در این مطلب، ویدئو آموزش پاندای پایتون | پانداها برای تجزیه و تحلیل داده ها | پاندای پایتون | آموزش پایتون | Simplile Learn 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.
مدت زمان فیلم: 00:53:21
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:02,480 –> 00:00:05,970
2
00:00:05,970 –> 00:00:08,160
3
00:00:08,160 –> 00:00:10,950
4
00:00:10,950 –> 00:00:13,880
5
00:00:13,880 –> 00:00:17,910
6
00:00:17,910 –> 00:00:20,580
7
00:00:20,580 –> 00:00:22,890
8
00:00:22,890 –> 00:00:24,840
9
00:00:24,840 –> 00:00:26,189
10
00:00:26,189 –> 00:00:27,570
11
00:00:27,570 –> 00:00:29,250
12
00:00:29,250 –> 00:00:31,800
13
00:00:31,800 –> 00:00:34,680
14
00:00:34,680 –> 00:00:37,530
15
00:00:37,530 –> 00:00:39,989
16
00:00:39,989 –> 00:00:42,329
17
00:00:42,329 –> 00:00:44,480
18
00:00:44,480 –> 00:00:46,770
19
00:00:46,770 –> 00:00:48,989
20
00:00:48,989 –> 00:00:51,600
21
00:00:51,600 –> 00:00:53,510
22
00:00:53,510 –> 00:00:56,309
23
00:00:56,309 –> 00:00:59,070
24
00:00:59,070 –> 00:01:01,289
25
00:01:01,289 –> 00:01:03,719
26
00:01:03,719 –> 00:01:06,750
27
00:01:06,750 –> 00:01:09,810
28
00:01:09,810 –> 00:01:11,549
29
00:01:11,549 –> 00:01:13,380
30
00:01:13,380 –> 00:01:14,369
31
00:01:14,369 –> 00:01:15,990
32
00:01:15,990 –> 00:01:17,610
33
00:01:17,610 –> 00:01:19,320
34
00:01:19,320 –> 00:01:21,150
35
00:01:21,150 –> 00:01:24,540
36
00:01:24,540 –> 00:01:25,979
37
00:01:25,979 –> 00:01:27,840
38
00:01:27,840 –> 00:01:30,210
39
00:01:30,210 –> 00:01:31,950
40
00:01:31,950 –> 00:01:34,200
41
00:01:34,200 –> 00:01:36,060
42
00:01:36,060 –> 00:01:38,400
43
00:01:38,400 –> 00:01:40,530
44
00:01:40,530 –> 00:01:43,200
45
00:01:43,200 –> 00:01:45,030
46
00:01:45,030 –> 00:01:47,610
47
00:01:47,610 –> 00:01:50,070
48
00:01:50,070 –> 00:01:52,439
49
00:01:52,439 –> 00:01:54,990
50
00:01:54,990 –> 00:01:58,229
51
00:01:58,229 –> 00:02:01,409
52
00:02:01,409 –> 00:02:03,030
53
00:02:03,030 –> 00:02:04,890
54
00:02:04,890 –> 00:02:07,020
55
00:02:07,020 –> 00:02:09,360
56
00:02:09,360 –> 00:02:11,670
57
00:02:11,670 –> 00:02:13,950
58
00:02:13,950 –> 00:02:17,069
59
00:02:17,069 –> 00:02:19,050
60
00:02:19,050 –> 00:02:21,030
61
00:02:21,030 –> 00:02:23,790
62
00:02:23,790 –> 00:02:25,800
63
00:02:25,800 –> 00:02:27,239
64
00:02:27,239 –> 00:02:28,920
65
00:02:28,920 –> 00:02:31,230
66
00:02:31,230 –> 00:02:33,300
67
00:02:33,300 –> 00:02:36,660
68
00:02:36,660 –> 00:02:38,430
69
00:02:38,430 –> 00:02:40,680
70
00:02:40,680 –> 00:02:42,690
71
00:02:42,690 –> 00:02:44,400
72
00:02:44,400 –> 00:02:46,980
73
00:02:46,980 –> 00:02:49,500
74
00:02:49,500 –> 00:02:51,720
75
00:02:51,720 –> 00:02:54,840
76
00:02:54,840 –> 00:02:56,280
77
00:02:56,280 –> 00:02:58,500
امروز میخواهیم آموزش پانداها را انجام دهیم سلام نام من ریچارد کرشنر است با تیمی که به سادگی WWMT آموخته است. از آنجا بیرون بیایید، در واقع به نوعی روی numpy می نشیند، بنابراین اگر قبلاً آرایه numpy ما را داشته اید، امیدواریم که قبلاً آموزش numpy 1 و 2 را گذرانده باشید، بنابراین امروز ما درباره آنچه که پانداها درباره این سری بحث خواهند کرد صحبت خواهیم کرد. عملیات اصلی روی سری، سپس ما وارد یک قاب داده میشویم، عملیاتهای اساسی روی فایل قاب داده، عملیات مربوط به تصویرسازی قاب داده و سپس چند مثال تمرینی، آستینها را بالا میزنیم و کدنویسی را در زیر آن دریافت میکنیم، اجازه دهید فقط با کلیات واقعی شروع کنیم. pandas pandas ابزاری برای پردازش داده است که به تجزیه و تحلیل داده ها کمک می کند و عملکردها و روش هایی را برای دستکاری کارآمد مجموعه داده های بزرگ ارائه می دهد، اکنون این یک مرحله به پایین است. مثلاً استفاده از جرقه یا صدای شنیده شده در دادههای بزرگ، بنابراین ما در اینجا در مورد دادههای بزرگ صحبت نمیکنیم، بلکه در مورد پانداها صحبت میکنیم و برخی از اتصالات مانند رابطی وجود دارد که با آن در حال انجام است، بنابراین در دسترس بودن وجود دارد، اما شما واقعاً باید پانداهای خود را بشناسید. زیرا اگر روی دادههای بزرگ کار میکنید، میدانید که فریمهای داده وجود دارد، بهخوبی پانداها یک قاب داده هستند، در درجه اول دارای چند قطعه مختلف است که در اینجا به آنها نگاه میکنیم و اگر هرگز قبل از یک قاب داده با فریمهای داده کار نکردهاید، اساساً مانند صفحهگسترده اکسل، سطرها و ستونهایی دارید که میتوانید از طریق سطر یا ستون به دادههای خود دسترسی پیدا کنید، منظورم این است که شما یک نمایه دارید و این نوع تنظیم متفاوت است و هرچه بیشتر به پانداها بپردازیم، بیشتر به آن میپردازیم. فکر کنید مانند یک صفحه گسترده اکسل غول پیکر است که برای اجرای داده های بزرگتر روی رایانه شما بهینه شده است و سپس گفتم که این یک قاب داده است بنابراین ساختارهای داده در پانداها آرایه های یک بعدی سری هستند و سپس ما قاب داده دو بعدی داریم. ابعاد آرایه انالین و واقعاً حول قاب داده متمرکز می شود، سری به طور اتفاقی بخشی از آن قاب داده است و در اینجا نگاهی دقیق تر به سری های سری پانداها یک آرایه تک بعدی با برچسب هایی است که می تواند شامل هر نوع داده ای از جمله در رشته های شناور پایتون باشد. اشیاء و موارد دیگر بسیار متنوع است اگر به یاد داشته باشید که از numpy که ما مطالعه کردیم آنها باید همه یکنواخت باشند نه در پانداها و پانداها ما می توانیم کارهای بیشتری انجام دهیم در قلم در واقع نوعی نشستن روی numpy است، بنابراین شما واقعاً باید هر دو را بدانید اگر شما آموزشهای numpy را انجام ندادهاید، میتوانید اینجا ببینید که ما ایندکس یک دو سه چهار پنج و سپس دادههایمان a b c d و e بسیار ساده است، فقط دو ستون است و ما یک برچسب شاخص خوب و یک برچسب ستون برای دادهها داریم و سپس یک قاب داده یک ساختار داده دو بعدی با برچسبهایی است که میتوانیم از برچسبها برای مکانیابی دادهها استفاده کنیم و میتوانید در اینجا ببینید که اگر به عقب برگردیم، ایندکس ما یک دو سه چهار پنج بود، بنابراین در هر یک از این سریها آنها به اشتراک میگذارند. س ame فهرست ردیف را در آنجا فهرست کنید، بنابراین
78
00:02:58,500 –> 00:03:00,989
شما فهرست سطر خود را دارید شاخص نقطهای DF و
79
00:03:00,989 –> 00:03:03,660
سپس یک فهرست ستونی برای فراخوانیهای DF
80
00:03:03,660 –> 00:03:05,400
دارید و این به نظر میرسد که من گفتم
81
00:03:05,400 –> 00:03:06,540
اگر کاری با صفحات گسترده اکسل انجام داده باشید، واقعاً آشنا خواهد بود.
