مصور سازی تجزیه و تحلیل داده ها با پایتون

اگر در حال کار بر روی پروژه های یادگیری ماشین هستید و می خواهید از داده های خود در راه ساخت مدل های خود الگوهای و بینش پیدا کنید ، این دوره برای شما مناسب است. این دوره برای آموزش تکنیک های تجسم یک رویکرد جامع است. شما در مورد تجزیه و تحلیل داده ها و تکنیک های تجزیه و تحلیل داده های اکتشافی با استفاده از چندین ساختار داده مختلف با کتابخانه های NUMPY و PANDAS مطلع خواهید شد. شما همچنین انواع مختلف نمودار/نمودار ، سفارشی سازی/پیکربندی و تکنیک های بردار را یاد خواهید گرفت.
ما با استفاده از برنامه های تجاری مانند نمودارهای تک و چند بار ، نمودارهای پای و نمودارهای حباب با بردار سازی خواص ، به تجسم های پیشرفته نگاه خواهیم کرد. واد ما در ادامه به بررسی Boxplot Seaborn ، طرح ویولن ، ScatterPlot طبقه بندی شده و نحوه ایجاد نقشه های گرما خواهیم پرداخت. شما می توانید با اطمینان از کتابخانه های تجسم پایتون مانند Matplotlib ، Seaborn و Bokeh در پروژه های آینده خود استفاده کنید. با استفاده از Python-Visualizations

عنوان اصلی : Data Analytics Using Python Visualizations

سرفصل های دوره :

Matplotlib و Seaborn - کتابخانه ها و تکنیک ها:
ویدیوی تبلیغاتی
مقدمه نویسنده
آنچه یاد خواهید گرفت
مفاهیم تجسم
مقدمه ای برای Matplotlib
ایجاد توطئه های ساده با استفاده از matplotlib
ایجاد توطئه های پراکندگی
ایجاد محدودیت های محور
توطئه های پارامتری
ایجاد میله های خطا
ترسیم هیستوگرام و توطئه های جعبه
ترسیم هیستوگرام 2D
هیستوگرام های حاشیه ای و جعبه های حاشیه ای
کار با زیرمجموعه ها
طرح و حاشیه های سریال زمان / زمان سهام
ترسیم تصاویر و خوشه بندی
ایجاد توطئه های کانتور 2D برای داده های سه بعدی
ایجاد توطئه های سه بعدی از جمله کانتورهای سه بعدی
برگه های سبک ، RCPARAM و برگه های سفارشی
تجسم های پیشرفته با استفاده از برنامه های تجاری:
نمودارهای تک و چند بار
نمودارهای منطقه و منطقه انباشته
نمودارهای پای نقاشی
نمودارهای حباب با بردار خواص
طرح ریزی خطوط رگرسیون با OLS (ML)
متغیرها و هیستوگرام طبقه بندی شده (با EDA)
Boxplot Seaborn ، طرح ویولن ، پراکندگی طبقه بندی
Slopeplots Seaborn برای مقایسه توزیع
طرح دمبل برای حرکت ارزش طبقه بندی
ایجاد نقشه های گرما
کار با PairPlots
Trendcharts فصلی
سال و CalendarPlot برای روندهای مقیاس رنگی
Radarplot برای مقایسه نمرات پارامترهای متعدد
کار با کتابخانه زیبا و قدرتمند بوکه:
مقدمه بوکه
ایجاد توطئه ساده و چند خط
سفارشی کردن توطئه های خود
ایجاد توطئه های حباب - بردار طرح شما
کار با طرح بندی - ردیف / ستون / شبکه
با استفاده از شیء Columndatasource
استفاده از فیلترها - IndexFilter ، Booleanfilter ، GroupFilter
ویجت ها - کنترل نقشه پویا
نقشه برداری در نقشه گوگل با استفاده از Google Map API
یادداشت های بسته شدن