آموزش تسلط بر تجسم داده ها با پایتون

Mastering Data Visualization with Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: تجسم داده ها با استفاده از پانداها، matplotlib و کتابخانه های دریایی برای تجزیه و تحلیل داده ها و علم داده درک نمودارهایی که برای نوع داده ای که دارید مناسب است. . با این حال، این دوره شامل یک نمای کلی از دانش پایتون مورد نیاز برای این دوره است.

این دوره به شما کمک می‌کند از داده‌هایی که در اختیار دارید، دانش معنی‌داری کسب کنید.

سه سیستم تجسم داده در R در این دوره پوشش داده شده است:

A. Pandas B. Matplotlib C. Seaborn

الف. انواع نمودارهای پوشش داده شده در دوره با استفاده از بسته پاندا:

سری زمانی: طرح خطی

متغیر گسسته منفرد: نمودار نوار، طرح پای

متغیر پیوسته منفرد: هیستوگرام، چگالی یا نمودار KDE، نمودار جعبه-ویسکر

دو متغیر پیوسته: طرح پراکندگی

دو متغیر: یک پیوسته، یک گسسته: نمودار جعبه-ویسکر


ب. انواع نمودارها با استفاده از کتابخانه Matplotlib:

سری زمانی: طرح خطی

متغیر گسسته منفرد: نمودار نوار، طرح پای

متغیر پیوسته منفرد: هیستوگرام، چگالی یا نمودار KDE، نمودار جعبه-ویسکر

دو متغیر پیوسته: طرح پراکندگی

علاوه بر این، طرح‌های فرعی را نیز پوشش خواهیم داد، که در آن محورهای متعدد را می‌توان روی یک شکل ترسیم کرد.


ج. انواع نمودارها با استفاده از کتابخانه Seaborn:

در این مورد ما سه دسته کلی از طرح ها را پوشش خواهیم داد:

relplot (نقشه های رابطه ای): طرح پراکنده و خط خط

دیسپلوت (نقشه‌های توزیع): هیستوگرام، KDE، ECDF و طرح‌های فرش

catplot (قطعات طبقه بندی): طرح نواری، طرح ازدحام، طرح جعبه، طرح ویولن، طرح نقطه ای و طرح نوار

علاوه بر این سه دسته، ما این سه نوع خاص از طرح ها را پوشش خواهیم داد: طرح مشترک، طرح زوجی و طرح مدل خطی

در پایان، در مورد سفارشی‌سازی طرح‌ها با ایجاد مضامین بر اساس سبک، زمینه، پالت رنگ و فونت بحث خواهیم کرد.


سرفصل ها و درس ها

معرفی Introduction

  • برنامه مطالعاتی - لطفاً این را نادیده نگیرید Study Plan - Please do NOT skip this

  • دانلود منابع بخش 1 Download Section 1 Resources

  • تجدید کننده پایتون - قسمت 1 Python Refresher - Part 1

  • تجدید کننده پایتون - قسمت 2 Python Refresher - Part 2

  • Numpy Refresher Numpy Refresher

  • تازه کننده پانداها Pandas Refresher

معرفی Introduction

  • برنامه مطالعاتی - لطفاً این را نادیده نگیرید Study Plan - Please do NOT skip this

  • دانلود منابع بخش 1 Download Section 1 Resources

  • تجدید کننده پایتون - قسمت 1 Python Refresher - Part 1

  • تجدید کننده پایتون - قسمت 2 Python Refresher - Part 2

  • Numpy Refresher Numpy Refresher

  • تازه کننده پانداها Pandas Refresher

دریافت داده ها و استفاده از بسته پانداها برای ترسیم Getting Data and Using the Pandas Package to Plot

