در این مطلب، ویدئو خواندن فایل XLS یا CSV با استفاده از پاندای پایتون و ماژول CSV داخلی و حذف فایل در AWS S3 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: 1:19:41
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:01,680 –> 00:00:03,679
سلام همه به جلسه خوش آمدید، بنابراین
2
00:00:03,679 –> 00:00:05,440
در این جلسه ما در مورد پایتون یاد می گیریم
3
00:00:05,440 –> 00:00:08,240
که چگونه csv و اکسل را
4
00:00:08,240 –> 00:00:10,719
در پایتون بخوانیم و نه فقط این،
5
00:00:10,719 –> 00:00:13,360
من نحوه تعامل با aws s3 مانند
6
00:00:13,360 –> 00:00:15,280
حذف برخی از فایل ها را نشان خواهم داد و البته اگر
7
00:00:15,280 –> 00:00:16,640
فکر می کنم قسمت سوم من را دنبال کرده اید
8
00:00:16,640 –> 00:00:18,240
که در آن من قبلاً نحوه
9
00:00:18,240 –> 00:00:20,400
استفاده از رای دهنده 3 را نشان داده ام، بنابراین بله،
10
00:00:20,400 –> 00:00:22,400
همه چیز را به شما نشان خواهم داد اوه، بیایید فقط دو
11
00:00:22,400 –> 00:00:24,080
سه دقیقه صبر کنید تا افراد دیگر ملحق شوند و
12
00:00:24,080 –> 00:00:24,800
اوه
13
00:00:24,800 –> 00:00:26,400
اوه اجازه دهید من تازه با آن شروع کنم
14
00:00:26,400 –> 00:00:28,640
تنظیمات و همه چیز خیلی
15
00:00:28,640 –> 00:00:31,679
سریع انجام می شود فقط یک لحظه چگونه می
16
00:00:31,679 –> 00:00:35,760
توانید csv و عالی را در پایتون انجام دهید و خوب نیست،
17
00:00:35,760 –> 00:00:38,079
18
00:00:41,200 –> 00:00:44,200
19
00:00:47,680 –> 00:00:50,239
بنابراین به نظر می رسد پس اگر به عضویت می
20
00:00:50,239 –> 00:00:52,239
آیید به من اطلاع دهید که از کجا می پیوندید
21
00:00:52,239 –> 00:00:55,199
مانند کدام شهر یا کدام کشور و
22
00:00:55,199 –> 00:00:57,760
اگر سوال خاصی
23
00:00:57,760 –> 00:00:59,199
از من دارید بپرسید، من قطعا
24
00:00:59,199 –> 00:01:02,559
پاسخ خواهم داد، پس ادامه دهید و در این مدت
25
00:01:02,559 –> 00:01:04,879
فقط اجازه دهید تنظیمات
26
00:01:04,879 –> 00:01:06,560
را انجام دهم، بسیار
27
00:01:06,560 –> 00:01:08,320
خوب، امیدوارم بچه ها بتوانید صفحه نمایش را ببینید
28
00:01:08,320 –> 00:01:10,640
حالا به من خبر بده،
29
00:01:10,640 –> 00:01:13,360
خوب
30
00:01:13,360 –> 00:01:16,320
فکر می کنم قابل مشاهده است
31
00:01:18,479 –> 00:01:20,799
خوب
32
00:01:20,880 –> 00:01:22,400
فقط در یک دقیقه من جلسه را شروع می کنم،
33
00:01:22,400 –> 00:01:23,920
34
00:01:23,920 –> 00:01:25,040
بنابراین اگر می خواهید با
35
00:01:25,040 –> 00:01:26,799
کسی به اشتراک بگذارید، نگران نباشید با دیگران به اشتراک
36
00:01:26,799 –> 00:01:29,040
37
00:01:29,040 –> 00:01:30,960
بگذارید و به من بگویید که می
38
00:01:30,960 –> 00:01:34,560
توانید صفحه نمایش را اینجا به درستی ببینید یا نه.
39
00:01:34,560 –> 00:01:36,400
آنچه که نیاز به
40
00:01:36,400 –> 00:01:40,799
این جلسه بود احتمالاً از آن عضو شده است،
41
00:01:40,799 –> 00:01:42,479
بنابراین چه
42
00:01:42,479 –> 00:01:45,119
اجازه میدهم فقط به همین دلیل است که میگویم
43
00:01:45,119 –> 00:01:47,360
آنچه شما نیاز دارید، بیایید به طور موازی به این ایستگاه برسیم.
44
00:01:47,360 –> 00:01:48,960
45
00:01:48,960 –> 00:01:51,600
ام من مثل همین امروز فقط تماشا کنید،
46
00:01:51,600 –> 00:01:53,520
زیرا این جلسه ابتدایی است که
47
00:01:53,520 –> 00:01:55,520
من برنامه دارم برنامه نویسی موازی انجام دهید،
48
00:01:55,520 –> 00:01:58,240
اما شاید خیلی زود است که
49
00:01:58,240 –> 00:01:59,520
مردم ابتدا باید به من عادت
50
00:01:59,520 –> 00:02:01,040
کنند
51
00:02:01,040 –> 00:02:02,719
، بنابراین دلیل جلسه امروز فقط
52
00:02:02,719 –> 00:02:04,640
آن را تماشا کنید و من تمام کدها را
53
00:02:04,640 –> 00:02:06,640
در گیت هاب به اشتراک می گذارم و اجازه می دهم در
54
00:02:06,640 –> 00:02:08,800
واقع کد را در گیت هاب به اشتراک بگذارم
55
00:02:08,800 –> 00:02:10,080
شاید این پیگیری برای شما آسان خواهد بود
56
00:02:10,080 –> 00:02:12,319
، بنابراین فقط یک لحظه به من فرصت
57
00:02:12,319 –> 00:02:15,599
دهید، بیایید همه چیز را اضافه کنیم
58
00:02:15,599 –> 00:02:17,360
تا هر کسی بخواهد چیزی را امتحان کند که
59
00:02:17,360 –> 00:02:21,480
من تلاش می کنم، شما می توانید آن را انجام دهید
60
00:02:22,239 –> 00:02:24,239
همه کدهای پایتون
61
00:02:24,239 –> 00:02:26,560
uh csv
62
00:02:26,560 –> 00:02:28,959
63
00:02:31,440 –> 00:02:33,920
فقط یک لحظه
64
00:02:33,920 –> 00:02:36,920
نقل قول های مربوط به
65
00:02:40,640 –> 00:02:44,000
من فقط فشار می دهم تغییر دادن s
66
00:02:45,280 –> 00:02:46,720
و من آن را با شما به اشتراک می گذاریم که
67
00:02:46,720 –> 00:02:49,200
عمومی است، بنابراین نگران نباشید که شما
68
00:02:49,200 –> 00:02:50,720
خیر نباشید، برای
69
00:02:50,720 –> 00:02:54,319
دسترسی به این مخزن با مشکلی مواجه نخواهید شد oky remote minus v
70
00:02:54,319 –> 00:02:56,480
و این لینکی است که من فقط
71
00:02:56,480 –> 00:02:58,400
با شما به اشتراک خواهم گذاشت،
72
00:02:58,400 –> 00:03:01,360
خوب این مخزن است
73
00:03:01,360 –> 00:03:05,120
و اجازه بدهید فقط نظر بدهم بله
74
00:03:05,120 –> 00:03:08,640
شما لینک را اکنون در
75
00:03:08,640 –> 00:03:11,040
چت خواهید داشت، پس به چت بروید و در آنجا
76
00:03:11,040 –> 00:03:13,519
پیوندی را خواهید داشت که فقط می دانید و
77
00:03:13,519 –> 00:03:16,000
اینجا فقط بروید تا با csv قدم
78
00:03:16,000 –> 00:03:18,720
بزنید سپس همه چیز را پیدا خواهید کرد. اینها و
79
00:03:18,720 –> 00:03:20,480
من فقط می گویم که کدام فایل را امتحان می کنم، بنابراین
80
00:03:20,480 –> 00:03:22,959
شما می توانید قبل از آن امتحان کنید،
81
00:03:22,959 –> 00:03:24,640
بنابراین هیچ کس مشکلی ندارد،
82
00:03:24,640 –> 00:03:25,840
83
00:03:25,840 –> 00:03:29,680
حالا اجازه دهید خط فرمان را پاک کنم
84
00:03:29,680 –> 00:03:31,280
و
85
00:03:31,280 –> 00:03:34,080
خوب است، اجازه دهید ببینم شما اکنون به آن ملحق
86
00:03:34,080 –> 00:03:36,319
می شوید، این از آتلانتا است،
87
00:03:36,319 –> 00:03:37,120
88
00:03:37,120 –> 00:03:40,799
من balaji از بنگلور
89
00:03:40,799 –> 00:03:41,760
را می بینم.
90
00:03:41,760 –> 00:03:44,319
rashidum سلام
91
00:03:44,319 –> 00:03:46,720
بسیار خوب، بنابراین به نظر می رسد که همه در حال پیوستن هستند
92
00:03:46,720 –> 00:03:47,680
و
93
00:03:47,680 –> 00:03:50,080
من می توانم افرادی را ببینم که
94
00:03:50,080 –> 00:03:52,319
معمولاً پیام های تماشای همه زنده هستند،
95
00:03:52,319 –> 00:03:54,560
بنابراین خارج از جلسه
96
00:03:54,560 –> 00:03:57,599
بسیار خوب است، بنابراین اجازه دهید همه این برگه ها را ببندم
97
00:03:57,599 –> 00:03:59,280
و ابتدا با تنظیمات اولیه شروع
98
00:03:59,280 –> 00:04:01,360
می کنم تا بدانید این یک
99
00:04:01,360 –> 00:04:03,439
نوع تمرین خوب خواهد بود ce برای شما باشه، من
100
00:04:03,439 –> 00:04:06,879
همیشه روشهای خوب را حفظ
101
00:04:06,879 –> 00:04:10,319
میکنم و فقط اگر به این
102
00:04:10,319 –> 00:04:13,120
پوشه کار با فایل csg میآیید، فقط این پوشه
103
00:04:13,120 –> 00:04:15,280
را میبینید، اگر به پایتون برای ابری که
104
00:04:15,280 –> 00:04:17,918
مخزن آنجا به اشتراک گذاشتهاید بروید، اگر
105
00:04:17,918 –> 00:04:20,320
با پوشه csv کار
106
00:04:20,320 –> 00:04:21,918
میکنید، پس شما تمام فایلها
107
00:04:21,918 –> 00:04:25,440
را میبینید که ابتدا دستورالعملها را بررسی کنید. نقطه md خوب
108
00:04:25,440 –> 00:04:28,400
است، یعنی من معتقدم که شما
109
00:04:28,400 –> 00:04:30,320
قبلاً پایتون 3 را نصب کردهاید، اگر نه،
110
00:04:30,320 –> 00:04:33,040
میتوانید به گوگل بروید و به
111
00:04:33,040 –> 00:04:34,320
سایت
112
00:04:34,320 –> 00:04:35,440
پایتون python سرچ
113
00:04:35,440 –> 00:04:37,759
کنید و در آنجا به python.org
114
00:04:37,759 –> 00:04:39,520
بروید. می توانید گزینه دانلود را مشاهده کنید به سادگی
115
00:04:39,520 –> 00:04:41,680
بروید و برای پلتفرم های دیگر ویندوز ماکو دانلود کنید،
116
00:04:41,680 –> 00:04:43,520
هر چه که باشد، بسیار آسان است،
117
00:04:43,520 –> 00:04:45,600
فقط
118
00:04:45,600 –> 00:04:47,199
119
00:04:47,199 –> 00:04:47,919
120
00:04:47,919 –> 00:04:50,160
همین کار
121
00:04:50,160 –> 00:04:51,840
را انجام دهید. قطعا ما
122
00:04:51,840 –> 00:04:53,440
برنامه نویسی core peer را با بچه های دیگر انجام خواهیم داد،
123
00:04:53,440 –> 00:04:55,840
بنابراین فعلا فقط ابتدا به من عادت کنید،
124
00:04:55,840 –> 00:04:56,639
125
00:04:56,639 –> 00:04:59,040
خوب حالا اولین چیز این است که پایتون
126
00:04:59,040 –> 00:05:01,520
dash m که مشخصات ماژول است، سپس
127
00:05:01,520 –> 00:05:03,520
v و v و اوه، از کدام مدل
128
00:05:03,520 –> 00:05:05,919
استفاده می کنید، سپس ما در حال ایجاد یک دایرکتوری
129
00:05:05,919 –> 00:05:07,039
a و این یک
130
00:05:07,039 –> 00:05:09,360
bin vnv فعال است، خوب است،
131
00:05:09,360 –> 00:05:11,919
بنابراین اجازه دهید من
132
00:05:11,919 –> 00:05:15,039
فقط دستورالعمل ها را در اینجا باز کنم
133
00:05:15,759 –> 00:05:16,479
تا
134
00:05:16,479 –> 00:05:18,720
python 3 dash m v و v vmp
135
00:05:18,720 –> 00:05:20,160
یک دایرکتوری به نام vm ایجاد کند، اکنون این
136
00:05:20,160 –> 00:05:22,160
دایرکتوری vmp می تواند هر دایرکتوری سفارشی مورد
137
00:05:22,160 –> 00:05:24,000
نظر شما باشد، بنابراین اینطور نیست که
138
00:05:24,000 –> 00:05:25,199
من آن را نام می برم.
