آموزش بصری‌سازی داده‌ها با Seaborn در پایتون - آخرین آپدیت

دانلود Seaborn zur Datenvisualisierung mit Python

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

در این دوره، یک معرفی جامع از بصری‌سازی داده‌ها با استفاده از کتابخانه Seaborn در پایتون ارائه می‌شود که به‌طور ویژه برای نمایش داده‌های آماری طراحی شده است. در این مسیر گام‌به‌گام، خواهید آموخت که چگونه با Seaborn گرافیک‌هایی گویا و از نظر بصری جذاب ایجاد کنید تا بتوانید بینش‌های ارزشمندی را از دل داده‌ها استخراج نمایید.

در ابتدا، اصول و تکنیک‌های پایه Seaborn، از جمله نمودارهای توزیع و نمودارهای رابطه‌ای و دسته‌بندی شده مورد بررسی قرار می‌گیرند و نحوه آماده‌سازی بصری و بهینه داده‌ها توضیح داده خواهد شد.

در ادامه، تمرکز بر روش‌های پیشرفته بصری‌سازی خواهد بود؛ مواردی نظیر شخصی‌سازی پالت‌های رنگی، ادغام تخمین‌های آماری و ایجاد نمودارهای Facet برای نمایش داده‌های چندبعدی.

کاربرد آموخته‌ها از طریق تمرینات عملی تثبیت می‌شود. در پایان این دوره، شما ابزارهای لازم برای خلق بصری‌سازی‌های индивидуа و تاثیرگذاری را خواهید داشت که تحلیل‌های پیچیده داده‌ها را به شکلی ملموس پشتیبانی می‌کنند.


سرفصل ها و درس ها

درس‌ها Lessons

  • مقدمه Einführung

  • مروری بر مفاهیم پایه Seaborn Überblick zu den Seaborn Grundlagen

  • چرا از Seaborn برای بصری‌سازی داده‌ها استفاده کنیم؟ Warum Seaborn für die Datenvisualisierung verwenden?

  • نصب و بررسی نسخه Seaborn Installation und Versionsprüfung von Seaborn

  • نگاه کلی به Seaborn: راهنما و توابع اصلی Seaborn im Überblick: Hilfe und zentrale Funktionen

  • کار با مجموعه‌داده‌های داخلی Arbeiten mit integrierten Datensätzen

  • درک سینتکس و ساختارهای نوشتاری Seaborn Seaborn-Syntax und Schreibweisen verstehen

  • تئوری: انواع نمودارهای بصری‌سازی کدامند؟ Theorie: Welche Visualisierungstypen gibt es?

  • Seaborn چگونه کار می‌کند؟ یک بررسی کلی Wie funktioniert Seaborn? Ein Überblick

  • مروری بر نمودارهای پایه Überblick zu grundlegenden Plots

  • نمودارهای میله‌ای (barplot) Balkendiagramme (barplot)

  • نمودارهای خطی (lineplot) Liniendiagramme (lineplot)

  • نمودارهای شمارشی (countplot) Säulendiagramme (countplot)

  • نمودارهای دسته‌بندی شده با catplot Kategorische Plots mit catplot

  • نمودارهای پراکندگی با scatterplot Punktwolken mit scatterplot

  • روابط خطی با lmplot Lineare Beziehungen mit lmplot

  • روابط جفت‌یافته با pairplot Paarweise Beziehungen mit pairplot

  • تمرین: اولین بصری‌سازی‌ها با Seaborn Übung: Erste Visualisierungen mit Seaborn

  • پاسخ نمونه: اولین بصری‌سازی‌ها بخش اول Musterlösung: Erste Visualisierungen Teil 1

  • پاسخ نمونه: اولین بصری‌سازی‌ها بخش دوم Musterlösung: Erste Visualisierungen Teil 2

  • پاسخ نمونه: اولین بصری‌سازی‌ها بخش سوم Musterlösung: Erste Visualisierungen Teil 3

  • مروری بر پیکربندی استایل‌ها و چیدمان‌ها Überblick über Stilkonfigurationen und Layouts

  • پیکربندی استایل با set_style() Stilkonfiguration mit set_style()

  • شخصی‌سازی تم‌ها با set_theme() Themen anpassen mit set_theme()

  • پالت‌های رنگی با set_palette() Farbpaletten mit set_palette()

  • پالت‌های سفارشی با color_palette() Individuelle Paletten mit color_palette()

  • پالت‌های رنگی هوشمند با mpl_palette() Smarte Farbpaletten mit mpl_palette()

  • طراحی نمودار با Palplot() Plot-Gestaltung mit Palplot()

