آموزش Matplotlib - جدال داده ها و تجسم داده ها با پایتون

Matplotlib - Data Wrangling & Data Visualisation with Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: این دوره برای کمک به کارآموزان در دستیابی به مهارت در کار با MatPlotLib متمرکز شده است. هدف از این آموزش کمک به کارآموزان در یادگیری تمام جنبه های MatPlotLib است که یک کتابخانه نقشه برداری مبتنی بر پایتون است. QT python و غیره به عنوان رابط کاربری گرافیکی برای جاسازی نمودارها. این دوره برای کمک به کارآموزان در دستیابی به مهارت در کار با MatPlotLib متمرکز شده است. این دوره شامل چهار واحد است که شامل یک پروژه و سه واحد است که در آن شما مفاهیم را از طریق فیلم آموزشی یاد خواهید گرفت. پیش نیازها: چند نکته وجود دارد که باید قبل از شروع یادگیری در مورد MatPlotLib بدانید. اولین چیز این است که شما باید پایتون را اصولی بدانید. از آنجایی که MatPlotLib یک کتابخانه پایتون است، قرار است بدانید پایتون چگونه کار می کند تا بتوانید در حین توسعه برنامه در پایتون از این کتابخانه استفاده کنید. اگر قبلاً به‌عنوان توسعه‌دهنده پایتون کار می‌کنید، ممکن است یادگیری پایتون برای شما بسیار آسان باشد، در حالی که اگر مبتدی هستید، باید کمی برای تمرین آن وقت بگذارید تا بتوانید همه چیز را کاملاً درک کنید.


کدام مهارت های ملموس را در این دوره خواهید آموخت؟

  • این آموزش های MatPlotLib با دقت توسعه داده شده اند تا نیازهای مبتدیان و همچنین حرفه ای ها را برآورده کنند. ما سعی کرده ایم این موضوع را تقریبا از هر زاویه ای پوشش دهیم. برای یادگیری همه چیز در مورد MatPlotLib کمی زمان می‌برید، اما پس از تکمیل دوره، مجموعه‌ای از ایده‌ها در مورد نحوه استفاده و مکان استفاده از آن خواهید داشت. شما به توسعه‌دهنده پایتون تبدیل خواهید شد که می‌داند چگونه داده‌ها را به صورت گرافیکی در یک برنامه ارائه کند. کار با پایتون و ماژول های آن که برای ادغام این کتابخانه برای ایجاد یک برنامه کاربردی استفاده می شود، بسیار راحت خواهید بود.

  • نمونه‌های مختلف ساده، متوسط ​​و پیچیده در این دوره اضافه شده است تا شما را در معرض کار واقعی قرار دهد تا بتوانید بلافاصله پس از اتمام این آموزش‌های MatPlotLib آماده کار باشید. نه فقط این کتابخانه، بلکه نحوه استفاده از پایتون را به روش های مختلف نیز یاد خواهید گرفت، همانطور که راه های مختلفی برای حل یک مثال نشان داده ایم. از شما انتظار می رود که کارها را خودتان به همراه مربی انجام دهید تا بتوانید به مهارت برسید. شما موضوعات جدیدی را یاد خواهید گرفت که ممکن است قبلاً هرگز نشنیده باشید.

  • هدف اصلی این دوره این است که شغلی پردرآمد برای شما به ارمغان بیاورد که در آن بتوانید از نظر حرفه ای و مالی رشد کنید. یادگیری این دوره به شما مزیت بیشتری می دهد زیرا توسعه دهندگان این روزها به سختی خود را با کار بر روی چیزی که حتی کمی پیچیده است خوب می یابند. شما می توانید مصاحبه هایی را که در آن انتخاب بر اساس تجربه کاری یا دانش کتابخانه MatPlotLib انجام شده است، شکست دهید. اگر می‌خواهید یک توسعه‌دهنده ماهر python شوید، ما شما را برای قدم مهم بعدی خود به سمت هدفتان آماده می‌کنیم

  • Xbox همچنین در بازی‌های مبتنی بر DirectX عملکردی دارد که بهترین تجربه کاربری را در حین استفاده ارائه می‌کند. برای استفاده در سیستم‌ها، لپ‌تاپ‌ها، موبایل‌ها و سایر دستگاه‌ها انعطاف‌پذیر است، بنابراین دامنه یادگیری در بازار بالا و خواستار است. مدیریت کدها و اسناد قابل انجام است و دسترسی به آنها برای پی بردن به مشکلات در حین کار آسان است.



