Hur tar du dig an en ny datamängd på bästa sätt? Lär dig att validera och sammanfatta kategoriska och numeriska data samt skapa Seaborn-visualiseringar för att kommunicera dina fynd.

Inledande utforskning

Funktioner för inledande utforskning

Räkna kategoriska värden

Global arbetslöshet 2021

Datavalidering

Identifiera datatyper

Validerar kontinenter

Validera värdeintervall

Datasammanfattning

Sammanfattningar med .groupby() och .agg()

Namngivna aggregeringar

Visualisera kategoriska sammanfattningar

Lära känna en datamängd

Att utforska och analysera data innebär ofta att hantera saknade värden, felaktiga datatyper och extremvärden. I det här kapitlet lär du dig tekniker för att hantera dessa problem och effektivisera din EDA-process!

Hantera saknade värden

Strategier för kvarvarande saknade värden

Imputera saknade flygbiljettpriser

Konvertera och analysera kategoriska data

Hitta antalet unika värden

Kategorier för flygtid

Lägga till varaktighetskategorier

Arbeta med numeriska data

Flygtid

Lägga till beskrivande statistik

Hantera avvikande värden

Alternativ

Ta bort avvikare

Behåll avvikare i datamängden

Vad gör man med avvikare?

Identifiera avvikande värden

Ta bort extremvärden

Datarensning och imputering

Variabler i en datamängd existerar inte isolerat – de har samband med varandra. I det här kapitlet undersöker du samband mellan numeriska, kategoriska och DateTime-data, och utforskar sambandets riktning och styrka samt olika sätt att visualisera dem.

Mönster över tid

Importera DateTime-data

Uppdatera datatyp till DateTime

Visualisera relationer över tid

Korrelation

Tolka en värmekarta

Visualisera samband mellan variabler

Visualisera relationer mellan flera variabler

Faktorrelationer och fördelningar

Kategoriska data i punktdiagram

Utforska med KDE-diagram

Samband i data

Explorativ dataanalys är ett viktigt steg i det datavetenskapliga arbetsflödet, men det är inte slutmålet! Nu är det dags att lära dig tekniker och överväganden som hjälper dig att gå vidare med dina projekt när utforskningsfasen är klar!

Överväganden för kategorisk data

Kontrollera klassimbalans

Korstabulering

Generera nya särdrag

Extrahera särdrag för korrelation

Beräkna lönepercentiler

Kategorisera löner

Generera hypoteser

Jämföra löner

Välja en hypotes

Grattis

Från explorativ analys till handling

planes.csv

books.csv

Course Glossary

unemployment.csv

data_science_salaries.csv

divorce.csv

Du har intressant data – men var börjar du analysen? Den här kursen går igenom hela processen för att utforska och analysera data, från att förstå vad en datamängd innehåller till att integrera utforskningsfynd i ett datavetenskapligt arbetsflöde. 

Med hjälp av data om arbetslöshetssiffror och flygbiljettpriser använder du Python för att sammanfatta och validera data, beräkna, identifiera och ersätta saknade värden samt rensa både numeriska och kategoriska värden. Under kursens gång skapar du snygga Seaborn-visualiseringar för att förstå variabler och deras samband. 

Avslutningsvis visar kursen hur fynd från utforskningsfasen leder vidare i datavetenskapliga arbetsflöden – genom att skapa nya särdrag, balansera kategoriska särdrag och formulera hypoteser utifrån resultaten. 

När du är klar med kursen har du goda förutsättningar att genomföra din egen explorativ dataanalys (EDA) i Python. Du kan förklara dina fynd visuellt för andra och föreslå nästa steg för att utvinna insikter ur din data!

Videorna innehåller direkttextning som du kan visa genom att klicka på "Show transcript" längst ned till vänster i videospelaren.									
Kursens ordlista hittar du till höger i resursavsnittet.
									
För att få CPE-poäng behöver du slutföra kursen och uppnå minst 70 % på den kvalificerade bedömningen. Du når bedömningen via CPE-länken till höger.

Introduction to Statistics in Python

Introduction to Data Visualization with Seaborn

Lär dig utforskande dataanalys i Python med denna kurs. Använd verkliga data för att rensa och analysera.

Exploratory Data Analysis i Python

Lär dig utforska, visualisera och dra insikter från data med explorativ dataanalys (EDA) i Python.

Associate Data Scientist  i Python

Dataanalytiker  i Python

Python-datafundamenta

En temperatursensor registrerar 100 grader Celsius, men sensorn fungerar bara korrekt vid temperaturer upp till 80 grader.

En studiedeltagare har en ålder på minus 35 år.

En bilhastighet registreras som 5 000 km/h.

Länder har en genomsnittlig total yta på 667 143 km², men ett land registreras som 1 637 687 km².

Olika djurs längder registreras och ett av dem överstiger 1,5 gånger IQR plus den 75:e percentilen.

En basketspelares genomsnitt är 35 poäng per match, medan ligasnittet bara är 10 poäng per match.

Vad gör man med avvikare?

Exploratory Data Analysis i Python

Interaktiv övning med praktiskt arbete