آموزش کامل Python Matplotlib 2.x

در این کورس آموزشی Data Visualization یا همان مصور سازی داده ها در زبان پایتون را بوسیله Matplotlib 2.x یاد می گیرید. 

عنوان اصلی : Learning Path: Python:Data Visualization with Matplotlib 2.x

سرفصل ها :

Matplotlib برای توسعه دهندگان پایتون:
بررسی اجمالی دوره
درک داده ها، ابعاد و چرایی طرح
تنظیم محیط
با ابتدایی ترین طرح ها شروع کنید
تمایز خط و نمودار پراکندگی
ساختن نمودارهای میله ای و هیستوگرام
کاوش تصاویر و خطوط
کار بر روی طرح هایی با عدم قطعیت
نگاهی به دیگر انواع طرح های مفید
ساخت پلات های چند پانل
استفاده از نوارهای رنگی و افسانه ها
کار با اجزای یک طرح Matplotlib
شکل و محور - چگونه کار می کنند؟
کار با Transformations
کنترل تبرها و کنه ها
قالب بندی Ticker
کار بر روی Back Ends
دفترچه یادداشت ژوپیتر
استفاده از پانداها برای دستکاری داده های جدولی
برش و قطعه قطعه کردن داده های پانداها
طراحی توکار پانداها
دانشتان را امتحان کنید
5 سوال
تجسم داده های پایتون با Matplotlib 2.x:
بررسی اجمالی دوره
شروع کار با Matplotlib
راه اندازی محیط نقشه کشی
ویرایش و اجرای کد
بارگذاری داده ها برای رسم
ترسیم اولین نمودار ما
ساختار اصلی یک شکل Matplotlib
تنظیم رنگ ها در Matplotlib
تنظیم فرمت های متن
سفارشی کردن خطوط و نشانگرها
سفارشی کردن شبکه ها و تیک ها
سفارشی کردن محورها
استفاده از شیوه نامه
عنوان و افسانه
تنظیم چیدمان
اضافه کردن طرح های فرعی
تنظیم حاشیه ها
رسم نمودارهای درونی
اضافه کردن حاشیه نویسی متن
اضافه کردن حاشیه نویسی گرافیکی
فرمت های داده های API معمولی
معرفی پانداها
تجسم روند داده ها
تجسم توزیع تک متغیره
تجسم یک توزیع دو متغیره
تجسم داده های طبقه بندی شده
کنترل زیبایی شناسی SeabornFigure
اطلاعات بیشتر درباره رنگ ها
دریافت اطلاعات سهام پایان روز (EOD) از Quandl
طرح های دو بعدی وجهی
سایر نمودارهای چند متغیره دو بعدی
نمودارهای سه بعدی (سه بعدی).
خراش دادن اطلاعات از وب سایت ها
Backendهای غیر تعاملی
Backend های تعاملی
ایجاد طرح های متحرک
تجسم موثر - برنامه ریزی شکل خود
تجسم موثر - ساختن شکل خود
تجسم داده های آماری به صورت شهودی تر
روش های کاهش ابعاد
تجسم اطلاعات بهداشتی جمعیت
تجسم مبتنی بر نقشه برای داده های جغرافیایی
ترکیب داده های جغرافیایی و سلامت جمعیت
تجزیه و تحلیل داده های بقا در مورد سرطان
دانشتان را امتحان کنید
5 سوال
توسعه نقشه های پیشرفته با Matplotlib:
بررسی اجمالی دوره
شخصی سازی Pylab در سبک
شیرجه عمیق رنگی
کار بر روی طرح بندی های غیر پیش پا افتاده
فایل های پیکربندی Matplotlib
قرار دادن خطوط در جای خود
اضافه کردن متن در طرح های خود
بازی با چند ضلعی ها و شکل ها
حاشیه نویسی همه کاره
توطئه های غیر دکارتی
ترسیم فیلدهای برداری
آمار با جعبه و ویولن
تجسم داده های ترتیبی و جدولی
طراحی با محورهای سه بعدی
نگاهی به انواع مختلف طرح سه بعدی
روش های نقشه پایه
رسم بر روی پیش بینی های نقشه
اضافه کردن جغرافیا
توطئه های تعاملی در نوت بوک Jupyter
مدیریت رویداد با پاسخ به تماس توطئه
ابزارک های خنثی رابط کاربری گرافیکی
ساخت فیلم
دانشتان را امتحان کنید