Plan Szkolenia

Wprowadzenie do Google Colab for Visualization

  • Przegląd programu Google Colab
  • Konfiguracja programu Google Colab
  • Poruszanie się po interfejsie Google Colab

Pierwsze kroki z Data Visualization

  • Znaczenie wizualizacji danych
  • Wprowadzenie do Python bibliotek wizualizacji

Podstawowe tworzenie wykresów za pomocą Matplotlib

  • Tworzenie prostych wykresów
    • Wykresy liniowe
    • Wykresy słupkowe
    • Wykresy kołowe
  • Dostosowywanie wykresów
    • Tytuły, etykiety i legendy
    • Kolory, style i motywy

Zaawansowane tworzenie wykresów za pomocą Matplotlib

  • Wykresy podrzędne i wiele wykresów
  • Praca z adnotacjami
  • Zapisywanie i eksportowanie wykresów

Wprowadzenie do Seaborn

  • Przegląd aplikacji Seaborn
  • Tworzenie wykresów statystycznych
    • Wykresy rozkładu
    • Wykresy regresji
    • Wykresy kategoryczne

Dostosowywanie wykresów Seaborn

  • Estetyka i motywy
  • Zaawansowane dostosowania
  • Łączenie Seaborn z Matplotlib

Obsługa i wizualizacja rzeczywistych zestawów danych

  • Importowanie zestawów danych
  • Czyszczenie i przygotowywanie danych
  • Wizualizacja złożonych danych

Wspólne projekty wizualizacji

  • Udostępnianie i współpraca nad notesami
  • Funkcje współpracy w czasie rzeczywistym
  • Najlepsze praktyki dotyczące projektów współpracy

Wskazówki i najlepsze praktyki

  • Skuteczne techniki wizualizacji danych
  • Unikanie typowych pułapek wizualizacji
  • Zwiększanie atrakcyjności wizualnej i przejrzystości

Podsumowanie i kolejne kroki

Wymagania

  • Podstawowa znajomość programowania Python
  • Znajomość podstawowych koncepcji danych

Uczestnicy

  • Naukowcy zajmujący się danymi
  • Specjaliści ds. danych
 14 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (4)

Propozycje terminów

Powiązane Kategorie