انتقل إلى المحتوى
KnowledgeCity

التمثيل المرئي للبيانات والتعبير/السرد

ارسم البيانات باستخدام المخططات التكرارية والمخططات المبعثرة والخرائط الحرارية
شاهد الدرس الأول مجانًا. احصل على وصول كامل إلى جميع الدروس الـ3.
دورة تدريبية: عند الطلب
متوسط مقدِّم الخدمة :  Bill Hood  3 الدروس ·  19m  باللغات: العربية, الألمانية, الإنجليزية, الإسبانية, الفرنسية, البرتغالية, Chinese 

وصف الدورة

In these lessons, we’ll focus on the relationship between plots and the underlying data sets used to create them. Not all data is equal, and some plots work better than others for certain situations. We’ll explore several data sets conducive to histograms, scatter plots, and heat maps. For histograms, we use data sets that can be considered a distribution—such a thousand dice rolls and the corresponding results—which allow us to see that distribution.

We’ll show you how to combine random numbers, Numpy, and matplotlib.pyplot to create data sets with a distribution by drawing data from a NASA Mars mission to plot a scatter diagram. NASA has a satellite that orbits Mars and takes pictures of the Martian surface; and in these lessons, we’ll explore that data set to plot out areas of the Martian surface. You’ll also explore how heat maps work, including the relationship between the different variables of a heat map, when they make sense, and when they don’t.

Learning Objectives:

• Understand the relationship between the underlying data and its appropriate plot

• Assess practices with Numpy, Pandas, and large data sets

• Describe the relationship between data sets and typical ways to express data sets

ما ستتعلمه

  • فهم العلاقة بين مجموعة البيانات الأساسية ونوع المخطط الأنسب للتعبير عنها
  • إنشاء مجموعات بيانات التوزيع عن طريق دمج الأرقام العشوائية و Numpy و matplotlib.pyplot
  • رسم المخططات التكرارية لمجموعات البيانات التي تمثل توزيعاً، مثل نتائج ألف رمية نرد
  • بناء مخططات التشتت من مجموعة بيانات مهمة المريخ التابعة لـ NASA لرسم مناطق من سطح المريخ
  • إنشاء مخططات الخرائط الحرارية وتقييم العلاقات بين متغيراتها
  • تطبيق ممارسات باستخدام Numpy و Pandas ومجموعات البيانات الضخمة

النقاط الرئيسية

  • ليست كل البيانات متساوية، وتعمل بعض المخططات بشكل أفضل من غيرها في حالات معينة.
  • تناسب المخططات التكرارية مجموعات البيانات التي يمكن اعتبارها توزيعاً، مثل نتائج ألف رمية نرد.
  • يمكن رسم مخططات التشتت من بيانات حقيقية، مثل الصور التي يلتقطها قمر صناعي تابع لـ NASA لسطح المريخ.
  • تعتمد الخرائط الحرارية على العلاقة بين متغيراتها، وهو ما يحدد متى تكون منطقية ومتى لا تكون كذلك.
  • يمكن دمج الأرقام العشوائية و Numpy و matplotlib.pyplot لإنشاء مجموعات بيانات ذات توزيع معين.

الأسئلة الشائعة

ماذا يغطي هذا المسار التعليمي؟

يركز المسار على العلاقة بين المخططات ومجموعات البيانات الأساسية المستخدمة لإنشائها، مع استكشاف المخططات التكرارية، ومخططات التشتت، والخرائط الحرارية، ومعرفة الوقت المناسب لاستخدام كل منها.

ما أنواع المخططات التي سأتعلم إنشاءها؟

ستتعلم كيفية الرسم باستخدام المخططات التكرارية، ومخططات التشتت، ومخططات الخرائط الحرارية.

ما الأدوات والمكتبات المستخدمة في هذا المسار؟

تستخدم الدروس الأرقام العشوائية، و Numpy، و Pandas، و matplotlib.pyplot للتعامل مع مجموعات البيانات وإنشاء المخططات.

ما مجموعات البيانات المستخدمة كأمثلة؟

تشمل الأمثلة توزيعاً مثل نتائج ألف رمية نرد، ومجموعة بيانات مهمة المريخ التابعة لـ NASA من قمر صناعي يقوم بتصوير سطح المريخ.

ما المهارات التي سأكتسبها؟

ستبني مهارات في تصور البيانات، وتصور المعلومات، ومخططات التشتت، والرسومات الإحصائية، والمحاكاة البصرية، والتصور.