointGrid e un jointplot

Jointplot e regressione

Jointplot complessi

Selezionare i grafici Seaborn

Creare grafici su griglie consapevoli dei dati

2010 US School Improvement Grants

Automobile Insurance Premiums

2018 College Scorecard Tuition

Daily Show Guests

US Housing and Urban Development FY 2018 Fair Market Rent

Washington DC Bike Share

Vuoi creare visualizzazioni belle e informative con facilità? Allora devi imparare seaborn! Seaborn è una libreria di visualizzazione essenziale nel toolkit di data science in Python. In questo corso imparerai a usare gli strumenti avanzati di visualizzazione di seaborn per analizzare diversi insiemi di dati reali, tra cui l'American Housing Survey, i dati sulle tasse universitarie e gli ospiti della popolare serie televisiva The Daily Show. Al termine del corso, saprai utilizzare le funzioni di seaborn per visualizzare i tuoi dati in vari formati e personalizzare i grafici di seaborn in base alle tue esigenze.

Data Manipulation with pandas

Scopri come usare Seaborn per visualizzare dati in vari formati e personalizzare i grafici in Python.

Visualizzazione dei dati intermedia con Seaborn

Crea facilmente visualizzazioni belle e informative con gli strumenti avanzati di Seaborn.

Le basi di Seaborn

Visualizzazione dei dati intermedia con Seaborn

esercizio interattivo pratico