82
00:03:06,540 –> 00:03:09,329
به
83
00:03:09,329 –> 00:03:11,370
نوعی شبیه این است که
84
00:03:11,370 –> 00:03:13,500
دستکاری داده ها و اضافه کردن ستون ها را آسان تر می کند.
85
00:03:13,500 –> 00:03:15,510
86
00:03:15,510 –> 00:03:17,849
87
00:03:17,849 –> 00:03:19,650
88
00:03:19,650 –> 00:03:21,420
89
00:03:21,420 –> 00:03:23,609
کتاب پاترنو اردو میتوانید از هر یک از
90
00:03:23,609 –> 00:03:26,130
ویرایشگرهای پایتون خود استفاده کنید، اما من به شدت پیشنهاد
91
00:03:26,130 –> 00:03:28,139
میکنم اگر Jupiter را نصب کردهاید و
92
00:03:28,139 –> 00:03:29,790
با آن کار نکردهاید، احتمالاً
93
00:03:29,790 –> 00:03:31,920
یکی از بهترین راهها برای
94
00:03:31,920 –> 00:03:33,810
نمایش آسان پروژهای است که روی آن کار میکنید.
95
00:03:33,810 –> 00:03:35,549
بسیاری از
96
00:03:35,549 –> 00:03:37,019
رابط های کاربری یا IDE های مختلف
97
00:03:37,019 –> 00:03:39,090
برای ویرایش پایتون من و این فقط
98
00:03:39,090 –> 00:03:40,769
به سادگی Jupiter org
99
00:03:40,769 –> 00:03:44,730
jup y ee r dot org است و سپس من همیشه اجازه می دهم
100
00:03:44,730 –> 00:03:48,239
در آناکوندا آناکوندا آرام بنشینم و
101
00:03:48,239 –> 00:03:50,310
خیلی سریع ما آن را برای شما باز
102
00:03:50,310 –> 00:03:52,680
می کنیم اوه حالت آفلاین دیگر آن را به من
103
00:03:52,680 –> 00:03:54,750
نشان نده در اینجا می توانید ببینید که من
104
00:03:54,750 –> 00:03:56,519
ابزارهای مختلفی دارم که می توانم آنها
105
00:03:56,519 –> 00:03:59,190
را در آناکوندای خود نصب کنم، از جمله
106
00:03:59,190 –> 00:04:00,569
نوت بوک مشتری که به طور پیش فرض می آید
107
00:04:00,569 –> 00:04:02,700
و سپس به محیط ها دسترسی دارم
108
00:04:02,700 –> 00:04:05,760
و دوباره آن کام آناکوندا
109
00:04:05,760 –> 00:04:08,220
به نام لیری بزرگ است که
110
00:04:08,220 –> 00:04:09,810
در آن بزرگترین مارهای جهان هستند. و
111
00:04:09,810 –> 00:04:11,970
سپس ژوپیتر نوت بوک در این مورد
112
00:04:11,970 –> 00:04:14,940
سازمان مشتری و هنگامی که ما در محل خود هستیم،
113
00:04:14,940 –> 00:04:16,560
من به اینجا به دفترچه یادداشت مشتری خود
114
00:04:16,560 –> 00:04:18,209
می روم و ما به جلو می رویم و فقط جدید
115
00:04:18,209 –> 00:04:21,570
و یک پایتون سه را انجام می دهیم و این یک پایتون سه را باز می کند.
116
00:04:21,570 –> 00:04:25,320
پوشه بدون عنوان پس شیرجه
117
00:04:25,320 –> 00:04:27,420
118
00:04:27,420 –> 00:04:30,420
بزنید، بیایید ادامه دهیم و یک عنوان آموزش پاندا بدهیم
119
00:04:30,420 –> 00:04:32,730
و ما برای فروش بالا می رویم و نوع سلول را به علامت گذاری تغییر می
120
00:04:32,730 –> 00:04:35,100
دهیم تا آن را به عنوان
121
00:04:35,100 –> 00:04:37,650
کد واقعی اجرا نکنیم یکی از آن ابزارهای فوق العاده
122
00:04:37,650 –> 00:04:39,960
زمانی که شما نوت بوک مشتری داشته باشید تا
123
00:04:39,960 –> 00:04:41,940
بتوانید دموها را با آن انجام دهید و بیایید
124
00:04:41,940 –> 00:04:45,690
جلو برویم و پانداها را وارد کنیم و معمولاً
125
00:04:45,690 –> 00:04:47,460
مردم فقط آن را PD می نامند که
126
00:04:47,460 –> 00:04:49,500
به استانداردی در صنعت تبدیل شده است، بنابراین ما ادامه می
127
00:04:49,500 –> 00:04:50,850
دهیم و اجرا می کنیم و می دانیم که
128
00:04:50,850 –> 00:04:52,650
پانداهای ما وارد شده اند. o
129
00:04:52,650 –> 00:04:55,410
نوت بوک مشتری ما و سپس می توانیم
130
00:04:55,410 –> 00:04:57,690
جلو برویم و به من اجازه دهید ctrl را انجام دهم +
131
00:04:57,690 –> 00:04:59,490
این اینترنت اکسپلورر آن است، می توانم آن را
132
00:04:59,490 –> 00:05:00,810
خیلی راحت بزرگ کنم تا نمای زیبای خوبی داشته باشید.
133
00:05:00,810 –> 00:05:03,090
134
00:05:03,090 –> 00:05:04,200
135
00:05:04,200 –> 00:05:06,180
خوب است
136
00:05:06,180 –> 00:05:08,520
نسخه ماژول خود را در پانداهایی که به تازگی از آن استفاده کرده اید بررسی
137
00:05:08,520 –> 00:05:10,590
کنید.
138
00:05:10,590 –> 00:05:11,970
139
00:05:11,970 –> 00:05:14,310
140
00:05:14,310 –> 00:05:16,200
141
00:05:16,200 –> 00:05:17,460
142
00:05:17,460 –> 00:05:18,930
یک و ما ادامه می دهیم
143
00:05:18,930 –> 00:05:20,820
و اجرا می کنیم که به امتیاز سه
144
00:05:20,820 –> 00:05:23,610
نقطه چهار می رسیم و اگر به
145
00:05:23,610 –> 00:05:25,950
سایت پانداها برویم نقطه صفر دو سه نقطه
146
00:05:25,950 –> 00:05:28,260
چهار آخرین نسخه است و
147
00:05:28,260 –> 00:05:30,090
البته یادآوری این که اگر قصد
148
00:05:30,090 –> 00:05:32,280
محیط زیست را دارید شما باید آن را نصب کنید، بنابراین
149
00:05:32,280 –> 00:05:34,260
150
00:05:34,260 –> 00:05:36,360
اگر از نصب کننده PIP استفاده می کنید، باید پانداهای نصب پیپ
151
00:05:36,360 –> 00:05:39,180
را انجام دهید و اولین کاری که
152
00:05:39,180 –> 00:05:39,990
می خواهیم انجام دهیم این است که با
153
00:05:39,990 –> 00:05:42,510
سرس خیلی چیزها کار می کنیم.
154
00:05:42,510 –> 00:05:45,090
بعد از آن می توانید به صورت سری انجام دهید در کل مجموعه داده
155
00:05:45,090 –> 00:05:47,340
را انجام دهید، باید کاری را انجام دهیم که یکی را ایجاد کنیم تا
156
00:05:47,340 –> 00:05:51,180
آن را دستکاری کنیم، تکههایی از آن را برداریم، پس پرس
157
00:05:51,180 –> 00:05:55,170
و جو کنید که آن را حذف کنید تا بتوانید قسمتهای مختلف آن را حذف کنید،
158
00:05:55,170 –> 00:05:56,670
بنابراین میخواهیم
159
00:05:56,670 –> 00:05:58,950
همه آن کارها را با مجموعه انجام
160
00:05:58,950 –> 00:06:00,270
دهیم و ما با سری شروع کنید و سپس
161
00:06:00,270 –> 00:06:02,250
تقریباً همه کدها و در واقع همه
162
00:06:02,250 –> 00:06:06,600
کدها مستقیماً به جدول داده های واقعی منتقل می شوند ،
163
00:06:06,600 –> 00:06:09,360
بنابراین از یک سری از یک
164
00:06:09,360 –> 00:06:11,760
لیست تک ستونی می رویم و سپس آن را می
165
00:06:11,760 –> 00:06:13,080
گیریم و آن را منتقل می کنیم.
166
00:06:13,080 –> 00:06:15,330
به کل جدول میرویم و با
167
00:06:15,330 –> 00:06:17,780
ایجاد
168
00:06:17,780 –> 00:06:24,030
169
00:06:24,030 –> 00:06:26,670
شروع
170
00:06:26,670 –> 00:06:30,480
171
00:06:30,480 –> 00:06:32,100
میکنیم. میتوانیم به راحتی
172
00:06:32,100 –> 00:06:33,180
173
00:06:33,180 –> 00:06:37,110
محدوده 5 برابری خود را انجام دهیم که 0 تا 4 خواهد بود. همان
174
00:06:37,110 –> 00:06:39,330
کاری که انجام میدهیم برابر 0 تا 4 است و
175
00:06:39,330 –> 00:06:40,650
این را s1
176
00:06:40,650 –> 00:06:43,979
مینامیم و به PvE میرویم و سرس
177
00:06:43,979 –> 00:06:46,470
178
00:06:46,470 –> 00:06:48,360
بزرگ میشود. شما Capitol Heights در
179
00:06:48,360 –> 00:06:50,100
این ماژولها هر روز
180
00:06:50,100 –> 00:06:51,509
یکنواختتر میشوند، اما باید آن را با Pytho تماشا کنید.
