Loading

Alison's New App is now available on iOS and Android! Download Now

Visualisation des données avec Python et Matplotlib

Dans ce cours en ligne gratuit, apprenez à utiliser la visualisation de données avec Python et Matplotlib pour améliorer votre analyse de données

Publisher: Stone River eLearning
Découvrez la valeur de l'utilisation de Python et de Matplotlib pour créer des graphiques qui peuvent aider vos clients ou votre organisation à visualiser des données et à prendre des décisions d'affaires éclairées grâce à ce cours en ligne gratuit. Il vous sera enseigné comment créer différents types de graphiques et de graphiques de type Matplotlib, ainsi que les nombreuses options de personnalisation de la plateforme et tout, depuis l'ajout de légendes à un graphique et la création de moyennes mobiles à l'aide de tracés de pile.
  • Durée

    4-5 Heures
  • Students

    283
  • Accreditation

    CPD

Description

Modules

Résultats

Certification

View course modules

Description

Cherchez-vous à devenir un expert en visualisation des données avec Python à l'aide de l'un de ses modules les plus importants nommé Matplotlib?  Ce cours rend Python Data Visualisation facile et vous présente Matplotlib et tous ses outils pour créer des graphiques. La première section de ce cours de visualisation des données comprend des informations sur les options et les personnalisations possibles dans Matplotlib. Vous étudierez les bases de l'utilisation de Matplotlib, la création d'un graphique et de ses éléments essentiels tels que les étiquettes, les légendes et les titres, le chargement de données à partir d'un fichier externe, et les différents types de tracés et de graphiques disponibles. Les principales différences entre un histogramme et un diagramme à barres ainsi que le moment d'utiliser chacun d'eux sont ensuite discutées.

La seconde partie de ce cours en ligne gratuit vous apprend à tracer des éléments géographiques sur des cartes en utilisant l'extension Basemap et le processus impliqué dans l'alimentation des coordonnées latitudinales et longitudinales à votre graphe de Matplotlib. Ces techniques sont ensuite démontrées pour comploer sur différents types de cartes, tels que les globes et les cartes plates. La discussion suivante porte sur la valeur de l'utilisation de graphiques tridimensionnels et sur la façon dont l'ajout d'un autre axe vous donne la possibilité de comparer trois types de caractéristiques et de projeter la relation entre ces trois variables. Le contenu final couvre les ajouts de sous-placettes de base, les moyennes mobiles, les options de personnalisation Basemap et les exemples de graphiques 3D de base à l'aide du cadre wireframe de Matplotlib.

Les données sont plus utiles lorsqu'il est facile de comprendre et de pouvoir visualiser des données complexes permet de simplifier les données et d'identifier les tendances. Vous devez vous inscrire à ce cours si vous travaillez quotidiennement avec des données ou si vous êtes un scientifique qui cherche à améliorer vos compétences car cette compétence critique peut ajouter de la valeur à de nombreuses fonctions métier.

Démarrer le cours maintenant

Careers