Ten rozdział wprowadza bibliotekę Matplotlib i pokazuje, jak jej używać do wizualizacji danych.

Wprowadzenie do wizualizacji danych z Matplotlib

Korzystanie z interfejsu matplotlib.pyplot

Dodawanie danych do obiektu Axes

Dostosowywanie wykresów

Dostosowywanie wyglądu danych

Dostosowywanie etykiet osi i dodawanie tytułu

Małe wielokrotności

Tworzenie siatki wykresów podrzędnych

Tworzenie małych wielokrotności za pomocą plt.subplots

Małe wielokrotności ze wspólną osią y

Wprowadzenie do Matplotlib

Dane szeregów czasowych to dane rejestrowane w czasie. Wizualizacja tego typu danych pomaga dostrzegać trendy i zależności między zmiennymi.

Wizualizacja danych szeregów czasowych

Wczytywanie danych z indeksem czasowym

Wykres danych szeregu czasowego

Korzystanie z indeksu czasowego do przybliżenia danych

Wizualizacja szeregów czasowych z różnymi zmiennymi

Wykres dwóch zmiennych

Definiowanie funkcji do rysowania wykresów szeregów czasowych

Używanie funkcji do tworzenia wykresów

Adnotacje w danych szeregów czasowych

Adnotacje na wykresie danych czasowych

Wykresy szeregów czasowych: wszystko razem

Wykresy szeregów czasowych

Wizualizacje umożliwiają ilościowe porównywanie danych. Ten rozdział omawia kilka metod tworzenia wizualizacji ilościowych.

Porównania ilościowe: wykresy słupkowe

Wykres słupkowy

Skumulowany wykres słupkowy

Porównania ilościowe: histogramy

Tworzenie histogramów

Histogram typu „step"

Wizualizacje statystyczne

Dodawanie słupków błędów do wykresu słupkowego

Dodawanie słupków błędów do wykresu

Tworzenie wykresów pudełkowych

Porównania ilościowe: wykresy punktowe

Prosty wykres punktowy

Kodowanie czasu za pomocą koloru

Porównania ilościowe i wizualizacje statystyczne

Ten rozdział pokazuje, jak udostępniać wizualizacje innym: jak zapisywać wykresy jako pliki, jak dostosowywać ich wygląd i jak automatyzować ich tworzenie na podstawie danych wejściowych.

Przygotowanie wykresów do udostępniania innym

Wybór stylu do druku

Przełączanie między stylami

Zapisywanie wizualizacji

Zapisywanie pliku kilka razy

Zapisz wykres w różnych rozmiarach

Automatyczne generowanie wykresów z danych

Unikalne wartości kolumny

Automatyzacja wizualizacji

Co dalej?

Udostępnianie wizualizacji innym

Seattle weather

Austin weather

Climate data

Medals by country

Medalist weights

Wizualizacja danych na wykresach i rysunkach ujawnia wzorce ukryte w danych i dostarcza cennych spostrzeżeń. Dobre wizualizacje pomagają też komunikować dane innym – są przydatne zarówno dla analityków danych, jak i dla odbiorców końcowych. W tym kursie nauczysz się korzystać z Matplotlib – potężnej biblioteki Pythona do wizualizacji danych. Matplotlib dostarcza narzędzi potrzebnych do tworzenia rozbudowanych wizualizacji różnych typów zbiorów danych. Dowiesz się, jak tworzyć wizualizacje dla różnych rodzajów danych oraz jak je dostosowywać, automatyzować i udostępniać.

Filmy zawierają transkrypcje na żywo, które możesz wyświetlić, klikając „Pokaż transkrypcję" w lewym dolnym rogu.
Słowniczek kursu znajdziesz po prawej stronie, w sekcji zasobów.
Aby uzyskać punkty CPE, musisz ukończyć kurs i uzyskać co najmniej 70% punktów w kwalifikowanym teście. Do testu możesz przejść, klikając powiadomienie o punktach CPE po prawej stronie.

Introduction to Python

Naucz się tworzyć, dostosowywać i udostępniać wizualizacje danych za pomocą Matplotlib.

Młodszy Data Scientist  w Pythonie

Wizualizacja danych w Pythonie

Tworzenie siatki wykresów podrzędnych

Wprowadzenie do wizualizacji danych z Matplotlib

Interaktywne ćwiczenie praktyczne