تعريف تصور البيانات

Name: تعريف تصور البيانات
Author: Bill Hood

جمع وتنظيم ورسم مجموعة البيانات الأولى الخاصة بك

شاهد الدرس الأول مجانًا — احصل على وصول كامل إلى جميع الدروس الـ3.

دورة تدريبية: عند الطلب

هذا هو المخطط الأول. كما ناقشنا في المقدمة، سنقوم باتباع عملية من ثلاث خطوات. الخطوة الأولى هي الاستعداد. في هذه الحالة، سوف نقدم اثنين من الاستيرادات من Python ،NumPy والتي تعني Python الرقمية وmatplotlib، وهو، كما يوحي الاسم، أداة رسم تخطيطي. سنقوم أيضًا بإعداد التعليمات البرمجية الثابتة للبيانات. وفي كثير من الأحيان ،يعد إدخال البيانات يدويًا هو أفضل إجابة، وأسرع إجابة، وبالتأكيد نهج جيد. سنقدم ذلك في هذا الدرس. انطلاقًا من روح تنظيم تلك البيانات، سنقوم أولاً بتنظيم البيانات نفسها والتأكد من أننا نفهم ما البيانات التي نريد وضعها على أي محور. سنقوم بتسمية هذه الأشياء وتقديم كيفية القيام بذلك. سنقوم بتعيين العناوين واختيار الأنماط. سيكون مخططنا الأول مخطط XY بسيط أحادي البعد. هيا بنا نبدأ. هذه هي بيئة Jupyter Jupyter Notebook هو جهاز افتراضي الذي ينشىء بيئة برمجة افتراضية. استيراد numpy كـ np. نظرًا لأن np تقليدي، فإن معظم الأشخاص سيفعلون ذلك وبعد ذلك يسمح لنا بالرجوع إلى هذه المكتبة تمامًا كما نفعل بشكل صحيح هنا حيث نقول np.random. هذا هو المكان الذي نستخدم فيه فعليًا numpy لتوليد رقم عشوائي. الاستيراد الثاني هو matplotlib.Pyplot وهذا اسم طويل حقًا، لذا اختصرناه ليصبح PLT. أيضا استيراد أساسي جدا. في الواقع، هذين الواردين هنا، لن نتحدث عنهما مرة أخرى، وسنستخدمهما في كل مرة تقريبًا. والآن بعد أن عرفت ما هي ،فقط ضعهم في حقيبة الحيل الخاصة بك ولا تتردد في استخدامها للمضي قدمًا. هذا في الواقع يستورد دالة نمط لنا من مكتبة matplotlib. لذلك علينا استيراد هذا أولاً ثم يمكننا الحصول على مكتبة الأنماط Style Library. وفي الحقيقة، سنستخدم ذلك أولاً. وسنمضي قدمًا ونطبع الأنماط المتوفرة. لذلك إذا لاحظت هنا، راسم المخطط Plotter هو ما نشير إليه. إذن هذا هو matplotlib ومكتبة الأنماط. والآن ما نريد رؤيته هو ما هو متاح. لذلك إذا نقرنا على تشغيل، فسيتم تنفيذ هذا الجزء الصغير من التعليمات البرمجية. وسترى أن هذه هي أسماء الأنماط المتوفرة. وإذا اخترنا، فسنحصل على Seaborne Dark Grid ،إذا اخترنا BMH، كل ما علينا فعله هو أخذ ذلك ونسخه وتغييره هنا. قم بتشغيل هذا مرة أخرى، وسنحصل على رسم بياني مختلف المظهر. لذلك دعنا نمضي قدمًا ونختار VMH. والآن دعنا ننتقل إلى مقطع الكود الثاني. وهذا هو الشيء المتعلق بـ Jupyter مفيد حقًا لتدريس إعداد التعليمات البرمجية. لأننا حقًا، هذه هي الخطوة الأولى دعنا نصطف هذه الواردات Imports. هذا هو الجزء الأول الذي كنت أتحدث عنه. الآن