در این مطلب، ویدئو خواندن فایل های csv، tsv و xlsx با پایتون 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: 00:06:40
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,120 –> 00:00:02,159
سلام نام من Bastian metallo است و
2
00:00:02,159 –> 00:00:03,899
به دومین ویدیوی این
3
00:00:03,899 –> 00:00:05,520
مجموعه کوتاه در مورد کار با
4
00:00:05,520 –> 00:00:07,770
صفحه گسترده مانند اشیاء داده در پایتون
5
00:00:07,770 –> 00:00:10,440
و فرمت های فایل مانند صفحه گسترده خوش آمدید، اکنون
6
00:00:10,440 –> 00:00:13,380
در ویدیو اول دیدیم که چگونه می
7
00:00:13,380 –> 00:00:15,960
توانید یک CSV ایجاد کنید تا یک کاما از هم جدا شود.
8
00:00:15,960 –> 00:00:18,330
فایل مقادیر یک برگه جداگانه
9
00:00:18,330 –> 00:00:20,490
فایل مقادیر جدا شده و یک صفحه گسترده اکسل و
10
00:00:20,490 –> 00:00:21,600
فایل xlsx
11
00:00:21,600 –> 00:00:25,470
بر اساس مجموعه داده های اسباب بازی بسیار ساده با
12
00:00:25,470 –> 00:00:28,920
داده های فیلم سنگی، بنابراین عناوین و سال های
13
00:00:28,920 –> 00:00:31,560
انتشار فیلم های تکان دهنده، فقط
14
00:00:31,560 –> 00:00:33,000
برای یادآوری به شما شکل ظاهری آن است، بنابراین
15
00:00:33,000 –> 00:00:36,750
ما این سنگ را ایجاد کردیم. فایل CSV ساخته شده است و در
16
00:00:36,750 –> 00:00:38,790
ردیف اول این فایل مقادیر جدا شده با کاما
17
00:00:38,790 –> 00:00:40,410
، دو
18
00:00:40,410 –> 00:00:42,809
عنوان ستون و سال را داریم که همانطور که از نام آن
19
00:00:42,809 –> 00:00:45,059
مشخص است با کاما از هم جدا شده اند و در
20
00:00:45,059 –> 00:00:47,040
بقیه سطرها دو ردیف داریم، داده ها
21
00:00:47,040 –> 00:00:48,600
درست است، بنابراین همه عنوان ها و در تمام
22
00:00:48,600 –> 00:00:50,250
سالهایی که این فیلمها
23
00:00:50,250 –> 00:00:53,250
برای فرمت TSV منتشر شدهاند،
24
00:00:53,250 –> 00:00:54,930
تقریباً یکسان است، تنها تفاوت این است که
25
00:00:54,930 –> 00:00:56,760
به جای جداکننده کاما یا
26
00:00:56,760 –> 00:00:59,250
جداکننده مشترک، ما یک جداکننده تب داریم،
27
00:00:59,250 –> 00:01:01,110
بنابراین ستونها با آن از یکدیگر
28
00:01:01,110 –> 00:01:04,138
جدا می شوند و همانطور که گفتم من
29
00:01:04,138 –> 00:01:06,270
شخصا ترجیح می دهم از کاما استفاده
30
00:01:06,270 –> 00:01:09,899
کنم زیرا کمی معمول تر است اما برخی
31
00:01:09,899 –> 00:01:11,969
افراد ترجیح می دهند از آن استفاده کنند و سپس ما
32
00:01:11,969 –> 00:01:14,459
یک فایل xlsx نیز ایجاد کردیم که
33
00:01:14,459 –> 00:01:16,079
صفحه گسترده اکسل است و من باز نمی کنم
34
00:01:16,079 –> 00:01:17,849
اما باید باور کنید که
35
00:01:17,849 –> 00:01:19,319
اگر آن را در اکسل یا لیبر آفیس
36
00:01:19,319 –> 00:01:21,719
یا چیزی شبیه به آن باز کنید، همان دادهها را به شما میدهد
37