139
00:05:25,199 –> 00:05:26,880
این قسمت به عنوان v و v شما
140
00:05:26,880 –> 00:05:28,880
همین کار را انجام می دهید، به شما بستگی دارد، فقط برای من
141
00:05:28,880 –> 00:05:32,160
است که به همین شکل آسان است، خوب، بنابراین آن را ایجاد کنید،
142
00:05:32,160 –> 00:05:34,240
زیرا من قبلاً آن را ایجاد کرده ام، ممکن است
143
00:05:34,240 –> 00:05:36,479
ببینم بله همینطور است، اجازه دهید اول از آن خارج شوم خیلی
144
00:05:36,479 –> 00:05:38,160
145
00:05:38,160 –> 00:05:40,080
خوب به من بگویید حالا
146
00:05:40,080 –> 00:05:42,320
فقط یک لحظه به من
147
00:05:42,320 –> 00:05:44,560
ترمینال پایتون جدید برای فضای ابری بدهید و من
148
00:05:44,560 –> 00:05:45,759
می روم به
149
00:05:45,759 –> 00:05:47,520
این که نام پوشه چیست با csv کار می کند
150
00:05:47,520 –> 00:05:48,720
151
00:05:48,720 –> 00:05:50,880
و در آنجا ابتدا یک دایرکتوری
152
00:05:50,880 –> 00:05:53,680
به نام آن نوع در محیط مجازی ایجاد می
153
00:05:53,680 –> 00:05:54,639
کنم که
154
00:05:54,639 –> 00:05:56,080
vnv است
155
00:05:56,080 –> 00:05:58,319
و سپس دارم برای فعال کردن آن vnv
156
00:05:58,319 –> 00:06:00,639
با استفاده از dot و سپس فاصله و سپس دادن
157
00:06:00,639 –> 00:06:03,039
مسیر فعالسازی که vnv اسلش bean
158
00:06:03,039 –> 00:06:04,000
slash
159
00:06:04,000 –> 00:06:07,120
فعال است و اگر این کار را انجام
160
00:06:07,120 –> 00:06:08,479
دادیم محیط مجازی را فعال می کنیم،
161
00:06:08,479 –> 00:06:10,240
می توانید vnv را اینجا در خط فرمان ببینید،
162
00:06:10,240 –> 00:06:12,960
یعنی الان دوباره فعال شده است.
163
00:06:12,960 –> 00:06:14,880
شما دارید یک مشکل در
164
00:06:14,880 –> 00:06:17,759
درک، آیا میتوانید نظری را
165
00:06:17,759 –> 00:06:20,319
که در نمایش داده میشود پنهان کنید متأسفم، من
166
00:06:20,319 –> 00:06:21,520
فکر
167
00:06:21,520 –> 00:06:23,680
میکنم آن را از دست دادهام،
168
00:06:23,680 –> 00:06:25,840
اجازه دهید آن را پنهان
169
00:06:25,840 –> 00:06:28,160
کنم،
170
00:06:29,120 –> 00:06:31,280
اکنون
171
00:06:31,280 –> 00:06:32,400
172
00:06:32,400 –> 00:06:36,400
173
00:06:36,400 –> 00:06:38,080
174
00:06:38,080 –> 00:06:39,759
175
00:06:39,759 –> 00:06:41,120
خوب نیست.
176
00:06:41,120 –> 00:06:42,560
حالا من در محیط مجازی هستم،
177
00:06:42,560 –> 00:06:44,560
178
00:06:44,560 –> 00:06:46,560
اگر
179
00:06:46,560 –> 00:06:47,360
مثل
180
00:06:47,360 –> 00:06:49,120
اولین بار است که نصب میکنید و نمیدانید
181
00:06:49,120 –> 00:06:50,720
که چگونه وابستگیها را ثابت کنید، اولین چیزی را که
182
00:06:50,720 –> 00:06:52,400
میخواهید نصب کنید
183
00:06:52,400 –> 00:06:54,800
تا وابستگیها را نصب کنید، باید دوست داشته باشید
184
00:06:54,800 –> 00:06:58,720
که پیپ را مانند این نصب کنید. pip
185
00:06:58,720 –> 00:06:59,840
install
186
00:06:59,840 –> 00:07:01,840
بگویید من از pandas استفاده کرده ام بنابراین
187
00:07:01,840 –> 00:07:04,880
p n d s pandas و اگر آنجا نباشد
188
00:07:04,880 –> 00:07:06,720
به طور خودکار نصب می شود بنابراین وقتی
189
00:07:06,720 –> 00:07:08,800
تمام نصب را انجام دادید و فرض کنید
190
00:07:08,800 –> 00:07:10,319
همه چیز را قبلاً نصب کرده ام
191
00:07:10,319 –> 00:07:12,800
اگر به این دایرکتوری بیایید و به نیاز نگاه کنید
192
00:07:12,800 –> 00:07:15,039
.
193
00:07:15,039 –> 00:07:16,800
این فایل را txt کنید من قبلاً ذکر کردم که چه
194
00:07:16,800 –> 00:07:17,680
195
00:07:17,680 –> 00:07:19,360
کتابخانه هایی هستند که از عکس سه
196
00:07:19,360 –> 00:07:22,720
پایین
197
00:07:22,720 –> 00:07:24,479
198
00:07:24,479 –> 00:07:26,160
199
00:07:26,160 –> 00:07:28,400
200
00:07:28,400 –> 00:07:31,199
استفاده کرده ام. در این فایل ah خاص که
201
00:07:31,199 –> 00:07:33,840
requirement.txt hing کنید، بنابراین اگر
202
00:07:33,840 –> 00:07:36,000
قبلاً یکی را ندارید، میتوانید مانند
203
00:07:36,000 –> 00:07:38,160
نصب همه ماژولها به صورت دستی ایجاد کنید، اما
204
00:07:38,160 –> 00:07:40,400
در پایان باید لایک کنید، فرض کنید من فقط
205
00:07:40,400 –> 00:07:43,199
دوست دارم آن را کار کنم که آن را حفظ نکردم
206
00:07:43,199 –> 00:07:45,280
یا انجام دادم “txt را نداشتم،
207
00:07:45,280 –> 00:07:47,520
بسیار آسان است، بنابراین من فقط برای مثال
208
00:07:47,520 –> 00:07:48,639
209
00:07:48,639 –> 00:07:50,720
فایل requirement.txt را حذف میکنم تا بتوانم به شما نشان دهم
210
00:07:50,720 –> 00:07:52,560
که به سطل زباله بروید و میخواهم
211
00:07:52,560 –> 00:07:54,400
آن نیاز را برای خروج ایجاد کنم تا دفعه
212
00:07:54,400 –> 00:07:56,319
بعد اگر نصب میکنید شما مجبور نیستید
213
00:07:56,319 –> 00:07:58,479
به صورت دستی یکی یکی نصب کنید، می توانید
214
00:07:58,479 –> 00:08:02,080
به سادگی pip install dash r را اجرا کنید سپس
215
00:08:02,080 –> 00:08:04,319
فایل requirement.txt به من اجازه دهید سریعاً
216
00:08:04,319 –> 00:08:06,400
فایل را دوباره ایجاد
217
00:08:06,400 –> 00:08:09,599
کنم، می بینم که پیشنهاد می شود.
218
00:08:09,599 –> 00:08:11,599
219
00:08:11,599 –> 00:08:13,520
اما فرض کنید که از اینجا دانلود می
220
00:08:13,520 –> 00:08:15,599
کنید، می توانید به سادگی از آن
221
00:08:15,599 –> 00:08:18,160
فایل requirement.txt استفاده کنید و این
222
00:08:18,160 –> 00:08:22,000
دستور را مانند پیپ
223
00:08:22,639 –> 00:08:24,319
نصب نیازمندی ها اجرا کنید و همه
224
00:08:24,319 –> 00:08:26,319
ماژول ها را اکنون اینجا
225
00:08:26,319 –> 00:08:28,160
نصب می کند که همه چیز نصب شده است، بنابراین هیچ
226
00:08:28,160 –> 00:08:29,759
چیز نصب نمی شود بله، هیچ چیز تازه
227
00:08:29,759 –> 00:08:31,520
نصب نشده است.
228
00:08:31,520 –> 00:08:33,839
بسیار خوب، امیدوارم که شما دوستان
229
00:08:33,839 –> 00:08:35,279
تنظیمات اولیه را درک کرده باشید زیرا این
230
00:08:35,279 –> 00:08:37,679
کاملاً ضروری است، در غیر این صورت ممکن است
231
00:08:37,679 –> 00:08:39,440
نتوانید
232
00:08:39,440 –> 00:08:41,839
اکنون ادامه دهید، اجازه دهید این موارد را ببندم،
233
00:08:41,839 –> 00:08:44,080
اولین چیزی که باید یاد بگیرید چگونه
234
00:08:44,080 –> 00:08:46,160
یک فایل csv را بخوانید و فقط برای
235
00:08:46,160 –> 00:08:48,240
خواندن cs من یک فایل csv بسیار ساده ایجاد کردم
236
00:08:48,240 –> 00:08:50,800
و اجازه دهید ابتدا csv را به شما نشان دهم
237
00:08:50,800 –> 00:08:52,800
پس
238
00:08:52,800 –> 00:08:54,480
این یک فایل است به نام نمونه
239
00:08:54,480 –> 00:08:57,040
داده csv دوباره اگر به github بروید
240
00:08:57,040 –> 00:09:00,080
یک نمونه data.csv در اینجا وجود دارد، خوب شما
241
00:09:00,080 –> 00:09:02,240
آن را در آنجا پیدا خواهید کرد
242
00:09:02,240 –> 00:09:04,240
و اینجا من سه فیلد یا سه
243
00:09:04,240 –> 00:09:06,640
ستون به طور خاص نام
244
00:09:06,640 –> 00:09:08,959
مکان سن را داشته باشید، بنابراین ما یک دانش آموز داریم یک
245
00:09:08,959 –> 00:09:11,360
دانش آموز نام دو دانش آموز برای سن 20
246
00:09:11,360 –> 00:09:14,080
سال 1918 مکان کلکته هاوارد فقط برای
247
00:09:14,080 –> 00:09:15,360
مثال خوب
248
00:09:15,360 –> 00:09:16,240
249
00:09:16,240 –> 00:09:19,920
اکنون می خواهم همه این داده های csv را بخوانم،
250
00:09:19,920 –> 00:09:23,200
ابتدا به شما لایک می کنم با لایک
251
00:09:23,200 –> 00:09:25,360
روش بومی در داخل ماژولهای ساخت
252
00:09:25,360 –> 00:09:28,560
دوم با uh pandas که
253
00:09:28,560 –> 00:09:31,279
در میان
254
00:09:31,279 –> 00:09:33,519
توسعهدهندگان پایتون و بچههای علم داده بسیار معروف است،
255
00:09:33,519 –> 00:09:35,839
خوب من آن را نیز نشان خواهم داد و
256
00:09:35,839 –> 00:09:38,320
همچنین نه فقط csv را نشان میدهم زیرا گاهی اوقات آن را نشان میدهم
257
00:09:38,320 –> 00:09:40,160
. فقط csv ساده نیست، شما
258
00:09:40,160 –> 00:09:43,120
باید با فایل های xls درست یا
259
00:09:43,120 –> 00:09:45,760
اکسل کنار بیایید، بنابراین من نشان خواهم داد که
260
00:09:45,760 –> 00:09:46,880
خوب است،
261
00:09:46,880 –> 00:09:49,519
بنابراین اولین نمونه معمولی است،
262
00:09:49,519 –> 00:09:51,600
بنابراین راه اصلی،
263
00:09:51,600 –> 00:09:54,000
بنابراین بله csv را وارد کنید و این
264
00:09:54,000 –> 00:09:56,720
مدل csv داخلی است. در پایتون فرض
265
00:09:56,720 –> 00:10:00,000
کنید اجازه ندارید uh num را مانند
266
00:10:00,000 –> 00:10:02,000
این قسمت یا هر چیز دیگری نصب کنید،
267
00:10:02,000 –> 00:10:04,000
در این صورت کاری که باید انجام دهید می توانید
268
00:10:04,000 –> 00:10:06,240
بروید و برای ماژول داخلی csv استفاده کنید
269
00:10:06,240 –> 00:10:07,040
اکنون
270
00:10:07,040 –> 00:10:09,600
csv را وارد کنید سپس ما در حال باز کردن فایل هستیم
271
00:10:09,600 –> 00:10:12,160
حالا فایل چیست داده های ساده
272
00:10:12,160 –> 00:10:14,079
csv را درست نامگذاری
273
00:10:14,079 –> 00:10:16,640
کنید، بنابراین در اینجا نیز به طور مشابه،
274
00:10:16,640 –> 00:10:18,079
من اکنون به مسیر اشاره کردم، اکنون
275
00:10:18,079 –> 00:10:19,760
نام آن را ذکر کردم، اما اگر
276
00:10:19,760 –> 00:10:22,240
هیچ مسیری را ذکر نکردم، پایتون، به
277
00:10:22,240 –> 00:10:24,079
دایرکتوری کاری فعلی نگاه کنید، اکنون فرض کنید
278
00:10:24,079 –> 00:10:25,680
می خواهم هر قسمت خاصی را که می توانید
279
00:10:25,680 –> 00:10:28,160
ارائه دهید. مانند این روش، تمام مسیرهای نسبی یا
280
00:10:28,160 –> 00:10:30,160
دقیقی که می توانید ارائه دهید، خوب، اکنون به
281
00:10:30,160 –> 00:10:31,760
هر دو صورت کار می کند،
282
00:10:31,760 –> 00:10:33,040
283
00:10:33,040 –> 00:10:34,959
پس از آن یک خواننده ایجاد می کنیم، بنابراین
284
00:10:34,959 –> 00:10:36,880
یک نمونه خوان CSV دریافت می کنیم، بنابراین می
285
00:10:36,880 –> 00:10:38,000
توانید در اینجا ببینید
286
00:10:38,000 –> 00:10:40,880