بعد أن أصبح لدينا ،نحتاج إلى تنظيم أنفسنا والتأكد من أننا نعرف كيف سنحصل على هذه البيانات وماذا سنفعل. الآن في هذه الحالة، ما سنفعله هو أننا سننشئها. وإذا نظرت هنا، لدينا متغير يسمى الرقم العشوائي، وسنقوم بإنشاء دالة NumPy تقوم بتعيين 100 رقم عشوائي لأرقام عشوائية. أنت تعرف أيضًا لغة Python جيدًا. أنت تعلم أن هذا يعني أنها قائمة. فلماذا لا نمضي قدمًا ونطبع ذلك هنا ونلقي نظرة على الأرقام التي نحصل عليها. لذلك سنقوم بتشغيل ذلك مرة أخرى. وإليك ال 100 رقم لدينا. ويمكنك أن ترى أنهم داخل قوس. وهذا يعني أن هذه قائمة بايثون. إذن هذه هي أرقامنا. الآن، إذا قمنا بتشغيل هذا مرة أخرى، فسنحصل على مجموعة مختلفة من الأرقام لأنها عشوائية حقًا. قريب كفاية. قريبة بحيث يمكن للكمبيوتر أن يصنعها. حسنًا، لدينا الآن بياناتنا. وقد أكملنا الخطوة الثانية، وكل ما علينا فعله الآن هو رسم ذلك. الآن، الشيء الذي يجب التفكير فيه في هذا المثال بالذات هو أن لديك متغيرًا واحدًا فقط. لا يوجد متغيرين. هناك متغير واحد فقط، الرقم العشوائي. لذا نحن بحاجة إلى بعدين لرسم أي شيء. في هذا السيناريو، ستستخدم دائمًا إما الوقت أو التسلسل. سنختار التسلسل. يمكننا استخدام الوقت. كيف نختار الوقت؟ حسنًا، تم إنشاء هذا الرقم في وقت فريد جدًا. نفس الشيء مع هذا الرقم ،نفس الشيء مع هذا الرقم. أو سنستخدم فقط التسلسل Sequence ،لأن هذا كان الرقم الأول الرقم الثاني، الرقم الثالث، الرقم الرابع. لذا سنرسم هذا أولاً، والثاني، والثالث، وهكذا. سنقول فقط ارسم عددًا عشوائيًا. هذا حقًا كل ما نحتاج إلى القيام به. ثم هذا المخطط افتراضيًا ،سيقوم بترتيبها تسلسليًا. في هذه الحالة، الأمر بسيط جدًا، أشر إلى الراسم، ارسم رقمي العشوائي من فضلك. وهذا هو بالضبط ما تفعله هذه الأكواد أو تعدك له. إنه أيضًا، ما يقوله هذا، على هذا الراسم، اصنع نطاق تسمية x الخاص بي. إذا أردنا تسميته النطاق x فسنكتبه ببساطة، وهذا ما سيتم عرضه. الشيء نفسه بالنسبة للتسمية y، والتي أطلقنا عليها الرقم العشوائي Random Number. والشيء نفسه بالنسبة للعنوان، والذي أطلقنا عليه اسم مخططي الأول. الآن كل هذه قابلة للتطبيق حقًا على جميع المخططات المستقبلية. لذلك لن نتحدث عن عمل التسميات كثيرًا في المستقبل لأننا وضعناها حقًا هنا. الأمر الأخير هو plot show وهذا ما سيُشغِّل الكود لتنفيذ show plot. دعنا نمضي قدما ونقوم بتشغيل ذلك الآن. هناك المخطط لدينا. من الواضح أنه رقم غريب متذبذب، ولكن هذا بسبب هذه الأرقام العشوائية. وإذا نظرت إلى قائمتنا هنا سترى 0.18. حسنًا، يبدو هذا 0.18. ثم يبدو لي الرقم الثاني 0.7 شئ ما. عفوًا، ها هو 0.78. نقوم بتشغيل هذا مرة أخرى ،كما أوضحنا سابقًا. لذلك دعنا نعيد توليد بياناتنا، ثم نعيد إنشاء المخطط وسيبدو مختلفا. يبدو مختلفا.

