در این مطلب، ویدئو آموزش کوچک 5: با Matplotlib نمودارهای Scatter را در پایتون ایجاد کنید با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,090 –> 00:00:09,290
[موسیقی]
2
00:00:09,290 –> 00:00:12,059
بیایید
3
00:00:12,059 –> 00:00:14,670
در این جلسه به بررسی توطئههای ساده اکسل مانند ادامه دهیم، ما
4
00:00:14,670 –> 00:00:19,080
یک طرح پراکنده ایجاد میکنیم
5
00:00:19,080 –> 00:00:20,880
که به موضوع بیسبال چسبیده است،
6
00:00:20,880 –> 00:00:22,800
جالب است که ببینیم چه نوع تیمهایی
7
00:00:22,800 –> 00:00:26,189
جمعیت بیشتری دارند که میتوانیم
8
00:00:26,189 –> 00:00:27,960
دادهها را از این سایت استخراج کنیم. و
9
00:00:27,960 –> 00:00:32,009
مانند همیشه آن را در یک فایل متنی ذخیره کنید، ما با
10
00:00:32,009 –> 00:00:34,260
وارد کردن بستههایی که در
11
00:00:34,260 –> 00:00:36,780
کتابخانه استاندارد پایتون گنجانده نشدهاند، شروع میکنیم تا
12
00:00:36,780 –> 00:00:41,250
بتوانیم به دادهها و عملکردهای آنها دسترسی داشته باشیم و سپس
13
00:00:41,250 –> 00:00:43,890
فایل دادهای جدا شده با کاما را
14
00:00:43,890 –> 00:00:46,770
که ایجاد کردهایم در چارچوب داده پاندا بارگذاری
15
00:00:46,770 –> 00:00:49,050
کنیم تا آن را بسازیم. بسیار سریع و آسان برای انتخاب
16
00:00:49,050 –> 00:00:52,559
دقیقاً دادههایی که میخواهیم در این مورد،
17
00:00:52,559 –> 00:00:55,500
فقط باید read csv را با نام فایل فراخوانی کنیم
18
00:00:55,500 –> 00:00:57,840
و پارامترهای پیشفرض و
19
00:00:57,840 –> 00:01:01,250
پانداس به طور جادویی کار درست را انجام خواهند داد.
20
00:01:01,250 –> 00:01:05,970
21
00:01:05,970 –> 00:01:08,250
22
00:01:08,250 –> 00:01:10,409
شکل خالی را با استفاده از تابع فرعی و
23
00:01:10,409 –> 00:01:13,290
سپس مقادیر x و y را به
24
00:01:13,290 –> 00:01:16,470
تابع پراکنده ارسال کنید تا نموداری را ایجاد کنید که
25
00:01:16,470 –> 00:01:19,530
آسان بود، اجازه دهید عنوان را اضافه کنیم تا مشخص
26
00:01:19,530 –> 00:01:22,560
شود هر محور چه چیزی را نشان می دهد. محور x
27
00:01:22,560 –> 00:01:24,630
تعداد کل افرادی را که
28
00:01:24,630 –> 00:01:27,540
در بازیهای یک تیم شرکت کردهاند در سال
29
00:01:27,540 –> 00:01:29,970
نشان میدهد که محور y یک دستمزد سالانه تجمعی تیم را نشان میدهد،
30
00:01:29,970 –> 00:01:33,990
همچنین بیایید یک عنوان به
31
00:01:33,990 –> 00:01:36,329
خود طرح اضافه کنیم،
32
00:01:36,329 –> 00:01:41,590
بیایید آن را اجرا کنیم و در آنجا دارید،
33
00:01:41,590 –> 00:01:43,600
به نظر میرسد که دستمزد بالاتری دارد. تیمها
34
00:01:43,600 –> 00:01:46,869
به طور متوسط تمایل دارند جمعیت بیشتری داشته باشند تا کن
35
00:01:46,869 –> 00:01:48,970
ن ما یک طرح پراکندگی بسیار ابتدایی ساختهایم، بی
36
00:01:48,970 –> 00:01:51,219
یید چیزی کمی پیشرفتهتر را امتحان کنیم تا
37
00:01:51,219 –> 00:01:52,990
رخی از قدرت و ا
38
00:01:52,990 –> 00:01:58,360
عطافپذیری پیشنهادات matplotlib را به نمایش بگذاریم که میتوانیم با
39
00:01:58,360 –> 00:02:00,159
ستفاده از
40
00:02:00,159 –> 00:02:02,439
ندازه و رنگ، طرح را آموزندهتر کنیم. از هر نقطه برای
41
00:02:02,439 –> 00:02:04,210
نشان دادن تعداد تمام ستارههای
42
00:02:04,210 –> 00:02:08,739
تیم و
43
00:02:08,739 –> 00:02:11,110
وجود یک کلید برای نشان دادن
44
00:02:11,110 –> 00:02:13,630
آنچه رنگها
45
00:02:13,630 –> 00:02:18,239
46
00:02:18,239 –> 00:02:22,420
منتقل میکنند مفید خواهد بود. اکنون میتوانیم ببینیم
4