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