متوسط مقدِّم الخدمة : Bill Hood 3 الدروس · 22m باللغات: العربية, الألمانية, الإنجليزية, الإسبانية, الفرنسية, البرتغالية, Chinese

وصف الدورة

في هذه الدروس، نقدم بيئتنا الافتراضية، Python 3.x، مخططنا الأول، أول مخطط ثنائي الأبعاد، وسنستكشف نظام Jupyter Notebook. سنقدم أيضًا صيغتنا لتصور البيانات، والتي تتضمن جمع النتائج وتنظيمها ثم التخطيط لها. ستتعرف على كيفية التحكم في الخطوط والأنماط والألوان والتعليقات التوضيحية والشفافية.

سنركز على الأساسيات ونوسع معرفتك العامة ببايثون والبرمجة، بما في ذلك كيفية استيراد واستخدام مجموعة جديدة من المكتبات تركز على تصور البيانات، والعملية المكونة من ثلاث خطوات للحصول على البيانات وتنظيمها والتخطيط لها، أو نموذج "التجميع والتنظيم والتقديم" لتصور البيانات.

ما ستتعلمه

استيراد واستخدام مكتبات تصور البيانات، بما في ذلك matplotlib.pyplot
إنشاء رسمك البياني الأول والرسم البياني الخطي ثنائي الأبعاد في منصة Jupyter notebook
جمع البيانات وتنظيمها للرسم البياني للمحورين X وY، بما في ذلك البيانات المستمدة من ملف CSV
تطبيق نموذج الجمع والتنظيم والتقديم لرسم النتائج بيانياً
التحكم في الخطوط والأنماط والألوان والتعليقات التوضيحية والشفافية في الرسوم البيانية
إعداد البيئة الافتراضية لـ Python 3.x والعمل بداخلها

النقاط الرئيسية

تقدم الدورة مقدمة عن البيئة الافتراضية، وPython 3.x، والرسم البياني الأول، والرسم البياني ثنائي الأبعاد الأول، ومنصة Jupyter notebook.
يُقدم تصور البيانات من خلال صيغة ثلاثية الخطوات تتمثل في جمع البيانات، وتنظيمها، ثم رسم النتائج بيانياً، والتي تُعرف بنموذج الجمع والتنظيم والتقديم.
يستورد المتعلمون ويستخدمون مجموعة جديدة من المكتبات المخصصة لتصور البيانات، بما في ذلك matplotlib.pyplot.
تغطي الدورة التحكم في الخطوط والأنماط والألوان والتعليقات التوضيحية والشفافية في الرسوم البيانية.
تركز الدورة على الأساسيات مع توسيع المعرفة العامة بلغة Python والبرمجة.

الأسئلة الشائعة

ما الذي سأتعلمه في هذه الدورة التدريبية؟

ستتعلم كيفية استيراد واستخدام مكتبات تصور البيانات بما في ذلك matplotlib.pyplot، وجمع وتنظيم البيانات للرسم البياني للمحورين X وY، وجمع البيانات من ملف CSV، وإنشاء الرسوم البيانية باستخدام نموذج الجمع والتنظيم والتقديم. كما تغطي الدورة التحكم في الخطوط والأنماط والألوان والتعليقات التوضيحية والشفافية.

ما الأدوات والمنصات التي تستخدمها هذه الدورة التدريبية؟

تستخدم الدورة بيئة افتراضية، وPython 3.x، ومنصة Jupyter notebook.

ما الموضوعات التي تغطيها الدروس؟

تغطي الدروس الرسم البياني الأول، والرسم البياني الخطي ثنائي الأبعاد، وبناء الأساس.

ما المهارات التي تبنيها هذه الدورة التدريبية؟

تبني الدورة مهارات في بيانات التطبيقات، والتعامل مع الملفات، والمكتبات المشتركة، مع توسيع معرفتك العامة بلغة Python والبرمجة.

كيف يتم تناول تصور البيانات في هذه الدورة التدريبية؟

يتم تناول تصور البيانات من خلال عملية مكونة من ثلاث خطوات وهي الحصول على البيانات، وتنظيمها، ورسمها بيانياً، ويُشار إليها بنموذج الجمع والتنظيم والتقديم.