Maîtriser la Visualisation des Données

4.6+

7 avis

Intermediate

Tout d'abord, nous discuterons des applications de NumPy et pourquoi il est populaire. Ensuite, vous apprendrez les différentes options possibles pour créer différents tableaux dans NumPy.

Il est maintenant temps d'apprendre à utiliser la notation d'index pour récupérer des éléments spécifiques ou des sous-ensembles de données à partir de tableaux. Vous apprendrez également à utiliser des indices pour récupérer des données en fonction de certaines conditions et à gérer les valeurs manquantes.

Il existe plusieurs opérations courantes sur les tableaux que vous pourriez vouloir effectuer. Heureusement, NumPy dispose de fonctions et de méthodes intégrées à cet effet que vous apprendrez ici.

Il est temps de découvrir comment utiliser efficacement les opérations mathématiques sur les tableaux NumPy et les appliquer à certains problèmes du monde réel.

Dans cette section, nous explorerons les bases des structures Series et DataFrame. Vous apprendrez également les distinctions entre ces deux types de structures.

Les données peuvent être obtenues dans divers formats, tels que CSV, JSON, SQL, HTML, et plus encore. Avec Pandas, vous n'êtes pas limité à un seul format — vous pouvez travailler avec des données provenant de nombreux types de fichiers. Dans ce chapitre, nous nous concentrerons spécifiquement sur les formats CSV et TXT.

Ici, vous apprendrez à traiter les données brutes en supprimant les informations superflues et en gérant les valeurs nulles dans un ensemble de données.

Tout d'abord, nous discuterons des applications de traçage, de la bibliothèque Matplotlib et de ses avantages. Ensuite, vous créerez votre premier tracé simple en utilisant Matplotlib.

Vous êtes maintenant prêt à créer divers graphiques couramment utilisés en pratique. Sans plus attendre, plongeons-nous dedans dès maintenant !

La création de graphiques et la visualisation ne consistent pas seulement à créer un graphique ou plusieurs graphiques, il s'agit également de les rendre clairs, compréhensibles et agréables à regarder. Il est temps d'apprendre la personnalisation des graphiques dans matplotlib, allons-y !

Les statistiques sont essentielles pour travailler avec des données, c'est pourquoi il est extrêmement important de savoir comment créer divers graphiques statistiques. Il est maintenant temps pour nous d'explorer les plus courants.

Seaborn est une autre bibliothèque de tracé puissante en Python construite sur matplotlib. Maintenant que vous êtes familier avec matplotlib, il est temps de plonger dans la visualisation avec seaborn.

Plongez dans le monde de Power BI et construisez une base solide. Vous couvrirez tout, de l'installation et la configuration à la connexion des sources de données et la création de votre premier rapport.

Explorez les techniques essentielles de préparation des données, y compris le nettoyage, la transformation et la combinaison de plusieurs sources de données. Vous aborderez également la gestion des valeurs manquantes, le profilage des données et diverses méthodes de manipulation des données.

Maîtrisez les fondamentaux de la modélisation de données, de la compréhension des modèles de données et de la création de relations à la maîtrise des bases de DAX. Vous apprendrez également à créer des mesures et des colonnes calculées.

Découvrez diverses techniques de visualisation et personnalisez les visuels pour de meilleures perspectives. Vous explorerez également des fonctionnalités avancées telles que les slicers, les filtres et les capacités de drill-down/drill-through pour améliorer votre analyse de données.

Améliorez l'utilisabilité et la puissance narrative de vos rapports en utilisant des thèmes, en configurant les pages de rapport et en tirant parti de fonctionnalités avancées telles que la fonction Analyze et l'identification des valeurs aberrantes. Vous créerez également des groupes, des bacs et des clusters pour des analyses plus approfondies.

Cette section pose les bases pour maîtriser Tableau en vous guidant à travers l'installation, la navigation et les opérations fondamentales. De la réalisation de jointures et de la division de colonnes à la compréhension des filtres, des marques et du volet de données, vous serez équipé des outils essentiels pour l'exploration et la visualisation des données.

Cette section explore les puissants outils de Tableau pour l'organisation, le filtrage et la personnalisation des données. Vous apprendrez à différencier les dimensions et les mesures, à travailler avec des champs continus et discrets, et à créer des champs calculés et des tableaux de bord interactifs. À travers des défis pratiques, vous appliquerez ces outils pour analyser des données, découvrir des insights et améliorer vos visualisations.

Cette section se concentre sur la création de visualisations percutantes pour découvrir des motifs et des tendances dans vos données. Des cartes thermiques et des nuages de points aux treemaps et graphiques combinés, vous explorerez une variété de types de graphiques adaptés à différents besoins analytiques.

Cette section présente des techniques de visualisation avancées pour améliorer l'analyse des données et la narration. Vous apprendrez à créer des graphiques à puces, des graphiques en aires empilées, des histogrammes et des boîtes à moustaches, permettant des insights plus profonds sur les tendances, les distributions et les comparaisons.