آموزش کتابخانه های NumPy و Matplotlib در پایتون – تحلیل داده‌ تا رسم نمودار + گواهینامه

آموزش کتابخانه های NumPy و Matplotlib در پایتون – تحلیل داده‌ تا رسم نمودار + گواهینامه

4 ساعت
0.0

NumPy چیست؟ NumPy کتابخانه‌ای قدرتمند در پایتون است که برای انجام محاسبات عددی بر روی آرایه‌های بزرگ و چندبعدی به کار می‌رود. این کتابخانه ابزاری اساسی در علوم داده و یادگیری ماشین به شمار می‌رود که امکان انجام عملیات ریاضی پیچیده، تحلیل آماری و دستکاری ماتریس‌ها را به صورت کارآمد فراهم می‌کند. Matplotlib چیست؟ Matplotlib کتابخانه‌ای قدرتمند و پرکاربرد در زبان برنامه‌نویسی پایتون است که برای رسم نمودارها و مصورسازی داده‌ها به کار می‌رود. با استفاده از این کتابخانه، می‌توان انواع مختلفی از نمودارها و گراف‌ها را ایجاد کرد و داده‌ها را به صورت بصری نمایش داد. اهمیت یادگیری کتابخانه‌های NumPy و Matplotlib در پایتون چیست؟ NumPy و Matplotlib دو کتابخانه قدرتمند و اساسی در زبان برنامه‌نویسی پایتون هستند که به ترتیب برای محاسبات عددی و رسم نمودارها به کار می‌روند. یادگیری و تسلط بر این دو کتابخانه، برای هر فردی که قصد دارد در حوزه‌های داده‌محور فعالیت کند، از اهمیت بالایی برخوردار است. در ادامه به برخی از دلایل اهمیت یادگیری این دو کتابخانه اشاره می‌کنیم: پایه تحلیل داده: NumPy برای کار با اعداد و ماتریس‌ها و Matplotlib برای نمایش بصری داده‌ها استفاده می‌شود. این دو کتابخانه پایه و اساس بسیاری از تحلیل‌های داده‌ای هستند. کاربرد در علوم داده و یادگیری ماشین: NumPy و Matplotlib به طور گسترده در علوم داده و یادگیری ماشین برای آماده‌سازی داده‌ها، انجام محاسبات و نمایش نتایج استفاده می‌شوند. جامعه و منابع: این کتابخانه‌ها دارای جوامع بزرگ و منابع آموزشی فراوانی هستند که یادگیری آن‌ها را آسان‌تر می‌کند. مزایای فنی: NumPy و Matplotlib سریع، کارآمد و انعطاف‌پذیر هستند. در این فرادرس چه چیزی یاد می‌گیریم؟ این آموزش به دلیل پوشش جامع مفاهیم اصلی و کاربردی بودن تمرینات، برای فراگیران مبتدی تا متوسط مناسب است. تمرکز بر مثال‌های واقعی و تمرین‌های عملی فراگیران را قادر می‌سازد تا مهارت‌های خود را به سرعت توسعه دهند و آن‌ها را در پروژه‌های خود به کار گیرند.

فرادرس
فرشید شیرافکن

تریلر دوره

توضیحات کامل دوره

...

سرفصل‌های دوره

  • چکیده
    0:01:51

  • معرفی محیط ژوپیتر نوت‌بوک (Jupyter Notebook)
    رایگان 0:03:26
  • ایجاد آرایه (یک، دو و سه‌بعدی) با متد array، تعیین ابعاد و شکل و دسترسی به عناصر آرایه 
    0:13:20
  • انواع داده int float ،bool و string
    0:14:45
  • انواع داده object datatime و complex 
    رایگان 0:07:42

  • نحوه برش (slicing) در آرایه‌ها – یک، دو و سه‌بعدی
    0:14:52
  • متدهای take و where
    0:07:21

  • متدهای ones ،zeros ،full ،empy ،identity و eye
    0:12:48
  • تولید توالی‌های عددی با متدهای linspace و arrange
    0:05:34
  • ذخیره و لود آرایه‌ها
    0:08:34

