Datenvisualisierung und Data Science

Name: Datenvisualisierung und Data Science
Author: Bill Hood

Sich mit mehreren Diagrammen vertraut machen und Daten interpretieren

Preview the first lesson free — get full access to all 3 lessons.

Kurs: On-Demand

Unser Thema sind Nebenhandlungen. Wir werden es vorstellen Grundstücke und Nebenhandlungen. Und wir beginnen mit der Wiederverwendung unserer alten Freunde matplotlib.pyplot und NumPy. Wir werden eine neue Funktion namens Zeilenabstand einführen, die a ist NumPy-Funktion. Und was der Zeilenraum im Wesentlichen bewirkt, ist die Erstellung einer Liste von Daten mit programmatischen Mitteln. Also zum Beispiel, Die Art und Weise, wie der Zeilenabstand funktioniert, besteht aus Start, Stopp und Anzahl Proben. Wir sagen also: „Erstelle mir einen Zeilenabstand, der bei Null beginnt.“ gehe zu fünfmal pi, was fünfmal 3,14 ist, und gib mir 400 Inkremente. Und das ist genau das, was das bewirkt, und es ist einfach praktisch uns, diesen X-Raum zu schaffen. Und dann ist das ein Y, eine Funktion von X und was das ist Das bedeutet, dass Sie vielleicht schon davon gehört haben, dass dies eine ziemlich grundlegende mathematische Idee ist Das bedeutet aber, dass Y ausgewertet wird jedes Leerzeichen entlang der Linie. Mit anderen Worten: Wir haben 400 X-Inkremente. Wir werden Y an jedem dieser Punkte bewerten. Und was wir dann tun werden, ist, das zu übernehmen Quadrat davon. Wenn X beispielsweise 2 ist, quadrieren wir das und rufen auf it 4 und Y wäre in diesem Fall gleich 4. Y steht also in direktem Zusammenhang mit neu berechnet. Wir drucken diese aus und zeichnen sie dann auf. Beachten Sie, dass wir hier unser Plotformat ein wenig ändern werden Bit und in diesem Fall werden wir ein Zahlenformat verwenden und unsere Achse werden die Nebenhandlungen sein, und in diesem Fall sind wir es Ich werde kein Argument liefern, was eines bedeutet Nebenhandlung. Dann zeichnen wir x und y, diese Variablen genau dort, ein und rufen auf es ist eine einzelne Handlung. Und Sie können sehen, hier ist unser Linienraum, und das ist, wie ich sehe Beginnen Sie bei Null und gehen Sie zum Dreifachen von Pi Und dann ist hier der Y-Wert und das geht ziemlich schnell und einfach Finden Sie heraus, dass das Quadrat von Null gleich Null sein wird Sieht auf jeden Fall richtig aus, deshalb hier unsere Y-Werte Und dann haben wir es geplant und das ist unser einziges Handlungsrecht Hier und ich nutze diesen Plot gerne, weil wir einiges machen können Einfache lustige Dinge mit diesem Rückwärtsgang die Y-Daten oder die X-Daten, damit es anders aussieht und aussieht jetzt mit vier Nebenhandlungen. Beachten Sie also, dass diese Aussage hier jetzt etwas anders ist denn vorher hatten wir keinen Streit. Jetzt haben wir diesen Streit zwei, zwei. Und das bedeutet, dass wir vier und mehr haben werden Sie werden übereinander gestapelt. Wenn Sie über englischsprachige Regeln nachdenken, ist dies immer der Fall von links nach rechts und immer von oben nach unten. Und so würde es auch aussehen. Und das bedeutet, dass diese zu zweit gestapelt werden übereinander und die Werte erfolgt von links nach rechts und von oben nach unten. So wird zum Beispiel diese Position hier ganz oben sein verließ die meisten. Dies ist die oberste Zeile ganz rechts, die zweite Zeile ganz links. ganz rechts in der zweiten Reihe und so weiter. Und was wir dann tun, ist, dass wir den Rückwärtsgang einlegen, was für uns einfach praktisch ist den Y-Wert, um das Diagramm umzukehren, was es einfacher macht um zu sehen. Und Sie können hier sehen, dass wir vier Grundstücke auf einem einzigen Grundstück haben Layout in englischsprachiger Reihenfolge, von rechts nach links, von oben nach unten. Und so hätten Sie vier Grundstücke. Der Grund, warum wir das tun, ist, dass sie auf jeden anwendbar sind Die Handlung, die Sie erstellen könnten, und davon werden Sie eine Menge finden Die Leute werden mehr Grundstücke auf weniger Raum sehen wollen. Und die Art und Weise, wie Sie das erreichen würden, ist hiermit Technik. Also gut, jetzt machen wir noch ein Beispiel. Und in diesem Fall werden wir es einfach vertikal stapeln. Die Änderung hier besteht also aus zwei Nebenhandlungen, auf die wir uns beziehen würden dazu und vertikal gestapelt. Und wir werden es so machen. Und wir werden die Daten auch umkehren, damit wir sie so sehen können Vor. Und hier ist unser einzelner Plot und dann hier unser vertikaler Plot gestapelte Version davon. Ein weiteres schnelles Beispiel, das wir ausführen können und das auch eine Horizontale erstellt Stapeln dieser Vertikalen. Wir demonstrieren also einen einzelnen Plot, vertikal gestapelt, und dann horizontal gestapelt. Und wieder einmal ändern wir wirklich nur die Daten. Aber jedes davon ist eine andere Handlung und das ist das Technik, die wir zeigen wollen. Also lassen Sie uns das durchgehen und da ist unser einziger Plot, da ist unser vertikal gestapelt und hier ist unser horizontal gestapelt. Alles klar. Danke. Wir sehen uns in der nächsten Lektion.