ah csv مدلی را که وارد کرده اید،
287
00:10:40,880 –> 00:10:42,959
نقطه خوان را می خواند. عملکرد
288
00:10:42,959 –> 00:10:43,760
289
00:10:43,760 –> 00:10:46,000
این فایل را میخواند و دادههای فایل را در
290
00:10:46,000 –> 00:10:48,320
خواننده csv ذخیره میکند و در واقع دادهها را پاک میکند
291
00:10:48,320 –> 00:10:50,640
تا صادقانهتر باشد، بسیار خوب،
292
00:10:50,640 –> 00:10:53,279
csv شخصی و سپس اگر از
293
00:10:53,279 –> 00:10:56,560
بعدی استفاده میکنید، خط اول را بخوانید و
294
00:10:56,560 –> 00:10:59,120
در موارد معمول برای مورد ما نیز میتوانید
295
00:10:59,120 –> 00:11:00,959
دادههای نمونه را ببینید،
296
00:11:00,959 –> 00:11:03,600
آن خط اول همان هدرها است،
297
00:11:03,600 –> 00:11:06,320
بنابراین اولین کار ما این است که
298
00:11:06,320 –> 00:11:08,800
سرصفحه را به این صورت بگیریم و اگر هدر بعدی را اجرا کردید
299
00:11:08,800 –> 00:11:11,600
، تمام خط اول را
300
00:11:11,600 –> 00:11:13,040
در اینجا دریافت
301
00:11:13,040 –> 00:11:15,360
میکنم، سپس اگر بعدی را اجرا کنید معکوس کنید. و در مرحله بعد
302
00:11:15,360 –> 00:11:16,800
، این را دریافت خواهید کرد، مثلاً اگر بعداً اجرا کنید،
303
00:11:16,800 –> 00:11:18,560
سپس فقط یک داده را اجرا کنید، اگر
304
00:11:18,560 –> 00:11:20,560
بعدی را دوباره اجرا کنید،
305
00:11:20,560 –> 00:11:23,519
داده های فشار دو را به ترتیب دریافت خواهید کرد، اما برای
306
00:11:23,519 –> 00:11:25,040
مورد استفاده ما فقط می خواهیم ابتدا هدرها را دریافت کنیم،
307
00:11:25,040 –> 00:11:26,959
فقط سعی کنید و نشان دهید چگونه می توان
308
00:11:26,959 –> 00:11:29,440
داده های ویرایشگر را دریافت کرد، بنابراین در اینجا ما سرصفحه ها را دریافت می کنیم،
309
00:11:29,440 –> 00:11:30,959
من فقط آن را چاپ می
310
00:11:30,959 –> 00:11:33,200
کنم تا بتوانید ببینید که
311
00:11:33,200 –> 00:11:35,040
داده های هدر در فرم ویرایش چگونه به نظر می رسد،
312
00:11:35,040 –> 00:11:37,040
البته زیرا فرمت داده های csv را
313
00:11:37,040 –> 00:11:38,880
می توانید اینجا ببینید یا در کاما از
314
00:11:38,880 –> 00:11:41,120
315
00:11:41,120 –> 00:11:43,360
هم جدا شده
316
00:11:43,360 –> 00:11:46,240
اند ردیفها و تمام چیزی که من
317
00:11:46,240 –> 00:11:48,959
این را برای چاپ دادههای ردیفها تعریف میکنم، من ردیف را اجرا میکنم
318
00:11:48,959 –> 00:11:51,519
، من فقط ردیفها را بهعنوان یک
319
00:11:51,519 –> 00:11:53,440
متغیر لیست خالی تعریف میکنم، میتوانید هیچ
320
00:11:53,440 –> 00:11:55,920
دادهای را در داخل آن مشاهده نکنید، سپس من یک حلقه را در اینجا اجرا میکنم،
321
00:11:55,920 –> 00:11:59,120
بنابراین برای حلقه فعلاً ببینید این
322
00:11:59,120 –> 00:12:02,959
نمونه در CSV Reader است، بنابراین برای
323
00:12:02,959 –> 00:12:07,040
تکرار ردیف در لیست خوانندگان csv
324
00:12:07,040 –> 00:12:08,160
و در آنجا
325
00:12:08,160 –> 00:12:10,639
کاری که ما انجام میدهیم دریافت میکنیم،
326
00:12:10,639 –> 00:12:13,920
این آرایه خالی ah را داریم یا متغیر لیست خالی را در
327
00:12:13,920 –> 00:12:16,320
آنجا داریم
328
00:12:16,320 –> 00:12:18,160
دادههای ردیفی را که در csv دریافت میکنیم اضافه میکنیم.
329
00:12:18,160 –> 00:12:20,320
رهبر بنابراین ما فقط آن را فشار می دهیم و آن را
330
00:12:20,320 –> 00:12:22,480
فشار می دهیم و در پایان فقط
331
00:12:22,480 –> 00:12:24,560
آن را چاپ می
332
00:12:24,560 –> 00:12:26,399
کنیم.
333
00:12:26,399 –> 00:12:27,839
334
00:12:27,839 –> 00:12:29,519
335
00:12:29,519 –> 00:12:31,839
فضای حافظه
336
00:12:31,839 –> 00:12:33,680
مناسب است، بنابراین همیشه وقتی یک فایل را باز می
337
00:12:33,680 –> 00:12:35,519
کنید، به یاد داشته باشید که فایل را ببندید،
338
00:12:35,519 –> 00:12:37,760
در غیر این صورت می بینید که حافظه
339
00:12:37,760 –> 00:12:40,240
بزرگی وجود دارد که واقعا نمی خواهید،
340
00:12:40,240 –> 00:12:43,360
بنابراین اگر برای این فایل
341
00:12:43,360 –> 00:12:44,800
خاص، این
342
00:12:44,800 –> 00:12:46,880
فایل پایتون خاص را اجرا کنید، فقط خواهید دید
343
00:12:46,880 –> 00:12:49,839
ابتدا داده ها را روی سر چاپ کنید er و دوم
344
00:12:49,839 –> 00:12:52,480
تمام داده های ردیف ها خوب است پس بیایید این کار را انجام دهیم
345
00:12:52,480 –> 00:12:54,639
پس بیایید اجرا کنیم زیرا قبل از پریدن به
346
00:12:54,639 –> 00:12:56,880
فضای adobe نمی خواهم شما را توضیح دهم
347
00:12:56,880 –> 00:12:59,040
348
00:12:59,040 –> 00:13:01,440
349
00:13:01,440 –> 00:13:03,519
. اسکنرهای پیچیده بسیار
350
00:13:03,519 –> 00:13:07,040
خوب حالا پایتون را اجرا می کنند و سپس نمونه معمولی را اجرا می کنند
351
00:13:07,040 –> 00:13:09,519
و می توانید ببینید که ابتدا
352
00:13:09,519 –> 00:13:11,440
عنوان چاپ شده است، بنابراین نام سن و
353
00:13:11,440 –> 00:13:13,600
مکان خوب است در اینجا ما
354
00:13:13,600 –> 00:13:15,760
هدر را درست چاپ کرده ایم، به همین دلیل است که
355
00:13:15,760 –> 00:13:18,320
356
00:13:18,320 –> 00:13:20,800
همانطور که در اینجا ذکر کرده اید نام سن و مکان را چاپ کرده است، بنابراین اگر شما
357
00:13:20,800 –> 00:13:23,519
csv را اجرا می کنید که پس از دریافت داده های csv،
358
00:13:23,519 –> 00:13:26,000
اگر دستور بعدی را اجرا
359
00:13:26,000 –> 00:13:28,560
کنید، ردیف اول خاص به شما می دهد
360
00:13:28,560 –> 00:13:30,639
اوکی یا یک تکرار اول تکرار صفر وجود دارد،
361
00:13:30,639 –> 00:13:33,120
بنابراین صفر اینجاست این یکی درست است
362
00:13:33,120 –> 00:13:35,680
تا داده های تکرار را دریافت کنید و
363
00:13:35,680 –> 00:13:37,120
ما همیشه می توان مرحله بعدی را اجرا کرد این است که
364
00:13:37,120 –> 00:13:38,720
این ایده خوبی نیست که همه
365
00:13:38,720 –> 00:13:41,519
داده ها را به یکباره به دست آوریم تا همه داده ها را به دست آوریم، زمانی
366
00:13:41,519 –> 00:13:43,839
که بهتر است یک حلقه را اجرا کنیم و
367
00:13:43,839 –> 00:13:47,680
آن را دریافت کنیم، به این دلیل که حلقه را اجرا می کنیم و
368
00:13:47,680 –> 00:13:50,160
فقط همه داده ها را ذخیره می کنیم. در ردیف ها، ردیف های بسیار
369
00:13:50,160 –> 00:13:52,160
متغیر است ردیف های قادر متغیر را لیست می کند یا
370
00:13:52,160 –> 00:13:53,360
یک متغیر اضافه می کند
371
00:13:53,360 –> 00:13:55,279
زیرا ممکن است شخصی
372
00:13:55,279 –> 00:13:56,959
با لیست آشنا نباشد اگر از
373
00:13:56,959 –> 00:13:58,320
پس زمینه پایتون نباشد، بنابراین در مورد اضافه کردن آن فکر کنید
374
00:13:58,320 –> 00:14:01,199
زیرا ممکن است در جاوا یا
375
00:14:01,199 –> 00:14:03,360
زبان برنامه نویسی دیگر جاوا اسکریپت هر
376
00:14:03,360 –> 00:14:05,600
دیگری مسیر ویرایش را بلد باشید
377
00:14:05,600 –> 00:14:06,639
پس بله
378
00:14:06,639 –> 00:14:09,120
بعد از آن. که ما فقط دادههای ردیفها را چاپ کردهایم
379
00:14:09,120 –> 00:14:11,440
که میتوانید آنها را اینجا پیدا کنید، میتوانید
380
00:14:11,440 –> 00:14:14,320
ببینید برای این است که آه میتوانید بگویید فهرست
381
00:14:14,320 –> 00:14:15,600
فهرست یا
382
00:14:15,600 –> 00:14:18,320
دادههای فهرست در داخل که همه لیستهای دیگر
383
00:14:18,320 –> 00:14:19,839
دادهها دوباره در دسترس هستند
384
00:14:19,839 –> 00:14:20,880
اکنون
385
00:14:20,880 –> 00:14:22,720
اول این لیستی است که شروع میشود و
386
00:14:22,720 –> 00:14:24,480
اینها را باز میکند. این لیست
387
00:14:24,480 –> 00:14:27,440
در واقع سطرها یک ok است و سپس
388
00:14:27,440 –> 00:14:29,839
این قسمت ردیف داده های تکرار شده است،
389
00:14:29,839 –> 00:14:32,000
بلکه یک متغیر لیست است
390
00:14:32,000 –> 00:14:34,639
و به عنوان دلیل هر آیتم، اولین
391
00:14:34,639 –> 00:14:36,320
مورد یک متغیر لیست است که دانش
392
00:14:36,320 –> 00:14:37,360
آموز اولین نفر
393
00:14:37,360 –> 00:14:40,079
در آن لیست خاص است.
394
00:14:40,079 –> 00:14:42,399
یا متغیر اول مورد
395
00:14:42,399 –> 00:14:44,880
دانش آموز یک، دوم و بیست است، سپس
396
00:14:44,880 –> 00:14:47,279
مورد سوم کلکته است، همانطور که
397
00:14:47,279 –> 00:14:50,240
با کما از هم جدا شده ایم
398
00:14:50,240 –> 00:14:51,120
399
00:14:51,120 –> 00:14:53,040
، بسیار خوب حالا این در واقع حالت بسیار آسانی است که
400
00:14:53,040 –> 00:14:54,800
می خواهید فقط آن را بخوانید. من می
401
00:14:54,800 –> 00:14:57,440
خواهم فقط نام دانش آموز را در این
402
00:14:57,440 –> 00:14:59,440
نامزد بخوانم چگونه می توانم آن را بخوانم، بنابراین شما می توانید
403
00:14:59,440 –> 00:15:00,399
به سادگی
404
00:15:00,399 –> 00:15:02,560
بگویید print
405
00:15:02,560 –> 00:15:05,279
و سپس من فقط ردیف می خواهم زیرا
406
00:15:05,279 –> 00:15:07,199
این تکرار کننده است در حالی که من این
407
00:15:07,199 –> 00:15:10,000
داده های داخلی را دارم، بنابراین دانش آموز در واقع شما می توانید
408
00:15:10,000 –> 00:15:12,800
این خط خاص را بیشتر ببینید به روشی ساده،
409
00:15:12,800 –> 00:15:15,600
بنابراین سطر اول در واقع اولین مورد است
410
00:15:15,600 –> 00:15:19,760
خوب، بنابراین خط اول مورد دانش آموز 1 20
411
00:15:19,760 –> 00:15:22,320
کلکته است بنابراین به طور مشابه می خواهم
412
00:15:22,320 –> 00:15:26,079
نام همه دانش آموزان را بخوانم خوب برای انجام این کار می توانم
413
00:15:26,079 –> 00:15:28,160
به سادگی ردیف چاپی را دوست داشته باشم
414
00:15:28,160 –> 00:15:30,320
و سپس
415
00:15:30,320 –> 00:15:33,360
می توانم بگویم که من آن را می خواهم پس شما آرایه know
416
00:15:33,360 –> 00:15:36,480
با چه صفر درست شروع می شود و بنابراین صفر
417
00:15:36,480 –> 00:15:39,040
یک دو در افراد عادی یک دو
418
00:15:39,040 –> 00:15:41,040
سه است اما برای برنامه نویسی می دانیم
419
00:15:41,040 –> 00:15:43,759
که برای آدرس با صفر شروع شود پس صفر
420
00:15:43,759 –> 00:15:45,440
یک دو بنابراین می خواهیم دانشجوی
421
00:15:45,440 –> 00:15:46,959
یک را بخوانیم که پارامتر باید باشد.