  • دانلود منابع بخش 2 Download Section 2 Resources

  • دریافت داده برای رسم - قسمت 1 Getting Data for Plotting - Part 1

  • دریافت داده برای رسم - قسمت 2 Getting Data for Plotting - Part 2

  • آناتومی یک فیگور Anatomy of a Figure

  • اولین طرح با استفاده از پانداها First Plot Using Pandas

  • پالایش پلات اول Refining the First Plot

  • طرح خط ادامه دارد Line Plot Continued

  • قطعه نوار Bar Plot

  • طرح جعبه Box Plot

  • نمودار هیستوگرام و KDE Plot Histogram and KDE Plot

  • طرح پراکنده Scatter Plot

  • طرح پای Pie Plot

  • خلاصه ای از پلات های پرکاربرد Summary of Commonly Used Plots

  • دانلود منابع بخش 3 Download Section 3 Resources

دریافت داده ها و استفاده از بسته پانداها برای ترسیم Getting Data and Using the Pandas Package to Plot

  • دانلود منابع بخش 2 Download Section 2 Resources

  • دریافت داده برای رسم - قسمت 1 Getting Data for Plotting - Part 1

  • دریافت داده برای رسم - قسمت 2 Getting Data for Plotting - Part 2

  • آناتومی یک فیگور Anatomy of a Figure

  • اولین طرح با استفاده از پانداها First Plot Using Pandas

  • پالایش پلات اول Refining the First Plot

  • طرح خط ادامه دارد Line Plot Continued

  • قطعه نوار Bar Plot

  • طرح جعبه Box Plot

  • نمودار هیستوگرام و KDE Plot Histogram and KDE Plot

  • طرح پراکنده Scatter Plot

  • طرح پای Pie Plot

  • خلاصه ای از پلات های پرکاربرد Summary of Commonly Used Plots

  • دانلود منابع بخش 3 Download Section 3 Resources

کتابخانه Matplotlib برای Plots Matplotlib Library for Plots

  • دانلود منابع بخش 3 Download Section 3 Resources

  • طرح خط قسمت 1 Line Plot Part 1

  • طرح خط قسمت 2 Line Plot Part 2

  • قطعه نوار Bar Plot

  • طرح جعبه Box Plot

  • هیستوگرام Histogram

  • طرح پراکنده Scatter Plot

  • طرح پای Pie Plot

  • رویکرد طرح‌های فرعی - مقدمه Subplots approach - An Introduction

  • طرح اول با استفاده از رویکرد خرده نگاره ها The First Plot Using Subplots Approach

  • ایجاد یک پلات با دو محور Creating a Plot with Two Axes

  • فلش و حاشیه نویسی در طرح Arrow and Annotation on the Plot

  • پلات نوار و طرح پای Bar Plot and Pie Plot

کتابخانه Matplotlib برای Plots Matplotlib Library for Plots

  • دانلود منابع بخش 3 Download Section 3 Resources

  • طرح خط قسمت 1 Line Plot Part 1

  • طرح خط قسمت 2 Line Plot Part 2

  • قطعه نوار Bar Plot

  • طرح جعبه Box Plot

  • هیستوگرام Histogram

  • طرح پراکنده Scatter Plot

  • طرح پای Pie Plot

  • رویکرد طرح‌های فرعی - مقدمه Subplots approach - An Introduction

  • طرح اول با استفاده از رویکرد خرده نگاره ها The First Plot Using Subplots Approach

  • ایجاد یک پلات با دو محور Creating a Plot with Two Axes

  • فلش و حاشیه نویسی در طرح Arrow and Annotation on the Plot

  • پلات نوار و طرح پای Bar Plot and Pie Plot

کتابخانه Seaborn for Plots Seaborn Library for Plots

  • منابع بخش 4 را دانلود کنید Download Section 4 Resources

  • نمودار پراکندگی و هیستوگرام Scatter Plot and Histogram

  • کتابخانه Seaborn for Plotting - مقدمه Seaborn Library for Plotting - Introduction

  • انواع قطعه در Seaborn Types of Plots in Seaborn

  • طرح پراکندگی با استفاده از کتابخانه Seaborn - قسمت 1 Scatter Plot using the Seaborn Library - Part 1

  • طرح پراکندگی با استفاده از کتابخانه Seaborn - قسمت 2 Scatter Plot using the Seaborn Library - Part 2