Mittelstufe Anbieter : Bill Hood 3 Lektionen · 15m auf Arabisch, Deutsch, Englisch, Spanisch, Französisch, Portugiesisch, Chinese

Kursbeschreibung

In diesen Lektionen erkunden wir die Arbeit mit mehreren Variablen, mehreren Diagrammen, Unterdiagrammen und die Interpretation von Daten. Wir beginnen mit der Untersuchung mehrerer Variablen in einem einfachen Diagramm, z. B. einem XY-Diagramm. Sie erfahren, warum ein XY-Diagramm eine große Anzahl von Werten für Y, aber nur einen für X haben kann. Wir stellen auch Numpy vor, ein weiteres primäres Werkzeug zur Datenvisualisierung. Numpy ist ein grundlegendes Paket für wissenschaftliche Berechnungen und kann n-dimensionale Arrays aktivieren und Berechnungen auf diesen Arrays schnell durchführen.

Wir werden auch eine höhere Bilddichte erforschen, indem wir mehrere Bilder in verdichteten Räumen aufzeichnen. Sie werden auch den Lernprozess für die Interpretation von Daten beginnen. Als Spezialist für Datenvisualisierung müssen Sie alle Arten von Daten interpretieren und versuchen zu verstehen, wo sie hingehören und wie sie visualisiert werden können. In diesen Lektionen werden Sie lernen, ein großes 3D-Array mit etwa 12.000 Datenpunkten zu präsentieren, die alle zwischen 0 und 255 liegen. Mithilfe von Python werden wir eine weitere Datendatei untersuchen, die durch Kommas getrennte Text- und numerische Daten enthält, und uns den Inhalt ansehen.

Was Sie lernen werden

Arbeiten Sie mit mehreren Variablen in einem einfachen Diagramm wie einem XY-Diagramm
Erklären Sie, warum ein XY-Diagramm viele Y-Werte, aber nur einen X-Wert haben kann
Verwenden Sie Numpy, um Zufallszahlen zu generieren und mit n-dimensionalen Arrays zu arbeiten
Erstellen Sie Subplots und zeichnen Sie mehrere Bilder in komprimierten Räumen auf
Interpretieren Sie Daten und bestimmen Sie, wie sie passen und wie Sie sie visualisieren
Erkennen Sie ein JPG und untersuchen Sie Datendateien, die Text- und numerische Daten enthalten, die durch Kommas getrennt sind

Wichtige Erkenntnisse

Die Lektionen behandeln das Arbeiten mit mehreren Variablen, mehreren Plots, Subplots und die Interpretation von Daten.
Numpy ist ein grundlegendes Paket für wissenschaftliches Rechnen, das n-dimensionale Arrays und schnelle Berechnungen auf ihnen ermöglicht.
Eine höhere Bilddichte kann erreicht werden, indem mehrere Bilder in komprimierten Räumen aufgezeichnet werden.
Ein Datenvisualisierungsspezialist wird mit der Interpretation aller möglichen Datentypen und dem Verständnis, wo sie passen und wie sie visualisiert werden, herausgefordert.
Mit Python präsentiert der Kurs ein großes 3D-Array mit etwa 12.000 Datenpunkten, alle zwischen 0 und 255, und erkundet eine Datendatei mit Text- und numerischen Daten, die durch Kommas getrennt sind.

Häufig gestellte Fragen

Welche Themen behandelt dieser Kurs?

Er erforscht das Arbeiten mit mehreren Variablen, mehreren Plots, Subplots und die Interpretation von Daten, beginnend mit mehreren Variablen in einem einfachen XY-Diagramm und Einführung von Numpy als primäres Werkzeug für Datenvisualisierung.

Was ist Numpy und warum wird es in diesem Kurs verwendet?

Numpy ist ein grundlegendes Paket für wissenschaftliches Rechnen, das n-dimensionale Arrays ermöglichen und Berechnungen auf diesen Arrays schnell durchführen kann. Der Kurs zeigt, wie Numpy zum Generieren von Zufallszahlen verwendet wird.

Für wen ist dieser Kurs?

Er richtet sich an Datenvisualisierungsspezialisten, die mit der Interpretation aller möglichen Datentypen und dem Verständnis, wo sie passen und wie sie visualisiert werden, herausgefordert werden.

Welche praktische Arbeit umfasst der Kurs?

Mit Python präsentieren Sie ein großes 3D-Array mit etwa 12.000 Datenpunkten zwischen 0 und 255 und erkunden eine Datendatei mit Text- und numerischen Daten, die durch Kommas getrennt sind, um ihren Inhalt zu untersuchen.

Welche Lektionen sind enthalten?

Der Kurs umfasst mehrere Plots, Datainterpretation und mehrere Plots und Subplots und entwickelt Fähigkeiten in Datenanalyse, Datenwissenschaft, Datenvisualisierung, Graphen und Informationsvisualisierung.