181
00:06:51,509 –> 00:06:53,639
n و ما فقط میرویم
182
00:06:53,639 –> 00:06:56,130
و یک RR انجام میدهیم، بنابراین فقط
183
00:06:56,130 –> 00:06:58,320
این لیست پایتون را میگیریم و
184
00:06:58,320 –> 00:07:01,110
آن را به یک سری تبدیل میکنیم و سپس چون
185
00:07:01,110 –> 00:07:02,759
در مشتری هستیم، مجبور نیستیم آن را
186
00:07:02,759 –> 00:07:04,949
قرار دهیم. بیانیه print ما فقط می توانیم s1 را قرار دهیم
187
00:07:04,949 –> 00:07:07,350
و این سری را برای ما چاپ می کند،
188
00:07:07,350 –> 00:07:09,389
بیایید ادامه دهیم و آن را اجرا کنیم و
189
00:07:09,389 –> 00:07:12,630
نگاهی بیندازیم و خواهید دید که ما دو ردیف و
190
00:07:12,630 –> 00:07:15,810
شماره داریم، بنابراین اولین مورد ایندکس است که
191
00:07:15,810 –> 00:07:18,120
اکنون به طور خودکار ایجاد می کند ایندکس
192
00:07:18,120 –> 00:07:19,889
که با صفر شروع میشود، مگر اینکه به آن بگویید
193
00:07:19,889 –> 00:07:22,590
متفاوت عمل کند، بنابراین ردیف شاخص صفر دریافت میکنیم
194
00:07:22,590 –> 00:07:27,360
0 0 1 1 2 2 3 3 4 4 و چون یک
195
00:07:27,360 –> 00:07:29,729
سری است، برای ستون نیازی به عنوان
196
00:07:29,729 –> 00:07:31,680
ندارد، تنها یک ستون وجود دارد، پس چرا
197
00:07:31,680 –> 00:07:34,260
عنوان آن و این همچنین به شما امکان می دهد بدانید
198
00:07:34,260 –> 00:07:37,530
که این یک نوع داده از عدد صحیح 64 است، بنابراین
199
00:07:37,530 –> 00:07:39,330
ما این را چاپ می کنیم این
200
00:07:39,330 –> 00:07:41,639
سری اصلی ما است که اکنون ایجاد کرده ایم،
201
00:07:41,639 –> 00:07:45,690
بیایید سری دوم PD را انجام دهیم و
202
00:07:45,690 –> 00:07:50,220
از همان لیست داده استفاده می کنیم و ادامه می دهیم
203
00:07:50,220 –> 00:07:52,280
و دستور را به خوبی انجام دهید به آن دستوری
204
00:07:52,280 –> 00:07:56,340
مساوی بدهید آه بیایید این کار را به این ترتیب انجام دهیم بیایید برویم
205
00:07:56,340 –> 00:08:00,389
فهرست برابر است به ترتیب اگر
206
00:08:00,389 –> 00:08:02,340
واقعاً به آن o بدهیم کمک می کند rder بنابراین ترتیب را
207
00:08:02,340 –> 00:08:08,220
برابر می کنیم و بیایید 1 2 3 4 5 را انجام دهیم، بنابراین
208
00:08:08,220 –> 00:08:09,599
به جای اینکه با 0 شروع کنیم،
209
00:08:09,599 –> 00:08:11,580
به آن دستور می دهیم که با 1 شروع
210
00:08:11,580 –> 00:08:13,740
شود، آن را اجرا می کنیم و ادامه می دهیم و
211
00:08:13,740 –> 00:08:17,490
آن را چاپ می کنیم در اینجا s 2 و خواهیم دید
212
00:08:17,490 –> 00:08:19,889
که ما اکنون یک شاخص 1 2 3 4 5 داریم
213
00:08:19,889 –> 00:08:23,639
و این نشان دهنده 0 1 2 3 4 در
214
00:08:23,639 –> 00:08:25,860
سری است و ما هنوز از نوع داده عدد صحیح
215
00:08:25,860 –> 00:08:28,710
64 هستیم و بسیار رایج است زیرا شما با numpy از دست داده
216
00:08:28,710 –> 00:08:30,990
اید. آرایهها این است که میتوانیم
217
00:08:30,990 –> 00:08:32,580
numpy خود را مانند p وارد کنیم به یاد داشته باشید که از
218
00:08:32,580 –> 00:08:34,529
آموزشهای numpy خود میتوانیم پیش برویم
219
00:08:34,529 –> 00:08:37,289
و یک numpy بهطور تصادفی با
220
00:08:37,289 –> 00:08:39,870
اعداد تصادفی 5 ایجاد کنیم و اجازه دهید
221
00:08:39,870 –> 00:08:41,700
ببینیم انتهای آن چگونه است تا بتوانیم شکل آن را ببینیم.
222
00:08:41,700 –> 00:08:43,620
بنابراین ما
223
00:08:43,620 –> 00:08:46,830
مقدارهای شناور تصادفی خوبی در اینجا داریم 2.3 3 و به همین ترتیب و
224
00:08:46,830 –> 00:08:48,029
این از آخرین آموزش ما
225
00:08:48,029 –> 00:08:50,579
آموزش numpy 1 و 2 است و به جای
226
00:08:50,579 –> 00:08:53,370
اینکه آن را order بنامیم، بیایید آن را شاخص
227
00:08:53,370 –> 00:08:54,800
بنامیم و به
228
00:08:54,800 –> 00:08:58,279
نمایه مرکزی برابر با B C D و E می رویم خوب
229
00:08:58,279 –> 00:08:59,390
I میخواهم به شما نشان دهم که
230
00:08:59,390 –> 00:09:01,670
لازم نیست شاخص یک عدد صحیح باشد، بنابراین
231
00:09:01,670 –> 00:09:03,050
میتواند در اینجا چیز بسیار متفاوتی باشد و
232
00:09:03,050 –> 00:09:05,089
سپس بیایید ادامه دهیم و ایجاد کنید من
233
00:09:05,089 –> 00:09:08,300
فقط از s2 دوباره استفاده خواهم کرد و در اینجا NP ما برای
234
00:09:08,300 –> 00:09:13,850
سری numpy بزرگ s و n است er و P
235
00:09:13,850 –> 00:09:17,420
برای numpy PD برای پانداها در آنجا
236
00:09:17,420 –> 00:09:20,480
نابهنگام خود را تغییر می دهیم تا PD
237
00:09:20,480 –> 00:09:22,610
آن سری از N داشته باشیم و
238
00:09:22,610 –> 00:09:26,089
شاخص خود را برابر خواهیم کرد. ایندکس ما را ایجاد کردیم
239
00:09:26,089 –> 00:09:28,670
و سپس بیایید جلوتر برویم و ببینیم
240
00:09:28,670 –> 00:09:30,980
که s2 به نظر می رسد یک چاپ است، بیایید آن را
241
00:09:30,980 –> 00:09:33,290
اجرا کنیم و می توانیم در اینجا ببینیم که ما یک
242
00:09:33,290 –> 00:09:36,380
سری خوب روی ABCD و E داریم برای ایندکس هایمان،
243
00:09:36,380 –> 00:09:38,300
بنابراین به جای اینکه 0 1 2 باشد. 3
244
00:09:38,300 –> 00:09:40,220
یا 4 ما میتوانیم این شاخص را هر چیزی که
245
00:09:40,220 –> 00:09:42,410
میخواهیم بسازیم و میبینید که اعدادی
246
00:09:42,410 –> 00:09:44,240
که بهطور تصادفی از
247
00:09:44,240 –> 00:09:47,209
آرایه اعداد تولید کردهایم پایین میآیند، بنابراین ما از numpy برای
248
00:09:47,209 –> 00:09:50,690
ایجاد سری پانداهایمان درست در اینجا استفاده میکنیم و بنابراین
249
00:09:50,690 –> 00:09:52,760
به ساخت سریهایمان ادامه میدهیم
250
00:09:52,760 –> 00:09:55,820
فقط میخواهیم استفاده کنیم. بنابراین اغلب ما یک
251
00:09:55,820 –> 00:09:57,529
سری از یک فرهنگ لغت ایجاد می کنیم، بنابراین فرهنگ لغت خود را داریم،
252
00:09:57,529 –> 00:09:59,209
در این مورد، ما جلوتر رفتیم
253
00:09:59,209 –> 00:10:02,899
و a از 1b را انجام دادیم این است که یک 3d 4 EF 5 را ببینیم،
254
00:10:02,899 –> 00:10:05,480
بنابراین هر یک از آنها یک کلید و سپس یک
255
