What is Seaborn, and when should you use it? In this chapter, you will find out! Plus, you will learn how to create scatter plots and count plots with both lists of data and pandas DataFrames. You will also be introduced to one of the big advantages of using Seaborn - the ability to easily add a third variable to your plots by using color to represent different subgroups.

Introduzione a Seaborn

Creare uno scatter plot con liste

Creare un count plot da una lista

Usare pandas con Seaborn

Dati "tidy" vs. "untidy"

Creare un count plot con un DataFrame

Aggiungere una terza variabile con hue

Hue e scatter plot

Hue e count plot

Introduction to Seaborn

In this chapter, you will create and customize plots that visualize the relationship between two quantitative variables. To do this, you will use scatter plots and line plots to explore how the level of air pollution in a city changes over the course of a day and how horsepower relates to fuel efficiency in cars. You will also see another big advantage of using Seaborn - the ability to easily create subplots in a single figure!

Introduction to relational plots and subplots

Creating subplots with col and row

Creating two-factor subplots

Customizing scatter plots

Changing the size of scatter plot points

Changing the style of scatter plot points

Introduction to line plots

Interpreting line plots

Visualizing standard deviation with line plots

Plotting subgroups in line plots

Visualizing Two Quantitative Variables

Categorical variables are present in nearly every dataset, but they are especially prominent in survey data. In this chapter, you will learn how to create and customize categorical plots such as box plots, bar plots, count plots, and point plots. Along the way, you will explore survey data from young people about their interests, students about their study habits, and adult men about their feelings about masculinity.

Count plots and bar plots

Count plots

Bar plots with percentages

Customizing bar plots

Box plots

Create and interpret a box plot

Omitting outliers

Adjusting the whiskers

Point plots

Customizing point plots

Point plots with subgroups

Visualizing a Categorical and a Quantitative Variable

In this final chapter, you will learn how to add informative plot titles and axis labels, which are one of the most important parts of any data visualization! You will also learn how to customize the style of your visualizations in order to more quickly orient your audience to the key takeaways. Then, you will put everything you have learned together for the final exercises of the course!

Changing plot style and color

Changing style and palette

Changing the scale

Using a custom palette

Adding titles and labels: Part 1

FacetGrids vs. AxesSubplots

Adding a title to a FacetGrid object

Adding titles and labels: Part 2

Adding a title and axis labels

Rotating x-tick labels

Putting it all together

Box plot with subgroups

Bar plot with subgroups and subplots

Well done! What's next?

Customizing Seaborn Plots

Countries

Mileage per gallon

Students

Survey responses

Course Glossary

Seaborn è una potente libreria Python che rende semplice creare visualizzazioni dei dati chiare e accattivanti. Questo corso di 4 ore ti introduce a come usare Seaborn per creare diversi tipi di grafici, tra cui scatter plot, count plot, bar plot e box plot, e a come personalizzare le tue visualizzazioni.
<br><br>
Esplorerai questa libreria e creerai grafici Seaborn basati su vari insiemi di dati reali, ad esempio analizzando come l’inquinamento dell’aria in una città cambia nell’arco della giornata e cosa piace fare ai giovani nel tempo libero. Questi dati ti daranno l’opportunità di scoprire in prima persona i vantaggi di Seaborn, come la possibilità di creare facilmente subplot in un’unica figura e di calcolare automaticamente gli intervalli di confidenza.
<br><br>
Alla fine del corso saprai usare Seaborn in diverse situazioni per esplorare i tuoi dati e comunicare in modo efficace i risultati delle tue analisi. Queste competenze sono molto richieste per data analyst, data scientist e qualsiasi altro ruolo che preveda la creazione di visualizzazioni dei dati. Se vuoi continuare ad approfondire, questo corso fa parte di diversi percorsi, tra cui il percorso Data Visualization, in cui puoi aggiungere alla tua cassetta degli attrezzi altre librerie e tecniche.

I video contengono 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 crediti CPE devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi aprire la valutazione facendo clic sul riquadro dei crediti CPE sulla destra.

<h2>Crea i tuoi grafici Seaborn </h2>

  Seaborn è una libreria Python super potente che rende facile creare grafici informativi.

  e visualizzazioni dei dati interessanti. Questo corso di 4 ore offre un

  Introduzione a come puoi usare Seaborn per creare un sacco di grafici,

  compresi grafici a dispersione, grafici a conteggio, grafici a barre e grafici a scatola, e come si

  puoi personalizzare le tue visualizzazioni.

  <br><br>

  <h2>Trasforma i set di dati reali in visualizzazioni Seaborn personalizzate </h2>

  Esplorerai questa libreria e creerai i tuoi grafici Seaborn basandoti su una varietà

  di set di dati reali, compreso lo studio di come l'inquinamento atmosferico in una città

  cambiamenti durante la giornata e osservando cosa piace fare ai giovani nel loro

  tempo libero. Questi dati ti daranno la possibilità di scoprire di più su Seaborn's.

  vantaggi in prima persona, compreso come puoi facilmente creare sottotrame in un

  singola cifra e come calcolare automaticamente gli intervalli di confidenza.

  <br><br>

  <h2>Migliora le tue abilità nel comunicare i dati </h2>

  Alla fine di questo corso, saprai usare Seaborn in un sacco di situazioni diverse.

  per dare un'occhiata ai tuoi dati e comunicare in modo efficace i risultati dei tuoi dati

  analisi agli altri. Queste competenze sono super richieste per gli analisti di dati,

  data scientist e qualsiasi altro lavoro che possa comportare la creazione di dati

  Visualizzazioni Se vuoi continuare a imparare, questo corso fa parte

  di diversi percorsi, tra cui quello sulla visualizzazione dei dati, dove puoi aggiungere

  più librerie e tecniche al tuo bagaglio di competenze.

Introduction to Python

Impara a usare Seaborn per creare visualizzazioni dati in 4 ore: scatter, box e bar plot.

Introduzione alla visualizzazione dei dati con Seaborn

Impara a creare visualizzazioni informative e accattivanti in Python usando la libreria Seaborn.

Aggiungere una terza variabile con hue

Create Your Free Account