همانطور که سازمان ها حجم زیادی از داده را جمع آوری می کنند، برای تحلیلگران داده و دانشمندان داده مهم است تا قبل از انجام تحلیل بیشتر، این داده ها را بررسی و مصورسازی کنند. Seaborn کتابخانه مصورسازی است که برای تجزیه و تحلیل آماری ساخته شده است. API های سطح بالایی آن به شما اجازه می دهد روابط را در داده ها مصورسازی کنید. Seaborn بخشی جدایی ناپذیر ازشته ی PyData است که با دیگر کتابخانه های پایتون مانند Pandas و NumPy ادغام شده است. در این دوره با موارد زیر آشنا می شوید:

  • هیستوگرام ها و تخمین تراکم Kernel: استفاده از API های سطح بالا برای نمایش پراکندگی رگرسیون و منحنی KDE
  • روابط یکنواخت و دو متغیر: یافتن روابط خطی بین متغیرهای چندگانه
  • روابط دو طرفه: از FacetGrid و PairGrid برای پیدا کردن روابط بین جفت اهای ویژگی استفاده کنید
  • تم ها، سبک ها و پالت های رنگی: سفارشی کردن
  • مصورسازی ها با  استفاده از رنگ ها، تم ها و شکل های مختلف

سرفصل:

  • معرفی دوره
  • نصب Seaborn و بررسی مجموعه داده ها Pokemon
  • Matplotlib و Seaborn
  • 3Distributions و روابط
  • برآورد تراکم کرنل
  • مصورسازی توزیع برای یافتن الگوها
  • روابط خطی
  • داده های طبقه بندی شده و داده های چندگانه
  • پلات های 4Trellis
  • FacetGrid
  • سفارش سازی FacetGrid
  • PairGrid
  • 5 زیبایی، سبک، رنگ
  • تم ها و شکل ها
  • پالت های رنگ
  • شکل زیبایی شناسی
  • خلاصه