422
00:15:46,959 –> 00:15:49,360
صفر پس به آن صفر بدهید
423
00:15:49,360 –> 00:15:51,440
و بقیه چیزها را چاپ
424
00:15:51,440 –> 00:15:53,360
نمی کند
425
00:15:53,360 –> 00:15:55,120
فقط آن را اجرا کنید و می بینید که ما
426
00:15:55,120 –> 00:15:57,120
دانش آموز یک دانش آموز دو و
427
00:15:57,120 –> 00:15:58,959
دانش آموز سه را درست چاپ کرده ایم.
428
00:15:58,959 –> 00:16:01,680
429
00:16:01,680 –> 00:16:03,519
430
00:16:03,519 –> 00:16:04,399
431
00:16:04,399 –> 00:16:07,279
خواهد شد مقدار h را چاپ کنید
432
00:16:07,279 –> 00:16:09,120
زیرا صفر است و
433
00:16:09,120 –> 00:16:10,480
درست است، بنابراین
434
00:16:10,480 –> 00:16:12,160
اوه اول
435
00:16:12,160 –> 00:16:13,920
شماره یک ایندکس
436
00:16:13,920 –> 00:16:14,880
خوب است،
437
00:16:14,880 –> 00:16:16,959
بنابراین این روشی است که می توانید هر
438
00:16:16,959 –> 00:16:19,040
داده فیلد خاصی را بخوانید یا می توانید
439
00:16:19,040 –> 00:16:20,800
داده های ستونی را ببینید مانند من در حال خواندن هستم،
440
00:16:20,800 –> 00:16:23,440
به طور مشابه فرض کنید می خواهم Uh
441
00:16:23,440 –> 00:16:25,680
دوست داشته باشم مقدار مکان را دریافت کنید تا
442
00:16:25,680 –> 00:16:27,360
بتوانم بگویم
443
00:16:27,360 –> 00:16:29,040
2 زیرا
444
00:16:29,040 –> 00:16:31,440
دوباره خطاهای 0 0
445
00:16:31,440 –> 00:16:33,759
1 و 2 ساده هستند
446
00:16:33,759 –> 00:16:36,079
و اگر دوباره آن را اجرا کنید می بینید
447
00:16:36,079 –> 00:16:38,000
که مکان ها را چاپ می کند بنابراین
448
00:16:38,000 –> 00:16:40,720
خواندن هر فایل csv به
449
00:16:40,720 –> 00:16:42,399
هر مقدار بسیار آسان است. متوسط کوچک مه
450
00:16:42,399 –> 00:16:45,120
نیست شما می توانید آن را به راحتی از طریق بر
451
00:16:45,120 –> 00:16:46,480
امه پایتون بخوانید اک
452
00:16:46,480 –> 00:16:47,519
ون من
453
00:16:47,519 –> 00:16:49,519
ندین نمونه با
454
00:16:49,519 –> 00:16:51,600
ستفاده از کتابخانه بومی به شما نشان دادم می توانید بگویید کت
455
00:16:51,600 –> 00:16:53,920
بخانه داخلی که ماژول ما است که
456
00:16:53,920 –> 00:16:56,959
sv است اکنون panda بسیار معروف است و اس
457
00:16:56,959 –> 00:16:58,480
فاده از آن بسیار آسان است من
458
00:16:58,480 –> 00:17:01,519
دلیل این کار را به شما نشان خواهم داد، بنابراین اجازه دهید
459
00:17:01,519 –> 00:17:04,640
نمونه پانداها را نشان دهیم، بله، اگر
460
00:17:04,640 –> 00:17:06,880
دوست دارید، این مثال را
461
00:17:06,880 –> 00:17:08,720
دنبال کنید
462
00:17:08,720 –> 00:17:12,160
463
00:17:12,160 –> 00:17:15,439
464
00:17:15,439 –> 00:17:17,679
465
00:17:17,679 –> 00:17:19,839
. سعی کن بفهمی این
466
00:17:19,839 –> 00:17:21,679
به خصوص قبل از
467
00:17:21,679 –> 00:17:23,439
اجرای فایل البته
468
00:17:23,439 –> 00:17:25,599
ابتدا کاری که شما انجام می دهید ما در حال وارد کردن فایندرها هستیم،
469
00:17:25,599 –> 00:17:27,520
شرکا به عنوان یک ماژول داخلی نمی آیند،
470
00:17:27,520 –> 00:17:29,760
بنابراین بعد از اینکه همه باید
471
00:17:29,760 –> 00:17:32,559
انجام دهید این است
472
00:17:32,559 –> 00:17:33,600
473
00:17:33,600 –> 00:17:35,200
474
00:17:35,200 –> 00:17:36,880
475
00:17:36,880 –> 00:17:38,799
که pandas را نصب کنید.
476
00:17:38,799 –> 00:17:40,160
قبلاً نصب نکردهاید
477
00:17:40,160 –> 00:17:41,760
، پانداها را نصب میکند و
478
00:17:41,760 –> 00:17:44,480
به کتابخانههای شرکا دسترسی
479
00:17:44,480 –> 00:17:45,840
خواهید داشت که در واقع نیازی به آن ندارید، ما فقط میتوانیم
480
00:17:45,840 –> 00:17:47,120
آن را حذف کنیم،
481
00:17:47,120 –> 00:17:48,080
اکنون
482
00:17:48,080 –> 00:17:51,039
اولین قدم این است که csv را درست بخوانید، بنابراین
483
00:17:51,039 –> 00:17:53,120
چگونه میتوانید این کار را انجام دهید
484
00:17:53,120 –> 00:17:55,200
. پانداها را به صورت pdf کوتاه شده وارد می کنند،
485
00:17:55,200 –> 00:17:59,360
بنابراین نقطه pdf خواندن csv بسیار
486
00:17:59,360 –> 00:18:01,120
مهم است، بنابراین در اینجا
487
00:18:01,120 –> 00:18:03,520
استفاده کاربردی خواندن csv است و اگر
488
00:18:03,520 –> 00:18:05,760
از
489
00:18:05,760 –> 00:18:08,080
id یا ویرایشگر کد بسیار خوب مانند کد در مقابل کد استفاده
490
00:18:08,080 –> 00:18:10,080
491
00:18:10,080 –> 00:18:12,400
می کنید، تمام پارامترها و تمام پارامترها را می بینید.
492
00:18:12,400 –> 00:18:14,480
چیزهایی که قبلاً اینجا هستند، اما
493
00:18:14,480 –> 00:18:16,720
دیدن و درک آن بسیار سخت است، بنابراین
494
00:18:16,720 –> 00:18:18,080
من به شما نشان خواهم داد که
495
00:18:18,080 –> 00:18:21,280
کجا باید آن را بررسی کنید
496
00:18:22,240 –> 00:18:23,600
تا بتوانید اینجا را ببینید،
497
00:18:23,600 –> 00:18:25,200
بنابراین این اسنادی است که
498
00:18:25,200 –> 00:18:27,520
در اولین خط شماره سوم پیدا خواهید کرد، بسیار
499
00:18:27,520 –> 00:18:29,200
خوب
500
00:18:29,200 –> 00:18:32,880
پس پارامتر اول csv را بخوانید. eters انتظار دارد
501
00:18:32,880 –> 00:18:34,559
که
502
00:18:34,559 –> 00:18:36,640
مسیر فایل یا بافر باشد،
503
00:18:36,640 –> 00:18:38,799
سپس میتوانید ببینید که در انتظار
504
00:18:38,799 –> 00:18:41,200
جداکننده است، اگر چیزی دارید، فرض کنید
505
00:18:41,200 –> 00:18:44,000
که ما مشتق ما کما است،
506
00:18:44,000 –> 00:18:44,799
اما
507
00:18:44,799 –> 00:18:46,960
508
00:18:46,960 –> 00:18:49,280
اگر سعی کنید دادهها را تجزیه کنید، ممکن است در دادههایتان کاماهای زیادی داشته باشید.
509
00:18:49,280 –> 00:18:51,600
در حالت اغما نامعتبر خواهد بود
510
00:18:51,600 –> 00:18:55,039
یا می توانید بگویید داده های دارای فرمت نادرست است
511
00:18:55,039 –> 00:18:57,360
که بسیار مشکل ساز است، ممکن است بخواهید
512
00:18:57,360 –> 00:19:00,080
مانند این یا
513
00:19:00,080 –> 00:19:02,640
این فرمت بسیار منحصر به فرد را به نحوی
514
00:19:02,640 –> 00:19:05,120
دوست داشته باشید که داده های شما خراب یا بد
515
00:19:05,120 –> 00:19:07,760
یا غیرقابل تشخیص باشد، بنابراین
516
00:19:07,760 –> 00:19:10,160
به یاد داشته باشید که در حال تولید csv هستید.
517
00:19:10,160 –> 00:19:12,880
ذکر کنید سطح محدود خود را حفظ کنید،
518
00:19:12,880 –> 00:19:15,200
در غیر این صورت برای قسمت خواندن csv یا
519
00:19:15,200 –> 00:19:17,600
قسمت نوشتن، مشکل خواهد بود، خب
520
00:19:17,600 –> 00:19:20,000
حالا خوب است، بنابراین ما در حال خواندن با
521
00:19:20,000 –> 00:19:21,919
تابع csv هستیم و دوباره همه
522
00:19:21,919 –> 00:19:24,240
اسناد اینجا هستند، بنابراین همه
523
00:19:24,240 –> 00:19:25,760
توابع دیگر نیز در اینجا به شما نشان می دهم.
524
00:19:25,760 –> 00:19:27,520
CSV اگر این یکی را
525
00:19:27,520 –> 00:19:29,280
بفهمید، توابع دیگر را واقعاً به راحتی درک خواهید کرد، بسیار
526
00:19:29,280 –> 00:19:31,520
527
00:19:31,520 –> 00:19:33,440
خوب، همه توضیحات اینجا است،
528
00:19:33,440 –> 00:19:35,520
شما می توانید در هدر بروید، فرض
529
00:19:35,520 –> 00:19:38,160
کنید که نمایه هدر را می دهید.
530
00:19:38,160 –> 00:19:40,559
با دادن هر نامی، همه توابع
531
00:19:40,559 –> 00:19:42,720
دیگر وجود دارند، شما می توانید به
532
00:19:42,720 –> 00:19:44,480
بخش مهمی که در اینجا قسمت مسیر است بروید و من می
533
00:19:44,480 –> 00:19:46,559
گویم جداکننده که به شما گفتم
534
00:19:46,559 –> 00:19:48,960
اکنون داده های شخص را مانند داده
535
00:19:48,960 –> 00:19:50,799
های کیف پول شما در آن داده هایی که در
536
00:19:50,799 –> 00:19:53,440
واقع نوشته شده است ذخیره می کنم. شی و در آن
537
00:19:53,440 –> 00:19:55,919
می توانیم ستون ها را دریافت کنیم، فقط می توانیم فرض
538
00:19:55,919 –> 00:19:58,400
کنیم که درست در
539
00:19:58,400 –> 00:20:01,360
این نمونه داده خاص داریم فیلدهایی داریم، می
540
00:20:01,360 –> 00:20:04,159
توانیم اینجا ببینیم که سن و مکان نام داریم، فقط
541
00:20:04,159 –> 00:20:07,200
فرض کنید اگر می خواهم داده های نام را بخوانم،
542
00:20:07,200 –> 00:20:09,200
مثال عادی باید اجرا کنم.
543
00:20:09,200 –> 00:20:11,200
حلقه و سپس من باید
544
00:20:11,200 –> 00:20:14,799
در داخل uh مانند متغیر ذکر کنم و
545
00:20:14,799 –> 00:20:16,640
سپس در داخل باید موارد
546
00:20:16,640 –> 00:20:18,559
زیادی را به درستی ذکر کنم، اما در بخش
547
00:20:18,559 –> 00:20:20,240
واقعاً آسان است، این دلیل دیگری است که
548
00:20:20,240 –> 00:20:22,559
توسعه دهندگان آن را در اینجا دوست دارند، شما فقط می توانید
549
00:20:22,559 –> 00:20:24,480
به سادگی بگویید آه
550
00:20:24,480 –> 00:20:26,799
چیست دادههای فیلد یا ستونی که
551
00:20:26,799 –> 00:20:28,159
میخواهید درست شود به
552
00:20:28,159 –> 00:20:30,000
این ترتیب میتوانید همه را به یکباره واکشی کنید، بنابراین
553
00:20:30,000 –> 00:20:32,960
مکانهای سنی را به طور مشابه نام ببرید، میتوانید
554
00:20:32,960 –> 00:20:34,559
این کار را انجام دهید
555
00:20:34,559 –> 00:20:37,120
556
00:20:37,120 –> 00:20:39,600
. همچنین
557
00:20:39,600 –> 00:20:41,120
بسیار مهم است، بنابراین
558
00:20:41,120 –> 00:20:43,600
اگر data.columns
559
00:20:43,600 –> 00:20:45,679
را اجرا کنید، تمام دادههای ستونها را در اینجا خواهید دید، بنابراین
560
00:20:45,679 –> 00:20:47,200
مانند ستونهایی که در
561
00:20:47,200 –> 00:20:48,960
اینجا هستند، مجبور نیستیم بعدی را اجرا کنیم یا
562
00:20:48,960 –> 00:20:50,240
چیزی شبیه به آن، به طور خودکار آن را قسمت میکند
563
00:20:50,240 –> 00:20:52,640
، فقط اگر ذکر کنید.
564
00:20:52,640 –> 00:20:54,559
فرض کنید در هر خط دوم یا چهارم
565
00:20:54,559 –> 00:20:56,320
هر چیزی که میتوانید ذکر کنید،
566
00:20:56,320 –> 00:20:57,679
567
00:20:57,679 –> 00:21:00,320
بنابراین بله، نام سن و مکان
568
00:21:00,320 –> 00:21:02,480
سرصفحه هستند یا میتوانید ستونها را ببینید تا بتوانیم
569
00:21:02,480 –> 00:21:04,720
آن یکی را چاپ کنیم، سپس من فقط
570
00:21:04,720 –> 00:21:06,559
نام ستون را چاپ میکنم ستون h ستون موقعیت
571
00:21:06,559 –> 00:21:08,799
ستون بنابراین من می توانم به شما نشان دهم که چگونه
572
00:21:08,799 –> 00:21:10,880
می توانید داده ها را بخوانید و سپس فرض کنید
573
00:21:10,880 –> 00:21:12,240
می خواهید همه داده ها را بخوانید چگونه می توانید
574
00:21:12,240 –> 00:21:15,520
این کار را انجام دهید.
575
00:21:15,520 –> 00:21:18,000
576
00:21:18,000 –> 00:21:19,919
در
577
00:21:19,919 –> 00:21:21,679
حالت استفاده واقعی خود می توانید آن را به راحتی بخوانید،
578
00:21:21,679 –> 00:21:22,799
579
00:21:22,799 –> 00:21:23,919
بنابراین بیایید
580
00:21:23,919 –> 00:21:26,480
اینجا ببینیم که برای خواندن
581
00:21:26,480 –> 00:21:28,559
همه داده ها باید یک حلقه را اجرا
582
00:21:28,559 –> 00:21:30,720
کنید و البته که ایندکس و ردیف
583
00:21:30,720 –> 00:21:34,000
اکنون ردیف مانند این فهرست داده های ردیف
584
00:21:34,000 –> 00:21:38,080
است به این معنا که 0 1 2 درست است پس همه
585
00:21:38,080 –> 00:21:39,679
اینها شاخص d هستند شماره آتا از
586
00:21:39,679 –> 00:21:40,320
587
00:21:40,320 –> 00:21:42,080
موقعیت شماره مشابه در آیتمها میتوانیم
588
00:21:42,080 –> 00:21:46,320
بگوییم اینطوری، بنابراین فرض کنید میخواهید
589
00:21:46,320 –> 00:21:48,480
اکنون مقدار نام را بدهید، میتوانید
590
00:21:48,480 –> 00:21:51,679
آن ردیف دادههای ردیف خاص را اینجا و آنجا
591
00:21:51,679 –> 00:21:54,640
بگویید، ما میخواهیم نام دانشآموز را خوب دریافت کنیم، بنابراین
592
00:21:54,640 –> 00:21:57,919
0 1 و 2 درست مثل لیست معمولی خوب است، پس
593
00:21:57,919 –> 00:21:59,039
صفر
594
00:21:59,039 –> 00:22:01,600
یک حالا اگر میخواهید چاپ کنید، از
595
00:22:01,600 –> 00:22:03,760
تابع چاپ استفاده کنید و اوه، عددی است
596
00:22:03,760 –> 00:22:06,320
که چاپ میکنید، اما نه فقط چاپ
597
00:22:06,320 –> 00:22:07,919
اگر میخواهید با رشته به خطر
598
00:22:07,919 –> 00:22:09,840
بیفتید، ممکن است شما نباشید.
599
00:22:09,840 –> 00:22:12,640
با خطا مواجه می شود و برای اینکه با
600
00:22:12,640 –> 00:22:14,720
داده ها روبرو نشوید می توانید از تابع رشته استفاده کنید
601
00:22:14,720 –> 00:22:16,880
عدد را به یک رشته تبدیل می کند
602
00:22:16,880 –> 00:22:19,440
و می توانید آن را با رشته دیگر ah الحاق
603
00:22:19,440 –> 00:22:21,039
کنید و می توانید در
604
00:22:21,039 –> 00:22:23,520
صفحه نمایش دهید ok و برای مکان
605
00:22:23,520 –> 00:22:25,120
آن ردیف دو است. دوباره
606
00:22:25,120 –> 00:22:28,400
صفر یک لبه است و دو
607
00:22:28,400 –> 00:22:30,799
کلکته است، بنابراین مکان
608
00:22:30,799 –> 00:22:33,520
اکنون اگر آن را اجرا کنید، خواهیم دید که داده ها چگونه به
609
00:22:33,520 –> 00:22:36,080
نظر می رسند، البته پس شما این کار را انجام خواهید داد
610
00:22:36,080 –> 00:22:38,559
و من می دانم که بچه ها می خواهید
611
00:22:38,559 –> 00:22:41,919
اجازه دهید چیزی را اجرا کنیم تا من اجرا کنم آن
612
00:22:41,919 –> 00:22:45,520
پایتون و سپس پانداها می
613
00:22:45,520 –> 00:22:48,480
خوانند و سپس csv
614
00:22:48,480 –> 00:22:51,520
خوب پاندا
615
00:22:51,520 –> 00:22:53,280
اگر شما آن را اجرا کنید، پانداهای پایتون نمونه CSV را میخوانند
616
00:22:53,280 –> 00:22:54,880
، میبینید که من با اولین مورد پیش میروم،
617
00:22:54,880 –> 00:22:58,080
بنابراین میتوانید نمایه آن
618
00:22:58,080 –> 00:23:00,400
شی مشتق شده را ببینید، بنابراین نام سن و
619
00:23:00,400 –> 00:23:02,400
مکان آن است که از این
620
00:23:02,400 –> 00:23:03,520
621
00:23:03,520 –> 00:23:05,120
چاپ خاص میآید، بنابراین data.columns همینطور چاپ
622
00:23:05,120 –> 00:23:06,960
کنید شما به هدرها دسترسی خواهید داشت
623
00:23:06,960 –> 00:23:09,440
624
00:23:09,440 –> 00:23:11,600
و در اینجا نیز در واقع یک آیتم لیست است اگر
625
00:23:11,600 –> 00:23:13,120
می خواهید بگویید که فقط اولین موردی که می
626
00:23:13,120 –> 00:23:15,600
خواهید دریافت کنید به عنوان مثال Okay نام
627
00:23:15,600 –> 00:23:17,600
آن را چاپ می کند
628
00:23:17,600 –> 00:23:18,480
بنابراین
629
00:23:18,480 –> 00:23:21,440
اجازه دهید سریع آن را ذخیره کنم و اجرا کنم.
630
00:23:21,440 –> 00:23:23,760
میتوانید آن را ببینید که فقط نام چاپ شده است،
631
00:23:23,760 –> 00:23:25,760
فرض کنید میخواهم ستون دوم را فقط
632
00:23:25,760 –> 00:23:28,000
قسمت نام را دریافت کنم نه محتوایی را که میتوانم به این شکل دریافت کنم،
633
00:23:28,000 –> 00:23:29,600
634
00:23:29,600 –> 00:23:32,240
مثلاً قسمت h را بگویم،
635
00:23:32,240 –> 00:23:34,080
بنابراین من
636
00:23:34,080 –> 00:23:37,520
h آن نام ستون خاص را دریافت
637
00:23:37,520 –> 00:23:39,520
خواهم کرد. ستون سوم را دریافت
638
00:23:39,520 –> 00:23:41,039
639
00:23:41,039 –> 00:23:44,480
640
00:23:44,480 –> 00:23:46,240
641
00:23:46,240 –> 00:23:48,640
642
00:23:48,640 –> 00:23:51,600
643
00:23:51,600 –> 00:23:53,760
کنید. که فرض کنید شما می خواهید برای به دست آوردن
644
00:23:53,760 –> 00:23:55,760
هر گونه خاص فقط بنابراین ستون نام یا
645
00:23:55,760 –> 00:23:57,760
فقط h ستون یک ستون مکان که
646
00:23:57,760 –> 00:24:00,559
می توانید به این شکل به آن دسترسی داشته باشید، بنابراین داده هایی را
647
00:24:00,559 –> 00:24:03,279
که به دست می آورید داده و سپس نام ستون
648
00:24:03,279 –> 00:24:04,880
و ستون نهایی قبلاً به شما نشان می دهد
649
00:24:04,880 –> 00:24:06,799
که می توانید
650
00:24:06,799 –> 00:24:08,720
تمام داده ها را تکرار کنید تا آن چیزی که می
651
00:24:08,720 –> 00:24:11,760
دانید ردیفهای نقطهخوار داده، بنابراین این
652
00:24:11,760 –> 00:24:14,320
تابعی است که در آن شما همه
653
00:24:14,320 –> 00:24:16,400
قوانین را به همراه فهرست خوب برمیگردانید،
654
00:24:16,400 –> 00:24:18,000
میتوانید مانند تمام
655
00:24:18,000 –> 00:24:19,279
دادههای رز را مرور کنید و میتوانید هر
656
00:24:19,279 –> 00:24:21,200
عملیاتی را که میخواهید انجام دهید و من از این مفهوم استفاده خواهم کرد.
657
00:24:21,200 –> 00:24:23,679
در مثال aw من امیدوارم
658
00:24:23,679 –> 00:24:25,279
که اصول اولیه را
659
00:24:25,279 –> 00:24:27,279
درک کرده باشید فقط درک کنید که برای بدست آوردن سطرها
660
00:24:27,279 –> 00:24:29,120
باید تکرار این
661
00:24:29,120 –> 00:24:30,559
تابع خاص را اجرا کنید، خوب این تابع
662
00:24:30,559 –> 00:24:33,600
داده های لیست ah را برمی گرداند تا
663
00:24:33,600 –> 00:24:35,440
ردیف های آه همیشه آن قسمت را دوباره در مستندات خود به خاطر بسپارید.
664
00:24:35,440 –> 00:24:36,960
هر راهی را خواهد داشت،
665
00:24:36,960 –> 00:24:38,960
بنابراین اگر در مستندات
666
00:24:38,960 –> 00:24:40,720
به آن مراجعه کنید، همه چیزهای دیگر را خواهید داشت، اما هنوز من
667
00:24:40,720 –> 00:24:42,320
فقط به شما اشاره می کنم، زیرا
668
00:24:42,320 –> 00:24:43,840
اگر روی موارد زیادی کار کنید، اگر روی موارد زیادی کار کنید،
669
00:24:43,840 –> 00:24:45,279
بسیاری از فناوری ها به یاد نمی
670
00:24:45,279 –> 00:24:46,640
آورند، ما تمایل داریم به جلو بفرستیم. ch و تک تک چیزهایی
671
00:24:46,640 –> 00:24:48,880
که خوب هستند اما این نوع
672
00:24:48,880 –> 00:24:50,960
قطعه کوچک را در اختیار دارید تا بتوانید
673
00:24:50,960 –> 00:24:53,360
از محتویات یا همه کدها مجددا استفاده کنید،
674
00:24:53,360 –> 00:24:54,799
خوب پس
675
00:24:54,799 –> 00:24:57,279
همین است و می توانید اینجا را ببینید آه
676
00:24:57,279 –> 00:24:59,520
قسمت آخر این است که به سادگی بگویید نام چاپ
677
00:24:59,520 –> 00:25:02,000
با من برابر است اوه نام دانش آموز
678
00:25:02,000 –> 00:25:05,279
یک سن 20 سال است و مکان
679
00:25:05,279 –> 00:25:08,240
مانند دیگری کلکته است، زیرا یک حلقه
680
00:25:08,240 –> 00:25:10,480
است که در
681
00:25:10,480 –> 00:25:13,919
تمام ردیف ها چاپ می شود و بنابراین داده ها
682
00:25:13,919 –> 00:25:15,760
بسیار آسان است، بنابراین این ساده از پانداها بسیار
683
00:25:15,760 –> 00:25:18,559
آسان است. اوه در آن
684
00:25:18,559 –> 00:25:20,240
پی معمولی شما هنوز باید چیزهای زیادی بنویسید
685
00:25:20,240 –> 00:25:23,039
و این یک کد نویسی تمیز نیست، اما
686
00:25:23,039 –> 00:25:24,640
در پانداهایی که از قبل
687
00:25:24,640 –> 00:25:26,320
دستگیره خواندن آنها را دارید و همه چیز را رد
688
00:25:26,320 –> 00:25:27,840
می کنید، فقط از عملکرد آنها استفاده می
689
00:25:27,840 –> 00:25:29,360
کنید و داده ها را دریافت می کنید.
