Välkommen till dataanalysens värld i Python! I det här kapitlet lär du dig grunderna i Python-syntax, läser in dina första Python-moduler och använder funktioner för att ta fram en lista över misstänkta i kidnappningsfallet med Bayes – DataCamps prisbelönta Golden Retriever.

Dyk in i Python

Importera Python-moduler

Rätta en felaktig import

Skapa variabler

Skapa ett flyttal

Skapa strängar

Rätta strängfel

Giltiga variabelnamn

Kul med funktioner

Ladda en DataFrame

Rätta ett funktionsfel

På jakt efter misstänkta

Kom igång med Python

I det här kapitlet lär du dig ett kraftfullt Python-bibliotek: pandas. Med pandas kan du läsa, ändra och söka i tabelldata (som kalkylblad och databastabeller). Du granskar kreditkortskvitton för de misstänkta och undersöker om någon av dem gjort misstänkta köp.

Vad är pandas?

Läsa in en DataFrame

Inspektera en DataFrame

Välja kolumner

Två metoder för att välja kolumner

Rätta fel vid kolumnurval

Fler misstag vid kolumnval

Välja rader med logik

Logiska tester

Välja saknade hundar

Att begränsa listan över misstänkta

Läsa in data med pandas

Dags att visualisera din data! Du skapar linjediagram med en annan Python-modul: Matplotlib. Med hjälp av linjediagram analyserar du bokstavsfrekvenser från lösenbrevet och flera handskriftsprover för att identifiera kidnapparen.

Skapa linjediagram

Hårt arbete

Eller inte?

Lägga till text i diagram

Lägga till en förklaring

Lägga till etiketter

Lägga till friplacerad text

Formatera diagram

Spåra brottsstatistik

Lek med stilar

Identifiera Bayes kidnappare

Visualisera data med Matplotlib

I det här sista kapitlet lär du dig att skapa tre nya diagramtyper: spridningsdiagram, stapeldiagram och histogram. Du använder dessa verktyg för att hitta var kidnapparen gömmer sig och rädda Bayes – Golden Retrievern.

Skapa ett spridningsdiagram

Visualisera mobildata

Anpassa ett punktdiagram

Skapa ett stapeldiagram

Skapa ett enkelt stapeldiagram

Vart tog tiden vägen?

Skapa ett histogram

Ändra histogram

Hjältar med histogram

Summering av räddningsaktionen

Olika typer av diagram

Ta dina första steg inom datavetenskap! Även om du aldrig har skrivit en rad kod tidigare kan du följa den här kursen och se hur kraftfullt Python är för dataanalys. Du använder data för att lösa mysteriet med Bayes – en kidnappat Golden Retriever – och på vägen lär du dig grundläggande Python-syntax och populära datavetenskapsbibliotek som Matplotlib (för diagram och grafer) och pandas (för tabelldata).

Videoklippen innehåller direkttextning som du kan visa genom att klicka på "Visa transkript" längst ned till vänster.
Kursens ordlista finns till höger i resurssektionen.
För att få CPE-poäng behöver du slutföra kursen och uppnå minst 70 % på det kvalificerade provet. Du når provet via CPE-länken till höger.

Utforska datavetenskap med Python och lär dig analysera och visualisera data med Pandas och Matplotlib.

Introduktion till datavetenskap i Python

Dyk ner i data science med Python och lär dig analysera och visualisera dina data effektivt. Ingen kodningsvana eller färdigheter behövs.

Giltiga variabelnamn

Introduktion till datavetenskap i Python

Interaktiv övning med praktiskt arbete