Аналіз та Візуалізація Даних на Python

4.6+

7 відгуки

Intermediate

First of all, we will discuss the applications of NumPy and why it is popular. Afterwards you will learn various possible options to create different arrays in NumPy.

It's now time to learn how to use index notation to retrieve specific elements or subsets of data from arrays. You will also learn how to use indices to retrieve data based on certain conditions and handle missing values.

There are quite few of common operations on arrays which you may want to perform. Luckily, NumPy has built-in functions and methods for this purpose which you will learn here.

It's time to discover how to efficiently use mathematical operations on NumPy arrays and apply them in some real-world problems.

У цьому розділі ми дослідимо основи структур Series та DataFrame. Ви також дізнаєтеся про відмінності між цими двома типами структур.

Дані можуть бути отримані у різних форматах, таких як CSV, JSON, SQL, HTML та інші. З Pandas ви не обмежені одним форматом — ви можете працювати з даними з різних типів файлів. У цьому розділі ми зосередимося на форматах CSV та TXT.

Тут ви дізнаєтеся, як обробляти необроблені дані, видаляючи зайву інформацію та керуючи нульовими значеннями в наборі даних.

Спочатку ми розглянемо застосування для побудови графіків, бібліотеку Matplotlib та її переваги. Далі ви створите свій перший простий графік за допомогою Matplotlib.

Тепер ви готові створювати різноманітні графіки, які часто використовуються на практиці. Без зайвих слів, перейдемо до справи прямо зараз!

Побудова та візуалізація даних полягає не лише у створенні одного або декількох графіків, а й у забезпеченні їхньої зрозумілості, чіткості та привабливого вигляду. Час ознайомитися з налаштуванням графіків у matplotlib.

Статистика є невід’ємною частиною роботи з даними, тому надзвичайно важливо вміти створювати різноманітні статистичні графіки. Тепер настав час ознайомитися з найпоширенішими з них.

Seaborn — ще одна потужна бібліотека для побудови графіків у Python, створена на основі matplotlib. Тепер, коли ви ознайомилися з matplotlib, настав час зануритися у візуалізацію за допомогою seaborn.

Занурення у світ Power BI та формування міцної основи. Охоплення всіх аспектів від встановлення та налаштування до підключення джерел даних і створення першого звіту.

Ознайомлення з основними методами підготовки даних, включаючи очищення, трансформацію та об'єднання кількох джерел даних. Також розгляд обробки пропущених значень, профілювання даних і різних методів маніпулювання даними.

Опанування основ моделювання даних: від розуміння моделей даних і створення зв'язків до засвоєння основ DAX. Також вивчення створення мір і обчислюваних стовпців.

Ознайомлення з різними техніками візуалізації та налаштуванням візуальних елементів для отримання кращих аналітичних висновків. Дослідження розширених функцій, таких як зрізи, фільтри, можливості drill-down та drill-through для підвищення ефективності аналізу даних.

Підвищення зручності використання та можливостей сторітелінгу у звітах за допомогою тем, налаштування сторінок звітів і використання розширених функцій, таких як функція Analyze та виявлення аномалій. Створення груп, бінів і кластерів для глибшого аналізу.

This section lays the groundwork for mastering Tableau by guiding you through installation, navigation, and foundational operations. From performing joins and splitting columns to understanding filters, marks, and the data pane, you will be equipped with essential tools for data exploration and visualization.

This section delves into Tableau's powerful tools for data organization, filtering, and customization. You'll learn to differentiate dimensions and measures, work with continuous and discrete fields, and create calculated fields and interactive dashboards. Through practical challenges, you'll apply these tools to analyze data, uncover insights, and enhance your visualizations.

This section focuses on creating impactful visualizations to uncover patterns and trends in your data. From heatmaps and scatter plots to treemaps and combination charts, you'll explore a variety of chart types tailored to different analytical needs.

This section introduces advanced visualization techniques to enhance data analysis and storytelling. You'll learn to create bullet graphs, stacked area charts, histograms, and box plots, enabling deeper insights into trends, distributions, and comparisons.