🇵🇹 Data Visualization com Python: biblioteca Plotly

🇵🇹 Data Visualization com Python: biblioteca Plotly

Data Visualization com Python: biblioteca Plotly

Aprenda a gerar gráficos dinâmicos e interativos com a biblioteca Plotly com datasets reais!

Language: portuguese

Note: 4.6/5 (45 notes) 2,287 students

Instructor(s): More Academy

Last update: 2022-05-09

What you’ll learn

  • Visualização de dados dinâmica com a biblioteca Plotly.
  • Gráfico de Linhas
  • Gráfico de Barras
  • Scatter plot
  • Bubble Charts
  • Gráfico de pizza
  • Subplots
  • Gráficos financeiros e Time Series
  • Boxplot
  • Histograma
  • Distplots
  • Revisão de manipulação de dados com Pandas
  • Revisão de NumPy
  • Python Básico

 

Requirements

  • Não há pré-requisitos. O curso oferece uma revisão de Python básico e da biblioteca Pandas.

 

Description


Neste curso te ensinaremos de forma totalmente prática a construir gráficos dinâmicos com a biblioteca Plotly, a partir de datasets reais. Caso você esteja iniciando em Python, disponibilizamos uma seção de revisão dos conceitos básicos .  Ao final do curso, você será capaz de criar gráficos totalmente profissional e de alto padrão.

Iniciamos com uma revisão das bibliotecas NumPy e Pandas, pois em diversos momentos utilizaremos tais bibliotecas para manipular dados (no caso do Pandas) ou criar arrays.

Ao longo do curso oferecemos diversos exemplos com datasets reais de como gerar os principais tipos de gráficos utilizados em Data Science:

  • Gráfico de Linhas;

  • Gráfico de Barras;

  • Gráfico de Pizza;

  • Gráficos Estatísticos (Histogramas, Distplots, Boxplot, Heatmaps);

  • Scatter plot e Bubble Charts;

  • Gráficos com dados Financeiros.

Além disso, oferecemos ao aluno a intuição de quando cada tipo de gráfico deve ser utilizado em um projeto de Data Science.

Faremos os seguintes projetos de exemplificação ao longo das aulas:

  • Visualização da cotação de ativos no tempo;

  • Visualização de dados de IDHM (Índice de Desenvolvimento Humano Municipal) dos estados brasileiros com dados do IBGE;

  • Análise estatística (por meio de gráficos) do dataset do Kaggle Students Performance.


Este é um curso com aulas postadas semanalmente até atingirmos todos os demais tópicos da biblioteca Plotly (como Mapas e gráficos para Machine Learning). Teremos ainda um projeto de Data Visualization a ser resolvido desde o zero.


O curso possui ainda um E-book de fundamentos de Python, abordando os seguintes tópicos:

  • Primeiros passos com Python!

  • Declaração de variáveis e tipos primitivos

  • Strings

  • Operadores

  • Estruturas condicionais

  • Estruturas de repetição

  • Estruturas de dados



 

Who this course is for

  • Desenvolvedores, cientistas de dados e estudantes interessados em aprender a gerar visualizações dinâmicas de alto padrão com Python.

 

Course content

  • Introdução
    • Introdução
  • Google Colab e Jupyter Notebook Online
    • Conhecendo o ambiente Google Colab
    • Conhecendo o Jupyter Notebook Online
    • Recapitulando – Guia de instalação das bibliotecas
  • E-book Fundamentos de Python
    • Link do e-book
  • Revisão da biblioteca NumPy
    • Revisão de NumPy – Parte 1
    • Revisão de NumPy – Parte 2
  • Revisão da biblioteca Pandas
    • Introdução
    • Download dataset
    • Revisão de Pandas – Parte 1
    • Revisão de Pandas – Parte 2
    • Revisão de Pandas – Parte 3
    • Revisão de Pandas – Parte 4
  • Gráfico de Linha
    • Introdução
    • Introdução à criação de gráficos de linha com Plotly Express
    • Gerando um line plot a partir de um DataFrame (Gapminder dataset)
    • Gerando múltiplas linhas com o Gapminder dataset
    • Gráfico de Linhas com graph_objs
    • Alterando título da figura, títulos dos eixos e características da linha
    • Adicionando múltiplas linhas
    • Usando add_trace() para inserir linhas – Parte 1
    • Usando add_trace() para inserir linhas (alterando layout)- Parte 2
  • Gráfico de Barras
    • Gráfico de Barras com Plotly Express
    • Gráfico de Barras Horizontal com Plotly Express
  • Gráficos de Pizza
    • Criando um gráfico de Pizza com Plotly Express
    • Alterando a paleta de cores do gráfico de pizza (tips dataset)
    • Gráfico de Pizza com graph_objs
  • Scatter plot e Bubble Charts
    • Visualizando relação entre variáveis com scatter plot (tips dataset)
    • Inserindo trendlines
    • Bubble Chart com o dataset gapminder
  • Subplots
    • Arquivos da seção
    • Criando subplots
    • Projeto MGLU3 – Criando a figura e inserindo as linhas em cada subplot
    • Projeto MGLU3 – Atualizando o layout da figura
    • Projeto MGLU3 – Atualizando as configurações de legenda
    • Projeto MGLU3 – Atualizando o formato do eixo y e os eixos
  • Gráficos Financeiros
    • Introdução
    • Projeto PETR3 – Criando a Figura e alterando o Layout
    • Projeto PETR3 – Inserindo o rangeslider e alterando o xaxis_range
  • Gráficos Estatísticos
    • Histograma
    • Student Peformance – Inspeção do dataset
  • Bônus: Revisão de Python Básico
    • Primeiros passos!
    • Declaração de variáveis
    • Números
    • Strings
    • Operadores
    • Listas – Parte 1
    • Listas – Parte 2
    • Listas – Parte 3
    • Tuplas
    • Dicionários
    • Estruturas Condicionais – Parte 1
    • Estruturas Condicionais – Parte 2
  • Agradecimentos
    • Agradecimento
    • Bônus

 

🇵🇹 Data Visualization com Python: biblioteca Plotly

Natural Language Processing [Coursera]

Time remaining or 158 enrolls left

 

Don’t miss any coupons by joining our Telegram group 

Udemy Coupon Code 100% off | Udemy Free Course | Udemy offer | Course with certificate