Plan Szkolenia

Wprowadzenie

  • Przegląd kluczowych koncepcji wizualizacji danych
  • Techniki i narzędzia do wizualizacji

Rozpoczęcie pracy

  • Instalacja bibliotek Pythona (Matplotlib, Seaborn, Bokeh i Folium)
  • Przypadki użycia i praktyczne przykłady

Tworzenie wykresów liniowych i grafików za pomocą Matplotlib

  • Tworzenie podstawowych wykresów liniowych
  • Dodawanie stylów, osi i etykiet
  • Łączenie wielu wykresów
  • Tworzenie wykresów słupkowych, kołowych i histogramów

Tworzenie złożonych wizualizacji za pomocą Seaborn

  • Wizualizacja ramek danych Pandas
  • Tworzenie wykresów słupkowych i agregatów
  • Implementacja wykresów KDE, pudełkowych i skrzypcowych
  • Analiza rozkładów statystycznych

Tworzenie interaktywnych wizualizacji za pomocą Bokeh

  • Tworzenie wykresów z podstawowymi glifami
  • Tworzenie układów dla wielu wizualizacji
  • Stylizacja i atrybuty wizualne
  • Dodawanie interaktywności (interaktywne legendy, akcje po najechaniu i widżety)
  • Implementacja połączonych selekcji

Wizualizacja danych geoprzestrzennych za pomocą Folium

  • Tworzenie interaktywnych map
  • Używanie warstw i kafelków
  • Dodawanie znaczników i ścieżek

Rozwiązywanie problemów

Podsumowanie i kolejne kroki

Wymagania

  • Zrozumienie koncepcji nauki o danych
  • Doświadczenie w programowaniu w Pythonie

Grupa docelowa

  • Analitycy danych
  • Naukowcy zajmujący się danymi
 14 godzin

Liczba uczestników


Cena za uczestnika

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie