Interaktywne wizualizacje danych w języku Python - Plotly
What you'll learn
- konfiguracja środowiska do pracy
- statystyczna wizualizacja danych (Seaborn)
- case study (churn modelling - Seaborn)
- tworzenie interaktywnych wykresów w bibliotece Plotly
- wykorzystanie Plotly Express
- zaawansowane zagadnienia biblioteki Plotly
- połączenie Plotly i Chart Studio
Requirements
- ukończone kursy ze ścieżki Python Developer
- ukończone kursy ze ścieżki Data Scientist
- wolny czas i chęci do podjęcia kroku w stronę wizualizacji danych
- posiadam kursy, które mogą pomóc w zdobyciu wszystkich niezbędnych umiejętności wymaganych do tego kursu
Description
Plotly
Plotly to interaktywna biblioteka do tworzenia wykresów typu open source, która obsługuje ponad 40 unikalnych typów wykresów obejmujących szeroki zakres zastosowań statystycznych, finansowych, geograficznych, naukowych i trójwymiarowych.
Jest zbudowana na bazie biblioteki Plotly JavaScript (plotly.js) i umożliwia użytkownikom Pythona tworzenie pięknych interaktywnych wizualizacji internetowych, które można wyświetlać w notatnikach Jupyter, zapisywać w samodzielnych plikach HTML lub udostępniać jako część aplikacji webowej zbudowanej z frameworkiem Dash.
Dzięki integracji z narzędziem do eksportu obrazów Kaleido, Plotly zapewnia również doskonałe wsparcie dla rozwiązań innych niż aplikacje webowe (np. QtConsole, Spyder, PyCharm) i publikowania statycznych dokumentów (np. eksportowanie notatników do formatu PDF z wysokiej jakości obrazami wektorowymi).
Treść kursu
Kurs podzielony jest na dwie części. Pierwsza skupia się na statystycznej wizualizacji danych wykorzystując do tego bibliotekę Seaborn. Jest to część obowiązkowa dla osób chcących pracować z analizą danych, uczeniem maszynowym czy data science. Druga część przedstawia wykorzystanie biblioteki Plotly do generowania fantastycznych interaktywnych wykresów, które mogą służyć zarówno w data science jak i w tworzeniu aplikacji webowych.
Zostały omówione takie rodzaje wykresów jak:
wykresy relacyjne
wykresy kategoryczne
wykresy łączone
wykresy z regresją liniową
mapy ciepła
wykresy punktowe
macierz rozrzutu
wykresy współrzędnych równoległych (numeryczne, kategoryczne)
wykres bąbelkowy
wykres liniowy
wykres powierzchniowy
wykres słupkowy
wykres Gantta
wykres kołowy
wykres pierścieniowy
interaktywne tabele
diagram Sankey'a
wykres pudełkowy
wykres wiolinowy
wykresy finansowe (OHLC, świecowy)
wykres typu Waterfall
wykres lejkowy
mapy (wykres punktowy, choropleth map)
Stack Overflow Developer Survey
Według Stack Overflow Developer Survey 2021 język Python jest najchętniej wybieranym językiem do nauki programowania.
Who this course is for:
- dla programistów języka Python, którzy chcą poznać bibliotekę Plotly
- dla programistów języka Python, którzy chcą tworzyć interaktywne wizualizacje
- dla programistów języka Python, którzy chcą tworzyć interaktywne dashboardy
- dla osób, które chcą wejść w świat uczenia maszynowego i analizy danych
- dla data scientistów
- dla inżynierów uczenia maszynowego
- dla osób zainteresowanych sztuczną inteligencją (artificial intelligence)
Instructor
![Paweł Krakowiak](data:image/svg+xml,%3Csvg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 64 64"%3E%3C/svg%3E){kind=avatar}
- 4.6 Instructor Rating
- 4,556 Reviews
- 201,450 Students
- 75 Courses
EN
Python Developer/Data Scientist/Stockbroker
Founder at e-smartdata[.]org.
Big fan of new technologies!
Graduate of postgraduate studies at the Polish-Japanese Academy of Information Technology in the field of Computer Science and Big Data specialization.
Graduate of MA studies in Financial and Actuarial Mathematics at the Faculty of Mathematics and Computer Science at the University of Lodz. Former PhD student at the faculty of mathematics.
Stockbroker license holder (no 3073).
Lecturer at the GPW Foundation (technical analysis, behavioral finance and portfolio management).
PL
Data Scientist, Securities Broker
Założyciel platformy e-smartdata[.]org
Miłośnik nowych technologii, szczególnie w obszarze sztucznej inteligencji, języka Python oraz rozwiązań chmurowych.
Absolwent podyplomowych studiów na Polsko-Japońskiej Akademii Technik Komputerowych na kierunku Informatyka, spec. Big Data.
Absolwent studiów magisterskich z matematyki finansowej i aktuarialnej na wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego.
Od 2015 roku posiadacz licencji Maklera Papierów Wartościowych z uprawnieniami do czynności doradztwa inwestycyjnego (nr 3073).
Wykładowca w Fundacji GPW prowadzący szkolenia dla inwestorów z zakresu analizy technicznej, finansów behawioralnych i zasad zarządzania portfelem instrumentów finansowych.
Z doświadczeniem w prowadzeniu zajęć dydaktycznych na wyższej uczelni z przedmiotów związanych z rachunkiem prawdopodobieństwa i statystyką.
Główne obszary zainteresowań to język Python, sztuczna inteligencja, web development oraz rynki finansowe.
IG: e_smartdata