در این مطلب، ویدئو پایتون – نمودار میله ای مجموعه پاسخ چندگانه 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: 00:05:06
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,880 –> 00:00:02,720
خوش آمدید در این ویدیو به
2
00:00:02,720 –> 00:00:04,799
شما نشان می دهم که چگونه می توانید یک نمودار میله ای از
3
00:00:04,799 –> 00:00:06,399
مجموعه پاسخ های چندگانه
4
00:00:06,399 –> 00:00:08,880
در پایتون 3 به طور خاص با استفاده از اینجا
5
00:00:08,880 –> 00:00:10,400
Jupiter lab ایجاد کنید،
6
00:00:10,400 –> 00:00:12,559
بنابراین این نموداری است که شما می توانید
7
00:00:12,559 –> 00:00:14,320
چیزی شبیه به این را
8
00:00:14,320 –> 00:00:16,320
در جایی که جایی برای آن دارید ایجاد کنید.
9
00:00:16,320 –> 00:00:17,680
سوال مثالی که در آن
10
00:00:17,680 –> 00:00:21,199
چندین پاسخ قابل قبول بود،
11
00:00:21,199 –> 00:00:23,920
بنابراین این یکی در واقع با spss ساخته شده است،
12
00:00:23,920 –> 00:00:25,840
اما نتیجه تقریباً مشابه خواهد بود،
13
00:00:25,840 –> 00:00:27,199
بنابراین در اینجا
14
00:00:27,199 –> 00:00:29,439
مردم می توانند سینماهای مختلفی را
15
00:00:29,439 –> 00:00:31,199
که از کدام یک بازدید کرده اند انتخاب کنند و البته می
16
00:00:31,199 –> 00:00:32,079
17
00:00:32,079 –> 00:00:34,880
توانند در بیش از یکی قرار بگیرند، بنابراین چگونه این کار را
18
00:00:34,880 –> 00:00:35,520
با
19
00:00:35,520 –> 00:00:38,399
python خوب من به چند نمونه داده نیاز دارم، بنابراین
20
00:00:38,399 –> 00:00:40,480
همانطور که می بینید یک فایل csv است، بنابراین
21
00:00:40,480 –> 00:00:41,680
ابتدا
22
00:00:41,680 –> 00:00:43,600
باید وارد کنم که
23
00:00:43,600 –> 00:00:45,680
24
00:00:45,680 –> 00:00:47,840
اگر قبلاً از pandas یا هیچ یک از بسته ها استفاده نکرده اید، آن را به عنوان یک قاب داده پاندا وارد کنم.
25
00:00:47,840 –> 00:00:49,280
26
00:00:49,280 –> 00:00:52,239
سپس از pip install exclamation pip
27
00:00:52,239 –> 00:00:54,160
install و نام بسته استفاده کنید
28
00:00:54,160 –> 00:00:56,000
و سپس می توانید آن را وارد کنید و من آن را
29
00:00:56,000 –> 00:00:58,559
به اختصار pd
30
00:00:58,559 –> 00:01:00,640
می کنم سپس می توانم از آن مخفف استفاده کنم و
31
00:01:00,640 –> 00:01:01,680
سپس تابع
32
00:01:01,680 –> 00:01:04,159
و این مورد به عنوان خوانده شده csv و head به
33
00:01:04,159 –> 00:01:05,199
من نشان می دهد.
34
00:01:05,199 –> 00:01:08,320
پنج رکورد اول که
35
00:01:08,320 –> 00:01:10,560
اکنون زمینه های مورد علاقه در اینجا
36
00:01:10,560 –> 00:01:11,360
در پایان است، بنابراین
37
00:01:11,360 –> 00:01:14,799
صحنه اکشن stushinsky
38
00:01:14,799 –> 00:01:17,759
، سینماهای مختلف آمستردام هستند
39
00:01:17,759 –> 00:01:19,759
و یکی در اینجا نشان می دهد که
40
00:01:19,759 –> 00:01:20,320
شخص
41
00:01:20,320 –> 00:01:22,799
به آن سینما رفته و صفر که او به آن سینما رفته است.
42
00:01:22,799 –> 00:01:23,439
43
00:01:23,439 –> 00:01:27,119
بنابراین بیایید فقط آنها را
44
00:01:27,119 –> 00:01:29,360
در چارچوب دادههای خودشان ترکیب کنیم تا
45
00:01:29,360 –> 00:01:32,240
مجبور نباشیم با همه موارد دیگر سر
46
00:01:32,240 –> 00:01:35,119
و کار داشته باشیم و میخواهم نشان دهم که چه تعداد پاسخدهنده
47
00:01:35,119 –> 00:01:35,759
از
48
00:01:35,759 –> 00:01:38,640
هر سینما دیدن کردهاند و از آنجایی که من آن را 0
49
00:01:38,640 –> 00:01:39,600
و 1 کد کردهام، میتوانم
50
00:01:39,600 –> 00:01:43,759
به سادگی همه چیز را جمعبندی کنم. بنابراین
51
00:01:43,759 –> 00:01:46,799
اگر فرکانس های خود را انجام دهم و
52
00:01:46,799 –> 00:01:49,840
سپس یک مبلغ را انجام دهم، می دانم که 81 نفر
53
00:01:49,840 –> 00:01:50,320
واقعاً
54
00:01:50,320 –> 00:01:53,680
از 45
55
00:01:53,680 –> 00:01:58,640
فیلم و غیره دیدن کرده اند اکنون این داده ها جعلی هستند، بنابراین
56
00:01:58,719 –> 00:02:00,719
این اطلاعات دقیق یا هیچ چیز دیگری نیستند، اما
57
00:02:00,719 –> 00:02:03,280
اکنون یک شناسه خوب
58
00:02:03,280 –> 00:02:05,680
برای ذخیره نام ها ارائه می دهد. از
59
00:02:05,680 –> 00:02:07,200
خود متغیرها از ایندکس استفاده کردم
60
00:02:07,200 –> 00:02:10,479
، پس نامها را میگیرم
61
00:02:10,479 –> 00:02:13,520
و میتوانم از مجموع آن استفاده کنم زیرا
62
00:02:13,520 –> 00:02:14,319
صفر را
63
00:02:14,319 –> 00:02:17,200
بهعنوان «نه» و «یکی از بله» کد میکردم، اما اگر کد
64
00:02:17,200 –> 00:02:18,800
متفاوتی داشت، بنابراین اگر از
65
00:02:18,800 –> 00:02:23,200
یک برای بله و دو برای خیر استفاده میکردید، به عنوان مثال
66
00:02:23,200 –> 00:02:25,520
نیاز داریم. برای جمع کردن هر ستون اگر مشخص باشد
67
00:02:25,520 –> 00:02:27,840
مقدار ic برآورده شده است،
68
00:02:27,840 –> 00:02:31,519
بنابراین می توان آن را نیز انجام داد و این چیزی است که
69
00:02:31,519 –> 00:02:31,760
من
70
00:02:31,760 –> 00:02:35,120
در اینجا نشان