
Đặt nền móng cho Illustrator CC 2021
usefulit
Hãy làm quen với các tính năng phức tạp của Illustrator, nơi các tính năng mới liên tục được bổ sung.
Nhập môn
Illustrator
Khóa học này tập trung vào việc phát triển kỹ năng trực quan hóa dữ liệu có thể áp dụng ngay vào thực tế, thông qua việc sử dụng Seaborn - công cụ cốt lõi trong trực quan hóa dữ liệu và Plotly/Dash để xây dựng các bảng điều khiển (dashboard) tương tác. Thông qua các bài thực hành đa dạng, bạn có thể đồng thời nâng cao khả năng tạo ra các tài liệu trực quan tập trung vào thông tin chi tiết (insight) và khả năng triển khai các bảng điều khiển trên nền tảng web.
Bạn có thể sử dụng hàm figure-level để trực quan hóa các mối quan hệ và mô hình dữ liệu trong nháy mắt.
Bạn có thể dễ dàng tạo nhiều biểu đồ bằng cách sử dụng FacetGrid, PairGrid và JointGrid.
Hãy học các kỹ thuật trực quan hóa nâng cao để thể hiện các mẫu và mối quan hệ của dữ liệu trong nháy mắt bằng ứng dụng Seaborn.
Dựa trên kiến thức cơ bản về Seaborn đã học ở Part 1,
trong khóa học này bạn sẽ sử dụng các đối tượng nâng cao như FacetGrid, PairGrid, JointGrid và các hàm figure-level
để nắm vững kỹ thuật trực quan hóa nâng cao như cấu hình nhiều subplot, trực quan hóa mối quan hệ dữ liệu, khám phá các mẫu dữ liệu.
Sau khi hoàn thành bài học này, bạn có thể triển khai các biểu đồ nâng cao hiển thị kết quả phân tích dữ liệu trong nháy mắt,
và trong Phần 3~4 tiếp theo, nội dung sẽ được mở rộng sang việc xây dựng bảng điều khiển tương tác (interactive dashboard) bằng Plotly và Dash.
Bạn có thể sử dụng FacetGrid, PairGrid, JointGrid để cấu trúc nhiều biểu đồ con (subplot) và phân tích so sánh.
Nắm vững cách sử dụng các hàm figure-level như relplot, displot, catplot, jointplot, lmplot/pairplot.
Thông qua các kỹ thuật trực quan hóa dữ liệu nâng cao, bạn có thể tăng cường khả năng phân tích cho các biểu đồ tĩnh.
Python
Seaborn / Matplotlib
Sử dụng đối tượng FacetGrid để cấu trúc các subplot và so sánh mối quan hệ giữa các biến.
Tạo đa biểu đồ với đối tượng PairGrid và phân tích mối quan hệ theo từng trục.
Thông qua đối tượng JointGrid, trực quan hóa đồng thời mối quan hệ và sự phân bố giữa hai biến số.
Thể hiện các mẫu dữ liệu và phân phối một cách trực quan bằng các hàm figure-level như relplot, displot, catplot, jointplot, lmplot/pairplot.
Khóa học này không cung cấp tính năng hỏi/đáp với giảng viên.
Tài liệu giảng dạy và giáo án có thể được tải xuống từ bài học đầu tiên [Tài liệu bài học] của phần đầu tiên.
Khóa học này dành cho ai?
Người học đã hoàn thành Phần 1 và nắm vững các kỹ năng cơ bản về Seaborn.
Người muốn học các kỹ thuật hình ảnh hóa nâng cao để phân tích mối quan hệ và mô hình dữ liệu.
Người học có kế hoạch mở rộng sang việc xây dựng bảng điều khiển (dashboard) bằng Plotly/Dash trong tương lai.
8,278,058
Học viên
6,443
Đánh giá
4.6
Xếp hạng
308
Các khóa học
Chúng tôi sẽ giúp bạn phát triển thông qua những bài giảng IT hữu ích.
Tất cả
16 bài giảng ∙ (8giờ 45phút)
Tài liệu khóa học:
2. FacetGrid - 1
01:02:52
3. FacetGrid - 2
35:36
4. FacetGrid - 3
40:08
5. PairGrid - 1
42:31
6. PairGrid - 2
52:06
7. PairGrid - 3
19:16
8. JointGrid - 1
29:49
9. JointGrid - 2
38:45
10. JointGrid - 3
25:22
Tất cả
1 đánh giá
5.0
1 đánh giá
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!