ComeçarComece de graça

Inicio
Cursos
Trabalhando com dados categóricos em Python

Codificação de um ponto

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Este exercício faz parte do curso

Trabalhando com dados categóricos em Python

IntermediárioNível de habilidade

4.8+

Iniciar curso de graça

Quase todo conjunto de dados contém informações categóricas e, muitas vezes, é uma mina de ouro inexplorada de informações. Neste capítulo, você aprenderá como o pandas lida com colunas categóricas usando o tipo de dados category. Você também descobrirá como agrupar dados por categorias para descobrir estatísticas resumidas excelentes.

Exercise 1: Introdução ao curso Exercise 2: Categóricas vs. numéricas Exercise 3: Exploração de uma variável-alvo Exercise 4: Variáveis categóricas ordinais Exercise 5: Dados categóricos no pandas Exercise 6: Configuração de tipos de dados e economia de memória Exercise 7: Criando uma série categórica do pandas Exercise 8: Definindo dtype ao ler dados Exercise 9: Agrupamento de dados por categoria no pandas Exercise 10: Criar muitos grupos Exercise 11: Configurando um comando .groupby()Exercise 12: Uso eficaz das funções pandas

Agora você aprenderá a definir, adicionar e remover categorias de uma série. Você também explorará como atualizar, renomear, juntar e reordenar categorias, antes de aplicar suas novas habilidades para limpar e acessar outros dados no DataFrame.

Exercise 1: Definição de variáveis de categoria Exercise 2: Configuração de categorias Exercise 3: Adicionar categorias Exercise 4: Remoção de categorias Exercise 5: Atualização de categorias Exercise 6: Teste de conhecimento: juntando categorias Exercise 7: Renomear categorias Exercise 8: Juntando categorias Exercise 9: Reordenação de categorias Exercise 10: Reordenação de categorias em uma série Exercise 11: Usando .groupby() após a reordenação Exercise 12: Limpeza e acesso a dados Exercise 13: Variáveis de limpeza Exercise 14: Acesso e filtragem de dados

Neste capítulo, você usará a biblioteca seaborn Python para criar visualizações informativas usando dados categóricos, incluindo gráficos categóricos (cat-plot), gráficos de caixa, gráficos de barras, gráficos de pontos e gráficos de contagem. Em seguida, você aprenderá a visualizar colunas categóricas e a dividir dados em colunas categóricas para visualizar estatísticas resumidas de colunas numéricas.

Exercise 1: Introdução aos gráficos categóricos usando o Seaborn Exercise 2: Compreensão do boxplot Exercise 3: Criando um gráfico de caixa Exercise 4: Gráficos de barras de Seaborn Exercise 5: Criando um gráfico de barras Exercise 6: Categorias de pedidos Exercise 7: Gráfico de barras usando hue Exercise 8: Gráficos de pontos e de contagem Exercise 9: Criando um gráfico de pontos Exercise 10: Criando um gráfico de contagem Exercise 11: Revisar os tipos de catplot()Exercise 12: Opções adicionais de catplot()Exercise 13: Uma visualização por grupo Exercise 14: Atualização de gráficos categóricos

Por fim, você aprenderá a superar as armadilhas comuns do uso de dados categóricos. Você também desenvolverá suas habilidades de codificação de dados à medida que for apresentado à codificação de rótulos e à codificação de um ponto - perfeitas para ajudá-lo a preparar seus dados para uso em algoritmos de machine learning.

Exercise 1: Armadilhas categóricas Exercise 2: Verificação de conhecimento do uso da memória Exercise 3: Superando as armadilhas: problemas com as cordas Exercise 4: Superando as armadilhas: usando matrizes NumPy Exercise 5: Codificação de rótulos Exercise 6: Criar uma codificação e um mapa de rótulos Exercise 7: Usando mapeamentos salvos Exercise 8: Criando uma codificação booleana Exercise 9: Codificação de um ponto

Exercício atual

Exercise 10: Verificação de conhecimento em um único momento Exercise 11: Colunas específicas de codificação de um ponto quente Exercise 12: Vídeo de encerramento