690
00:25:29,360 –> 00:25:30,640
چاپ کردن یا انجام پردازش مانند آنچه ما
691
00:25:30,640 –> 00:25:31,440
می
692
00:25:31,440 –> 00:25:32,880
خواهیم بسیار آسان است
693
00:25:32,880 –> 00:25:35,600
اکنون به شما گفتم که فایل اکسل را نشان می دهم
694
00:25:35,600 –> 00:25:38,320
زیرا افرادی که با csv کار می کنند بسیار
695
00:25:38,320 –> 00:25:40,480
آسان است اما کار
696
00:25:40,480 –> 00:25:43,600
با xlx یا فایل اکسل بسیار
697
00:25:43,600 –> 00:25:44,960
چالش برانگیز است بسیاری از اوقات بسیار
698
00:25:44,960 –> 00:25:47,200
چالش برانگیز است بنابراین اجازه دهید به شما نشان دهم شما مثال بسیار
699
00:25:47,200 –> 00:25:49,520
کوچکی هستید، بنابراین می توانید
700
00:25:49,520 –> 00:25:52,159
دوباره مثال پانداهای اکسل را ببینید اگر دوست دارید به
701
00:25:52,159 –> 00:25:54,840
اینجا مراجعه کنید
702
00:25:54,840 –> 00:25:57,919
703
00:25:57,919 –> 00:26:00,720
704
00:26:00,720 –> 00:26:02,880
705
00:26:03,679 –> 00:26:05,440
706
00:26:05,440 –> 00:26:07,039
.
707
00:26:07,039 –> 00:26:09,200
به هر حال
708
00:26:09,200 –> 00:26:11,440
دقیقاً مانند مثال قبلی این
709
00:26:11,440 –> 00:26:13,600
csv دقیقاً یکسان بود فقط
710
00:26:13,600 –> 00:26:15,200
تفاوت این است که من از تابع متفاوتی استفاده می کنم
711
00:26:15,200 –> 00:26:18,080
بنابراین به جای خواندن csv
712
00:26:18,080 –> 00:26:21,039
اکنون excel خوانده می شود و این همه
713
00:26:21,039 –> 00:26:23,440
چیز است حالا تفاوت یا
714
00:26:23,440 –> 00:26:24,880
تخصص اینجا
715
00:26:24,880 –> 00:26:26,720
در موارد عادی چیست
716
00:26:26,720 –> 00:26:28,000
من می گویم
717
00:26:28,000 –> 00:26:29,840
مردم چندین برگه از
718
00:26:29,840 –> 00:26:32,200
داده ها را درست نگه می دارند، بنابراین ممکن است بخواهید وضعیت را بخوانید،
719
00:26:32,200 –> 00:26:35,360
مثالی که من استفاده می کنم در واقع یک
720
00:26:35,360 –> 00:26:37,200
مثال بسیار ساده است، بنابراین اجازه دهید به
721
00:26:37,200 –> 00:26:38,480
شما نشان دهم که اولین
722
00:26:38,480 –> 00:26:41,200
حرف xlx مانند بدون برگه، هیچ
723
00:26:41,200 –> 00:26:43,840
داده اکسل بسیار ساده ای
724
00:26:43,840 –> 00:26:45,120
نیست، اما در
725
00:26:45,120 –> 00:26:46,799
موارد عادی به طور کلی
726
00:26:46,799 –> 00:26:48,960
در شما به طور معمول مقیاس پذیر
727
00:26:48,960 –> 00:26:50,480
است، در واقع شما باید اکنون برگه ها را ذکر کنید،
728
00:26:50,480 –> 00:26:52,640
به همین دلیل من
729
00:26:52,640 –> 00:26:54,640
لینک آن را داده ام
730
00:26:54,640 –> 00:26:55,919
اجازه دهید فقط برای مستندات به شما نشان دهم
731
00:26:55,919 –> 00:26:58,640
که در آن می توانید از آن استفاده کنید.
732
00:26:58,640 –> 00:26:59,520
خوب
733
00:26:59,520 –> 00:27:00,960
شما بیایید اینجا و به
734
00:27:00,960 –> 00:27:03,760
مستندات بروید و می توانید بفهمید که
735
00:27:03,760 –> 00:27:05,520
این تابع خاص را بخوانید اکسل خوب بخوانید
736
00:27:05,520 –> 00:27:07,760
اکسل اجازه دهید من به روز کنم فکر می کنم فراموش کرده اید
737
00:27:07,760 –> 00:27:10,000
به روز رسانی کنید بنابراین مرجع من این یکی را به روز می کنم
738
00:27:10,000 –> 00:27:12,400
739
00:27:14,159 –> 00:27:16,960
خوب پس آنجا
740
00:27:16,960 –> 00:27:20,200
چه اتفاقی افتاده است
741
00:27:23,520 –> 00:27:26,080
خوب بنابراین این خاص تابع فرض کنید
742
00:27:26,080 –> 00:27:28,559
می خواهید برگه صفر یا
743
00:27:28,559 –> 00:27:31,120
یک یا دو را پاس کنید، فقط می توانید نام این برگه
744
00:27:31,120 –> 00:27:33,279
را بگذارید و سپس
745
00:27:33,279 –> 00:27:35,120
هر باتری را که
746
00:27:35,120 –> 00:27:36,720
به طور مشابه می توانید
747
00:27:36,720 –> 00:27:38,559
دریافت کنید، داده های برگه خاصی را بخوانید
748
00:27:38,559 –> 00:27:40,240
که درست مفید خواهد بود، بنابراین
749
00:27:40,240 –> 00:27:42,399
دلیلی است که می خواهم نشان دهم که در حال حاضر
750
00:27:42,399 –> 00:27:44,080
برای من هیچ برگه ای برای نگهداری وجود ندارد، بنابراین
751
00:27:44,080 –> 00:27:46,240
من فقط به مسیر فایل
752
00:27:46,240 –> 00:27:48,720
داده های نمونه xlx این یکی از
753
00:27:48,720 –> 00:27:51,919
داده های اکسل را می دهم و آه و بقیه
754
00:27:51,919 –> 00:27:53,760
چیزها دقیقاً مشابه هستند، بنابراین قسمت خواندن
755
00:27:53,760 –> 00:27:55,360
قسمت تجزیه که کتابخانه پاندا
756
00:27:55,360 –> 00:27:57,520
به صورت بومی مدیریت می کند.
757
00:27:57,520 –> 00:27:59,520
باز هم شما به ماژول json در جایی نیاز ندارید،
758
00:27:59,520 –> 00:28:00,960
بنابراین بله،
759
00:28:00,960 –> 00:28:02,799
ستونهای نقطه داده دقیقاً به
760
00:28:02,799 –> 00:28:04,559
همان روشی چاپ میشوند که ستون چاپ شده در
761
00:28:04,559 –> 00:28:06,240
مثال csv معمولی
762
00:28:06,240 –> 00:28:08,880
و آه همه چیزهای دیگر یکسان هستند، من
763
00:28:08,880 –> 00:28:11,679
فقط تبدیل میکنم. g که خوب خواندن امتحان
764
00:28:11,679 –> 00:28:12,880
میخواند
765
00:28:12,880 –> 00:28:14,240
766
00:28:14,240 –> 00:28:15,520
767
00:28:15,520 –> 00:28:17,120
دادههای ساده را به من میدهد
768
00:28:17,120 –> 00:28:19,120
خوب لحظه من فکر میکنم
769
00:28:19,120 –> 00:28:22,080
تحت csv
770
00:28:22,399 –> 00:28:24,080
بله dx این یکی
771
00:28:24,080 –> 00:28:25,279
خوب است، فکر میکنم دادههای خیلی زیادی را به شما نشان میدادم،
772
00:28:25,279 –> 00:28:27,760
بنابراین این همان کدی است که
773
00:28:27,760 –> 00:28:31,200
میتوانید اینجا ببینید چقدر ساده است که
774
00:28:31,200 –> 00:28:33,120
دادهها. m با استفاده از
775
00:28:33,120 –> 00:28:34,320
خواندن اکسل،
776
00:28:34,320 –> 00:28:36,480
فقط مسیر فایل اکسل را بدهید و
777
00:28:36,480 –> 00:28:38,000
این همه کاری است که باید انجام دهید،
778
00:28:38,000 –> 00:28:40,240
سپس ستون ها را چاپ کنید، سپس می توانید
779
00:28:40,240 –> 00:28:42,480
داده ها را مانند آنچه که ما برای csv انجام دادیم چاپ کنید،
780
00:28:42,480 –> 00:28:45,279
همه یکسان هستند، فقط
781
00:28:45,279 –> 00:28:47,039
تابع خواندن متفاوت است و
782
00:28:47,039 –> 00:28:49,440
همین. خوب و اجازه دهید من آن را اجرا کنم، فکر می کنم
783
00:28:49,440 –> 00:28:51,440
شما می خواهید من را اجرا کنید و
784
00:28:51,440 –> 00:28:53,600
ببینید چگونه کار می کند، بنابراین
785
00:28:53,600 –> 00:28:55,279
پانداها
786
00:28:55,279 –> 00:28:56,840
787
00:28:56,840 –> 00:29:00,240
مثال اکسل را بخوانند و اگر این کار را انجام دهید، می بینید
788
00:29:00,240 –> 00:29:02,880
که هدر را به این شکل
789
00:29:02,880 –> 00:29:05,360
چاپ کرده است، اینجا نام مکان لبه
790
00:29:05,360 –> 00:29:07,200
و آن را چاپ کرده است. همه پیوندها را دوباره چاپ کرد،
791
00:29:07,200 –> 00:29:09,600
عملکرد دوباره انجام میشود،
792
00:29:09,600 –> 00:29:12,159
همه دادههای ردیفها را برمیگرداند و شما میتوانید
793
00:29:12,159 –> 00:29:14,799
همه دادهها را تکرار کنید، درست مثل این،
794
00:29:14,799 –> 00:29:16,559
بنابراین ردیفها
795
00:29:16,559 –> 00:29:17,919
و این اعدادی هستند که باید
796
00:29:17,919 –> 00:29:20,000
ابتدا قبل از چاپ به رشته تبدیل کنید و
797
00:29:20,000 –> 00:29:22,559
موقعیت مکانی به همین سادگی خوب است. در حال حاضر به
798
00:29:22,559 –> 00:29:25,600
من اجازه دهید ببینید آیا دستوری وجود دارد یا نه
799
00:29:25,600 –> 00:29:27,279
یک سوال وجود دارد
800
00:29:27,279 –> 00:29:28,880
لطفاً نظری را پنهان کنید که
801
00:29:28,880 –> 00:29:30,240
چیزی را نشان می دهد که قبلاً حذف شده است
802
00:29:30,240 –> 00:29:33,200
بنابراین اوه انجی می گوید که پایتون
803
00:29:33,200 –> 00:29:35,360
دو نقطه برای تمرین کار می کند من فکر می کنم
804
00:29:35,360 –> 00:29:37,520
برخی از توابع متفاوت هستند و اوه
805
00:29:37,520 –> 00:29:40,000
پایتون دو نقطه x مستهلک شده است. بنابراین من
806
00:29:40,000 –> 00:29:41,679
هرگز استفاده از آن را پیشنهاد نمی کنم که برخی ممکن است
807
00:29:41,679 –> 00:29:43,360
کار کنند برخی ممکن است نه، می گویم فقط
808
00:29:43,360 –> 00:29:47,200
به پایتون سه بروید و از آن استفاده کنید بسیار
809
00:29:47,200 –> 00:29:50,080
خوب، فکر می کنم شما بچه ها نحوه
810
00:29:50,080 –> 00:29:51,120
811
00:29:51,120 –> 00:29:52,799
استفاده از آن را می فهمید
812
00:29:52,799 –> 00:29:56,080
و این اکسل خاص را بخوانید همچنین
813
00:29:56,080 –> 00:29:59,039
اکنون قسمت نحوه نوشتن است. فرض
814
00:29:59,039 –> 00:29:59,760
815
00:29:59,760 –> 00:30:02,000
کنید از مقداری داده استفاده میکنید و دادهها را
816
00:30:02,000 –> 00:30:03,440
تغییر
817
00:30:03,440 –> 00:30:05,440
میدهید و میخواهید نتیجه را در یک
818
00:30:05,440 –> 00:30:07,919
فایل csv دیگر ذخیره کنید که همان چیزی نیست که میتوانید
819
00:30:07,919 –> 00:30:10,320
ارائه دهید، البته بازنویسی کنید، اما
820
00:30:10,320 –> 00:30:12,240
فرض کنید در مورد خود
821
00:30:12,240 –> 00:30:13,440
، بازنویسی را انجام نمیدهید. شما فقط
822
00:30:13,440 –> 00:30:15,200
یک فایل جداگانه را ذخیره می کنید،
823
00:30:15,200 –> 00:30:17,760
به روش بومی بسیار آسان است، همچنین به روش بومی
824
00:30:17,760 –> 00:30:20,880
برای csv و پانداها برای csv و
825
00:30:20,880 –> 00:30:24,159
اکسل، بنابراین من آن را خیلی سریع نشان خواهم داد،
826
00:30:24,159 –> 00:30:27,679
