Opções extras do catplot()

Create Your Free Account

or

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+

1060 reviews

Iniciar curso de graça

Quase todos os conjuntos de dados têm informações categóricas — e muitas vezes são uma mina de ouro de informações que ainda não foi explorada. Neste capítulo, você vai aprender como o pandas lida com colunas categóricas usando o tipo de dados categoria. Você também vai descobrir como agrupar dados por categorias para encontrar estatísticas resumidas incríveis.

Exercise 1: Introdução ao curso Exercise 2: Categórico vs. numérico Exercise 3: Explorando uma variável-alvo Exercise 4: Variáveis categóricas ordinais Exercise 5: Dados categóricos em pandas Exercise 6: Definindo tipos de dados e economizando memória Exercise 7: Criando uma série pandas categórica Exercise 8: Definindo o tipo de dados ao ler dados Exercise 9: Agrupando dados por categoria no pandas Exercise 10: Crie vários grupos Exercise 11: Configurando uma instrução .groupby()Exercise 12: Usando funções pandas de forma eficaz

Agora é hora de aprender como 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: Definindo variáveis de categoria Exercise 2: Definindo categorias Exercise 3: Adicionando categorias Exercise 4: Como tirar categorias Exercise 5: Atualizando categorias Exercise 6: Teste de conhecimento: juntando categorias Exercise 7: Renomeando categorias Exercise 8: Juntando categorias Exercise 9: Reordenar categorias Exercise 10: Reordenando categorias em uma série Exercise 11: Usando .groupby() depois de reorganizar Exercise 12: Limpar e acessar dados Exercise 13: Variáveis de limpeza Exercise 14: Acessando e filtrando dados

Neste capítulo, você vai usar a biblioteca Python seaborn pra criar visualizações informativas usando dados categóricos — incluindo gráficos categóricos (cat-plot), gráficos de caixa, gráficos de barras, gráficos de pontos e gráficos de contagem. Depois, você vai aprender a visualizar colunas categóricas e dividir os dados entre colunas categóricas para visualizar estatísticas resumidas de colunas numéricas.

Exercise 1: Introdução aos gráficos categóricos usando Seaborn Exercise 2: Entendendo o gráfico de caixa Exercise 3: Como criar um diagrama em caixa Exercise 4: Gráficos de barras Seaborn Exercise 5: Criando um gráfico de barras Exercise 6: Categorias de pedidos Exercise 7: Gráfico de barras usando matiz Exercise 8: Gráficos de pontos e 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 extras do catplot()

Exercício atual

Exercise 13: Uma visualização por grupo Exercise 14: Atualizando gráficos categóricos

Por fim, você vai aprender como evitar as armadilhas comuns do uso de dados categóricos. Você também vai melhorar suas habilidades em codificação de dados ao aprender sobre codificação de rótulos e codificação one-hot, que são ótimas para preparar seus dados para usar em algoritmos de machine learning.

Exercise 1: Armadilhas categóricas Exercise 2: Verificação do conhecimento sobre uso de memória Exercise 3: Superando obstáculos: problemas com strings Exercise 4: Superando obstáculos: usando matrizes NumPy Exercise 5: Codificação de etiquetas Exercise 6: Crie uma codificação de rótulo e um mapa Exercise 7: Usando mapeamentos salvos Exercise 8: Criando uma codificação booleana Exercise 9: Codificação one-hot Exercise 10: Verificação rápida de conhecimento Exercise 11: Codificação one-hot de colunas específicas Exercise 12: Vídeo de encerramento