Oreilly – Python Data Visualization: Create impactful visuals, animations and dashboards 2025-2

توضیحات

دوره Python Data Visualization: Create impactful visuals, animations and dashboards. این دوره جامع به شما آموزش می‌دهد که چگونه با استفاده از پایتون، تصاویر، انیمیشن‌ها و داشبوردهای جذاب و تاثیرگذار ایجاد کنید. شما با اصول اساسی تجسم داده، از جمله تئوری رنگ، طراحی تحلیلی و انواع نمودارها آشنا می‌شوید. سپس، نحوه استفاده از کتابخانه‌های قدرتمندی مانند Pandas، Matplotlib، Seaborn، Bokeh و Plotly را برای پاکسازی داده‌ها، ساخت نمودارها، ایجاد انیمیشن‌ها و ساخت داشبوردهای تعاملی یاد می‌گیرید.

آنچه فرا خواهید گرفت:

• درک اصول تجسم داده: آشنایی با تئوری رنگ، طراحی تحلیلی و انواع نمودارها
• پاکسازی و تجسم داده با Pandas: استفاده از DataFrames، Series، GroupBy و Pivot Tables برای پاکسازی و آماده‌سازی داده‌ها
• ساخت نمودارهای استاتیک و تعاملی با Matplotlib: یادگیری نحوه استفاده از API Matplotlib برای ساخت انواع نمودارها، افزودن استایل‌ها و ایجاد نقشه‌ها
• ایجاد انیمیشن با Matplotlib: استفاده از API انیمیشن Matplotlib برای ساخت انیمیشن‌های جذاب
• ساخت داشبوردهای تعاملی با Jupyter Widgets: استفاده از ipywidgets برای ایجاد کنترل‌های تعاملی در مرورگر
• تجسم داده با Seaborn: آشنایی با ساختار Seaborn و تفاوت‌های آن با Matplotlib
• ساخت نمودارهای تعاملی با Bokeh: یادگیری نحوه ساخت نمودارهای تعاملی پیشرفته با Bokeh
• ساخت نمودارهای سه بعدی و انیمیشن با Plotly: استفاده از Plotly برای ساخت نمودارهای سه بعدی و انیمیشن‌های جذاب

این دوره مناسب چه کسانی است؟

• این دوره برای هر کسی که می‌خواهد مهارت‌های خود را در زمینه تجسم داده با پایتون ارتقا دهد، مناسب است. این دوره برای تحلیلگران داده، دانشمندان داده، توسعه‌دهندگان و هر کسی که به دنبال ایجاد تصاویر و داشبوردهای جذاب و تاثیرگذار است، مفید خواهد بود.

مشخصات دوره Python Data Visualization: Create impactful visuals, animations and dashboards

• ناشر: Oreilly
• مدرس: Bruno Goncalves
• سطح آموزش: مبتدی تا پیشرفته
• مدت زمان آموزش: 6 ساعت و 36 دقیقه

سرفصل های دوره

• Python Data Visualization: Introduction
• Lesson 1: Human Perception
  Topics
  1.1 Understanding Color Theory
  1.2 Overview of Human Vision
  1.3 Color Schemes
• Lesson 2: Analytical Design
  Topics
  2.1 Understand the Fundamental Principles of Analytical Design
  2.2 Describe the Fundamental Tools of Visualization
  2.3 Advantages and Disadvantages of Different Chart Types
• Lesson 3: Data Cleaning and Visualization with Pandas
  Topics
  3.1 DataFrames and Series
  3.2 GroupBy and Pivot Tables
  3.3 Merge and Join
  3.4 The Plot Function
  3.5 Demo
  3.6 Time Series
  3.7 Bar Plot Demo
• Lesson 4: Matplotlib
  Topics
  4.1 Fundamental Components of a matplotlib plot
  4.2 Explore the matplotlib API
  4.3 Demo
  4.4 Stylesheets
  4.5 Demo
  4.6 Mapping
  4.7 Demo
• Lesson 5: Matplotlib Animations
  Topics
  5.1 Matplotlib Animation API
  5.2 Func Animation
  5.3 Animation Writers
  5.4 Demo
• Lesson 6: Jupyter Widgets
  Topics
  6.1 ipywidgets as Interactive Browser Controls
  6.2 Simple Widget Use
  6.3 Widget Customization
  6.4 Demo
• Lesson 7: Seaborn
  Topics
  7.1 Understand the Structure of seaborn
  7.2 Understand the Differences with matplotlib
  7.3 Explore the Seaborn API
  7.4 Demo
• Lesson 8: Bokeh
  Topics
  8.1 Basic Plotting with Bokeh
  8.2 Advanced Plotting
  8.3 Networks
  8.4 Demo
• Lesson 9: Plotly
  Topics
  9.1 Basic Plotly
  9.2 3D and Animated Plots
  9.3 Demo
• Summary
  Python Data Visualization: Summary

تصاویر دوره

نمونه فیلم دوره

لینک دانلود

دانلود بخش 1 – 1 گیگابایت

دانلود بخش 2 – 501 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

1.5 گیگابایت