00:10:05,480 –> 00:10:07,790
مقدار است و سپس ما. دوباره از اوه بیایید
256
00:10:07,790 –> 00:10:12,920
از s3 برابر با PD برای سری پانداها استفاده کنیم و
257
00:10:12,920 –> 00:10:15,320
سپس میخواهیم ادامه دهیم d و فقط D را
258
00:10:15,320 –> 00:10:18,380
در اینجا انجام دهید s3 را در اینجا چاپ کنید و بیایید ادامه دهیم
259
00:10:18,380 –> 00:10:20,390
و این را اجرا کنیم و می بینید
260
00:10:20,390 –> 00:10:24,320
که a است 1 B است 2 C است 3 D است 4 e 5 است
261
00:10:24,320 –> 00:10:27,170
و هنوز هم از عدد صحیح 64 است زیرا
262
00:10:27,170 –> 00:10:29,720
داده واقعی است 1 2 3 4 5 و همه
263
00:10:29,720 –> 00:10:33,020
اعداد صحیح 64 نوع 64 هستند و آخرین کاری
264
00:10:33,020 –> 00:10:35,779
که می خواهیم در بخش ایجاد
265
00:10:35,779 –> 00:10:39,470
سری خود انجام دهیم این است که به جلو برویم و نمایه را اصلاح
266
00:10:39,470 –> 00:10:40,970
کنیم، بنابراین ما شروع به اصلاح
267
00:10:40,970 –> 00:10:42,560
همه این داده ها خواهیم کرد، بنابراین اجازه دهید با
268
00:10:42,560 –> 00:10:45,410
ایندکس سری را تغییر میدهید و اگر
269
00:10:45,410 –> 00:10:47,300
به خاطر دارید بیایید این بار s 1 پرینت کنیم،
270
00:10:47,300 –> 00:10:50,360
من ادامه میدهم و این را اجرا
271
00:10:50,360 –> 00:10:52,010
میکنم و دلیل اینکه چاپ کردم این است که فقط
272
00:10:52,010 –> 00:10:55,010
آخرین متغیر را چاپ میکند، بنابراین اگر
273
00:10:55,010 –> 00:10:57,110
s 1 را اینجا قرار دهم و ما یک متغیر دیگر را به سمت پایین تر انجام می دهیم، اولین
274
00:10:57,110 –> 00:10:59,300
متغیر را فقط آخرین مورد را چاپ نمی
275
00:10:59,300 –> 00:11:00,800
کند و
276
00:11:00,800 –> 00:11:04,730
ما به جلو می رویم و s 1 را می گیریم،
277
00:11:04,730 –> 00:11:06,140
شاخص
278
00:11:06,140 –> 00:11:08,420
فقط آن را برابر با یک شاخص جدید
279
00:11:08,420 –> 00:11:11,720
و بدیهی است که تعداد اشیاء در
280
00:11:11,720 –> 00:11:13,820
ایندکس ما باید با تعداد
281
00:11:13,820 –> 00:11:15,950
اشیاء در دادههای ما برابر باشد و سپس
282
00:11:15,950 –> 00:11:17,510
چون آخرین متغیر است، میتوانیم جلو برویم
283
00:11:17,510 –> 00:11:20,030
و فقط یک s1 انجام دهیم. و بیایید آن را اجرا کنیم و
284
00:11:20,030 –> 00:11:23,480
میتوانید ببینید که چگونه از 0 به 0 0 1
285
00:11:23,480 –> 00:11:25,730
2 3 4 رسیدیم و ایندکس خود را اکنون به صورت متناوب
286
00:11:25,730 –> 00:11:28,850
به B C D و E تغییر دادهایم، بنابراین این بسیار
287
00:11:28,850 –> 00:11:31,010
خواناتر خواهد بود یا ممکن است نمایانگر
288
00:11:31,010 –> 00:11:33,920
یک پایگاه داده بزرگتر باشد. دوباره با
289
00:11:33,920 –> 00:11:36,070
ابزارهای بسیار جالبی کار می کنیم که ایجاد
290
00:11:36,070 –> 00:11:40,610
پایگاه داده بر اساس آرایه پایتون پایه من را پوشش داده
291
00:11:40,610 –> 00:11:43,100
292
00:11:43,100 –> 00:11:45,800
ایم، ما به شما نشان دادیم که چگونه ایندکس را بازنشانی کنید، سپس به شما نشان دادیم که چگونه
293
00:11:45,800 –> 00:11:48,050
از یک آرایه numpy استفاده کنید تا بتوانید یک
294
00:11:48,050 –> 00:11:49,850
آرایه اعداد را در آنجا قرار دهید. همه چیز یکسان است
295
00:11:49,850 –> 00:11:52,760
شما می دانید آرایه numpy سری PD dot و
296
00:11:52,760 –> 00:11:54,230
سپس ما می توانیم ایندکس را در آنجا
297
00:11:54,230 –> 00:11:55,970
و همان چیزی را با فرهنگ لغت تنظیم کنیم،
298
00:11:55,970 –> 00:11:57,860
بنابراین نحوه جمع آوری داده ها بسیار متنوع است
299
00:11:57,860 –> 00:11:59,720
و می توانید داده ها را از
300
00:11:59,720 –> 00:12:01,760
منابع مختلف و تنظیمات مختلف بکشید و ایجاد کنید.
301
00:12:01,760 –> 00:12:05,090
یک سری جدید به راحتی در پانداها
302
00:12:05,090 –> 00:12:06,530
و سپس ما به دنبال تغییر
303
00:12:06,530 –> 00:12:09,280
ایندکس شما بودیم، بنابراین اکنون یک فهرست جدید در اینجا داریم
304
00:12:09,280 –> 00:12:11,690
و سپس میخواهیم جلو برویم و برخی از
305
00:12:11,690 –> 00:12:15,260
306
00:12:15,260 –> 00:12:17,000
انتخابها را انجام دهیم.
307
00:12:17,000 –> 00:12:20,240
در اینجا ما فقط s1 را انجام خواهیم داد. این نماد
308
00:12:20,240 –> 00:12:22,520
باید st هنر برای آشنا به نظر رسیدن
309
00:12:22,520 –> 00:12:25,220
دوباره این یک خروجی میدهد، بنابراین
310
00:12:25,220 –> 00:12:27,650
من معمولاً s1 را تغییر نمیدهد،
311
00:12:27,650 –> 00:12:30,320
فقط آن را انتخاب میکند تا بتوانیم یک برابر s1 انجام دهیم
312
00:12:30,320 –> 00:12:34,040
و سپس a را چاپ کنیم و خواهید دید
313
00:12:34,040 –> 00:12:35,780
که فقط به سه اول صفر
314
00:12:35,780 –> 00:12:38,870
یک دو میتوانیم همین کار را با
315
00:12:38,870 –> 00:12:40,880
نداشتن a در آنجا انجام دهیم، ادامه میدهم
316
00:12:40,880 –> 00:12:42,350
و آن را بیرون میآورم، این فقط یک یادآوری است
317
00:12:42,350 –> 00:12:44,090
که در واقع s1
318
00:12:44,090 –> 00:12:47,060
را تغییر نمیدهد، فقط مشاهده s1 است و به همین سادگی
319
00:12:47,060 –> 00:12:49,610
میتوانیم اینجا را برش دهیم. یک ضمیمه انجام دهید
320
00:12:49,610 –> 00:12:51,470
وای قبل از اینکه قلمی انجام دهیم، اجازه دهید فقط یک
321
00:12:51,470 –> 00:12:53,960
نوع سرگرم کننده سریع انجام دهیم، ما دو منهای یک انجام می دهیم
322
00:12:53,960 –> 00:12:55,790
و خواهید دید که همه چیز را پوشش می دهد،
323
00:12:55,790 –> 00:12:58,400
اما e البته شما می توانید منهای دو را
324
00:12:58,400 –> 00:13:00,680
در این طرف انجام دهید، بنابراین یکی از روش های دیگر. برای
325
00:13:00,680 –> 00:13:02,510
انتخاب آن به این صورت است که از انتها چقدر فاصله
326
00:13:02,510 –> 00:13:07,280
داریم و به همین ترتیب میتوانیم یک CDE دو در اینجا
327
00:13:07,280 –> 00:13:09,140
تا انتها انجام دهیم، بنابراین از دومی شروع میشود
328
00:13:09,140 –> 00:13:11,390
و راه دیگری که میتوانیم این کار را انجام دهیم این است که
329
00:13:11,390 –> 00:13:13,850
میتوانیم یک منهای دو را در اینجا انجام دهیم.