سرفصل ها و درس ها

Matplotlib برای تجسم داده های پایتون - مبتدیان Matplotlib for Python Data Visualization - Beginners

  • مقدمه ای بر Matplolip Introduction to Matplolip

  • نمودارهای ساده Simple Graphs

  • نمودارهای ساده ادامه دارد Simple Graphs Continue

  • اطلاعات بیشتر در مورد نمودارهای خطی More on Line Graphs

  • نمودار میله ای Bar Graph

  • نمودار پراکندگی Scatter Graph

  • با استفاده از متن Using Text

  • حاشیه نویسی در نمودار Annotation in Graph

  • پایه Pyplot Basic of Pyplot

  • مبانی متن Pyplot Basic of Pyplot Text

  • Basic Bar and Fill Basic Bar and Fill

  • Complex Fill Demo Complex Fill Demo

  • خطوط چین دار سفارشی و نمودارهای نواری Custom Dashed Lines and Bar Charts

  • اینچ و سانتی متر و نوارهای رنگی Inch and cms and Color Bars

  • تصویر نسخه ی نمایشی Demo Image

  • نسخه ی نمایشی Pcolormesh و Pathpatch Pcolormesh and Pathpatch Demo

  • ایجاد Streamplot Creating Streamplot

  • ایجاد Streamplot ادامه دارد Creating Streamplot Continue

  • نسخه ی نمایشی Eillpise Eillpise Demo

  • نسخه ی نمایشی Eillpise ادامه دارد Eillpise Demo Continue

  • نمودار دایره ای Pie Chart

  • نسخه ی نمایشی جدول Table Demo

  • Log Demo و Polar Demo Log Demo and Polar Demo

  • سفارشی کردن تصویر Customizing Image

  • سفارشی کردن تصویر ادامه دارد Customizing Image Continue

  • سفارشی کردن طرح Customizing Plot

  • سفارشی کردن سبک ها Customizing Styles

Matplotlib برای تجسم داده پایتون - متوسط Matplotlib for Python Data Visualization - Intermediate

  • مقدمه ای بر Matplotlib Intermediate Introduction to Matplotlib Intermediate

  • کار ساده با Legend Simple Working with Legend

  • کار ساده با Legends ادامه دارد Simple Working with Legends Continue

  • بیشتر در مورد Legends قسمت 1 More on Legends Part 1

  • بیشتر در مورد Legends قسمت 2 More on Legends Part 2

  • اصلی سفارشی کردن طرح بندی شکل Basic Customizing Figure Layout

  • پیشبرد سفارشی کردن طرح بندی شکل Advance Customizing Figure Layout

  • بیشتر در مورد سفارشی کردن طرح بندی شکل More on Customizing Figure Layout

  • نمونه های بیشتر More Examples

  • مشخصات شبکه تودرتو پیچیده Complex Nested Grid spec

  • راهنمای چیدمان محدود Constrained Layout Guide

  • راهنمای طرح بندی محدود ادامه دهید Constrained Layout Guide Continue

  • لایه گذاری Padding

  • فاصله گذاری Spacing

  • استفاده با Grid Spec Use with Grid Spec

  • اطلاعات بیشتر در مورد مشخصات Grid More on Grid spec

  • نمونه هایی در Grid Spec Examples on Grid Spec

  • نمونه هایی در Grid Spec ادامه دارد Examples on Grid Spec Continue

  • راهنمای طرح بندی محکم پایه Tight Layout Guide Basic

  • راهنمای طرح بندی تنگ پیشبرد Tight Layout Guide Advance

Matplotlib برای تجسم داده های پایتون - پیشرفته Matplotlib for Python Data Visualization - Advanced

