Visualização de dados e ciência de dados

Name: Visualização de dados e ciência de dados
Author: Bill Hood

Familiarizar-se com múltiplos gráficos e interpretação de dados

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

Curso: sob demanda

Nosso assunto são subtramas. Nós vamos apresentar parcelas e subtramas. E começaremos reutilizando nossos velhos amigos matplotlib.pyplot e NumPy. Apresentaremos uma nova função chamada espaço de linha, que é um Função NumPy. E essencialmente o que o espaço de linha faz, ele cria uma lista de dados por meios programáticos. Então, por exemplo, a forma como o espaço de linha funciona é o início, a parada e o número de amostras. Então vamos dizer: crie um espaço de linha começando em zero indo para cinco vezes pi, que é cinco vezes 3,14, e me dê 400 incrementos. E é isso que realmente faz e é útil para para criarmos esse espaço X. E então este é um Y que é uma função de X e o que isso significa que você já deve ter ouvido falar que esta é uma ideia matemática bastante básica Mas o que isso significa é que Y é avaliado cada espaço ao longo da linha. Em outras palavras, temos 400 incrementos de X. Vamos avaliar Y em cada um desses pontos. E então o que vamos fazer é pegar o quadrado disso. Então, por exemplo, se X for 2, então elevaríamos isso ao quadrado e chamaríamos seria 4 e Y seria igual a 4 nesse caso. Então Y está diretamente relacionado a X, então à medida que X progride, Y é recalculado. Vamos imprimi-los e depois plotá-los. Observe aqui que vamos mudar um pouco o formato do nosso enredo bit e neste caso vamos usar um formato de figura e nosso eixo serão as subtramas e neste caso estamos não vou fornecer um argumento, o que significa que um subtrama. Vamos então representar graficamente x e y, essas variáveis ali, e chamar é um único enredo. E você pode ver aqui o nosso espaço de linha e é isso que eu vejo começando do zero e indo até você saber três vezes pi e aqui está o Y, o valor e muito rapidamente fácil de descobrir que zero ao quadrado será zero, então certamente parece certo, então aqui estão nossos valores de Y e então planejamos tudo e este é o nosso único enredo, certo aqui e gosto de usar esse enredo porque podemos fazer algumas coisas fáceis e divertidas com isso como reverso os dados Y ou os dados X para fazer com que pareçam diferentes e pareçam em quatro subtramas agora. Então observe que esta afirmação aqui é um pouco diferente agora porque antes não tínhamos discussão. Agora teremos essa discussão dois, dois. E o que isso significa é que teremos quatro e eles serão empilhados um em cima do outro. Se você pensar nas regras de falar inglês, é sempre da esquerda para a direita e sempre de cima para baixo. E é assim que isso ficaria também. E o que isto implica é que estes serão empilhados dois em um em cima do outro e os valores será da esquerda para a direita e de cima para baixo. Por exemplo, esta posição aqui será a mais alta deixou mais. Esta será a linha superior mais à direita, a segunda linha mais à esquerda, segunda linha mais à direita e assim por diante. E então o que fazemos que é útil para nós é reverter o valor Y para reverter o gráfico, facilitando assim ver. E você pode ver aqui, temos quatro parcelas em um único layout na ordem em inglês, da direita para a esquerda, de cima para fundo. E é assim que você teria quatro parcelas. Agora, a razão pela qual estamos fazendo isso é que eles são aplicáveis a qualquer enredo que você pode criar, e você descobrirá que muitos as pessoas vão querer ver mais enredos em menos espaço. E a maneira como você conseguiria isso é com isso técnica. Tudo bem, agora vamos fazer outro exemplo. E neste caso, vamos apenas empilhá-lo verticalmente. Portanto, a mudança aqui são duas subtramas, é como nos referiríamos para isso, e empilhados verticalmente. E faremos assim. E também inverteremos os dados para que possamos ver como antes. E aqui está o nosso gráfico único e aqui está o nosso gráfico vertical versão empilhada disso. Mais uma amostra rápida que podemos executar e que também faz uma horizontal empilhamento destes verticais. Então, demonstraremos um único gráfico, empilhado verticalmente, e então empilhados horizontalmente. E mais uma vez estamos apenas alterando os dados. Mas cada um deles é um enredo diferente e esse é o técnica que estamos tentando mostrar. Então, vamos executar isso e aí está o nosso enredo único, aí está o nosso empilhados verticalmente e aqui está o nosso empilhado horizontalmente. Tudo bem, obrigado. Vejo você na próxima lição.

