Welcome to the wonderful world of Data Analysis in Python! In this chapter, you'll learn the basics of Python syntax, load your first Python modules, and use functions to get a suspect list for the kidnapping of Bayes, DataCamp's prize-winning Golden Retriever.

Immergiti in Python

Importare moduli Python

Correggere un import non funzionante

Creare variabili

Creare un float

Creare stringhe

Correggere gli errori nelle stringhe

Nomi di variabili validi

Divertiamoci con le funzioni

Carica un DataFrame

Correggere un errore di funzione

A caccia di sospetti

Getting Started in Python

In this chapter, you'll learn a powerful Python libary: pandas.  pandas lets you read, modify, and search tabular datasets (like spreadsheets and database tables).  You'll examine credit card records for the suspects and see if any of them made suspicious purchases.

What is pandas?

Loading a DataFrame

Inspecting a DataFrame

Selecting columns

Two methods for selecting columns

Correcting column selection errors

More column selection mistakes

Selecting rows with logic

Logical testing

Selecting missing puppies

Narrowing the list of suspects

Loading Data in pandas

Get ready to visualize your data! You'll create line plots with another Python module: Matplotlib.  Using line plots, you'll analyze the letter frequencies from the ransom note and several handwriting samples to determine the kidnapper.

Creating line plots

Working hard

Or hardly working?

Adding text to plots

Adding a legend

Adding labels

Adding floating text

Styling graphs

Tracking crime statistics

Playing with styles

Identifying Bayes' kidnapper

Plotting Data with Matplotlib

In this final chapter, you'll learn how to create three new plot types: scatter plots, bar plots, and histograms.  You'll use these tools to locate where the kidnapper is hiding and rescue Bayes, the Golden Retriever.

Making a scatter plot

Charting cellphone data

Modifying a scatterplot

Making a bar chart

Build a simple bar chart

Where did the time go?

Making a histogram

Modifying histograms

Heroes with histograms

Recap of the rescue

Different Types of Plots

Inizia il tuo percorso nella Data Science! Anche se non hai mai scritto una riga di codice, potrai seguire questo corso e scoprire la potenza di Python per fare Data Science. Userai i dati per risolvere il mistero di Bayes, il Golden Retriever rapito, e nel frattempo prenderai confidenza con la sintassi di base di Python e con moduli di Data Science molto usati come Matplotlib (per grafici e diagrammi) e pandas (per i dati tabellari).

I video includono trascrizioni dal vivo che puoi visualizzare facendo clic su "Show transcript" in basso a sinistra nei video.
Il glossario del corso si trova a destra nella sezione delle risorse.
Per ottenere i crediti CPE devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi accedere alla valutazione facendo clic sull’avviso dei crediti CPE sulla destra.

Immergiti nella data science con Python e impara ad analizzare e visualizzare dati con Pandas e Matplotlib.

Introduzione alla Data Science in Python

Nomi di variabili validi

Introduzione alla Data Science in Python

Esercizio pratico interattivo