  • مقدمه ای بر سطح پیشرفته Matplotlib Introduction to Matplotlib Advance Level

  • آموزش مسیر Path Tutorial

  • بیشتر در مورد آموزش مسیر More on Path Tutorial

  • راهنمای اثر مسیر Path Effect Guide

  • تحول سطح 1 Transformation Level 1

  • تبدیل سطح 1 و مثال Transformation Level 1 and Example

  • تبدیل سطح 2 و مثال Transformation Level 2 and Example

  • آموزش رنگ ها Colors Tutorial

  • نوارهای رنگی سفارشی Customized Colorbars

  • ایجاد نقشه های رنگی پایه Creating Colormaps Basic

  • ایجاد نقشه های رنگی پیشرفته Creating Colormaps Advance

  • لگاریتمی و متقارن لگاریتمی Logarithmic and Symmetric Logarithmic

  • قدرت-قانون و مرزهای گسسته Power-Law and Discrete bounds

  • دو محدوده خطی Two Linear Ranges

  • انتخاب نمای کلی نقشه های رنگی Choosing Colormaps Overview

  • کلاس های نقشه های رنگی Classes of Colormaps

  • سبکی نقشه های رنگی Matplotlib Lightness of Matplotlib Colormaps

  • سبکی نقشه های رنگی Matplotlib ادامه دارد Lightness of Matplotlib Colormaps Continue

  • دستور متن اصلی Basic Text Command

  • افسانه ها و حاشیه نویسی Legends and Annotations

  • ویژگی های متن Text Properties

  • طرح بندی ها Layouts

  • حاشیه نویسی پایه Basic Annotation

  • حاشیه نویسی قطبی Annotation Polar

  • نسخه ی نمایشی فانتزی Fancy Demo

  • نسخه نمایشی Connectionstyle Connectionstyle Demo

  • استفاده از Connection Patch Using Connection Patch

  • جلوه زوم بین محورها Zoom Effect Between Axes

  • مثال ساده Simple Example

  • مثال ساده ادامه Simple Example Continue

  • ذخیره فایل های PDF چند صفحه ای Saving Multipage PDF Files

  • اصلاح پارامترها Modifying Parameters

  • رندر متن با لاتکس Text Rendering with LaTex

  • شبکه محورهای ساده Simple Axes Grid

  • محورهای انگل Parasite Axes

  • هنرمندان لنگر انداخته Anchored Artists

  • محورهای RGB RGB Axes

  • هنرمند تبرهای ساده Simple Axes Artist

  • Axes Artist with Parasite Axes Axes Artist with Parasite Axes

  • قسمت 1 آزمایشی محور شناور Floating Axis Demo Part 1

  • دموی محور شناور قسمت 2 Floating Axis Demo Part 2

  • نسخه ی نمایشی هنرمند Axes Axes Artist Demo

  • خط سه بعدی Line 3D

  • نوار سه بعدی Bar 3D

مطالعه موردی Matplotlib - تجزیه و تحلیل داده های تجارت الکترونیک Matplotlib Case Study - E-commerce Data Analysis

  • مقدمه ای بر پروژه Introduction to Project

  • نصب نرم افزارها Installation of Software's

  • نصب آناکوندا و کد Installation of Anaconda and Code

  • تابع درون خطی Inline Function

  • ارزش منحصر به فرد Unique Value

  • وضعیت قیمت ها Prices Condition

  • درک مبانی نمودار Understanding Basics of Graph

  • تجسم داده ها Data Visualization

  • رسم نمودار خطی Plotting of Line Graph

  • ترسیم هیستوگرام Plotting of Histogram

  • رسم هیستوگرام ادامه دارد Plotting of Histogram Continue

  • ترسیم نمودار میله ای Plotting of Bar Graph

  • ترسیم طرح پراکندگی Plotting of Scatter Plot

  • ترسیم نمودار پای Plotting of Pie Graph

  • طرح نمودار پای ادامه دارد Plotting of Pie Graph Continue

  • طراحی باکس پلات Plotting of Boxplot

نمایش نظرات

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.

آموزش Matplotlib - جدال داده ها و تجسم داده ها با پایتون
جزییات دوره
15 hours
107
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,004
از 5
ندارد
دارد
دارد
EDU CBA
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

EDU CBA EDU CBA

مهارت های دنیای واقعی را بصورت آنلاین بیاموزید EDUCBA یک ارائه دهنده جهانی آموزش مبتنی بر مهارت است که نیازهای اعضا را در بیش از 100 کشور برطرف می کند. ما بزرگترین شرکت فناوری پیشرفته در آسیا با نمونه کارهای 5498+ دوره آنلاین ، 205+ مسیر یادگیری ، 150+ برنامه شغل محور (JOPs) و 50+ بسته دوره حرفه ای شغلی هستیم که توسط متخصصان برجسته صنعت آماده شده است. برنامه های آموزشی ما برنامه های مبتنی بر مهارت شغلی است که توسط صنعت در سراسر امور مالی ، فناوری ، تجارت ، طراحی ، داده و فناوری جدید و آینده مورد نیاز صنعت است.