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.

Zunächst werden wir Plotting-Anwendungen, die Matplotlib-Bibliothek und ihre Vorteile besprechen. Anschließend wird das erste einfache Diagramm mit Matplotlib erstellt.

Nun sind Sie bereit, verschiedene in der Praxis häufig verwendete Diagramme zu erstellen. Ohne weitere Umschweife beginnen wir jetzt damit!

Das Erstellen von Diagrammen und Visualisierungen umfasst nicht nur das Erzeugen einzelner Diagramme, sondern auch deren klare, verständliche und ansprechende Darstellung. Zeit, die Anpassung von Diagrammen in Matplotlib zu erlernen.

Statistik ist für die Arbeit mit Daten unerlässlich, weshalb es äußerst wichtig ist, verschiedene statistische Diagramme erstellen zu können. Nun ist es an der Zeit, die gebräuchlichsten davon zu erkunden.

Seaborn ist eine weitere leistungsstarke Visualisierungsbibliothek in Python, die auf matplotlib aufbaut. Nachdem Sie nun mit matplotlib vertraut sind, ist es an der Zeit, sich mit der Visualisierung mit Seaborn zu beschäftigen.

Tauchen Sie in die Welt von Power BI ein und legen Sie ein solides Fundament. Es werden alle Themen von Installation und Einrichtung bis hin zur Verbindung von Datenquellen und der Erstellung des ersten Berichts behandelt.

Erkunden Sie grundlegende Techniken der Datenvorbereitung, einschließlich Bereinigung, Transformation und Kombination mehrerer Datenquellen. Behandlung fehlender Werte, Datenprofilierung und verschiedene Methoden der Datenmanipulation werden ebenfalls behandelt.

Beherrschung der Grundlagen der Datenmodellierung, vom Verständnis von Datenmodellen und dem Erstellen von Beziehungen bis hin zu den Grundlagen von DAX. Erstellung von Measures und berechneten Spalten.

Entdecken Sie verschiedene Visualisierungstechniken und passen Sie Visualisierungen für bessere Einblicke an. Sie werden außerdem erweiterte Funktionen wie Slicer, Filter sowie Drilldown- und Drillthrough-Funktionen erkunden, um Ihre Datenanalyse zu optimieren.

Steigern Sie die Benutzerfreundlichkeit und die Aussagekraft Ihrer Berichte durch die Verwendung von Designs, die Konfiguration von Berichtsseiten und die Nutzung fortgeschrittener Funktionen wie der Analysefunktion und der Identifizierung von Ausreißern. Sie erstellen außerdem Gruppen, Bins und Cluster für tiefere Einblicke.

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.