در این مطلب، ویدئو نحوه اضافه کردن شبکه در نمودارهای پایتون | نحوه قرار دادن شبکه ها در نمودارهای pycharm 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: 00:07:21
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,960 –> 00:00:09,750
[موسیقی]
2
00:00:10,160 –> 00:00:12,240
خوب بچه ها
3
00:00:12,240 –> 00:00:15,040
من هستم imart از کانال یوتیوب فناوری پارک شده نلسون داروین
4
00:00:15,040 –> 00:00:17,440
5
00:00:17,440 –> 00:00:19,760
امروز می خواهیم در مورد نحوه
6
00:00:19,760 –> 00:00:22,480
درج شبکه در نمودارها یا
7
00:00:22,480 –> 00:00:24,880
نمودارهای پایتون یاد
8
00:00:24,880 –> 00:00:27,439
بگیریم کامپایلری که ما استفاده می کنیم کامپایلر pycharm است،
9
00:00:27,439 –> 00:00:29,279
10
00:00:29,279 –> 00:00:31,679
بنابراین برای درج یک گرید در
11
00:00:31,679 –> 00:00:33,680
گراف یا نمودار
12
00:00:33,680 –> 00:00:36,880
ابتدا نیاز داریم تا یک نمودار بسازیم و سپس
13
00:00:36,880 –> 00:00:38,719
سعی می کنیم
14
00:00:38,719 –> 00:00:42,239
نوع خاصی از شبکه ها را در آن درج کنیم،
15
00:00:42,239 –> 00:00:44,800
بنابراین ابتدا کتابخانه ای وارد می کنیم
16
00:00:44,800 –> 00:00:46,399
که به عنوان طرح mate نامیده می شود
17
00:00:46,399 –> 00:00:47,760
،
18
00:00:47,760 –> 00:00:49,440
19
00:00:49,440 –> 00:00:52,079
بنابراین نمودار ساخته شده
20
00:00:52,079 –> 00:00:54,079
lib
21
00:00:54,079 –> 00:00:58,000
dot pi نمودار را وارد می کنیم.
22
00:00:58,000 –> 00:00:59,680
23
00:00:59,680 –> 00:01:03,039
اکنون میتوانیم mlt بنویسیم okay
24
00:01:03,039 –> 00:01:05,600
اکنون این کتابخانه اصلی ما است یا چیزی که به
25
00:01:05,600 –> 00:01:08,479
آن میگویند ماژول
26
00:01:08,479 –> 00:01:10,720
است که دارای یک شی
27
00:01:10,720 –> 00:01:12,720
است که به عنوان mlt
28
00:01:12,720 –> 00:01:15,920
mlt نامیده میشود درست مانند یک پیام رسان است که از طریق
29
00:01:15,920 –> 00:01:19,280
آن میتوانیم به کل کتابخانه دسترسی پیدا کنیم
30
00:01:19,280 –> 00:01:20,640
31
00:01:20,640 –> 00:01:23,439
. از آنجایی که نام آن
32
00:01:23,439 –> 00:01:27,200
بزرگ است، به همین دلیل است که ما فقط باید
33
00:01:27,200 –> 00:01:29,439
چیزی را که به عنوان ایجاد یک شی نامیده می شود، نامیده می
34
00:01:29,439 –> 00:01:32,400
شود و سپس
35
00:01:32,400 –> 00:01:33,920
همه این
36
00:01:33,920 –> 00:01:35,759
ماژول را در برنامه خود
37
00:01:35,759 –> 00:01:39,040
38
00:01:39,040 –> 00:01:40,880
صدا
39
00:01:40,880 –> 00:01:43,520
می زنیم، کتابخانه دوم import numpy است mpi خوب
40
00:01:43,520 –> 00:01:46,320
numpy کتابخانه دوم است و یکی
41
00:01:46,320 –> 00:01:48,240
نکته دیگر اینکه قبل از
42
00:01:48,240 –> 00:01:50,560
نوشتن این خطوط باید به
43
00:01:50,560 –> 00:01:52,079
فایل
44
00:01:52,079 –> 00:01:54,399
بروید به تنظیمات و تنظیمات پروژه جدید برای
45
