Visualisierungstools spielen eine entscheidende Rolle bei der Datenanalyse und -kommunikation. Sie sind unverzichtbar, wenn es darum geht, Erkenntnisse zu gewinnen und Informationen sowohl für ein technisches als auch für ein nichttechnisches Publikum prägnant zu präsentieren. In diesem Modul werden Sie mit Matplotlib, der Bibliothek zur Datenvisualisierung, eine Vielzahl von Diagrammen erstellen. In diesem Modul lernen Sie Flächenplots, Histogramme, Balkendiagramme, Tortendiagramme, Boxplots und Streudiagramme kennen. Sie werden auch den Prozess der Erstellung dieser Visualisierungstools mit Matplotlib erkunden.

Fortgeschrittene Visualisierungstools sind hochentwickelte Plattformen, die eine breite Palette an fortschrittlichen Funktionen und Möglichkeiten bieten. Diese Tools bieten ein umfangreiches Set an Optionen, mit denen Sie visuell ansprechende und interaktive Visualisierungen erstellen können. In diesem Modul lernen Sie Waffeldiagramme und Wortwolken sowie deren Anwendung kennen. Sie werden Seaborn, eine neue Visualisierungsbibliothek in Python, kennenlernen und erfahren, wie Sie damit Regressionsdiagramme erstellen können. Außerdem lernen Sie Folium kennen, eine Datenvisualisierungsbibliothek zur Visualisierung von raumbezogenen Daten. Außerdem lernen Sie, wie Sie mit Folium Karten erstellen und diese mit Markierungen überlagern, um sie interessant zu gestalten. Schließlich werden Sie lernen, wie Sie mit Folium eine Choropleth-Karte erstellen können.

Dashboards und interaktive Datenanwendungen sind wichtige Werkzeuge für die Datenvisualisierung und -analyse, da sie einen konsolidierten Überblick über wichtige Daten und Metriken in einem visuell ansprechenden und verständlichen Format bieten. In diesem Modul werden Sie die Vorteile von Dashboards erkunden und die verschiedenen webbasierten Dashboarding-Tools in Python kennenlernen. Sie lernen Plotly kennen und erfahren, wie Sie Plotly-Diagrammobjekte und Plotly Express zur Erstellung von Diagrammen verwenden können. Sie erhalten einen Einblick in Dash, eine Open-Source-Python-Bibliothek für Benutzeroberflächen, und ihre beiden Komponenten. Schließlich werden Sie ein klares Verständnis der Callback-Funktion erlangen und herausfinden, wie Sie Core- und HTML-Komponenten mithilfe von Callback verbinden können.

In diesem Modul geht es in erster Linie darum, die zuvor im Kurs erworbenen Fähigkeiten zu üben und diese dann in der Abschlussarbeit zu demonstrieren. Für die Abschlussarbeit werden Sie historische Daten zum Automobilabsatz analysieren, die sowohl Zeiten der Rezession als auch Zeiten ohne Rezession umfassen. Sie werden Ihre Analyse mithilfe von Visualisierungstechniken zum Leben erwecken und die Diagramme und Grafiken auf Dashboards darstellen. Abschließend reichen Sie Ihre Arbeit ein. Ihre Arbeit wird von der KI mit Hilfe eines Tools namens Mark automatisch bewertet. Zum Abschluss des Kurses werden Sie eine Abschlussprüfung in Form eines zeitlich begrenzten Quiz ablegen.