Definição da visualização de dados

Name: Definição da visualização de dados
Author: Bill Hood

Recolher, organizar e traçar o seu primeiro conjunto de dados

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

Curso: sob demanda

Isso é a primeira trama. Como vimos na introdução, vamos siga um processo de três etapas. O primeiro passo é se preparar. Neste caso, vamos apresentar dois Importações de Python, NumPy, que significa Python numérico, e matplotlib, que é, como o nome sugere, um plotter. Também iremos apenas codificar os dados. E muitas vezes, inserir dados manualmente é o melhor resposta, a resposta mais rápida e certamente uma boa abordagem. Então, apresentaremos isso nesta lição. No espírito de organizar esses dados, vamos primeiro apenas organizar os dados em si e garantir que entender quais dados queremos colocar em qual eixo. Vamos rotulá-los e apresentar como você faz isso. Vamos atribuir títulos e escolher estilos. Nosso primeiro gráfico será um gráfico unidimensional XY simples. Vamos começar. Este é o meu ambiente Jupyter Notebook. Jupyter Notebook é uma máquina virtual que cria um ambiente de programação virtual. Importe numpy como np. Como np é tradicional, a maioria das pessoas fará isso e então nos permite consultar esta biblioteca exatamente como fazemos corretamente aqui onde dizemos np.random. É aí que usamos numpy para gerar números aleatórios. A segunda importação é matplotlib. pyplot, E esse é um nome muito longo, então abreviamos para PLT. Também um muito básico importar. Na verdade, essas duas importações aqui, nunca falaremos novamente, e vamos usá-los quase todas as vezes. Então agora que você sabe o que são, basta colocá-los na sua bolsa de truques e sinta-se à vontade para usá-los daqui para frente. Na verdade, isso importa uma função de estilo para nós do biblioteca matplotlib. Então temos que importar isso primeiro e então podemos obter o estilo biblioteca. E, na verdade, usaremos isso primeiro. E iremos em frente e imprimiremos os estilos que são disponível. Então, se você notar aqui, plotter é o que estamos apontando. Então isso é matplotlib e a biblioteca de estilos. E agora o que queremos ver é o que está disponível. Portanto, se clicarmos em Executar, esse pequeno segmento de código será executado. E você verá que esses são os nomes dos estilos que Estão disponíveis. E se escolhermos, teremos Seaborne Dark Grid, se escolhermos BMH, tudo o que precisamos fazer é pegar isso, copiá-lo e alterá-lo aqui. Execute isso novamente, e obteremos um gráfico de aparência diferente. Então, vamos selecionar VMH. E agora vamos para o nosso segundo bloco de código. E essa é a coisa sobre um Jupyter Notebook que realmente é útil para ensinar codificação. Porque nós realmente, este é o primeiro passo, vamos fazer essas importações alinhados. Esta é a primeira parte que eu estava falando. Agora que temos, precisamos nos organizar e fazer certeza de que sabemos como obteremos esses dados e o que vamos fazer. Agora, neste caso, o que vamos fazer é gerá-lo. E se você olhar aqui, temos uma variável chamada número aleatório, e vamos criar um NumPy função que atribui 100 números aleatórios a números aleatórios. Você também conhece Python muito bem. Você sabe que isso significa que é uma lista. E então por que não vamos em frente e imprimimos isso aqui e basta dar uma olhada nos números que obtemos. Então, vamos executar isso novamente. E aqui estão nossos 100 números. E você pode ver que eles estão entre colchetes. E isso significa que é uma lista Python. Então aqui estão nossos números. Agora, se executarmos isso novamente, obteremos um conjunto diferente de números porque eles são verdadeiramente aleatórios. Bem perto. Perto como um computador pode fazer. Tudo bem, agora temos nossos dados. E concluímos a etapa dois, e tudo o que precisamos fazer agora é traçar isso. Agora, o que pensar neste exemplo específico, no entanto, é que você tem apenas uma variável. Não existem duas variáveis. Existe apenas uma variável, o número aleatório. Então precisamos de duas dimensões para representar qualquer coisa. Então, nesse cenário, você sempre usaria o tempo ou a sequência. Vamos escolher a sequência. Poderíamos usar o tempo. Como poderíamos escolher o tempo? Bem, esse número foi gerado em um momento único. O mesmo com este número, o mesmo com este número. Ou usaremos apenas sequência, já que este foi o primeiro número, o segundo número, o terceiro número, o quarto número. Então, traçaremos este primeiro, este segundo, este terceiro e assim por diante. Então, vamos apenas dizer plotar um número aleatório. Isso é realmente tudo que precisamos fazer. E então neste plotter por padrão, vamos colocar isso ordem sequencial. Então, neste caso, muito simples, aponte para o plotter, trace meu número aleatório, por favor. E é exatamente isso que esses códigos fazem ou preparam para você. Também, o que isto diz é, naquele plotter, faça meu rótulo x faixa. Se quiséssemos chamá-lo de intervalo x, simplesmente digitaríamos isso dentro, e é isso que será exibido. O mesmo vale para o rótulo y, que rotulamos de número aleatório. E o mesmo vale para o título, que chamamos de meu primeiro enredo. Agora, tudo isso é realmente aplicável a todas as tramas futuras. Então não vamos falar muito sobre fazer rótulos o futuro porque nós realmente o apresentamos aqui. O comando final é plot show, e é isso que irá executar o código para executar o gráfico de exibição. Vamos em frente e executar isso agora. Aí está o nosso enredo. Obviamente é um número estranho e ondulante, mas é porque são esses números aleatórios. E se você olhar nossa lista aqui em cima você verá 0,18. Bem, sim, isso parece 0,18. E então o segundo número me parece 0,7 algo. Ops, e aí está, 0,78. Executamos isso novamente, como demonstramos anteriormente. Então, vamos regenerar nossos dados e então regenerar nosso gráfico, e parecerá diferente. Parece diferente.