  • طرح خط با استفاده از کتابخانه Seaborn Line Plot using the Seaborn Library

  • Displot - قسمت 1 (Histogram، KDE، ECDF و Rug Plots) Displot - Part 1 (Histogram, KDE, ECDF and Rug Plots)

  • Displot - قسمت 2 (Histogram، KDE، ECDF و Rug Plots) Displot - Part 2 (Histogram, KDE, ECDF and Rug Plots)

  • دیسپلوت های دو بعدی Two Dimensional Displots

  • Catplot - مقدمه Catplot - Introduction

  • پلات نواری و ازدحام پلات Strip Plot and Swarm Plot

  • طرح باکس و پلات ویولن Box Plot and Violin Plot

  • پلات نواری و پلات نقطه ای Bar Plot and Point Plot

  • طرح مشترک (پراکندگی + هیستوگرام) Joint Plot (Scatter + Histogram)

  • نمودار جفتی (پراکندگی چندگانه + نمودار هیستوگرام) Pair Plot (Multiple Scatter + Histogram Plots)

  • نمودار مدل رگرسیونی یا خطی Regression or Linear Model Plot

  • تنظیم سبک های طرح Setting the Plot Styles

  • تنظیم زمینه طرح Setting the Plot Context

  • انتخاب پالت رنگی مناسب Choosing an Appropriate Color Palette

  • تنظیم تم های طرح Setting the Plot Themes

کتابخانه Seaborn for Plots Seaborn Library for Plots

  • منابع بخش 4 را دانلود کنید Download Section 4 Resources

  • نمودار پراکندگی و هیستوگرام Scatter Plot and Histogram

  • کتابخانه Seaborn for Plotting - مقدمه Seaborn Library for Plotting - Introduction

  • انواع قطعه در Seaborn Types of Plots in Seaborn

  • طرح پراکندگی با استفاده از کتابخانه Seaborn - قسمت 1 Scatter Plot using the Seaborn Library - Part 1

  • طرح پراکندگی با استفاده از کتابخانه Seaborn - قسمت 2 Scatter Plot using the Seaborn Library - Part 2

  • طرح خط با استفاده از کتابخانه Seaborn Line Plot using the Seaborn Library

  • Displot - قسمت 1 (Histogram، KDE، ECDF و Rug Plots) Displot - Part 1 (Histogram, KDE, ECDF and Rug Plots)

  • Displot - قسمت 2 (Histogram، KDE، ECDF و Rug Plots) Displot - Part 2 (Histogram, KDE, ECDF and Rug Plots)

  • دیسپلوت های دو بعدی Two Dimensional Displots

  • Catplot - مقدمه Catplot - Introduction

  • پلات نواری و ازدحام پلات Strip Plot and Swarm Plot

  • طرح باکس و پلات ویولن Box Plot and Violin Plot

  • پلات نواری و پلات نقطه ای Bar Plot and Point Plot

  • طرح مشترک (پراکندگی + هیستوگرام) Joint Plot (Scatter + Histogram)

  • نمودار جفتی (پراکندگی چندگانه + نمودار هیستوگرام) Pair Plot (Multiple Scatter + Histogram Plots)