330
00:13:13,850 –> 00:13:16,340
فقط دو مورد آخر در برش است، بنابراین می
331
00:13:16,340 –> 00:13:18,410
توانید ببینید چقدر آسان است که داده ها را برش دهید
332
00:13:18,410 –> 00:13:19,200
و البته
333
00:13:19,200 –> 00:13:21,060
دلیلی برای انجام این کار وجود ندارد. s اما شما
334
00:13:21,060 –> 00:13:23,310
می توانید همه آنها را انتخاب کنید اگر رفتید
335
00:13:23,310 –> 00:13:25,560
همه آنها را در آنجا مشاهده کنید. اوه
336
00:13:25,560 –> 00:13:27,450
32 وجود ندارد، بنابراین فقط
337
00:13:27,450 –> 00:13:28,980
سه مورد اول را در آنجا نشان می دهیم
338
00:13:28,980 –> 00:13:31,260
و سپس می توانیم برنامه int را نیز انتخاب کنیم تا بتوانم
339
00:13:31,260 –> 00:13:33,990
بگیرم و بیایید دیگری ایجاد کنیم. سری و
340
00:13:33,990 –> 00:13:36,450
یکی به آن اضافه کنید و اگر به خاطر دارید
341
00:13:36,450 –> 00:13:40,440
که ما s3 داشتیم، S3 ما وجود دارد و ما s1 خود را داریم،
342
00:13:40,440 –> 00:13:43,800
من s1 را انجام میدهم و بیایید جلوتر برویم
343
00:13:43,800 –> 00:13:50,700
و آن را انجام دهیم.
344
00:13:50,700 –> 00:13:54,180
برای ترکیب
345
00:13:54,180 –> 00:13:57,120
آن دو در S 4 و اگر ما به جلو برویم
346
00:13:57,120 –> 00:14:00,390
و s4 را در اینجا چاپ کنیم، اکنون خواهید دید که
347
00:14:00,390 –> 00:14:05,340
ما ABCDE ABCDE 0 1 2 3 4 1 2 3 4 5
348
00:14:05,340 –> 00:14:07,620
داریم، زیرا ما داده ها را در 1 شروع کرده ایم که بسیار
349
00:14:07,620 –> 00:14:11,190
آسان است. بعدی و
350
00:14:11,190 –> 00:14:13,200
اگر قرار است یک سری را به سری
351
00:14:13,200 –> 00:14:15,780
بعدی اضافه کنیم، باید ادامه دهیم و
352
00:14:15,780 –> 00:14:18,540
یکی را رها یا حذف کنیم و رها کردن یک کلمه کلیدی برای
353
00:14:18,540 –> 00:14:21,360
آن است و بیایید فقط II نمایه E خود را انجام دهیم
354
00:14:21,360 –> 00:14:24,060
و بنابراین اگر من این را اجرا کنم، شما ببینید که
355
00:14:24,060 –> 00:14:27,660
آن را چاپ می کند و ABCD هیچ E وجود ندارد
356
00:14:27,660 –> 00:14:30,630
و همه این تغییرات را به خاطر بسپارید اگر دوباره s4 را تایپ کنم،
357
00:14:30,630 –> 00:14:34,140
می بینید که s4 هنوز
358
00:14:34,140 –> 00:14:36,960
ay در آن وجود دارد، بنابراین این تغییر انجام نمی شود.
359
00:14:36,960 –> 00:14:40,560
سریال را تغییر دهید مگر اینکه به آن بگویید، بنابراین من
360
00:14:40,560 –> 00:14:43,530
باید مانند XS 4 برابر s4 drop e
361
00:14:43,530 –> 00:14:44,970
انجام دهم و راه دیگری برای انجام این کار وجود دارد که
362
00:14:44,970 –> 00:14:46,830
بعداً به شما نشان خواهیم داد، فقط این
363
00:14:46,830 –> 00:14:50,520
یکی را قطع کنید.
364
00:14:50,520 –> 00:14:52,770
همه انواع ابزارهای جالب را در اینجا پوشش
365
00:14:52,770 –> 00:14:55,560
دادهایم، اضافه میکنیم، ما برش داریم،
366
00:14:55,560 –> 00:14:57,840
همه کارهای ایجاد شده را زودتر انجام دادیم، میتوانید
367
00:14:57,840 –> 00:14:59,370
در اینجا در تنظیمات ببینید که دستکاری مجموعه چقدر آسان است
368
00:14:59,370 –> 00:15:03,180
، بنابراین چیزی که
369
00:15:03,180 –> 00:15:06,080
میخواهیم وارد آن شویم این است که میخواهیم وارد آن شویم.
370
00:15:06,080 –> 00:15:08,760
عملیاتی که در این سری اتفاق افتاده است،
371
00:15:08,760 –> 00:15:10,200
بنابراین اجازه دهید من ادامه دهم و این سلول را تغییر دهم
372
00:15:10,200 –> 00:15:14,430
تا آنجا را علامت گذاری
373
00:15:14,430 –> 00:15:15,930
374
00:15:15,930 –> 00:15:18,240
375
00:15:18,240 –> 00:15:20,670
376
00:15:20,670 –> 00:15:24,480
کنم. 0 تا 7 را انجام خواهیم داد و
377
00:15:24,480 –> 00:15:28,440
از 6 تا 6 7 8 9 5 تا 5 در انتها آرایه میکنیم،
378
00:15:28,440 –> 00:15:30,210
بیایید جلو برویم و آنها را اجرا کنیم
379
00:15:30,210 –> 00:15:32,649
تا آنها در مشتری بارگیری کنند،
380
00:15:32,649 –> 00:15:34,180
ما این کار را به سمت عقب انجام میدهیم که
381
00:15:34,180 –> 00:15:37,480
5 برابر است با یک پاندا سری از
382
00:15:37,480 –> 00:15:40,689
آرایه 2، بنابراین من این کار را در معکوس انجام می دهم و
383
00:15:40,689 –> 00:15:42,850
سپس وقتی s 5 را انجام دادیم، خواهید دید که ما
384
00:15:42,850 –> 00:15:45,490
داریم 0 2 4 و به طور خودکار
385
00:15:45,490 –> 00:15:50,649
شاخص 6 7 8 9 5 یا سری ما را اختصاص می دهیم و بیایید
386
00:15:50,649 –> 00:15:52,209
ادامه دهیم و همین کار را انجام دهیم و
387
00:15:52,209 –> 00:15:55,629
این را s 6 می نامیم و این را برابر با
388
00:15:55,629 –> 00:16:00,100
سری PD برای اولین آرایه خود قرار می دهیم و اگر انجام دهیم
389
00:16:00,100 –> 00:16:03,189
یک S 6 در اینجا برای پرینت گرفتن آن را می
390
00:16:03,189 –> 00:16:05,699
بینیم که مشابه آن را می بینیم.
391
00:16:05,699 –> 00:16:09,550
392
00:16:09,550 –> 00:16:12,160
393
00:16:12,160 –> 00:16:14,980
کارهایی که میتوانیم
394
00:16:14,980 –> 00:16:17,470
انجام دهیم این است که میتوانیم یک سری را به سری بعدی اضافه کنیم،
395
00:16:17,470 –> 00:16:21,910
بنابراین من میتوانم s 5 dot add s 6 را انجام دهم و بیایید
396
00:16:21,910 –> 00:16:24,610
ببینیم در یک چیز سریع چه چیزی تولید میکند،
397
00:16:24,610 –> 00:16:26,290
اگر هرگز از پاندا استفاده نکنید،
398
00:16:26,290 –> 00:16:28,240
فکر میکنید با این واقعیت چه اتفاقی میافتد.