Intermediário Fornecedor : Bill Hood 3 lições · 15m em Árabe, Alemão, Inglês, Espanhol, Francês, Português, Chinese

Descrição do curso

Nestas lições, vamos explorar o trabalho com múltiplas variáveis, múltiplos gráficos, subplots e como interpretar dados. Começaremos com uma exploração de múltiplas variáveis num gráfico simples, como um gráfico XY. Você aprenderá o motivo pelo qual um gráfico XY pode ter um grande número de valores para Y, mas apenas um para X. Também apresentaremos o Numpy, outra ferramenta principal para visualização de dados. O Numpy é um pacote fundamental para a computação científica e pode permitir matrizes de n dimensões e efetuar cálculos nessas matrizes rapidamente.

Iremos também explorar uma maior densidade de imagem através da representação de várias imagens em espaços condensados. Também iniciará o processo de aprendizagem para interpretar dados. Como especialista em visualização de dados, será desafiado a interpretar todos os tipos de dados e a tentar perceber onde se encaixam e como os pode visualizar. Nestas lições, aprenderá a apresentar uma grande matriz 3D que contém cerca de 12.000 pontos de dados, todos entre 0 e 255. Utilizando Python, vamos explorar outro ficheiro de dados que contém texto e dados numéricos separados por vírgulas e analisar o seu conteúdo.

O Que Você Vai Aprender

Trabalhe com múltiplas variáveis em um gráfico simples como um gráfico XY
Explique por que um gráfico XY pode ter muitos valores Y mas apenas um valor X
Use Numpy para gerar números aleatórios e trabalhar com arrays n-dimensionais
Crie subgráficos e trace múltiplas imagens em espaços condensados
Interprete dados e determine como se encaixam e como visualizá-los
Reconheça um JPG e examine arquivos de dados contendo texto e dados numéricos separados por vírgulas

Principais Conclusões

As aulas cobrem trabalhar com múltiplas variáveis, múltiplos gráficos, subgráficos e interpretar dados.
Numpy é um pacote fundamental para computação científica que possibilita arrays n-dimensionais e computações rápidas neles.
Maior densidade de imagem pode ser alcançada traçando múltiplas imagens em espaços condensados.
Um especialista em visualização de dados é desafiado a interpretar todos os tipos de dados e entender onde se encaixam e como visualizá-los.
Usando Python, o curso apresenta um grande array 3D de cerca de 12.000 pontos de dados, todos entre 0 e 255, e explora um arquivo de dados contendo texto e dados numéricos separados por vírgulas.

Perguntas Frequentes

Quais tópicos este curso cobre?

Explora trabalhar com múltiplas variáveis, múltiplos gráficos, subgráficos e como interpretar dados, começando com múltiplas variáveis em um gráfico XY simples e introduzindo Numpy como uma ferramenta primária para visualização de dados.

O que é Numpy e por que é usado neste curso?

Numpy é um pacote fundamental para computação científica que pode possibilitar arrays n-dimensionais e fazer computações nesses arrays rapidamente. O curso mostra como usar Numpy para gerar números aleatórios.

Para quem é este curso?

É direcionado para especialistas em visualização de dados, que são desafiados a interpretar todos os tipos de dados e tentar entender onde se encaixam e como visualizá-los.

Qual trabalho prático o curso inclui?

Usando Python, você apresentará um grande array 3D contendo cerca de 12.000 pontos de dados todos entre 0 e 255, e explorará um arquivo de dados contendo texto e dados numéricos separados por vírgulas para observar seu conteúdo.

Que aulas estão incluídas?

O curso inclui Múltiplos Gráficos, Interpretando Dados e Múltiplos Gráficos e Subgráficos, e constrói habilidades em análise de dados, ciência de dados, visualização de dados, gráficos e visualização de informações.