or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Seaborn คืออะไร และควรใช้เมื่อใด? บทนี้จะตอบคำถามเหล่านั้น พร้อมเรียนรู้วิธีสร้าง scatter plot และ count plot จากทั้งลิสต์ข้อมูลและ pandas DataFrame นอกจากนี้ยังได้รู้จักกับหนึ่งในข้อดีสำคัญของ Seaborn นั่นคือความสามารถในการเพิ่มตัวแปรที่สามลงในกราฟได้อย่างง่ายดาย ด้วยการใช้สีแทนกลุ่มข้อมูลย่อย
ในบทนี้จะสร้างและปรับแต่งกราฟสำหรับแสดงความสัมพันธ์ระหว่างตัวแปรเชิงปริมาณสองตัว โดยใช้ scatter plot และ line plot เพื่อสำรวจว่าระดับมลพิษทางอากาศในเมืองเปลี่ยนแปลงอย่างไรตลอดทั้งวัน และแรงม้ามีความสัมพันธ์กับประสิทธิภาพการใช้เชื้อเพลิงของรถยนต์อย่างไร นอกจากนี้ยังจะเห็นข้อดีอีกประการของ Seaborn นั่นคือการสร้าง subplot ในรูปเดียวได้อย่างง่ายดาย
ตัวแปรหมวดหมู่มีอยู่ในเกือบทุกชุดข้อมูล และพบได้มากเป็นพิเศษในข้อมูลแบบสำรวจ บทนี้จะเรียนรู้วิธีสร้างและปรับแต่งกราฟสำหรับข้อมูลหมวดหมู่ ทั้ง box plot, bar plot, count plot และ point plot ระหว่างทางจะได้สำรวจข้อมูลแบบสำรวจของคนหนุ่มสาวเกี่ยวกับความสนใจ ข้อมูลนักเรียนเกี่ยวกับนิสัยการเรียน และข้อมูลผู้ชายผู้ใหญ่เกี่ยวกับทัศนคติต่อความเป็นชาย
แบบฝึกหัดปัจจุบัน
ในบทสุดท้ายนี้จะเรียนรู้วิธีเพิ่มชื่อกราฟและป้ายกำกับแกนที่ให้ข้อมูลครบถ้วน ซึ่งเป็นหนึ่งในส่วนสำคัญที่สุดของการสร้างภาพข้อมูล รวมถึงการปรับแต่งสไตล์ของภาพข้อมูลเพื่อช่วยให้ผู้ชมเข้าใจประเด็นสำคัญได้รวดเร็วขึ้น จากนั้นจะนำทุกสิ่งที่เรียนมารวมกันในแบบฝึกหัดสุดท้ายของคอร์ส