Данный курс является введением в тематику визуализации данных. В курсе будут описаны основные подходы к визуализации данных, позволяющие наглядно подчеркнуть имеющиеся в них закономерности и особенности. Вы познакомитесь с возможностями библиотек визуализации на языке Python (matplotlib, seaborn, plotly, pandas, bokeh) для решения таких задач, как построение графиков функций распределения, отображение статистических закономерностей, визуализация изменяющихся во времени данных.
- Основные статистические характеристики данных. Графики функций распределения и визуализация зависимости компонент данных
Цель: познакомить участников с основными статистическими характеристиками данных, их визуализацией, анализом и подходами к обработке данных, использующими данные характеристики
- обзор библиотек языка Python для обработки данных (pandas) и визуализации (matplotlib, seaborn, plotly, pandas, bokeh)
- краткий обзор основных статистических приемов работы с данными:
- первичный анализ данных
- получение описательных статистик
- изменение типа данных
- построение сводных таблиц
- визуализация статистических характеристик данных
- гистограммы
- графики плотностей распределений
- «ящики с усами»
- «виолончели»
- визуализация зависимости компонент данных, отбор значимых компонент и понижение размерности данных
- классические и пузырьковые диаграммы рассеяния
- тепловые карты
- таблица со встроенными диаграммами
Практическая часть: решение практических задач по построению графиков одномерных и многомерных функций распределения, точечных диаграмм, тепловых карт
- Сравнительный анализ компонент данных
Цель: познакомить участников с подходами к анализу компонент данных относительно временных изменений и сравнению компонент данных с использованием группировки и агрегирования
Теоретическая часть:
- сравнительные графики вдоль временной оси
- линейные диаграммы
- вертикальные столбиковые диаграммы
- круговые диаграммы площади
- сравнительные графики с использованием группировки и агрегирования
- группировка и агрегирование данных в библиотеке pandas
- вертикальные столбиковые диаграммы переменной ширины
- таблица со встроенными диаграммами
Практическая часть: решение задач анализа изменяющихся во времени данных, а также подходам к анализу данных с использованием группировки и агрегирования
- Композиционные методы визуализации данных
Цель: познакомить участников с основными подходами к композиционным представлениям данных при работе со статичными и изменяющимися во времени данными
Теоретическая часть:
- композиционные графики изменяющихся во времени компонент данных
- столбиковые диаграммы со стыковкой компонент данных
- площадные диаграммы со стыковкой компонент данных
- композиционные графики статичных данных
- круговая диаграмма
- древовидная карта
- столбиковые диаграммы со стыковкой компонент данных
Практическая часть: анализ данных с использованием композиционных представлений компонент данных