بنابراین اجازه دهید به اینجا بروم و می توانید
827
00:30:27,679 –> 00:30:31,600
w را بخوانید. rite csv یک
828
00:30:31,600 –> 00:30:35,679
مثال درست ساده نیست، بنابراین در اینجا اوه من از آن استفاده می کنم
829
00:30:35,679 –> 00:30:37,200
بدون شرکا است، خوب این
830
00:30:37,200 –> 00:30:38,720
بدون پاندا است
831
00:30:38,720 –> 00:30:41,679
و اجازه دهید صفحه را پاک کنم
832
00:30:41,679 –> 00:30:43,679
همانطور که می بینید من در حال وارد کردن csv هستم و
833
00:30:43,679 –> 00:30:45,760
شما در حال باز کردن فایل cm که
834
00:30:45,760 –> 00:30:47,840
نمونه است. .csv دوباره اجازه دهید من فقط به شما نشان دهم
835
00:30:47,840 –> 00:30:49,440
که داده های نمونه به نظر می رسد
836
00:30:49,440 –> 00:30:51,279
مکان سن نام بسیار ساده است، فکر می کنم شما
837
00:30:51,279 –> 00:30:53,360
درست می گویید شما بچه ها در حال حاضر با آن آشنا هستید
838
00:30:53,360 –> 00:30:56,240
، بنابراین بله،
839
00:30:56,240 –> 00:30:58,399
من در حالت خواندن باز می کنم و
840
00:30:58,399 –> 00:31:00,960
داده ها را تجزیه می کنم با استفاده از خواننده csv که
841
00:31:00,960 –> 00:31:02,640
ماژول با استفاده از تابع Reader وارد کرده
842
00:31:02,640 –> 00:31:05,039
است، من هدر را دریافت میکنم، فقط
843
00:31:05,039 –> 00:31:06,559
844
00:31:06,559 –> 00:31:10,799
یک لیست داده خالی تعریف میکنم، خوب اوه،
845
00:31:10,799 –> 00:31:13,519
نوع دادههای لیست دادهها را تعریف میکنم و
846
00:31:13,519 –> 00:31:15,519
فقط تمام دادهها را برای
847
00:31:15,519 –> 00:31:17,919
ردیف در خواننده csv حلقه میزنم. که شما به
848
00:31:17,919 –> 00:31:19,120
اینجا
849
00:31:19,120 –> 00:31:20,880
و آنجا می رسید، اوه،
850
00:31:20,880 –> 00:31:22,559
ما فقط برای این مورد استفاده هستم،
851
00:31:22,559 –> 00:31:24,080
فقط می خواستم مکان
852
00:31:24,080 –> 00:31:25,760
دانش آموز سه را به روز کنم، فرض کنید شما اشتباهات زیادی انجام داده
853
00:31:25,760 –> 00:31:28,240
اید و مکان دانش آموز
854
00:31:28,240 –> 00:31:31,279
بسیار زیاد نیست، اما فقط به عنوان مثال بنگلور است،
855
00:31:31,279 –> 00:31:34,399
بنابراین من دارم بررسی می کنم که اگر
856
00:31:34,399 –> 00:31:37,039
ردیف صفر به این معنی است
857
00:31:37,039 –> 00:31:40,159
که مورد خاص این ردیفها
858
00:31:40,159 –> 00:31:42,240
صفر موردی است که در
859
00:31:42,240 –> 00:31:44,159
عنصر اول نوشته شده است زیرا ستاره اضافه شده برابر با صفر است،
860
00:31:44,159 –> 00:31:47,279
بنابراین دانشآموز 1
861
00:31:47,279 –> 00:31:50,240
نه دانشآموز 2 نه دانشآموز 3 بله 2 و
862
00:31:50,240 –> 00:31:52,640
3 شرط مطابق است سپس
863
00:31:52,640 –> 00:31:55,919
ردیف 2 یعنی چه ردیف 2 به این معنی است که
864
00:31:55,919 –> 00:31:58,080
865
00:31:58,080 –> 00:31:59,840
0
866
00:31:59,840 –> 00:32:03,120
دو پس صفر یک دو که بخش بسیار زیادی است
867
00:32:03,120 –> 00:32:06,000
به بنگلور ارتقا می یابد بسیار خوب،
868
00:32:06,000 –> 00:32:07,440
اکنون
869
00:32:07,440 –> 00:32:10,080
فکر می کنم بنگلور را با هدف ترکیب می کنم
870
00:32:10,080 –> 00:32:12,880
بسیار خوب است، بنابراین بنگلور را به روز می کنم و
871
00:32:12,880 –> 00:32:15,360
فقط با اضافه کردن یا اضافه کردن آن
872
00:32:15,360 –> 00:32:18,000
داده های خام به این داده ها، ام را به روز می کنم. آیتم لیست خاص
873
00:32:18,000 –> 00:32:20,799
Okay یا آرایه فهرست به طوری که در این
874
00:32:20,799 –> 00:32:21,919
875
00:32:21,919 –> 00:32:24,559
متغیر داده خاص، لیستی از تمام
876
00:32:24,559 –> 00:32:27,200
سرصفحه های جدید یا به روز شده وجود دارد، حتی داده
877
00:32:27,200 –> 00:32:30,480
ها تغییر کرده اند و سپس من یک
878
00:32:30,480 –> 00:32:32,960
نام فایل جدید برای مثال خروجی داده های نمونه تعریف می کنم،
879
00:32:32,960 –> 00:32:34,559
زیرا من این کار را انجام نمی دهم. البته میخواهم
880
00:32:34,559 –> 00:32:36,240
فایل را بازنویسی کنم، البته من فقط میتوانم
881
00:32:36,240 –> 00:32:38,240
چیزها را لغو کنم، اما نمیخواهم، دلیلی وجود
882
00:32:38,240 –> 00:32:39,840
883
00:32:39,840 –> 00:32:40,640
دارد که
884
00:32:40,640 –> 00:32:42,559
نام فایل باز باشد، نام فایل همانطور که اشاره کردم
885
00:32:42,559 –> 00:32:44,480
خروجی داده ساده است، فکر میکنم یک
886
00:32:44,480 –> 00:32:46,880
خروجی داده ساده دارم، بنابراین اجازه دهید
887
00:32:46,880 –> 00:32:48,480
آن را حذف کنم. فایل
888
00:32:48,480 –> 00:32:50,720
خاص حذف حذف حذف
889
00:32:50,720 –> 00:32:53,279
و این خوب است، بنابراین من آن را حذف کردم
890
00:32:53,279 –> 00:32:54,399
891
00:32:54,399 –> 00:32:56,399
اکنون در حالت درست باز می کنم، بسیار مهم است
892
00:32:56,399 –> 00:32:58,960
و مثل این است که می توانید از
893
00:32:58,960 –> 00:33:00,559
حالت عادی سمت راست نیز استفاده کنید، اما با
894
00:33:00,559 –> 00:33:02,720
پارامتر بسیار آسان است، بنابراین با
895
00:33:02,720 –> 00:33:04,960
نام فایل باز می شود در حالت سمت راست، خط جدید
896
00:33:04,960 –> 00:33:06,960
897
00:33:06,960 –> 00:33:10,159
به عنوان فایل خالی است، من از csv writer استفاده می کنم،
898
00:33:10,159 –> 00:33:13,519
بنابراین csv در حین خواندن از تابع reader استفاده می کنیم،
899
00:33:13,519 –> 00:33:16,159
اما هنگام نوشتن از
900
00:33:16,159 –> 00:33:18,480
تابع writer so writer به جای
901
00:33:18,480 –> 00:33:20,480
نام فایل خاص استفاده می کنیم،
902
00:33:20,480 –> 00:33:24,799
سپس csv writer سپس ابتدا ردیف را بنویسیم. ردیف عنوانی
903
00:33:24,799 –> 00:33:26,240
است که باید درست بنویسیم
904
00:33:26,240 –> 00:33:28,080
، دلیلی وجود دارد که
905
00:33:28,080 –> 00:33:30,720
دادههای عنوان را در متغیر سرصفحه ذخیره کردهام
906
00:33:30,720 –> 00:33:33,440
که دوباره یک متغیر لیست است، بنابراین
907
00:33:33,440 –> 00:33:35,440
جایی که شما لیست را دارید، بنابراین
908
00:33:35,440 –> 00:33:37,679
که معمولاً کارآمد است، اساساً
909
00:33:37,679 –> 00:33:39,919
نام سن و نام را خواهد داشت. داده های مکان
910
00:33:39,919 –> 00:33:42,399
به طوری که من ردیف اول را می نویسم و
911
00:33:42,399 –> 00:33:44,320
ف دوم را می نویسم که شما می خواهید نه فقط یک رد
912
00:33:44,320 –> 00:33:46,480
ف یک ردیف بلکه می خواهیم چن
913
00:33:46,480 –> 00:33:49,519
ین ردیف را که در داده ها دریافت کرده ایم بنویسیم بنابراین در
914
00:33:49,519 –> 00:33:51,679
ین متغیر داده خاص ما دا
915
00:33:51,679 –> 00:33:53,679
یم همه ردیفهای دیگر غیر از عنوان، زیرا
916
00:33:53,679 –> 00:33:55,760
ما از دستور بعدی درست در لحظهای
917
00:33:55,760 –> 00:33:57,360
که دستور بعدی را انجام میدهید استفاده میکنیم، اشارهگر به ردیف بعدی تنظیم
918
00:33:57,360 –> 00:33:59,360
میشود، دلیلی وجود دارد که وقتی
919
00:33:59,360 –> 00:34:01,120
تمام دادههای مربوط به csv را میخوانید،
920
00:34:01,120 –> 00:34:02,799
دیگر دادههای سرصفحه را نخواهد داشت، بنابراین
921
00:34:02,799 –> 00:34:04,559
به همین دلیل است. ما فقط داده ها را پردازش می کنیم
922
00:34:04,559 –> 00:34:08,079
و در ردیف سوم اکنون باید
923
00:34:08,079 –> 00:34:11,359
به بنگلور به روز شود، بنابراین چون
924
00:34:11,359 –> 00:34:12,639
می بینید که مقدار را اختصاص داده اید
925
00:34:12,639 –> 00:34:14,239
و افزودن در یک ردیف است که مقدار به روز شده
926
00:34:14,239 –> 00:34:15,359
است
927
00:34:15,359 –> 00:34:17,440
و اوه بله، بنابراین بگویید ما یک هدر سمت راست اضافه
928
00:34:17,440 –> 00:34:19,359
کردیم که می نویسیم هدر همانطور که
929
00:34:19,359 –> 00:34:21,679
در ردیف های سمت راست می نویسیم می توانیم در
930
00:34:21,679 –> 00:34:23,760
تمام مقادیر به روز شده یا ردیف های به روز شده بنویسیم
931
00:34:23,760 –> 00:34:25,440
و این تنها کاری است که باید انجام دهید
932
00:34:25,440 –> 00:34:28,079
تا فایل را در یک cs بنویسید مانند csv
933
00:34:28,079 –> 00:34:30,960
ترتیب داده ها در یک فایل cs csv
934
00:34:30,960 –> 00:34:33,520
که دقیق تر می گویید پس اجازه دهید من
935
00:34:33,520 –> 00:34:35,040
آن را خیلی سریع اجرا کنم،
936
00:34:35,040 –> 00:34:37,918
سپس
937
00:34:37,918 –> 00:34:41,839
فایل example.pi را ساده بنویسم و اگر آن را اجرا کنیم، می
938
00:34:41,839 –> 00:34:44,320
ینیم که یک فایل خروجی داده ساده ایجاد شده است، هر
939
00:34:44,320 –> 00:34:45,918
ه نا
940
00:34:45,918 –> 00:34:47,119
فایل را اینجا ذکر کنید، به طو
941
00:34:47,119 –> 00:34:49,918
خودکار ایجاد می شود. اینجا آخرین
942
00:34:49,918 –> 00:34:51,839
n otice آخرین قسمت است، بنابراین برای دانش آموز
943
00:34:51,839 –> 00:34:54,879
سه، اکنون مکان بنگلور است
944
00:34:54,879 –> 00:34:56,320
نه دیگر هوگل،
945
00:34:56,320 –> 00:34:58,320
بنابراین به همین راحتی می توانید
946
00:34:58,320 –> 00:35:00,160
داده ها را دستکاری کنید، اکنون من
947
00:35:00,160 –> 00:35:03,359
هنوز از ماژول معمولی استفاده می کنم،
948
00:35:03,359 –> 00:35:05,440
دوباره کد بسیار زیادی است، اما استفاده از
949
00:35:05,440 –> 00:35:08,160
پانداها حتی ساده تر است. به شما نشان میدهیم که
950
00:35:08,160 –> 00:35:08,880
چگونه
951
00:35:08,880 –> 00:35:09,599
952
00:35:09,599 –> 00:35:12,320
eh panda یک مثال روشن است در اینجا فقط
953
00:35:12,320 –> 00:35:15,200
به سادگی باز کنید که مانند excel نیست، اما
954
00:35:15,200 –> 00:35:17,680