Intermediário Fornecedor : Bill Hood 3 lições · 22m em Árabe, Alemão, Inglês, Espanhol, Francês, Português, Chinese

Descrição do curso

Nestas lições, apresentamos nosso ambiente virtual, Python 3.x, nosso primeiro gráfico, nosso primeiro gráfico 2D e exploraremos a plataforma de notebook Jupyter. Também apresentaremos nossa fórmula para visualização de dados, que inclui recolher, organizar e plotar os resultados. Aprenderá a controlar linhas, padrões, cores, anotações e transparência.

Concentrar-nos-emos nos conceitos básicos e alargaremos os seus conhecimentos gerais de Python e de programação, incluindo a forma de importar e utilizar um novo conjunto de bibliotecas centradas na visualização de dados, e o processo de três passos para obter, organizar e traçar dados, ou o modelo "recolher-organizar-apresentar" de visualização de dados.

O Que Você Vai Aprender

Importar e usar bibliotecas de visualização de dados, incluindo matplotlib.pyplot
Criar seu primeiro gráfico e gráfico de linha 2D na plataforma Jupyter notebook
Coletar dados e organizá-los para um gráfico XY, incluindo dados de um CSV
Aplicar o modelo collect-organize-present para plotar resultados
Controlar linhas, padrões, cores, anotações e transparência em gráficos
Configurar e trabalhar dentro do ambiente virtual Python 3.x

Principais Conclusões

O curso apresenta um ambiente virtual, Python 3.x, um primeiro gráfico, um primeiro gráfico 2D e a plataforma Jupyter notebook.
A visualização de dados é apresentada através de uma fórmula de três etapas: coletar, organizar e então plotar os resultados, descrita como o modelo collect-organize-present.
Os alunos importam e usam um novo conjunto de bibliotecas focadas em visualização de dados, incluindo matplotlib.pyplot.
O curso cobre o controle de linhas, padrões, cores, anotações e transparência em gráficos.
Ele se concentra nos conceitos básicos, ao mesmo tempo em que expande o conhecimento geral sobre Python e programação.

Perguntas Frequentes

O que vou aprender neste curso?

Você aprenderá a importar e usar bibliotecas de visualização de dados, incluindo matplotlib.pyplot, coletar e organizar dados para um gráfico XY, coletar dados de um CSV e criar gráficos usando o modelo collect-organize-present. O curso também cobre como controlar linhas, padrões, cores, anotações e transparência.

Quais ferramentas e plataforma este curso usa?

O curso usa um ambiente virtual, Python 3.x e a plataforma Jupyter notebook.

Quais tópicos as lições cobrem?

As lições cobrem First Plot, 2D Line Plot e Building a Foundation.

Quais habilidades este curso desenvolve?

Ele desenvolve habilidades em Application Data, File Handling e Shared Libraries, ao mesmo tempo em que expande seu conhecimento geral sobre Python e programação.

Como a visualização de dados é abordada neste curso?

A visualização de dados é abordada através de um processo de três etapas de obtenção, organização e plotagem de dados, referido como o modelo collect-organize-present.