00:01:21,719 –> 00:01:24,569
، بنابراین کاری که ما اکنون میخواهیم انجام دهیم
38
00:01:24,569 –> 00:01:26,340
این است که آن دادهها را برداریم و در واقع
39
00:01:26,340 –> 00:01:30,389
از روی دیسک بخوانیم تا بخواهیم فایل CSV
40
00:01:30,389 –> 00:01:33,810
را از این به یک شی ماتریس داده بخوانید
41
00:01:33,810 –> 00:01:35,789
زیرا شی ماتریس داده،
42
00:01:35,789 –> 00:01:37,919
اشیای بیسون برای نمایش این نوع
43
00:01:37,919 –> 00:01:40,499
صفحه گسترده مانند داده است و در واقع
44
00:01:40,499 –> 00:01:41,159
بسیار ساده است،
45
00:01:41,159 –> 00:01:43,799
بنابراین می گویم از واردات ماتریس داده io
46
00:01:43,799 –> 00:01:45,929
زیرا کتابخانه i/o از ماتریس داده
47
00:01:45,929 –> 00:01:48,119
شامل آن توابع برای خواندن و
48
00:01:48,119 –> 00:01:52,349
نوشتن از این است و سپس می گویم DM
49
00:01:52,349 –> 00:01:56,880
CSV متن IO نقطه خوانده شده است زیرا فایل CSV
50
00:01:56,880 –> 00:02:00,149
متن ساده است من نام را سنگی می گذارم اما
51
00:02:00,149 –> 00:02:04,259
CSV و این
52
00:02:04,259 –> 00:02:06,779
ابتدا من همچنین نشان می دهم که ما
53
00:02:06,779 –> 00:02:08,848
می خواهیم کار کنیم. در این دایرکتوری کار
54
00:02:08,848 –> 00:02:12,180
و سپس من اجرا شدم، بنابراین من
55
00:02:12,180 –> 00:02:13,590
این سلول کد را با فشار دادن این اجرا می کنم
56
00:02:13,590 –> 00:02:16,010
و سپس می بینید که در
57
00:02:16,010 –> 00:02:18,240
اینجا در فضای کاری Explorer ایجاد می کند،
58
00:02:18,240 –> 00:02:20,370
می بینیم که هیچ ایده ای وجود ندارد که Dulce
59
00:02:20,370 –> 00:02:22,800
اگر این را مشاهده کنیم، فایل کنیم.
60
00:02:22,800 –> 00:02:25,620
has یک شی ماتریس داده خوبی است با
61
00:02:25,620 –> 00:02:28,110
یک ستون عنوان سنگی با عناوین بیش از سنگ
62
00:02:28,110 –> 00:02:30,000
و یک ستون یک ساله با تمام
63
00:02:30,000 –> 00:02:32,720
سالهای خوب تا اینجای کار خیلی خوب است،
64
00:02:32,720 –> 00:02:36,690
حالا اگر بخواهیم همین کار را برای
65
00:02:36,690 –> 00:02:39,420
فایل CSV انجام دهیم i/o متن را نخوانیم.
66
00:02:39,420 –> 00:02:41,100
تقریباً به این صورت است که تنها تفاوت این است
67
00:02:41,100 –> 00:02:43,170
که اکنون باید صریحاً
68
00:02:43,170 –> 00:02:45,060
یک جداکننده را نشان دهیم، بنابراین باید بگوییم که
69
00:02:45,060 –> 00:02:47,430
جداکننده اغما نیست، اما این است که
70
00:02:47,430 –> 00:02:51,390
اگر انتخاب کنم این را انتخاب کنم، این را اجرا
71
00:02:51,390 –> 00:02:55,080
کنید، یک DML TSV ایجاد می کنیم و اگر این را مشاهده کنیم. می
72
00:02:55,080 –> 00:02:56,730
بینید که دقیقاً همان چیزی است که
73
00:02:56,730 –> 00:02:58,140
باید درست باشد زیرا از
74
00:02:58,140 –> 00:03:00,120
فرمت فایل دیگری آمده است یا آن را دوباره
75
00:03:00,120 –> 00:03:03,380