or
Den här övningen är en del av kursen
Vad är Seaborn, och när bör du använda det? Det får du reda på i det här kapitlet! Du lär dig också att skapa spridningsdiagram och räknediagram med både listor och pandas DataFrames. Dessutom introduceras du till en av de stora fördelarna med Seaborn – möjligheten att enkelt lägga till en tredje variabel i dina diagram genom att använda färg för att representera olika undergrupper.
I det här kapitlet skapar och anpassar du diagram som visualiserar sambandet mellan två kvantitativa variabler. Du använder spridningsdiagram och linjediagram för att undersöka hur luftföroreningsnivåerna i en stad förändras under dagen och hur hästkrafter förhåller sig till bränsleeffektivitet hos bilar. Du får också se ytterligare en stor fördel med Seaborn – hur enkelt det är att skapa deldiagram i en enda figur!
Kategoriska variabler förekommer i nästan alla datamängder, men de är särskilt vanliga i enkätdata. I det här kapitlet lär du dig att skapa och anpassa kategoridiagram som lådagram, stapeldiagram, räknediagram och punktdiagram. Under kursens gång utforskar du enkätdata från unga människor om deras intressen, från studenter om deras studievanor och från vuxna män om deras syn på maskulinitet.
Aktuell övning
I det här sista kapitlet lär du dig att lägga till informativa diagramtitlar och axeletiketter – en av de viktigaste delarna i alla datavisualiseringar! Du lär dig också att anpassa stilen på dina visualiseringar så att du snabbare kan leda din publik till de viktigaste insikterna. Därefter sätter du ihop allt du har lärt dig i kursens avslutande övningar!