399
00:16:28,240 –> 00:16:31,660
این فقط دارای 5 مقدار مختلف در
400
00:16:31,660 –> 00:16:35,319
آن است و این یکی دارای 7 مقدار است، پس بیایید
401
00:16:35,319 –> 00:16:38,589
ببینیم چه کاری انجام می دهد و در نهایت به 6
402
00:16:38,589 –> 00:16:41,470
8 10 12 9 می رسیم و اوه نمی توانم
403
00:16:41,470 –> 00:16:43,360
این را اضافه کنم هیچ چیزی وجود ندارد بنابراین به
404
00:16:43,360 –> 00:16:45,519
ما بازگشتی ندارد. من بسیار متفاوت
405
00:16:45,519 –> 00:16:47,050
از عددی هستم که به شما
406
00:16:47,050 –> 00:16:49,600
خطا می دهد این مرده است به شما می گوید که در اینجا هیچ ارزشی وجود ندارد
407
00:16:49,600 –> 00:16:51,040
زیرا ما نتوانستیم آن را ایجاد
408
00:16:51,040 –> 00:16:54,639
کنیم بنابراین می توانیم به راحتی نقطه s5 را اضافه کنیم. s 6 را اضافه کنید
409
00:16:54,639 –> 00:16:59,589
و به همین ترتیب می توانیم s 5 را انجام دهیم. sub 4
410
00:16:59,589 –> 00:17:03,879
کم کردن s 6 و ما آن را اجرا می کنیم و
411
00:17:03,879 –> 00:17:06,398
با جمع کردن تفریق و شما حدس زدید که دوباره
412
00:17:06,398 –> 00:17:07,630
ضرب و تقسیم
413
00:17:07,630 –> 00:17:10,179
بعدی را انجام می
414
00:17:10,179 –> 00:17:12,130
415
00:17:12,130 –> 00:17:14,109
دهیم. برای تفریق
416
00:17:14,109 –> 00:17:17,230
میتوانیم s 5 ضرب mu را به خوبی انجام دهیم، آنها هر
417
00:17:17,230 –> 00:17:18,909
سه حرف روی اینها هستند، این یکی از
418
00:17:18,909 –> 00:17:20,589
راههایی است که به یاد بیاوریم چگونه
419
00:17:20,589 –> 00:17:22,959
کد این کار را کشف کردهاند، بنابراین به یاد داشته باشید که اینها
420
00:17:22,959 –> 00:17:24,909
هر سه حرف هستند mul میرود و این را اجرا میکند
421
00:17:24,909 –> 00:17:27,429
و شما میتوانید می توانید ببینید که چگونه آنها با
422
00:17:27,429 –> 00:17:29,140
هم ضرب می شوند و سپس می
423
00:17:29,140 –> 00:17:33,669
توانیم S 5 div 3 حرف را دوباره s 6
424
00:17:33,669 –> 00:17:37,450
انجام دهیم و آن را اجرا کنیم و در اینجا خواهید دید که این
425
00:17:37,450 –> 00:17:40,059
تا بی نهایت می رود زیرا ما 0 را در
426
00:17:40,059 –> 00:17:41,950
موقعیت اشتباه داریم بنابراین در واقع به شما می دهد.
427
00:17:41,950 –> 00:17:43,059
یک پاسخ کاملاً متفاوت در اینجا
428
00:17:43,059 –> 00:17:45,250
مهم است که توجه داشته باشید و سپس در مقادیر تهی،
429
00:17:45,250 –> 00:17:46,330
زیرا وجود ندارد
430
00:17:46,330 –> 00:17:48,370
، در واقع نمی تواند پاسخی
431
00:17:48,370 –> 00:17:51,130
از یک خاموش قدیمی از داده های از دست رفته تولید کند و از آنجایی
432
00:17:51,130 –> 00:17:53,080
که ما در علم داده هستیم،
433
00:17:53,080 –> 00:17:57,159
بیایید میانه s6 را انجام دهیم، بنابراین بیایید نگاه کنیم
434
00:17:57,159 –> 00:18:00,730
داده های میانه که به سادگی میانه متاسفم
435
00:18:00,730 –> 00:18:01,840
برای کسانی که ما هستیم e از سه حرف پیروی کنید
436
00:18:01,840 –> 00:18:03,309
زیرا میانه سه
437
00:18:03,309 –> 00:18:05,950
حرف نیست و می توانید ببینید که S شش برابر با 3.0 است
438
00:18:05,950 –> 00:18:08,409
و بیایید اینجا یک پرینت انجام دهیم و S6 متوسط یا متوسط را انجام می دهیم و حداک
439
00:18:08,409 –> 00:18:13,570
ر کاما s6 را چاپ می کنیم و درست
440
00:18:13,570 –> 00:18:18,279
مانند میانه حداکث
441
00:18:18,279 –> 00:18:20,620
مقدار وجود دارد و اگر م
442
00:18:20,620 –> 00:18:22,720
خواهیم یک مقدار حداکثر داشته باشیم، باید یک مقدار حداقل نیز داشته باشیم،
443
00:18:22,720 –> 00:18:26,970
پس بیایید به حداقل
444
00:18:26,970 –> 00:18:29,710
برسیم، ادامه می دهیم و این را اجرا می کنیم و شما
445
00:18:29,710 –> 00:18:31,179
شروع به دیدن چیزی می کنید که تولید می شود
446
00:18:31,179 –> 00:18:32,860
مانند NR که در آن
447
00:18:32,860 –> 00:18:33,880
شروع می کنید. آمارهای مختلف خود را دریافت کنید،
448
00:18:33,880 –> 00:18:35,799
ما یک مقدار میانه از
449
00:18:35,799 –> 00:18:38,139
حداکثر سه مقدار هفت و یک مقدار حداقل
450
00:18:38,139 –> 00:18:40,990
صفر داریم و اگر مقادیری در آنجا وجود نداشته باشد، وقتی به این مقادیر تهی برخورد می کند چه کاری انجام می دهد
451
00:18:40,990 –> 00:18:43,450
452
00:18:43,450 –> 00:18:44,830
، زیرا ما هنوز
453
00:18:44,830 –> 00:18:46,330
هم می توانیم این کار را انجام دهیم، در واقع می توانید بدانید که چه چیزی
454
00:18:46,330 –> 00:18:48,730
بیایید به اینجا برویم و انجام
455
00:18:48,730 –> 00:18:51,490
دهیم، بیایید این یکی را انتخاب کنیم که ضرب کردیم،
456
00:18:51,490 –> 00:18:56,740
برویم s 7 برابر است.
457
00:18:56,740 –> 00:18:58,540
458
00:18:58,540 –> 00:19:00,280
459
00:19:00,280 –> 00:19:04,330
برای گرفتن s7 s7 در حال
460
00:19:04,330 –> 00:19:08,169
حاضر هیچ مقدار و یک مقدار بی نهایت است و
461
00:19:08,169 –> 00:19:10,690
اجازه دهید ببینید w اتفاق می افتد این جالب خواهد بود
462
00:19:10,690 –> 00:19:11,740
بنابراین من فقط با بی نهایت اینجا بودم و در
463
00:19:11,740 –> 00:19:14,440
نهایت به میانه
464
00:19:14,440 –> 00:19:18,669
6 حداکثر 27 و حداقل 0 می رسیم
465
00:19:18,669 –> 00:19:19,360
که درست است
466
00:19:19,360 –> 00:19:21,250
این مقادیر را کاهش می دهد بنابراین وقتی او به
467
00:19:21,250 –> 00:19:22,780
آنجا می رسد و نمی داند چیست برای انجام
468
00:19:22,780 –> 00:19:24,790
با آنها، فقط آن مقادیر
469
00:19:24,790 –> 00:19:26,110
را حذف می کند و سپس آن را بر روی داده های باقی مانده در آنجا محاسبه می کند
470
00:19:26,110 –> 00:19:28,360
، بنابراین مهم است که
471
00:19:28,360 –> 00:19:29,530
بدانید زمانی که این
472
00:19:29,530 –> 00:19:31,240
محاسبات را انجام می دهید، به min و
473
00:19:31,240 –> 00:19:33,610
حداکثر و میانه نگاه می کنید که نمی دانید
474
00:19:33,610 –> 00:19:35,290
که هیچ مقداری وجود ندارد، مگر اینکه
475
00:19:35,290 –> 00:19:37,210
دادههای خود را برای مقادیر تهی دوبار بررسی کنید،
476
00:19:37,210 –> 00:19:38,740
نکته بسیار مهمی است که در آنجا توجه داشته باشید،
477
00:19:38,740 –> 00:19:42,250
بنابراین فقط یک بررسی سریع واقعی در آنجا
478
00:19:42,250 –> 00:19:45,580
انجام دادهایم، سری PD طلبکار خود را انجام دادهایم
479
00:19:45,580 –> 00:19:48,070
و یک
480
00:19:48,070 –> 00:19:51,549
تقسیم ضرب تفریق جمع را انجام دادهایم. همه
481
00:19:51,549 –> 00:19:54,220
اینها سه حرف هستند، بنابراین sub men div
482
00:19:54,220 –> 00:19:57,549
ad و سپس ما حداکثر
483
00:19:57,549 –> 00:19:59,410
و حداقل میانه را بررسی کردیم، بنابراین میخواهیم جلو
484
00:19:59,410 –> 00:20:01,390
برویم و به موضوع بزرگ بعدی
485
00:20:01,390 –> 00:20:04,150
که ایجاد یک چارچوب داده است، بپردازیم، بنابراین اکنون
486
00:20:04,150 –> 00:20:05,500
میخواهیم از سری و ما در
487
00:20:05,500 –> 00:20:07,690
حال ایجاد یک تعدادی از سریها و دستهبندی
488
00:20:07,690 –> 00:20:10,600
آنها با هم برای ایجاد یک قاب داده، در
489
00:20:10,600 –> 00:20:14,120
آنجا میرویم نوع سلول کار میکند،
490
00:20:14,120 –> 00:20:15,350
بنابراین یک عنوان خوب در آنجا داشته باشیم، همیشه
491
00:20:15,350 –> 00:20:16,940
خوب است که یک عنوان خوب داشته
492
00:20:16,940 –> 00:20:18,920
باشیم، بنابراین اولین قاب داده ما
493
00:20:18,920 –> 00:20:20,090
با چیزهایی که به نظر میرسد وارد شود. کمی
494
00:20:20,090 –> 00:20:22,490
پیچیده است، ابتدا آن را تجزیه میکنیم،
495
00:20:22,490 –> 00:20:25,370
من میخواهم چند تاریخ ایجاد کنم و میدانی
496
00:20:25,370 –> 00:20:26,840
چه چیزی را ادامه دهیم و این کار را انجام دهیم.
