|
|
<!--
|
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
|
{
|
|
|
"original_hash": "1441550a0d789796b2821e04f7f4cc94",
|
|
|
"translation_date": "2025-08-26T22:39:54+00:00",
|
|
|
"source_file": "3-Data-Visualization/README.md",
|
|
|
"language_code": "el"
|
|
|
}
|
|
|
-->
|
|
|
# Οπτικοποιήσεις
|
|
|
|
|
|
|
|
|
> Φωτογραφία από <a href="https://unsplash.com/@jenna2980?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Jenna Lee</a> στο <a href="https://unsplash.com/s/photos/bees-in-a-meadow?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
|
|
|
|
|
|
Η οπτικοποίηση δεδομένων είναι μία από τις πιο σημαντικές εργασίες ενός επιστήμονα δεδομένων. Μια εικόνα αξίζει όσο χίλιες λέξεις, και μια οπτικοποίηση μπορεί να σας βοηθήσει να εντοπίσετε κάθε είδους ενδιαφέροντα στοιχεία στα δεδομένα σας, όπως αιχμές, ακραίες τιμές, ομαδοποιήσεις, τάσεις και πολλά άλλα, που μπορούν να σας βοηθήσουν να κατανοήσετε την ιστορία που προσπαθούν να σας πουν τα δεδομένα σας.
|
|
|
|
|
|
Σε αυτά τα πέντε μαθήματα, θα εξερευνήσετε δεδομένα από τη φύση και θα δημιουργήσετε ενδιαφέρουσες και όμορφες οπτικοποιήσεις χρησιμοποιώντας διάφορες τεχνικές.
|
|
|
|
|
|
| Αριθμός Θέματος | Θέμα | Συνδεδεμένο Μάθημα | Συγγραφέας |
|
|
|
| :-----------: | :--: | :-----------: | :----: |
|
|
|
| 1. | Οπτικοποίηση ποσοτήτων | <ul> <li> [Python](09-visualization-quantities/README.md)</li> <li>[R](../../../3-Data-Visualization/R/09-visualization-quantities) </li> </ul>|<ul> <li> [Jen Looper](https://twitter.com/jenlooper)</li><li> [Vidushi Gupta](https://github.com/Vidushi-Gupta)</li> <li>[Jasleen Sondhi](https://github.com/jasleen101010)</li></ul> |
|
|
|
| 2. | Οπτικοποίηση κατανομών | <ul> <li> [Python](10-visualization-distributions/README.md)</li> <li>[R](../../../3-Data-Visualization/R/10-visualization-distributions) </li> </ul>|<ul> <li> [Jen Looper](https://twitter.com/jenlooper)</li><li> [Vidushi Gupta](https://github.com/Vidushi-Gupta)</li> <li>[Jasleen Sondhi](https://github.com/jasleen101010)</li></ul> |
|
|
|
| 3. | Οπτικοποίηση αναλογιών | <ul> <li> [Python](11-visualization-proportions/README.md)</li> <li>[R](../../../3-Data-Visualization) </li> </ul>|<ul> <li> [Jen Looper](https://twitter.com/jenlooper)</li><li> [Vidushi Gupta](https://github.com/Vidushi-Gupta)</li> <li>[Jasleen Sondhi](https://github.com/jasleen101010)</li></ul> |
|
|
|
| 4. | Οπτικοποίηση σχέσεων | <ul> <li> [Python](12-visualization-relationships/README.md)</li> <li>[R](../../../3-Data-Visualization) </li> </ul>|<ul> <li> [Jen Looper](https://twitter.com/jenlooper)</li><li> [Vidushi Gupta](https://github.com/Vidushi-Gupta)</li> <li>[Jasleen Sondhi](https://github.com/jasleen101010)</li></ul> |
|
|
|
| 5. | Δημιουργία Σημαντικών Οπτικοποιήσεων | <ul> <li> [Python](13-meaningful-visualizations/README.md)</li> <li>[R](../../../3-Data-Visualization) </li> </ul>|<ul> <li> [Jen Looper](https://twitter.com/jenlooper)</li><li> [Vidushi Gupta](https://github.com/Vidushi-Gupta)</li> <li>[Jasleen Sondhi](https://github.com/jasleen101010)</li></ul> |
|
|
|
|
|
|
### Πιστώσεις
|
|
|
|
|
|
Αυτά τα μαθήματα οπτικοποίησης γράφτηκαν με 🌸 από [Jen Looper](https://twitter.com/jenlooper), [Jasleen Sondhi](https://github.com/jasleen101010) και [Vidushi Gupta](https://github.com/Vidushi-Gupta).
|
|
|
|
|
|
🍯 Τα δεδομένα για την παραγωγή μελιού στις ΗΠΑ προέρχονται από το έργο της Jessica Li στο [Kaggle](https://www.kaggle.com/jessicali9530/honey-production). Τα [δεδομένα](https://usda.library.cornell.edu/concern/publications/rn301137d) προέρχονται από το [Υπουργείο Γεωργίας των Ηνωμένων Πολιτειών](https://www.nass.usda.gov/About_NASS/index.php).
|
|
|
|
|
|
🍄 Τα δεδομένα για τα μανιτάρια προέρχονται επίσης από το [Kaggle](https://www.kaggle.com/hatterasdunton/mushroom-classification-updated-dataset) και έχουν αναθεωρηθεί από τον Hatteras Dunton. Αυτό το σύνολο δεδομένων περιλαμβάνει περιγραφές υποθετικών δειγμάτων που αντιστοιχούν σε 23 είδη μανιταριών με ελάσματα από τις οικογένειες Agaricus και Lepiota. Τα δεδομένα προέρχονται από τον Οδηγό Πεδίου της Audubon Society για τα Μανιτάρια της Βόρειας Αμερικής (1981). Αυτό το σύνολο δεδομένων δωρίστηκε στο UCI ML το 1987.
|
|
|
|
|
|
🦆 Τα δεδομένα για τα πουλιά της Μινεσότα προέρχονται από το [Kaggle](https://www.kaggle.com/hannahcollins/minnesota-birds) και συλλέχθηκαν από τη [Wikipedia](https://en.wikipedia.org/wiki/List_of_birds_of_Minnesota) από τη Hannah Collins.
|
|
|
|
|
|
Όλα αυτά τα σύνολα δεδομένων είναι αδειοδοτημένα ως [CC0: Creative Commons](https://creativecommons.org/publicdomain/zero/1.0/).
|
|
|
|
|
|
---
|
|
|
|
|
|
**Αποποίηση Ευθύνης**:
|
|
|
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης [Co-op Translator](https://github.com/Azure/co-op-translator). Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτόματες μεταφράσεις ενδέχεται να περιέχουν σφάλματα ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης. |