  • ترکیب چندین نمودار با FacetGrid Mehrere Plots kombinieren mit FacetGrid

  • مروری بر نمودارهای آماری Überblick zu statistischen Plots

  • تئوری: نمودارهای جعبه‌ای (Boxplots) و قدرت تحلیل آن‌ها Theorie: Boxplots und deren Aussagekraft

  • ایجاد نمودارهای جعبه‌ای Erstellung von Boxplots

  • تئوری: درک هیستوگرام‌ها Theorie: Histogramme verstehen

  • ترکیب نمودارهای جعبه‌ای و نمودارهای ویولنی Boxen- und Violinplots kombinieren

  • نمودارهای Strip و Swarm برای نمایش توزیع Strip- und Swarmplots zur Verteilung

  • هیستوگرام‌ها با histplot Histogramme mit histplot

  • توزیع‌های تراکمی با displot Dichteverteilungen mit displot

  • تخمین‌گر تراکم هسته با kdeplot Kernel-Dichteschätzer mit kdeplot

  • رابطه بین دو متغیر با jointplot Beziehung zwischen zwei Variablen mit jointplot

  • بصری‌سازی خوشه‌ای با clustermap Clustervisualisierung mit clustermap

  • تمرین: نمودارهای آماری در عمل Übung: Statistische Plots in der Praxis

  • پاسخ نمونه: نمودارهای آماری بخش اول Musterlösung: Statistische Plots Teil 1

  • پاسخ نمونه: نمودارهای آماری بخش دوم Musterlösung: Statistische Plots Teil 2

  • پاسخ نمونه: نمودارهای آماری بخش سوم Musterlösung: Statistische Plots Teil 3

  • مروری بر نمودارهای پیشرفته Überblick zu weiterführenden Plots

  • تابع توزیع تجربی با ecdfplot Empirische Verteilungsfunktion mit ecdfplot

  • نمودار نقطه‌ای با pointplot Punktdiagramm mit pointplot

  • rugplot: تاکید بصری بر توزیع‌ها rugplot: Verteilungen visuell betonen

  • خطوط رگرسیون با relplot Regressionslinien mit relplot

  • تحلیل باقیات با residplot Analyse der Residuen mit residplot

  • سایر نمودارها (dogplot) Sonstige Plots (dogplot)

  • تمرین: نمودارهای پیشرفته Übung: Fortgeschrittene Plots

  • پاسخ نمونه: نمودارهای پیشرفته Musterlösung: Fortgeschrittene Plots

  • مروری بر ماژول‌های Seaborn Überblick zu Seaborn Modulen

  • ماژول colors برای کنترل رنگ‌ها Das colors-Modul für Farbsteuerung

  • پالت‌های رنگی پیشرفته با palettes Erweiterte Farbpaletten mit palettes

  • تحلیل توزیع‌ها با distributions Verteilungen analysieren mit distributions

  • بصری‌سازی‌های دسته‌بندی شده با categorical Kategorische Visualisierungen mit categorical

  • جزئیات تحلیل رگرسیون با regression Regressionsanalyse im Detail mit regression

  • بصری‌سازی ویجت‌ها با widgets Visualisierung von Widgets mit widgets

  • نمودارهای ماتریسی با matrix Matrix-Diagramme mit matrix

  • جمع‌بندی و خداحافظی Verabschiedung

نمایش نظرات

آموزش بصری‌سازی داده‌ها با Seaborn در پایتون
جزییات دوره
4h 8m
62
(آخرین آپدیت)
- از 5
ندارد
دارد
دارد
Fabio Basler
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Fabio Basler Fabio Basler

سرمایه گذار | Finanzexperte | کارشناسی ارشد StudentIch bin Geschäftsbereichscontroller und beschäftige mich seit Jahren mit Microsoft Excel. با استفاده از میانبرها و برنامه های میانبر در MS Excel می توانید Anwendung im Beruf کنین و از آن استفاده کنید. برگرفته از تحصیلات دانشگاهی برای 3 ترم در دوره های آموزشی درسی و در دوره تحصیلات در Statistik & Datenanalyse بدون حد مجاز. Ich habe unzähligen Studierenden bereits geholfen die Prüfung erfolgreich abzuschließen und sie auf ihren Berufsalltag vorzubereiten. در بخش مربیان برنامه های مربیگری Excel Essellung von Visualisierungen ، das Berechnen von fortgeschrittenen Formelfunktionen und die Themenbereiche Power Pivot ، Power Query و VBA-Programmierung. Darüber hinaus bin ich Experte im Bereich Power-BI، SQL-Datenbanken & R-Programmierung. Gerne teile ich mein Wissen auf Udemy mit gezielten Übungen، die echte Beispiele aus der Praxis beinhalten.