497
00:20:26,840 –> 00:20:28,010
498
00:20:28,010 –> 00:20:30,230
499
00:20:30,230 –> 00:20:33,380
محدوده تاریخ تاریخ PD و ما
500
00:20:33,380 –> 00:20:36,560
از اینها برای ایندکس استفاده خواهیم کرد، بنابراین
501
00:20:36,560 –> 00:20:37,910
وقتی به این نگاه می کنید، می بینید
502
00:20:37,910 –> 00:20:40,070
که اساساً به نوعی
503
00:20:40,070 –> 00:20:42,500
مانند یک لیست پایه پایتون یا آرایه های ناقص ظاهر می شود،
504
00:20:42,500 –> 00:20:44,090
هر طور که می خواهید به آن نگاه کنید.
505
00:20:44,090 –> 00:20:46,100
تاریخ های مختلف ما در حال پایین آمدن است و ما
506
00:20:46,100 –> 00:20:48,080
شش مورد از آنها را ایجاد
507
00:20:48,080 –> 00:20:49,670
کرده ایم و هر زمان که در حال حاضر باشد
508
00:20:49,670 –> 00:20:51,680
روی تاریخ مربوط به
509
00:20:51,680 –> 00:20:53,930
زمانی که همان مهر زمان است در همان جا وجود دارد
510
00:20:53,930 –> 00:20:56,210
و سپس خواهید دید که ما یازده
511
00:20:56,210 –> 00:20:57,950
نوزده و دو هزار و هشت یازده
512
00:20:57,950 –> 00:21:00,830
و بیست و یازده و نوزده و لو پادشاه
513
00:21:00,830 –> 00:21:02,570
به آینده وجود دارد، بنابراین همه
514
00:21:02,570 –> 00:21:05,870
اینها تولید یک سری تاریخ است که
515
00:21:05,870 –> 00:21:08,150
ما از آنها به عنوان شاخص استفاده می کنیم و این
516
00:21:08,150 –> 00:21:10,760
فرمان پاندا است، بنابراین ما یک محدوده تاریخ داریم
517
00:21:10,760 –> 00:21:12,470
که خوب است که یکی از
518
00:21:12,470 –> 00:21:14,270
ابزارهای پنهان در آنجا است و پانداهایی
519
00:21:14,270 –> 00:21:16,400
که میتوانید استفاده کنید و سپس
520
00:21:16,400 –> 00:21:18,380
از numpy استفاده میکنیم تا به جلو برویم و
521
00:21:18,380 –> 00:21:21,440
اعداد تصادفی تولید
522
00:21:21,440 –> 00:21:25,100
523
00:21:25,100 –> 00:21:28,160
524
00:21:28,160 –> 00:21:31,250
کنیم. و البته
525
00:21:31,250 –> 00:21:32,660
اگر آنها را روی دادههای خود داشتید، میتوانید آن را تغییر شکل
526
00:21:32,660 –> 00:21:34,580
دهید، اما ما میخواهیم
527
00:21:34,580 –> 00:21:36,680
شش یا با ردیفها مطابقت داشته باشیم و شش نقطه داریم،
528
00:21:36,680 –> 00:21:38,990
بنابراین شاخصهای ما باید
529
00:21:38,990 –> 00:21:41,390
با ردیفهای موجود در آنجا مطابقت داشته باشند و پس از آن
530
00:21:41,390 –> 00:21:43,340
میدانید قبل از اینکه ردیف بعدی را انجام دهیم. بیایید ادامه دهیم
531
00:21:43,340 –> 00:21:45,260
و فقط پاک کردن ناخالصی خود را چاپ
532
00:21:45,260 –> 00:21:46,520
کنید، می توانید ببینید که در اینجا چگونه به نظر می رسد،
533
00:21:46,520 –> 00:21:49,550
ما آن را داریم یک دو سه چهار در
534
00:21:49,550 –> 00:21:52,100
یک دو سه چهار پنج شش چهار در شش
535
00:21:52,100 –> 00:21:54,230
که فقط یک تنظیم کوچک خوب است
536
00:21:54,230 –> 00:21:56,390
و از آنجایی که کار با فریم های داده می تواند
537
00:21:56,390 –> 00:21:58,520
خیلی بصری باشد بیایید خودمان را بدهیم ستونها
538
00:21:58,520 –> 00:22:00,140
چهار ستون داریم و
539
00:22:00,140 –> 00:22:03,140
نامهای b c و d را به آنها میدهیم
540
00:22:03,140 –> 00:22:04,880
، بنابراین اکنون ستونهایی روی آنها نیز داریم و سپس
541
00:22:04,880 –> 00:22:06,530
اجازه دهید همه اینها را در یک قاب داده با هم
542
00:22:06,530 –> 00:22:08,240
قرار دهیم و در واقع میتوانیم بدانید که
543
00:22:08,240 –> 00:22:09,290
بیایید این کار را با چه انجام دهیم.
544
00:22:09,290 –> 00:22:10,550
بقیه چیزها بیایید جلو برویم و
545
00:22:10,550 –> 00:22:12,050
ستونها را انجام دهیم و میتوانید ببینید که
546
00:22:12,050 –> 00:22:14,480
ستونهای ما در آنجا وجود دارد و ما جلوتر میرویم
547
00:22:14,480 –> 00:22:21,149
و DF 1 برابر با کادر دادههای pandas dot انجام میدهیم
548
00:22:21,149 –> 00:22:22,859
و توجه داشته باشید که D و F
549
00:22:22,859 –> 00:22:25,889
سریهای بزرگ هستند و فقط s و
550
00:22:25,889 –> 00:22:27,539
I بود. همیشه این را برجسته کنید زیرا
551
00:22:27,539 –> 00:22:29,129
نمی دانید چند بار این موارد
552
00:22:29,129 –> 00:22:31,229
دوباره تایپ می شوند هنگامی که فراموش می
553
00:22:31,229 –> 00:22:32,609
کنید چه چیزی در آنجا با حروف بزرگ نوشته شده است.
554
00:22:32,609 –> 00:22:34,200
555
00:22:34,200 –> 00:22:35,879
556
00:22:35,879 –> 00:22:37,109
آیا میخواهیم جلو برویم و آرایه numpy خود را
557
00:22:37,109 –> 00:22:38,789
برداریم، بنابراین
558
00:22:38,789 –> 00:22:40,950
چارچوب دادههای خود را از یک آرایه numpy ایجاد میکنیم و
559
00:22:40,950 –> 00:22:44,279
سپس میخواهیم نمایهمان برابر با
560
00:22:44,279 –> 00:22:47,009
تاریخهایمان باشد، بنابراین فهرست ما در آنجا باشد و
561
00:22:47,009 –> 00:22:50,129
سپس ستونهایی برابر داشته باشیم. ستون ها
562
00:22:50,129 –> 00:22:52,889
و سپس در نهایت بیایید ببینیم که چگونه به
563
00:22:52,889 –> 00:22:53,639
نظر می رسد
564
00:22:53,639 –> 00:22:55,559
به یاد داشته باشید که ما همه آن دادههای متفاوتی
565
00:22:55,559 –> 00:22:56,940
داشتیم که شبیه مجموعهای از دادهها به نظر میرسیدند،
566
00:22:56,940 –> 00:22:58,859
نام ستونها و هر چیز
567
00:22:58,859 –> 00:23:01,440
دیگر یا آرایههای ناقص فقط یک
568
00:23:01,440 –> 00:23:03,629
آرایه به هم ریخته است.
569
00:23:03,629 –> 00:23:05,580
570
00:23:05,580 –> 00:23:07,649
آیا به
571
00:23:07,649 –> 00:23:09,419
جلسه هیئت مدیره می آیید و با سهامداران خود کار می کنید،
572
00:23:09,419 –> 00:23:12,869
این بسیار خواندنی
573
00:23:12,869 –> 00:23:15,029
است، می دانید این تاریخ ماست، این
574
00:23:15,029 –> 00:23:17,399
ABCD ماست هر چه که باشد، شاید
575
00:23:17,399 –> 00:23:19,759
یکی از این تاریخ ها باشد که سرنخ های شما بسته شدن سرنخ های شما را
576
00:23:19,759 –> 00:23:23,639
از دست داده کل دلار
577
00:23:23,639 –> 00:23:25,259
شما را آگاه کرده است. هر چه باشد اگر در یک
578
00:23:25,259 –> 00:23:27,869
کسب و کار باشد، شاید اندازهگیریهای آن بر روی برخی
579
00:23:27,869 –> 00:23:30,149
تجهیزات علمی پژمرده شود و در جستجوی
580
00:23:30,149 –> 00:23:31,619
مواد میدانید که در
581
00:23:31,619 –> 00:23:33,979
آن دمای پایینتر از
582
00:23:33,979 –> 00:23:36,210
رطوبت روز هر چه که باشد، بنابراین
583
00:23:36,210 –> 00:23:37,440
میتوانید ببینید که ما واقعاً میتوانیم شفافیت خوبی ایجاد کنیم.
