آموزش جامع NMP (Numpy | Matplotlib | Pandas) در زبان برنامه نویسی پایتون

آموزش کامل کار با کتابخانه های Numpy | Matplotlib | Pandas در زبان پایتون در این دوره که به زبان پارسی تهیه شده است، سعی گردیده تا با تکیه به زبان برنامه نویسی پایتون، ماژول ها یا کتابخانه های حرفه ای matplotlib و Pandas شرح داده شود. این modules or libraries ها سعی در هدفمند کردن داده های دریافتی و خوانا کردن آنها برای شخص سوم دارند تا افراد ناآشنا به بدنه دیتاهای خام، بتوانند به سادگی در قالب نمودار و یا جداول دقیق و حرفه ای به داده ها دسترسی داشته باشند و بتوانند تحلیل های خود را بر روی آنها اعمال کنند. در این دوره این موضوع در چهار فصل کلی بیان گردیده که در هر فصل در چندین اپیزود مجزا مباحث بررسی شده اند. فصل اول : نمودارسازی با matplotlib در این فصل به ساخت نمودار و یا همان plot با کمک کتابخانه matplotlib میپردازیم. شروع فصل با نصب کتابخانه و آموزش کار با آن در پلتفرم vs code خواهد بود، سپس در ادامه مسیر در هر مرحله مسایل پیچیده تری را بررسی و آنها را مورد ارزیابی قرار می دهیم. در انتها شما یاد خواهید گرفت چطور به کمک خوتنش دیتاهای خام ورودی، نمودار های حرفه ای و دقیق را جهت آنالیز ثانویه تولید کنید. این فصل شامل 15 قسمت است و نزدیک به 5 ساعت زمان دارد. فصل دوم : خوانش و ساخت جداول با Pandas در این فصل در ابتدا به بررسی محیط کدنویسی Jupyter Notebook می پردازیم و یاد میگیریم از این نوتبوک حرفه ای برای ادامه کار خود بهره بگیریم. همچنین با المان های مختلف این رابط کاربری نیز آشنا می شویم. سپس به خوانش و یا اصطلاحا reading دیتاها می پردازیم و یاد می گیریم چطور جداول موجود در فرمت های مختلف فایلی را مورد پردازش قرار داده و داده ها را در جداول مربوطه مرتب کنیم. سپس به سراغ اعمال و دستورهای مختلف این کتابخانه ی حرفه ای در زمینه نوشتن و خواندن جداول رفته و در هر مرحله مسایلی سخت تر و پیچیده تر را مورد بررسی قرار میدهیم. در انتها شما به تمامی مسیر تحلیل داده در pandas از خوانش دیتا تا نوشتار و بازنشر آن در جداول مربوطه مسلط شده و خواهید توانست انواع دیتاها را تحلیل کنید. این فصل در 16 قسمت تهیه شده و نزدیک به 7 ساعت زمان دارد. فصل سوم : تسلط بر کتابخانه NumPy در این فصل به تشریح و توضیح کتابخانه ای می پردازیم که به نوعی هسته مرکزی بسیاری از ماژول های پایتون همچون همین Pandas and Matplotlib میباشد. لذا در اهمیت این کتابخانه ذکر همین موضوع کافی است. این کتابخانه به شما امکان کار با لیست ها و ماتریس ها را داده و سرعت پردازش اطلاعات ماتریسی شما را چندین برابر می کند. و به همین دلیل است که در دنیای پایتون از محبوبیت دوچندانی برخوردار است. ما در این مسیر ابتدا با مفهوم ماتریس و لیست و انواع آن آشنا می شویم. سپس به سراغ عملگرهای منطقی ساده می رویم و آنها را بر روی لیست های مختلف امتحان می کنیم. سپس مسیر را پیچیده تر کرده و با تغییر های ساختاری در ماتریس ها و ایجاد ماتریس های جدید از درون ماتریس های قبلی آشنا می شویم. در آخر نیز با چندین مثال متنوع موضوع استفاده از این کتابخانه را در دنیای واقعی بررسی می کنیم. همانطور که ذکر شد، این کتابخانه هسته سایر ماژول ها نیز هست. لذا در تشریح سایر فصل ها نیز ممکن است گریز ساده و ابتدایی به این ماژول زده شده باشد. این فصل در 9 قسمت تهیه شده و نزدیک به 4 ساعت زمان دارد. فصل چهارم : تحلیل و رسم نمودار در مورد یک دیتا واقعی در این فصل تمامی آنچه آموخته اید را در مسیر یک دیتا واقعی در زمینه نمرات دانشگاهی به کار می گیریم تا شما با تمامی جوانب تحلیل این داده ها و نمایش آنها به صورت نمودار های حرفه ای و دقیق، آشنا شوید. این فصل بیش از 1 ساعت زمان دارد. این آموزش در کل نزدیک به 17 ساعت زمان دارد، و دارای 42 سرفصل آموزشی مجزا در مباحث مختلف می باشد. برای مشاهده این آموزش کافی است به وبسایت ما سر بزنید : https://graphitecture.net/

• #تحصیلات_و_یادگیری
• #آموزش_کار_با_کتابخانه_های_pandas_numpy_matplotlib
• #کتابخانه_pandas
• #کتابخانه_یا_ماژول_matplotlib
• #numpy_پایتون
• #python_آموزش_زبان_پایتون