Logo
☆☆☆☆☆
0.0
Beginner
12h

使用 Seaborn 库进行数据可视化与分析

本课程旨在介绍使用 Python 和 Seaborn 库进行数据可视化与分析的基础知识。 课程首先讲解各种变量类型及统计分析方法,随后带你复习使用 pandas 库进行数据清洗和提取的基本技巧。在课程的后半部分,你将学习 Seaborn 中用于数值型、连续型和分类数据的不同图表类型,以及分布图和回归图,从而深入挖掘数据中的信息并识别其中的模式。最后,你将掌握创建复杂且美观的可视化图表的方法,并深入了解 Seaborn 的主题设置、配色方案、样式设计以及多子图网格布局。 完成本课程后,你将通过一个实践项目应用所学知识。

11 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
使用 Seaborn 库进行数据可视化与分析
本课程旨在介绍使用 Python 和 Seaborn 库进行数据可视化与分析的基础知识。 课程首先讲解各种变量类型及统计分析方法,随后带你复习使用 pandas 库进行数据清洗和提取的基本技巧。在课程的后半部分,你将学习 Seaborn 中用于数值型、连续型和分类数据的不同图表类型,以及分布图和回...

WHAT YOU'LL LEARN

使用各种统计技术进行数据分析的能力

Content

11 Lessons • 0 Quizzes • 0 Challenges

课程简介
  1. 1

    简介

Seaborn 与统计分析入门
  1. 1

    数据可视化、变量及其类型概述

  2. 2

    统计分析中的变量类型

  3. 3

    统计分析的类型

  4. 4

    开始使用 Seaborn 库

  5. 5

    变量概念测验

绘制分类数据
  1. 1

    使用计数图进行可视化

绘制数值数据
  1. 1

    pandas 简介

  2. 2

    使用 pandas 进行数据清洗

  3. 3

    散点图

  4. 4

    成对图

  5. 5

    添加色调参数进行颜色编码

  6. 6

    使用折线图进行数据可视化

  7. 7

    关系图

  8. 8

    热力图可视化

  9. 9

    数值数据绘图测验

绘制分类数据
  1. 1

    使用条形图进行可视化

  2. 2

    使用点图进行可视化

  3. 3

    箱线图可视化

  4. 4

    使用小提琴图进行可视化

  5. 5

    使用蜂群图进行可视化

  6. 6

    使用条形图进行可视化

  7. 7

    使用 CatPlots 进行可视化

  8. 8

    关于分类数据绘图的测验

数据分布的可视化
  1. 1

    KDE 图

  2. 2

    直方图

  3. 3

    累积分布函数图(ECDF 图)

  4. 4

    地毯图

  5. 5

    联合图

  6. 6

    分布图

  7. 7

    分布图测验

可视化回归模型
  1. 1

    回归分析回顾及不同回归模型简介

  2. 2

    可视化回归图

  3. 3

    可视化Lmplots

  4. 4

    回归模型测验

样式与图形美观性
  1. 1

    图表样式与美学的重要性

  2. 2

    Seaborn 内置主题

  3. 3

    图形缩放与样式设置

  4. 4

    Seaborn 坐标轴脊柱

  5. 5

    Seaborn 色彩调色板

  6. 6

    关于样式与图形美学的测验

多图网格
  1. 1

    多图网格的使用

  2. 2

    条件性多图绘制

  3. 3

    在多图网格中使用自定义函数

  4. 4

    绘制多个成对关系

  5. 5

    使用不同样式的多图网格

  6. 6

    多图网格测验

项目
  1. 1

    EDA项目:员工数据集分析

  2. 2

    员工数据集的EDA解决方案

结束语
  1. 1

    结论

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)