584
00:23:37,440 –> 00:23:39,869
نمودار و درست شبیه
585
00:23:39,869 –> 00:23:41,639
یک صفحه گسترده است، میدانید که ما ردیفهایمان و ستونهایمان را
586
00:23:41,639 –> 00:23:43,469
داریم و
587
00:23:43,469 –> 00:23:46,200
دادههایمان را در آنجا داریم حالا
588
00:23:46,200 –> 00:23:47,909
اگر بخواهیم بسازیم از آن استفاده میکنم، میتوانیم
589
00:23:47,909 –> 00:23:49,679
آن را مانند آن بسازیم. شما اینجا را دیدید با آرایه numpy ما
590
00:23:49,679 –> 00:23:51,989
انجام آن بسیار آسان است که در شکل دادن به آن
591
00:23:51,989 –> 00:23:53,429
می توانید آن را با یک آرایه فرهنگ لغت نیز ایجاد کنید
592
00:23:53,429 –> 00:23:55,859
بنابراین در اینجا ما مقداری داده داریم اجازه دهید من
593
00:23:55,859 –> 00:23:57,570
فقط یک درجه پایین بیایم تا بتوانید
594
00:23:57,570 –> 00:24:00,210
تمام داده ها را در آنجا مشاهده کنید ما یک حیوان داریم. در
595
00:24:00,210 –> 00:24:03,210
این مورد گربه گربه مار سگ سگ گربه
596
00:24:03,210 –> 00:24:05,789
مار گربه سگ ما سن داریم، بنابراین ما
597
00:24:05,789 –> 00:24:07,799
مجموعه ای از سنین داریم که تعداد
598
00:24:07,799 –> 00:24:10,349
بازدیدها را داریم و اولویت این بود که اولویت بالایی داشت
599
00:24:10,349 –> 00:24:13,349
بله/خیر و سپس ما آن را
600
00:24:13,349 –> 00:24:15,419
قبول می کنیم. دوباره چند برچسب ایجاد می
601
00:24:15,419 –> 00:24:19,499
کنیم که abcdefgh I داریم و چیزی که می
602
00:24:19,499 –> 00:24:21,570
خواهم در این مورد توجه داشته باشید این است که ما یک
603
00:24:21,570 –> 00:24:24,539
حیوان عنوان داریم و سپس اساساً یک
604
00:24:24,539 –> 00:24:27,570
لیست پایتون داریم و این لیست ها
605
00:24:27,570 –> 00:24:29,249
لزوماً نباید برابر باشند زیرا
606
00:24:29,249 –> 00:24:32,249
می توانیم داده ای نداشته باشیم. شما ارزش تهی آرایه numpy NPN را می دانید
607
00:24:32,249 –> 00:24:34,429
اما ما می خواهیم
608
00:24:34,429 –> 00:24:35,779
و برچسب هایی را ایجاد می کنیم که با
609
00:24:35,779 –> 00:24:38,809
تعداد موجود در لیست برابر است، بنابراین گربه اول،
610
00:24:38,809 –> 00:24:41,299
گربه دوم، مار را سگ
611
00:24:41,299 –> 00:24:43,279
و غیره ببینید، بنابراین ما ادامه می دهیم و
612
00:24:43,279 –> 00:24:44,629
برچسب های خود را ایجاد می کنیم که ما به عنوان
613
00:24:44,629 –> 00:24:47,779
یک شاخص استفاده می کنیم و این را D F
614
00:24:47,779 –> 00:24:50,470
می نامیم. این D f2
615
00:24:50,470 –> 00:24:55,129
برابر است با P D برای قاب داده پاندا و
616
00:24:55,129 –> 00:24:57,440
سپس ما داده هایمان را درست مانند
617
00:24:57,440 –> 00:25:00,249
قبل داریم و سپس فهرستمان برابر با
618
00:25:00,249 –> 00:25:03,679
برچسب ها است و اگر می خواهیم از آنجا
619
00:25:03,679 –> 00:25:04,730
برویم، بیایید جلو برویم و آن را چاپ کنیم تا
620
00:25:04,730 –> 00:25:05,600
ببینیم چه چیزی است. به نظر می رسد
621
00:25:05,600 –> 00:25:07,519
d f2 بیایید ادامه دهیم و دوباره آن را اجرا کنیم،
622
00:25:07,519 –> 00:25:10,309
شما یک نمودار زیبا و بسیار تمیز دارید که باید
623
00:25:10,309 –> 00:25:12,919
به آن نگاه کنید.
624
00:25:12,919 –> 00:25:15,289
625
00:25:15,289 –> 00:25:17,629
626
00:25:17,629 –> 00:25:20,119
627
00:25:20,119 –> 00:25:23,090
اولویت و سپس از طریق J گربه ها و
628
00:25:23,090 –> 00:25:24,529
همه حیوانات مختلف و غیره و به همین
629
00:25:24,529 –> 00:25:26,690
ترتیب و سپس زمانی که برنامه نویسی
630
00:25:26,690 –> 00:25:27,860
زیادی انجام می دهید مهم است
631
00:25:27,860 –> 00:25:30,289
که انواع داده ها را بدانید تا بتوانیم به سادگی
632
00:25:30,289 –> 00:25:35,600
انواع D F به D را انجام دهیم و اگر آن را اجرا کنیم میتوانیم
633
00:25:35,600 –> 00:25:38,659
ببینیم که حیوان ما یک شی است،
634
00:25:38,659 –> 00:25:40,639
زیرا فقط یک رشته است، اما بهعنوان یک
635
00:25:40,639 –> 00:25:44,059
شی وارد میشود که سن شی یک عدد صحیح ۶۴ شناور است و
636
00:25:44,059 –> 00:25:45,649
سپس اولویت دوباره فقط یک شی است
637
00:25:45,649 –> 00:25:48,529
و کاوش در این مورد بسیار
638
00:25:48,529 –> 00:25:53,570
محبوب است. اگر
639
00:25:53,570 –> 00:25:56,659
D از 2 سر ret را چاپ کنیم
640
00:25:56,659 –> 00:25:59,840
5 تای اول را می زنیم و ما می توانیم این را تغییر
641
00:25:59,840 –> 00:26:00,980
دهیم، لازم نیست 5 مورد را انجام دهید، ممکن است بخواهید
642
00:26:00,980 –> 00:26:03,230
فقط به 1 2 بالا نگاه کنید، شاید بخواهید
643
00:26:03,230 –> 00:26:06,529
به آن نگاه کنید بیایید خوب ببینیم بیایید 6 را انجام دهیم تا
644
00:26:06,529 –> 00:26:08,179
شاید ما فقط به بالا نگاه کنیم 6
645
00:26:08,179 –> 00:26:10,820
در پایگاه داده و فریم داده شما و
646
00:26:10,820 –> 00:26:13,519
در واقع می توانید این فریم داده دیگری ایجاد می کند،
647
00:26:13,519 –> 00:26:18,139
بنابراین من می توانم DF 3 برابر با DF 2 داشته باشم
648
00:26:18,139 –> 00:26:20,629
و این اکنون DF 2 و فقط
649
00:26:20,629 –> 00:26:25,940
6 مقدار اول را می گیرد، بنابراین اگر DF 3 را اجرا
650
00:26:25,940 –> 00:26:28,240
کنیم، همان مقدار را می گیریم. پاسخ دهید
651
00:26:28,240 –> 00:26:30,580
اگر این کار را انجام دهیم سر داده می توانیم
652
00:26:30,580 –> 00:26:34,210
دم را هم انجام دهیم، همان چیزی است که d/f
653
00:26:34,210 –> 00:26:36,520
tail شما می توانید به آخرین آن نگاه کنید، ما فقط
654
00:26:36,520 –> 00:26:39,580
دم را انجام می دهیم که به طور پیش فرض 5 تا
655
00:26:39,580 –> 00:26:41,290
5 آخر را انجام می دهد و البته شما می توانید فقط
656
00:26:41,290 –> 00:26:43,330
سه مورد آخر را سریع
657
00:26:43,330 –> 00:26:44,500
نگاه کنید تا ببینید در انتهای داده ها چه چیزی وجود دارد
658
00:26:44,500 –> 00:26:47,500
و این همان تلفنی است که من دوست دارم دنبال یک
659
00:26:47,500 –> 00:26:49,540
آن را انجام دهم زیرا
660
00:26:49,540 –> 00:26:51,910
مانند ایندکس یا چیزی شبیه به آن را خواهم داشت و
661
00:26:51,910 –> 00:26:53,350
فقط به من نشان می دهد آخرین چیزی که
662
00:26:53,350 –> 00:26:55,870
آخرین ورودی به ارزش سهام نگاه می