4.8 KiB
Visualiseringar
Att visualisera data är en av de viktigaste uppgifterna för en dataanalytiker. Bilder säger mer än tusen ord, och en visualisering kan hjälpa dig att identifiera olika intressanta delar av din data, såsom toppar, avvikelser, grupperingar, tendenser och mycket mer, som kan hjälpa dig att förstå berättelsen din data försöker förmedla.
I dessa fem lektioner kommer du att utforska data från naturen och skapa intressanta och vackra visualiseringar med olika tekniker.
| Ämnesnummer | Ämne | Länkad lektion | Författare |
|---|---|---|---|
| 1. | Visualisera mängder | ||
| 2. | Visualisera distribution | ||
| 3. | Visualisera proportioner | ||
| 4. | Visualisera relationer | ||
| 5. | Skapa meningsfulla visualiseringar |
Krediter
Dessa visualiseringslektioner är skrivna med 🌸 av Jen Looper, Jasleen Sondhi och Vidushi Gupta.
🍯 Data om honungsproduktion i USA kommer från Jessica Lis projekt på Kaggle. Datan är hämtad från United States Department of Agriculture.
🍄 Data om svampar kommer också från Kaggle reviderad av Hatteras Dunton. Denna dataset innehåller beskrivningar av hypotetiska prover som motsvarar 23 arter av skivlingar i familjerna Agaricus och Lepiota. Svamparna är hämtade från The Audubon Society Field Guide to North American Mushrooms (1981). Datasetet donerades till UCI ML 27 år 1987.
🦆 Data om fåglar i Minnesota kommer från Kaggle och är hämtad från Wikipedia av Hannah Collins.
Alla dessa dataset är licensierade som CC0: Creative Commons.
Ansvarsfriskrivning:
Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, vänligen notera att automatiska översättningar kan innehålla fel eller felaktigheter. Det ursprungliga dokumentet på dess originalspråk bör betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för eventuella missförstånd eller feltolkningar som uppstår vid användning av denna översättning.