00:01:54,399 –> 00:01:55,759
پروژه های جدید
46
00:01:55,759 –> 00:01:58,000
باید روی مفسر پروژه پایتون
47
00:01:58,000 –> 00:02:00,719
کلیک کنید و سپس روی این علامت بعلاوه کلیک کنید
48
00:02:00,719 –> 00:02:04,399
و در اینجا باید توسط numpy نصب کنید
49
00:02:04,399 –> 00:02:05,920
50
00:02:05,920 –> 00:02:07,360
51
00:02:07,360 –> 00:02:08,639
و در اینجا می توانید ببینید که من نصب کرده ام
52
00:02:08,639 –> 00:02:10,959
اما شما باید آن را نصب کنید
53
00:02:10,959 –> 00:02:14,879
و بعد از numpy باید mat
54
00:02:14,879 –> 00:02:18,400
plot label نصب کنید okay made plot label okay
55
00:02:18,400 –> 00:02:20,560
همانطور که قبلا نصب کرده ام بنابراین
56
00:02:20,560 –> 00:02:22,720
نیازی به نصب مجدد آن
57
00:02:22,720 –> 00:02:25,840
پس از انجام این کار
58
00:02:26,400 –> 00:02:27,520
59
00:02:27,520 –> 00:02:29,200
60
00:02:29,200 –> 00:02:31,200
ندارید ما دو numpy ایجاد می کنیم خطاها
61
00:02:31,200 –> 00:02:32,400
بنابراین
62
00:02:32,400 –> 00:02:37,360
ما به دنبال آرایه نقطه nmpi
63
00:02:37,360 –> 00:02:40,400
مانند این خواهیم بود و این oky بنابراین
64
00:02:40,400 –> 00:02:44,720
و y برابر است با nmpi
65
00:02:44,720 –> 00:02:48,480
و آرایه نقطه mpi
66
00:02:48,840 –> 00:02:52,400
بنابراین خوب اکنون می توانید ببینید که در داخل
67
00:02:52,400 –> 00:02:54,640
این پرانتزهای گرد ما
68
00:02:54,640 –> 00:02:56,800
این دو براکت دوتایی را وارد کرده ایم
69
00:02:56,800 –> 00:02:59,040
نه دوبرابر اینها براکت های مربع هستند.
70
00:02:59,040 –> 00:03:00,239
و چرا
71
00:03:00,239 –> 00:03:02,400
باید آنها را درج کنیم
72
00:03:02,400 –> 00:03:04,720
زیرا برای نشان دادن یک نوع داده خاص استفاده
73
00:03:04,720 –> 00:03:06,800
می شود که به عنوان یک لیست okay انواع داده های لیست نامیده می شود،
74
00:03:06,800 –> 00:03:08,400
75
00:03:08,400 –> 00:03:11,040
بنابراین هر چیزی که آنها را وارد کنیم
76
00:03:11,040 –> 00:03:13,280
تابع ناحیه آنها را می گیرد
77
00:03:13,280 –> 00:03:16,480
آنها را به n تبدیل می کند. مناطق umpy بسیار خوب،
78
00:03:16,480 –> 00:03:18,480
ما آنها را به خطاهای numpy تبدیل می کنیم و
79
00:03:18,480 –> 00:03:20,400
سپس آنها را به متغیرهای x و y
80
00:03:20,400 –> 00:03:22,319
81
00:03:22,319 –> 00:03:23,280
82
00:03:23,280 –> 00:03:25,360
ارسال می کنیم تا بتوانیم مانند uh بنویسیم
83
00:03:25,360 –> 00:03:29,599
12 کاما 13 کاما 15 کاما 19 بسیار خوب این
84
00:03:29,599 –> 00:03:33,200
چهار نقطه ما هستند که می توانیم 24
85
00:03:33,200 –> 00:03:37,519
32 بنویسیم و سپس مانند a 41 و
86
00:03:37,519 –> 00:03:39,440
مانند یک
87
00:03:39,440 –> 00:03:40,879
46 تصادفی
88
00:03:40,879 –> 00:03:42,799
چهار نقطه بسیار خوب است،
89
00:03:42,799 –> 00:03:44,720
پس این
90
00:03:44,720 –> 00:03:46,560
تابع آرایه آنها را به
91
00:03:46,5