  • نمودار مدل رگرسیونی یا خطی Regression or Linear Model Plot

  • تنظیم سبک های طرح Setting the Plot Styles

  • تنظیم زمینه طرح Setting the Plot Context

  • انتخاب پالت رنگی مناسب Choosing an Appropriate Color Palette

  • تنظیم تم های طرح Setting the Plot Themes

پایتون برای مبتدیان مطلق Python for Absolute Beginners

  • دانلود منابع بخش 5 Download Section 5 Resources

  • نصب آناکوندا Installing Anaconda

  • نوت بوک ژوپیتر Jupyter Notebook

  • شروع کار با پایتون Getting Started with Python

  • متغیرها و انواع Variables and Types

  • فهرست - قسمت 1 List - Part 1

  • فهرست - قسمت 2 List - Part 2

  • فرهنگ لغت Dictionary

  • چندتایی Tuple

  • تنظیم Set

  • عملگرهای منطقی Logical Operators

  • Numpy - قسمت 1 Numpy - Part 1

  • Numpy - قسمت 2 Numpy - Part 2

  • Numpy - قسمت 3 Numpy - Part 3

  • پانداها - سری و دیتا فریم Pandas - Series and DataFrame

  • Pandas DataFrame Pandas DataFrame

  • وارد کردن فایل‌های csv. به عنوان DataFrame Importing .csv Files as DataFrame

  • Pandas DataFrame - برخورد با ستون ها Pandas DataFrame - Dealing with Columns

  • Pandas DataFrame - برخورد با ردیف ها Pandas DataFrame - Dealing with Rows

پایتون برای مبتدیان مطلق Python for Absolute Beginners

  • دانلود منابع بخش 5 Download Section 5 Resources

  • نصب آناکوندا Installing Anaconda

  • نوت بوک ژوپیتر Jupyter Notebook

  • شروع کار با پایتون Getting Started with Python

  • متغیرها و انواع Variables and Types

  • فهرست - قسمت 1 List - Part 1

  • فهرست - قسمت 2 List - Part 2

  • فرهنگ لغت Dictionary

  • چندتایی Tuple

  • تنظیم Set

  • عملگرهای منطقی Logical Operators

  • Numpy - قسمت 1 Numpy - Part 1

  • Numpy - قسمت 2 Numpy - Part 2

  • Numpy - قسمت 3 Numpy - Part 3

  • پانداها - سری و دیتا فریم Pandas - Series and DataFrame

  • Pandas DataFrame Pandas DataFrame

  • وارد کردن فایل‌های csv. به عنوان DataFrame Importing .csv Files as DataFrame

  • Pandas DataFrame - برخورد با ستون ها Pandas DataFrame - Dealing with Columns

  • Pandas DataFrame - برخورد با ردیف ها Pandas DataFrame - Dealing with Rows

بخش پاداش Bonus Section

  • سخنرانی جایزه BONUS LECTURE

بخش پاداش Bonus Section

  • سخنرانی جایزه BONUS LECTURE

نمایش نظرات

نظری ارسال نشده است.

آموزش تسلط بر تجسم داده ها با پایتون
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
9.5 hours
74
Udemy (یودمی) udemy-small
18 شهریور 1400 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
1,219
4.7 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Sandeep Kumar ­ Sandeep Kumar ­

مدیر باتجربه کیفیت • مربی شش سیگما • مشاور PMI-PMP ، حسابرس اصلی ثبت شده IRCA ، ASQ - CSSBB ، CQA ، CQE ، CMQ/OE ، IIA - CIA Sandeep Kumar بیش از 35 سال تجربه مدیریت کیفیت دارد. وی به عنوان مدیر کیفیت/مدیر در تعدادی از پروژه ها از جمله پروژه های برق ، نفت و گاز و زیرساخت کار کرده است. علاوه بر این ، او خدمات مشاوره ای را برای پیاده سازی Lean Six Sigma برای بهبود عملکرد ارائه می دهد. زمینه های تخصصی وی شامل تضمین کیفیت ، ISO 9001: 2015 ، ناب ، شش سیگما ، مدیریت ریسک ، ممیزی QMS ، نظارت بر کیفیت تأمین کننده ، پیش صلاحیت تأمین کننده ، کیفیت ساخت ، بازرسی مکانیکی و آموزش کیفیت است. صلاحیت های حرفه ای: مدارک/گواهینامه های حرفه ای وی شامل موارد زیر است: • ASQ-CSSBB ، کمربند مجاز شش سیگما • ASQ-CMQ/OE مدیر مجاز/تعالی سازمانی • متخصص مدیریت پروژه دارای مجوز PMI-PMP

Abhin Chhabra Abhin Chhabra

مهندس ارشد نرم افزار

Abhin Chhabra Abhin Chhabra

مهندس ارشد نرم افزار

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.