1. Learn
    2. /
  2. Courses
    3. /
  3. Análise Exploratória de Dados em Python
  • 1

    Familiarização com um conjunto de dados

    Free

    Qual é a melhor maneira de abordar um novo conjunto de dados? Aprenda a validar e resumir dados categóricos e numéricos e a criar visualizações do Seaborn para comunicar suas descobertas.

  • 2

    Limpeza e imputação de dados

    Explorar e analisar dados geralmente significa lidar com valores faltantes, tipos de dados incorretos e valores discrepantes. Neste capítulo, você vai aprender técnicas para lidar com esses problemas e otimizar seus processos de EDA!

  • 3

    Relações em dados

    As variáveis dos conjuntos de dados não existem de forma isolada; elas têm relações entre si. Neste capítulo, você vai examinar as relações entre dados numéricos, categóricos e até mesmo DateTime, explorando a direção e a força dessas relações, bem como as formas de visualizá-las.

  • 4

    Como transformar a análise exploratória em ação

    A análise exploratória de dados é uma etapa crucial no fluxo de trabalho da ciência de dados, mas não é o fim! Agora é hora de aprender técnicas e considerações que você pode usar para avançar com sucesso em seus projetos depois de terminar a análise exploratória!

Initializing

Exercise

Visualização de resumos categóricos

Como você aprendeu neste capítulo, o Seaborn tem muitas visualizações excelentes para análises exploratórias, incluindo um gráfico de barras para exibir um valor médio agregado por categoria de dados.

No Seaborn, os gráficos de barras incluem uma barra vertical que indica o intervalo de confiança de 95% para a média categórica. Como os intervalos de confiança são calculados usando o número de valores e a variabilidade desses valores, eles fornecem uma indicação útil da quantidade de dados em que você pode confiar.

Sua tarefa é criar um gráfico de barras para visualizar as médias e os intervalos de confiança das taxas de desemprego nos diferentes continentes.

unemployment já está disponível, e os seguintes itens foram importados para você: Seaborn como sns, matplotlib.pyplot como plt e pandas como pd.

Instructions

100 XP
  • Crie um gráfico de barras mostrando os continentes no eixo x e suas respectivas taxas médias de desemprego em 2021 no eixo y.