data visualization

1. 國立臺北護理健康大學 NTUNHS
資料視覺化
Orozco Hsu
2022-10-28
1

2. About me
• Education
• NCU (MIS)、NCCU (CS)
• Work Experience
• Telecom big data Innovation
• AI projects
• Retail marketing technology
• User Group
• TW Spark User Group
• TW Hadoop User Group
• Taiwan Data Engineer Association Director
• Research
• Big Data/ ML/ AIOT/ AI Columnist
2

3. Tutorial
Content
3
資料視覺化
作業
建立環境

4. Code
• Download code
• https://github.com/orozcohsu/ntunhs_2022_02.git
• Folder
• 20221028
4

5. 建立環境
• Anaconda on Windows
• https://www.anaconda.com/products/distribution
• Python 3.9/64-Bit Graphical Installer/594 MB
• Miniconda on Windows
• https://docs.conda.io/en/latest/miniconda.html
5
記得打勾

6. 建立環境
• 進入命令提示字元
6

7. 建立環境
• 切換執行環境
7

8. 建立環境
• 安裝套件
• pip install "jupyterlab>=3" "ipywidgets>=7.6"
• pip install plotly
• pip install pandas
• pip install numpy
• pip install matplotlib
8

9. 建立環境
• 開啟 jupyterlab
9

10. 資料視覺化
• 在大數據分析(Big Data)的領域中，視覺化圖形報表一直是不可
或缺的一環，可以清楚展現資料分析後的結果，幫助做下一步的
決策，Plotly 是目前很常用的資料視覺化開發套件
• https://plotly.com
10

11. 資料視覺化
• 透過資料整理，產生新觀察欄位
• python 基本操作
• https://www.guru99.com/python-tutorials.html
• pandas 基本操作 (作業)
• https://pandas.pydata.org/docs/user_guide/10min.html
• plotly 基本操作
• https://plotly.com/python/basic-charts
11

12. 利用分級著色圖，講出你的看法
12

13. 觀察各國的最大感染數量 (Bar chart)
13

14. 比較兩者變數的相似程度
14

15. 作業
• 接續完成德國封前後染疫的觀察
• 練習 pandas 資料操作，請參考下列連結
• https://pandas.pydata.org/docs/user_guide/10min.html
• 開啟 hw01.ipynb，完成作業
15