  • عملیات ریاضی پایه – متدهای add ،subtract ،multiply ،divide ،dot و matmul
    رایگان 0:09:40
  •  انجام عملیات تجمعی بر روی آرایه‌ها با متدهای sum ،prod  ،cumsum و cumprod
    رایگان 0:04:26
  • متدهای round ،floor ،ceil ،log و exp
    رایگان 0:05:48
  • عملیات تقسیم و باقیمانده با متدهای mod ،divmod ،fmod و power 
    0:07:05
  • مقایسه سرعت کار با آرایه‌های نام‌پای و لیست پایتون
    0:05:22

  • پیدا کردن اشتراک و اجتماع آرایه‌ها با متدهای union1d و intersect1d
    0:03:48
  • انجام عملیات منطقی با متدهای logiclal_not ،logical_and و ogical_or
    0:05:09
  • بررسی مقادیر بی‌نهایت و NaN با متدهای isinf isfinite و isnan
    0:03:20
  • بررسی شرایط برای تمام یا حداقل یک عنصر آرایه با متدهای all و any
    0:02:39

  • وارد کردن، حذف و افزودن عناصر به آرایه با متدهای max ،maximum ،argmax ،sort و unique
    رایگان 0:10:36
  • وارد کردن، حذف و افزودن عناصر به آرایه با متدهای insert ،delete ،append و put
    0:07:13

  • ترکیب و چسباندن آرایه‌ها با متدهای concatenate ،stack ،hstack و vstack
    0:05:38
  • تقسیم، تکرار و کاشی‌سازی آرایه‌ها با متدهای split ،repeat و tile
    رایگان 0:05:14
  • کپی کردن و ایجاد view با متدهای copyto و view
    0:02:10
  • محدود کردن مقادیر آرایه با متد clip
    0:02:04
  • متد pad
    0:07:04

  • reshape ،diag و tril
    0:06:03
  • flip ،flipud و fliplr
    0:04:28
  • transpose ،moveaxis و swapaxes
    0:03:09
  • flatten و ravel
    0:03:50
  • fromfunction
    0:04:29

  • تولید اعداد تصادفی با randint و random
    0:04:46
  • تولید اعداد تصادفی از توزیع یکنواخت و نرمال با متدهای rand و randn
    0:03:09
  • انتخاب تصادفی و جابه‌جایی آرایه‌ها بامتدهای choice ،permutation و shuffle 
    0:02:26

  • رسم نمودار نقطه‌ای با متد scatter 
    0:05:50
  • رسم نمودار خطی با متد plot
    0:14:47
  • رسم نمودار میله‌ای با متد bar
    0:14:25
  • رسم هیستوگرام با متد hist 
    0:07:11
  • رسم نمودار دایره‌ای با متد pie
    0:05:10
  • رسم نمودار جعبه‌ای با متد boxplot
    0:12:46
  • رسم چند نمودار در یک شکل با متد Subplot
    0:09:54

  • جمع‌بندی و نتیجه مباحث
    0:01:24
  • ادامه یادگیری
    0:03:05

  • آموزش کتابخانه های NumPy و Matplotlib در پایتون – تحلیل داده‌ تا رسم نمودار

  • خلاصه و مرور آموزش
  • واژه‌نامه (Glossary)
  • سوالات متداول (FAQ)
  • مشاغل مرتبط
  • نمونه سئوالات مصاحبه شغلی

ارسال نظر شما

نظرات کاربران

نظرات کاربران

هنوز نظری ثبت نشده است.

2,890,000 تومان
578,000 تومان
80% تخفیف
ثبت‌نام در دوره
این دوره شامل:
14 فصل آموزشی
4 ساعت ساعت آموزش
دسترسی مادام‌العمر
سطح: مبتدی
گواهی پایان دوره: ندارد
تاریخ انتشار: 1403/12/09
آخرین به‌روزرسانی: 2026-10-29 13:53:53
تعداد امتیازها: 0
تعداد دانشجو: 0
خرید اقساطی: ندارد
ضمانت بازگشت وجه: ندارد
برچسب‌ها: