Definición de la visualización de datos

Name: Definición de la visualización de datos
Author: Bill Hood

Recopile, organice y trace su primer conjunto de datos

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

Curso: bajo demanda

Esto es la primera trama. Como vimos en la introducción, vamos a seguir un proceso de tres pasos. El primer paso es prepararse. En este caso, vamos a presentar dos Importaciones de Python, NumPy, que significa Python numérico, y matplotlib, que es, como su nombre indica, un conspirador. También vamos a codificar datos. Y muchas veces, introducir datos manualmente es lo mejor. respuesta, la respuesta más rápida, y ciertamente un buen enfoque. Entonces lo presentaremos en esta lección. Con el espíritu de organizar esos datos, primero vamos a simplemente organizar los datos en sí y asegurarnos de que entender qué datos queremos poner en qué eje. Los etiquetaremos y presentaremos cómo hacerlo. Vamos a asignar títulos y elegir estilos. Nuestro primer gráfico será un gráfico unidimensional XY simple. Empecemos. Este es mi entorno Jupyter Notebook. Jupyter Notebook es una máquina virtual que crea un entorno de programación virtual. Importe numpy como np. Como np es tradicional, la mayoría de la gente hará eso y luego nos permite referirnos a esta biblioteca tal como lo hacemos correctamente aquí donde decimos np.random. Ahí es donde usamos numpy para generar números aleatorios. La segunda importación es matplotlib. diagrama de datos, Y ese es un nombre muy largo, así que lo acortamos a PLT. También un muy básico importar. De hecho, estas dos importaciones aquí, nunca hablaremos de nuevo, y los usaremos casi siempre. Así que ahora que sabes cuáles son, ponlos en tu bolso. de trucos y siéntete libre de utilizarlos en el futuro. En realidad, esto nos importa una función de estilo desde el biblioteca matplotlib. Entonces tenemos que importar esto primero y luego podemos obtener el estilo. biblioteca. Y de hecho, usaremos eso primero. Y continuaremos e imprimiremos los estilos que son disponible. Entonces, si te fijas aquí, trazador es lo que estamos señalando. Entonces eso es matplotlib y la biblioteca de estilos. Y ahora lo que queremos ver es lo que hay disponible. Entonces, si hacemos clic en Ejecutar, se ejecutará ese pequeño segmento de código. Y verás que estos son los nombres de los estilos que están disponibles. Y si elegimos, tenemos Seaborne Dark Grid, si elegimos BMH, todo lo que tenemos que hacer es tomarlo, copiarlo y cambiarlo. aquí. Ejecute esto de nuevo, y obtendremos un gráfico de aspecto diferente. Así que sigamos adelante y seleccionemos VMH. Y ahora vayamos a nuestro segundo bloque de código. Y eso es lo que realmente es de un Jupyter Notebook. Útil para enseñar codificación. Porque realmente, este es el primer paso, consigamos estas importaciones. alineado. Esta es la primera parte de la que estaba hablando. Ahora que lo hemos hecho, necesitamos organizarnos y hacer Seguro que sabemos cómo vamos a obtener estos datos. y lo que vamos a hacer. Ahora, en este caso, lo que vamos a hacer es vamos a generarlo. Y si miras aquí, tenemos una variable llamada número aleatorio, y vamos a crear un NumPy Función que asigna 100 números aleatorios a números aleatorios. También conoces bastante bien Python. Sabes que eso significa que es una lista. Entonces, ¿por qué no seguimos adelante y lo imprimimos aquí mismo? y simplemente eche un vistazo a los números que obtenemos. Así que lo ejecutaremos de nuevo. Y aquí están nuestros 100 números. Y puedes ver que están dentro de un paréntesis. Y eso significa que es una lista de Python. Así que aquí están nuestros números. Ahora, si ejecutamos esto nuevamente, obtendremos un conjunto diferente de números porque son verdaderamente aleatorios. Muy cerca. Tan cerca como lo puede hacer una computadora. Muy bien, ahora tenemos nuestros datos. Y hemos completado el paso dos, y todo lo que tenemos que hacer ahora es trama eso. Ahora, lo que debemos pensar en este ejemplo en particular, sin embargo, es que solo tienes una variable. No hay dos variables. Sólo hay una variable, el número aleatorio. Entonces Necesitamos dos dimensiones para trazar cualquier cosa. Entonces, en ese escenario, siempre usarías tiempo o secuencia. Vamos a elegir la secuencia. Podríamos usar el tiempo. ¿Cómo podríamos elegir el tiempo? Bueno, este número se generó en un momento único. Lo mismo con este número, lo mismo con este número. O simplemente usaremos la secuencia, ya que este era el primer número, el segundo número, el tercer número, el cuarto número. Así que trazaremos este primero, este segundo, este tercero y así sucesivamente. Así que diremos simplemente trazar un número aleatorio. Eso es realmente todo lo que necesitamos hacer. Y luego este trazador por defecto, los pondremos en orden secuencial. Entonces en este caso, muy simple, señale el trazador, trace mi número aleatorio, por favor. Y eso es exactamente lo que esos códigos hacen o para lo que te preparan. También, lo que esto dice es, en ese trazador, hacer mi etiqueta x rango. Si quisiéramos llamarlo rango x, simplemente escribiríamos eso y eso es lo que se mostrará. Lo mismo ocurre con la etiqueta y, que denominamos número aleatorio. Y lo mismo ocurre con el título, al que hemos llamado mi primera trama. Ahora bien, todo esto es realmente aplicable a todas las tramas futuras. Así que no vamos a hablar demasiado de hacer etiquetas en el futuro porque realmente lo hemos establecido aquí mismo. El comando final es mostrar la trama, y eso es lo que ejecutará el código. para ejecutar mostrar trama. Sigamos adelante y ejecutemos eso ahora. Ahí está nuestra trama. Obviamente es un número extraño y ondulante. pero es porque son estos números aleatorios. Y si miras nuestra lista aquí arriba, verás 0,18. Bueno, sí, eso parece 0,18. Y luego el segundo número me parece 0,7 algo. Ups, y ahí está, 0,78. Ejecutamos esto nuevamente, como demostramos anteriormente. Así que regeneremos nuestros datos y luego regeneramos nuestro gráfico. y se verá diferente. Parece diferente.

Intermedio Proveedor : Bill Hood 3 lecciones · 22m en Árabe, Alemán, Inglés, Español, Francés, Portugués, Chinese

Descripción del curso

En estas lecciones, presentamos nuestro entorno virtual, Python 3.x, nuestro primer gráfico, nuestro primer gráfico 2D y exploraremos la plataforma de blocs de notas de Jupyter. También presentaremos nuestra fórmula para la visualización de datos, que incluye recopilar, organizar y luego trazar los resultados. Aprenderá a controlar líneas, patrones, colores, anotaciones y transparencias.

Nos centraremos en los conceptos básicos y ampliaremos su conocimiento general de Python y programación, incluyendo cómo importar y usar un nuevo conjunto de bibliotecas centradas en la visualización de datos, y el proceso de tres pasos para obtener, organizar y trazar datos o el modelo "recopilar-organizar-presentar" de la visualización de datos.

Lo que aprenderás

Importar y usar bibliotecas de visualización de datos, incluida matplotlib.pyplot
Crear su primer gráfico y gráfico de línea 2D en la plataforma Jupyter Notebook
Recopilar datos y organizarlos para un gráfico XY, incluidos datos de un CSV
Aplicar el modelo de recopilación, organización y presentación para graficar resultados
Controlar líneas, patrones, colores, anotaciones y transparencia en gráficos
Configurar y trabajar dentro del entorno virtual de Python 3.x

Puntos clave

El curso introduce un entorno virtual, Python 3.x, un primer gráfico, un primer gráfico 2D y la plataforma Jupyter Notebook.
La visualización de datos se presenta a través de una fórmula de tres pasos de recopilación, organización y luego graficar los resultados, descrita como el modelo de recopilación, organización y presentación.
Los estudiantes importan y utilizan un nuevo conjunto de bibliotecas enfocadas en visualización de datos, incluida matplotlib.pyplot.
El curso cubre el control de líneas, patrones, colores, anotaciones y transparencia en gráficos.
Se enfoca en lo básico mientras extiende el conocimiento general de Python y programación.

Preguntas frecuentes

¿Qué aprenderé en este curso?

Aprenderá a importar y usar bibliotecas de visualización de datos incluida matplotlib.pyplot, recopilar y organizar datos para un gráfico XY, recopilar datos de un CSV y crear gráficos utilizando el modelo de recopilación, organización y presentación. El curso también cubre el control de líneas, patrones, colores, anotaciones y transparencia.

¿Qué herramientas y plataforma utiliza este curso?

El curso utiliza un entorno virtual, Python 3.x y la plataforma Jupyter Notebook.

¿Qué temas cubren las lecciones?

Las lecciones cubren Primer Gráfico, Gráfico de Línea 2D y Construcción de una Base.

¿Qué habilidades desarrolla este curso?

Desarrolla habilidades en Datos de Aplicación, Manejo de Archivos y Bibliotecas Compartidas, mientras extiende su conocimiento general de Python y programación.

¿Cómo se aborda la visualización de datos en este curso?

La visualización de datos se aborda a través de un proceso de tres pasos de obtención, organización y graficar datos, denominado modelo de recopilación, organización y presentación.