Beherrschung der Datenvisualisierung

4.6+

7 Bewertungen

Intermediate

Zunächst werden wir die Anwendungen von NumPy und warum es so beliebt ist besprechen. Anschließend lernen Sie verschiedene Möglichkeiten kennen, um unterschiedliche Arrays in NumPy zu erstellen.

Es ist nun an der Zeit zu lernen, wie man die Indexnotation verwendet, um spezifische Elemente oder Teilmengen von Daten aus Arrays abzurufen. Sie werden auch lernen, wie man Indizes verwendet, um Daten basierend auf bestimmten Bedingungen abzurufen und fehlende Werte zu behandeln.

Es gibt einige häufige Operationen an Arrays, die Sie möglicherweise durchführen möchten. Glücklicherweise hat NumPy eingebaute Funktionen und Methoden für diesen Zweck, die Sie hier lernen werden.

Es ist an der Zeit, herauszufinden, wie man mathematische Operationen effizient auf NumPy-Arrays anwendet und sie in einigen realen Problemen einsetzt.

In diesem Abschnitt werden wir die Grundlagen der Series- und DataFrame-Strukturen erkunden. Sie werden auch die Unterschiede zwischen diesen beiden Strukturtypen kennenlernen.

Daten können in verschiedenen Formaten vorliegen, wie CSV, JSON, SQL, HTML und mehr. Mit Pandas sind Sie nicht auf ein einzelnes Format beschränkt – Sie können mit Daten aus einer Vielzahl von Dateitypen arbeiten. In diesem Kapitel konzentrieren wir uns speziell auf die Formate CSV und TXT.

Hier lernen Sie, wie Sie Rohdaten verarbeiten, indem Sie überflüssige Informationen entfernen und Nullwerte in einem Datensatz verwalten.

Zuerst werden wir über Plotting-Anwendungen, die Matplotlib-Bibliothek und ihre Vorteile sprechen. Anschließend erstellen Sie Ihr erstes einfaches Diagramm mit Matplotlib.

Jetzt sind Sie bereit, verschiedene in der Praxis häufig verwendete Diagramme zu erstellen. Ohne weitere Umschweife, lassen Sie uns gleich eintauchen!

Das Erstellen von Plots und Visualisierungen geht über das bloße Erstellen eines oder mehrerer Plots hinaus. Es geht auch darum, sie klar, verständlich und ansprechend zu gestalten. Zeit, die Anpassung von Plots in Matplotlib zu lernen, los geht's!

Statistik ist entscheidend für die Arbeit mit Daten, daher ist es äußerst wichtig, zu wissen, wie man verschiedene statistische Diagramme erstellt. Jetzt ist es an der Zeit, die gebräuchlichsten zu erkunden.

Seaborn ist eine weitere leistungsstarke Plotting-Bibliothek in Python, die auf matplotlib aufbaut. Da Sie nun mit matplotlib vertraut sind, ist es an der Zeit, in die Visualisierung mit Seaborn einzutauchen.

Tauchen Sie in die Welt von Power BI ein und bauen Sie ein solides Fundament auf. Sie werden alles von der Installation und Einrichtung bis hin zur Verbindung von Datenquellen und der Erstellung Ihres ersten Berichts abdecken.

Erkunden Sie wesentliche Techniken der Datenvorbereitung, einschließlich Bereinigung, Transformation und Kombination mehrerer Datenquellen. Sie werden sich auch mit dem Umgang mit fehlenden Werten, der Datenprofilierung und verschiedenen Methoden der Datenmanipulation befassen.

Beherrschen Sie die Grundlagen der Datenmodellierung, von der Verständnis von Datenmodellen und dem Erstellen von Beziehungen bis hin zum Erlernen der DAX-Grundlagen. Sie lernen auch, wie man Measures und berechnete Spalten erstellt.

Entdecken Sie verschiedene Visualisierungstechniken und passen Sie Visualisierungen für bessere Einblicke an. Sie werden auch erweiterte Funktionen wie Slicer, Filter und Drill-Down/Drill-Through-Fähigkeiten erkunden, um Ihre Datenanalyse zu verbessern.

Steigern Sie die Benutzerfreundlichkeit und die erzählerische Kraft Ihrer Berichte, indem Sie Themen verwenden, Berichtsseiten konfigurieren und erweiterte Funktionen wie die Analyze-Funktion und das Erkennen von Ausreißern nutzen. Sie werden auch Gruppen, Bins und Cluster erstellen, um tiefere Einblicke zu gewinnen.

Dieser Abschnitt legt das Fundament für das Beherrschen von Tableau, indem er Sie durch die Installation, Navigation und grundlegende Operationen führt. Vom Ausführen von Joins und dem Aufteilen von Spalten bis hin zum Verständnis von Filtern, Markierungen und der Datenansicht werden Sie mit wesentlichen Werkzeugen für die Datenexploration und -visualisierung ausgestattet.

Dieser Abschnitt befasst sich mit den leistungsstarken Werkzeugen von Tableau zur Datenorganisation, Filterung und Anpassung. Sie lernen, Dimensionen und Kennzahlen zu unterscheiden, mit kontinuierlichen und diskreten Feldern zu arbeiten und berechnete Felder sowie interaktive Dashboards zu erstellen. Durch praktische Herausforderungen wenden Sie diese Werkzeuge an, um Daten zu analysieren, Erkenntnisse zu gewinnen und Ihre Visualisierungen zu verbessern.

Dieser Abschnitt konzentriert sich auf die Erstellung wirkungsvoller Visualisierungen, um Muster und Trends in Ihren Daten zu entdecken. Von Heatmaps und Streudiagrammen bis hin zu Baumkarten und Kombinationsdiagrammen werden Sie eine Vielzahl von Diagrammtypen erkunden, die auf unterschiedliche analytische Bedürfnisse zugeschnitten sind.

Dieser Abschnitt führt fortgeschrittene Visualisierungstechniken ein, um die Datenanalyse und das Storytelling zu verbessern. Sie lernen, Bullet-Diagramme, gestapelte Flächendiagramme, Histogramme und Boxplots zu erstellen, die tiefere Einblicke in Trends, Verteilungen und Vergleiche ermöglichen.