csv بله، بنابراین دوباره از خواندن
955
00:35:17,680 –> 00:35:19,599
csv برای خواندن
956
00:35:19,599 –> 00:35:22,000
تمام دادههای csv استفاده میکنیم و محدود شده در اینجا
957
00:35:22,000 –> 00:35:24,160
کاما برای شماست از هر جداکنندهای که
958
00:35:24,160 –> 00:35:26,800
حفظ میکنید استفاده کنید. که اکنون
959
00:35:26,800 –> 00:35:28,240
من فقط ستون را چاپ می کنم و نه
960
00:35:28,240 –> 00:35:30,720
فقط آن
961
00:35:30,960 –> 00:35:32,320
csv را
962
00:35:32,320 –> 00:35:33,440
خوب
963
00:35:33,440 –> 00:35:36,000
و در اینجا می توانید ببینید که من
964
00:35:36,000 –> 00:35:38,320
ستون های data.columns را در هدر ذخیره می کنم
965
00:35:38,320 –> 00:35:40,320
خوب است زیرا ما از
966
00:35:40,320 –> 00:35:42,240
متغیر هدر برای نوشتن استفاده می کنیم okay
967
00:35:42,240 –> 00:35:45,040
. دلیل و ما تعریف می کنیم که یک
968
00:35:45,040 –> 00:35:46,720
داده نهایی
969
00:35:46,720 –> 00:35:50,160
برابر است با لیست خالی مانند مانند لیست خالی است،
970
00:35:50,160 –> 00:35:51,520
زیرا ما قرار است داده های به
971
00:35:51,520 –> 00:35:52,960
روز شده یا پردازش شده را در این
972
00:35:52,960 –> 00:35:55,119
متغیر خاص ذخیره کنیم و از
973
00:35:55,119 –> 00:35:58,079
این استفاده خواهیم کرد، ما می توانیم داده ها را بنویسیم خوب است،
974
00:35:58,079 –> 00:36:00,480
خوب اکنون باید به سادگی برای
975
00:36:00,480 –> 00:36:02,800
مثال معمولی که استفاده میکنید، شرط rho
976
00:36:02,800 –> 00:36:04,720
0 برابر است با دانشجو زمانی که در اینجا
977
00:36:04,720 –> 00:36:06,960
به جای فهرست کردن مستقیم، همه تفاوتهای دادهها را بررسی میکنید،
978
00:36:06,960 –> 00:36:09,280
979
00:36:09,280 –> 00:36:11,760
ما از ردیفهای آن در دادههایی استفاده
980
00:36:11,760 –> 00:36:14,079
میکنیم که از پانداها دریافت کردهاید، بنابراین
981
00:36:14,079 –> 00:36:17,119
از pde.csv و این داده ها را به ما می دهد
982
00:36:17,119 –> 00:36:19,119
و در ردیف های نقطه داده،
983
00:36:19,119 –> 00:36:21,839
همه سطرها را به عنوان یک آیتم لیست به شما می دهد و شما
984
00:36:21,839 –> 00:36:23,920
در حال تکرار به هر آیتم لیست
985
00:36:23,920 –> 00:36:26,560
به معنای هر سطر و سطر تک
986
00:36:26,560 –> 00:36:29,040
شما می توانید بررسی کنید که آیا نام
987
00:36:29,040 –> 00:36:31,280
دانش آموز دوباره 0 است اگر هر زمان
988
00:36:31,280 –> 00:36:33,680
سردرگمی داشتید، به سادگی بروید و
989
00:36:33,680 –> 00:36:35,680
به نمونه آن داده خاص نگاه کنید،
990
00:36:35,680 –> 00:36:37,839
دانش آموز خوب است که 0 به معنای پارامتر اول یا نام است،
991
00:36:37,839 –> 00:36:40,640
بنابراین
992
00:36:40,640 –> 00:36:42,560
اگر به اینجا بیایید
993
00:36:42,560 –> 00:36:45,119
آن ردیف است، اگر دانش آموز سه باشد
994
00:36:45,119 –> 00:36:47,119
، فایل اوه مکان باید
995
00:36:47,119 –> 00:36:49,599
بنگلور باشد اکنون متفاوت است. قبلاً
996
00:36:49,599 –> 00:36:50,640
از
997
00:36:50,640 –> 00:36:52,560
csv معمولی استفاده کنید اکنون از
998
00:36:52,560 –> 00:36:54,640
پانداها برای نوشتن استفاده خواهید کرد، بنابراین اجازه دهید دوباره
999
00:36:54,640 –> 00:36:56,240
فایل قدیمیتری را
1000
00:36:56,240 –> 00:36:59,280
که در اینجا داشتیم که خروجی مونتاژ
1001
00:36:59,280 –> 00:37:02,240
شده
1002
00:37:02,240 –> 00:37:05,920
را حذف کنم. توسط یابندهها اکنون فقط
1003
00:37:05,920 –> 00:37:08,640
دادههای سادهای را توسط پانداها انجام میدهند، بنابراین آن یکی را حذف کنید
1004
00:37:08,640 –> 00:37:10,160
تا ابهام نداشته باشید که
1005
00:37:10,160 –> 00:37:11,040
1006
00:37:11,040 –> 00:37:12,560
کد خوب کار کرده است و شما فایل جدید را
1007
00:37:12,560 –> 00:37:13,920
داشتهاید
1008
00:37:13,920 –> 00:37:16,000
و بعد از اینکه کار با دستکاری
1009
00:37:16,000 –> 00:37:18,079
یا تغییر مقدار در اینجا تمام شد، میتوانید
1010
00:37:18,079 –> 00:37:21,280
به سادگی دادههای خام به روز شده را به آن اضافه کنید.
1011
00:37:21,280 –> 00:37:23,280
متغیر داده نهایی البته
1012
00:37:23,280 –> 00:37:26,079
متغیر لیست و در انتها پس از
1013
00:37:26,079 –> 00:37:27,599
اتمام پردازش تمام تغییرات
1014
00:37:27,599 –> 00:37:29,359
و هر تغییری که واقعاً
1015
00:37:29,359 –> 00:37:30,720
می
1016
00:37:30,720 –> 00:37:32,240
خواهید باید از
1017
00:37:32,240 –> 00:37:34,240
تابع قاب داده پاندا استفاده کنید که
1018
00:37:34,240 –> 00:37:36,720
داده ها را برای نوشتن در قالب قاب یا قالب بندی می کند
1019
00:37:36,720 –> 00:37:38,160
. شرکا بسیار خوب
1020
00:37:38,160 –> 00:37:39,599
و
1021
00:37:39,599 –> 00:37:41,599
در اینجا من نام متغیر را قاب داده ما می گذارم
1022
00:37:41,599 –> 00:37:43,040
زیرا البته این
1023
00:37:43,040 –> 00:37:46,000
قاب بندی داده است و ما از pd dot استفاده می کنیم بیایید
1024
00:37:46,000 –> 00:37:48,079
دوباره pd چیست ما پانداها را وارد کردیم
1025
00:37:48,079 –> 00:37:49,200
مشکل کوتاه مشکل به
1026
00:37:49,200 –> 00:37:50,800
همین دلیل است پس وقتی شما گیج نشوید
1027
00:37:50,800 –> 00:37:53,119
pve را ببینید و همه آن pd به سادگی
1028
00:37:53,119 –> 00:37:55,280
مدل پانداهایی است که آنها وارد کردهاند و از
1029
00:37:55,280 –> 00:37:56,800
مختصر برای آن استفاده میکند
1030
00:37:56,800 –> 00:37:59,599
و قاب داده نقطهای pd چیست که
1031
00:37:59,599 –> 00:38:02,240
همیشه میتوانید برگردید و
1032
00:38:02,240 –> 00:38:04,960
فرض کنید این تابع قاب داده است. بنابراین
1033
00:38:04,960 –> 00:38:07,760
قاب داده فقط کافی است قاب داده را کپی کنید
1034
00:38:07,760 –> 00:38:10,000
و به دنبال قاب دیتا
1035
00:38:10,000 –> 00:38:12,880
1036
00:38:12,880 –> 00:38:16,320
بگردید تا قاب داده های زیادی را در آنجا ببینید،
1037
00:38:16,839 –> 00:38:18,560
بنابراین
1038
00:38:18,560 –> 00:38:21,760
داده های uhc زیادی در xl وجود دارد،
1039
00:38:21,760 –> 00:38:24,160
بنابراین تمام جزئیات به راحتی
1040
00:38:24,160 –> 00:38:25,040
درست می
1041
00:38:25,040 –> 00:38:27,040
شوند، بنابراین بله، اوه قاب داده ما هستیم در قالب بندی
1042
00:38:27,040 –> 00:38:30,160
داده ها در پارامتر اول باید
1043
00:38:30,160 –> 00:38:32,400
1044
00:38:32,400 –> 00:38:34,720
داده ها یا لیست ها را مانند داده های لیستی یا لیستی مانند داده ها ارائه دهید، بنابراین
1045
00:38:34,720 –> 00:38:36,640
در اینجا تمام داده های ردیف ها را
1046
00:38:36,640 –> 00:38:39,040
در داده های نهایی داریم و در ستونی که
1047
00:38:39,040 –> 00:38:41,040
در حال ارائه هدر هستیم به یاد داشته باشید در
1048
00:38:41,040 –> 00:38:43,040
هدر، ستون یا دادههای فهرست هدر اصلی را ذخیره کردهاید،
1049
00:38:43,040 –> 00:38:44,480
1050
00:38:44,480 –> 00:38:46,720
بنابراین ما
1051
00:38:46,720 –> 00:38:49,040
دادههای سرصفحه را داریم و دادههای نهایی را داریم که به
1052
00:38:49,040 –> 00:38:51,119
سادگی آن را فریم میکنیم و از یک
1053
00:38:51,119 –> 00:38:52,640
1054
00:38:52,640 –> 00:38:54,560
قاب داده تابع ساده برای csv استفاده میکنیم، فکر میکنم این همان چیزی است که در
1055
00:38:54,560 –> 00:38:57,599
حال بررسی هستیم. درست است بنابراین قاب داده
1056
00:38:57,599 –> 00:39:01,280
به csv بنابراین نقطه
1057
00:39:01,280 –> 00:39:02,880
به
1058
00:39:02,880 –> 00:39:06,079
csv این تابع بنابراین هنگامی که هر گونه شکی
1059
00:39:06,079 –> 00:39:08,640
در مورد هر پارامتری به سادگی به
1060
00:39:08,640 –> 00:39:10,800
پیوند وب سایت رسمی پانداها بروید، قبلاً
1061
00:39:10,800 –> 00:39:12,880
در کد اسناد موجود است،
1062
00:39:12,880 –> 00:39:15,280
می توانید مسیر
1063
00:39:15,280 –> 00:39:18,079
یا جداکننده داده بافر خاص را ببینید
1064
00:39:18,079 –> 00:39:19,839
که n است. معمولاً در حالت اغما است، اما ممکن است
1065
00:39:19,839 –> 00:39:21,359
1066
00:39:21,359 –> 00:39:23,359
هر داده دیگری یا هر پارامتری که
1067
00:39:23,359 –> 00:39:25,119
میخواهید ارسال کنید، کاراکتر خاصی داشته باشید، میتوانید به سادگی اینجا را ارسال کنید بسیار
1068
00:39:25,119 –> 00:39:27,920
خب، من این جزئیات را نمیگویم، بنابراین بله
1069
00:39:27,920 –> 00:39:31,040
و فقط مسیر فایل را در آنجا قرار دهید که
1070
00:39:31,040 –> 00:39:34,079
میخواهید فایل را بنویسید و این
1071
00:39:34,079 –> 00:39:36,880
حالا اگر ایندکس
1072
00:39:36,880 –> 00:39:39,680
را false ندهید مانند 0 1 2 1 می نویسد
1073
00:39:39,680 –> 00:39:41,520
که ممکن است دوست نداشته باشید زیرا به هر حال
1074
00:39:41,520 –> 00:39:43,920
وقتی فایل را در csv یا با
1075
00:39:43,920 –> 00:39:45,440
هر برگه اکسل یا هر چیزی باز می
1076
00:39:45,440 –> 00:39:48,240
کنید شماره لیست را می گیرید. به هر حال مورد
1077
00:39:48,240 –> 00:39:50,560
را دوست ندارم چاپ کردن دادههای فهرست را
1078
00:39:50,560 –> 00:39:52,560
1079
00:39:52,560 –> 00:39:54,960
دوست نداشته باشم، وقتی این کار را انجام میدهید فقط آن را نادرست علامتگذاری میکنم و اگر آن پایتون را اجرا میکنید
1080
00:39:54,960 –> 00:39:56,400
1081
00:39:56,400 –> 00:39:58,560
و سپس نام فایل
1082
00:39:58,560 –> 00:40:02,240
pandas csv چیست، مثال را بنویسید، بنابراین
1083
00:40:02,240 –> 00:40:03,839
pandas
1084
00:40:03,839 –> 00:40:05,200
csv
1085
00:40:05,200 –> 00:40:07,119
مثال درست است. اگر آن را اجرا کنید،
108