Course Outline

Εισαγωγή στο Google Colab for Visualization

  • Επισκόπηση του Google Colab
  • Ρύθμιση του Google Colab
  • Πλοήγηση στη διεπαφή Google Colab

Ξεκινώντας με το Data Visualization

  • Η σημασία της οπτικοποίησης δεδομένων
  • Εισαγωγή στις Python βιβλιοθήκες οπτικοποίησης

Βασική σχεδίαση με Matplotlib

  • Δημιουργία απλών πλοκών
    • Οικόπεδα γραμμής
    • Ραβδογράμματα
    • Διαγράμματα πίτας
  • Προσαρμογή οικόπεδων
    • Τίτλοι, ετικέτες και θρύλοι
    • Χρώματα, στυλ και θέματα

Προηγμένη σχεδίαση με Matplotlib

  • Υποοικόπεδα και πολλαπλά οικόπεδα
  • Εργασία με σχολιασμούς
  • Αποθήκευση και εξαγωγή οικοπέδων

Εισαγωγή στο Seaborn

  • Επισκόπηση του Seaborn
  • Δημιουργία στατιστικών γραφημάτων
    • Οικόπεδα διανομής
    • Οικόπεδα παλινδρόμησης
    • Κατηγορικά οικόπεδα

Προσαρμογή Seaborn Plots

  • Αισθητική και θέματα
  • Προηγμένες προσαρμογές
  • Συνδυάζοντας το Seaborn με το Matplotlib

Χειρισμός και οπτικοποίηση συνόλων δεδομένων πραγματικού κόσμου

  • Εισαγωγή συνόλων δεδομένων
  • Καθαρισμός και προετοιμασία δεδομένων
  • Οπτικοποίηση σύνθετων δεδομένων

Συνεργατικά έργα οπτικοποίησης

  • Κοινή χρήση και συνεργασία σε σημειωματάρια
  • Λειτουργίες συνεργασίας σε πραγματικό χρόνο
  • Βέλτιστες πρακτικές για συνεργατικά έργα

Συμβουλές και βέλτιστες πρακτικές

  • Αποτελεσματικές τεχνικές οπτικοποίησης δεδομένων
  • Αποφυγή κοινών παγίδων οπτικοποίησης
  • Βελτιώνει την οπτική απήχηση και σαφήνεια

Περίληψη και Επόμενα Βήματα

Requirements

  • Βασικές γνώσεις προγραμματισμού Python
  • Εξοικείωση με βασικές έννοιες δεδομένων

Ακροατήριο

  • Επιστήμονες δεδομένων
  • Επαγγελματίες δεδομένων
 14 Hours

Number of participants


Price per participant

Testimonials (4)

Upcoming Courses

Related Categories