Визуализация данных в Seaborn. Продвинутый уровень
В этом курсе вы узнаете, как использовать сложные инструменты Seaborn для анализа множества наборов данных.
Преподаватель
Залина Озова
Более 3 лет преподаю информатику и математику. Обучаю студентов основам программирования. Реализую программы углубленного изучения предмета.
4часа
13видео
36упражнений
4050опыта
Описание курсаЕсли вы хотите с легкостью создавать красивые, информативные диаграммы и графики, то должны изучить Seaborn! Это библиотека визуализации, которая играет большую роль в работе с данными на языке python. В этом курсе вы узнаете, как использовать сложные инструменты Seaborn для анализа множества наборов данных, включая данные об оплате обучения в университете и гостей из сериала “Охотники за кодом”. После этого курса вы сможете отображать данные в нескольких различных форматах и настраивать диаграммы Seaborn для своих целей.
1. Seaborn. Введение
В этой части мы познакомимся с библиотекой Seaborn и узнаем ее место в визуализации на Python.
Seaborn. Введение
50
Основа Seaborn
50
Чтение csv-файла
100
Сравнение гистограммы pandas и Seaborn
100
Диаграммы распределения
50
Построение гистограммы
100
Анализ получившейся диаграммы
50
Regression plot или диаграмма регрессии в Seaborn
50
Создание диаграммы регрессии
100
Построение диаграмм c несколькими переменными
100
Разделение линий регрессии
100
2. Кастомизация диаграмм Seaborn
Теперь мы изучим функции Seaborn, с помощью которых будем настраивать отображение диаграмм.
Применение стилей Seaborn
50
Использование стиля по умолчанию
100
Сравнение стилей
100
Удаление линий осей
50
Цвета в Seaborn
50
Цветовые коды Matplotlib
100
Использование стандартных палитр
100
Цветовые палитры
50
Создание собственной палитры
100
Настройка диаграмм с помощью Matplotlib
50
Изменение названий осей
100
Дополнительные настройки диаграммы
100
Добавление легенды
100
Настройка нескольких диаграмм
100
3. Другие виды диаграмм
В этой части мы освоим более сложные виды диаграмм, встроенные в Seaborn.Типы категориальных диаграмм
50
stripplot() и swarmplot()
100
boxplot(), violinplot() и boxenplot()
100
Столбчатые и точечные диаграммы
100
Диаграммы регрессии
50
Диаграммы регрессии и residual plot
100
Параметры диаграммы регрессии
100
Binning data или распределение данных
100
Matrix plot или матричная диаграмма
50
Создание тепловых карт
100
Настройка тепловых карт
100
4. Другие виды диаграмм
Используем Seaborn для построения нескольких диаграмм на одном изображении.
Использование FacetGrid, factorplot() и lmplot()
50
Построение FacetGrid
100
Использование factorplot()
100
Использование lmplot
100
Изучение PairGrid и pairplot()
50
Построение PairGrid
100
Использование pairplot()
100
Параметры pairplot()
100
Использование JointGrid и jointplot()
50
Построение JointGrid и jointplot()
100
jointplot() для построения регрессии
100
Построение комбинированного графика с jointplot()
100
Подведение итогов курса
50
