Introdução à biblioteca Seaborn e onde ela se encaixa no cenário de visualização do Python.

Introdução à Seaborn

Fundação Seaborn

Leitura de um arquivo csv

Comparando um histograma e um gráfico de deslocamento

Usando o gráfico de distribuição

Traçar um histograma

Gráfico de caneta e sombreamento do kde

Interpretação dos resultados

Gráficos de regressão no Seaborn

Criar um gráfico de regressão

Plotagem de múltiplas variáveis

Facetando regressões múltiplas

Introdução ao Seaborn

Visão geral das funções para personalizar a exibição dos gráficos do Seaborn.

Usando os estilos Seaborn

Definir o estilo padrão

Comparação de estilos

Remoção de espinhas

Cores em Seaborn

Códigos de cores do Matplotlib

Usando paletas padrão

Paletas de cores

Criando paletas personalizadas

Personalização com matplotlib

Usando os eixos do matplotlib

Personalizações adicionais do gráfico

Adicionar anotações

Várias parcelas

Personalizando os lotes da Seaborn

Visão geral dos tipos de plotagem mais complexos incluídos no Seaborn.

Tipos de gráficos categóricos

stripplot() e swarmplot()

boxplots, violinplots e boxenplots

Gráficos de barras, gráficos de pontos e gráficos de contagem

Gráficos de regressão

Gráficos de regressão e residuais

Parâmetros do gráfico de regressão

Dados de binning

Gráficos de matriz

Criação de mapas de calor

Personalização de mapas de calor

Tipos adicionais de terrenos

Usando o Seaborn para desenhar vários gráficos em uma única figura.

Usando FacetGrid, catplot e lmplot

Criando um FacetGrid

Usando um catplot

Usando um lmplot

Usando PairGrid e pairplot

Criando um PairGrid

Usando um pairplot

Gráficos de pares adicionais

Usando JointGrid e jointplot

Criando um JointGrid e um jointplot

Gráficos conjuntos e regressão

Gráficos conjuntos complexos

Seleção de lotes Seaborn

Criação de gráficos em grades com reconhecimento de dados

US Housing and Urban Development FY 2018 Fair Market Rent

Washington DC Bike Share

2018 College Scorecard Tuition

Daily Show Guests

Automobile Insurance Premiums

2010 US School Improvement Grants

Você deseja criar visualizações bonitas e informativas com facilidade? Se for esse o caso, você precisa aprender o seaborn! O Seaborn é uma biblioteca de visualização que é uma parte essencial do kit de ferramentas de ciência de dados do Python. Neste curso, você aprenderá a usar as sofisticadas ferramentas de visualização do seaborn para analisar vários conjuntos de dados do mundo real, incluindo a American Housing Survey, dados sobre mensalidades de faculdades e convidados da popular série de televisão The Daily Show. Após este curso, você poderá usar as funções do seaborn para visualizar seus dados em vários formatos diferentes e personalizar os gráficos do seaborn de acordo com suas necessidades específicas.

Data Manipulation with pandas

Aprenda a usar funções do Seaborn para visualizar dados e personalizar gráficos no Python.

Visualização intermediária de dados com a Seaborn

Use as ferramentas sofisticadas de visualização do Seaborn para criar visualizações bonitas e informativas.

Instructor

Selecting Seaborn Plots

Seaborn plot map

Univariate Distribution Analysis

Regression Analysis

Categorical Plots

pairplot() and jointplot()

Thank You!

Criação de gráficos em grades com reconhecimento de dados - Seleção de lotes Seaborn