Showing Revision 1 created 06/09/2016 by Udacity Robot.

1. Title:
   Auditing Uniformity - Data Wranging with MongoDB
2. Description:

3. 170 0:00 - 0:02
   حسنًا، فلنتحدث عن مقياس جودة البيانات الأخير
4. 2300 0:02 - 0:05
   الذي هو الاتساق. وسنلقي نظرة على التحرير
5. 4720 0:05 - 0:09
   في حقل خاص لتحقيق الاتساق. لذلك إذا كنت تذكر، فإن الاتساق يتعلق
6. 9060 0:09 - 0:12
   بجميع القيم الموجودة في الحقل التي تستخدم نفس
7. 12010 0:12 - 0:16
   وحدات القياس. دعونا نلقِ نظرة على مثال. لذلك هنا
8. 15650 0:16 - 0:19
   سنتعامل مع مجموعة بيانات المدن مرة أخرى. وما
9. 18520 0:19 - 0:22
   ،أريد استكشافه هنا هو حقل واحد فقط
10. 21780 0:22 - 0:26
    وهو حقل خط العرض. والآن يتم تعريف حقل خط العرض
11. 25500 0:26 - 0:28
    .في مجموعة البيانات هذه باستخدام اسم حقل محدد
12. 28370 0:28 - 0:30
    لنلقِ نظرة على بعض مهام
13. 30090 0:30 - 0:33
    التحرير التي قد نقوم بها هنا. والآن الطريقة التي
14. 32810 0:33 - 0:36
    نظمت بها هذه التعليمة البرمجية هي الطريقة التي سأعالج بها
15. 36260 0:36 - 0:38
    كل صف من الصفوف ضمن ملف البيانات هذا، ومرة أخرى
16. 38480 0:38 - 0:43
    نستخدم هنا الوحدة النمطية tft في Python. بالنسبة إلى كل
17. 42710 0:43 - 0:48
    صف، سنستدعي هذه الدالة audit_float_field. إذًا، هذا
18. 47510 0:48 - 0:51
    الجزء الخاص من التعليمة البرمجية هو شيء يمكننا استخدامه
19. 50650 0:51 - 0:54
    بالفعل لتحليل أي حقل ينبغي أن يتضمن
20. 53860 0:54 - 0:57
    قيمة نقطة عائمة. وبشكلٍ عام، هذه هي الطريقة
21. 57200 0:57 - 1:00
    التي أفضلها في التفكير بشأن تحرير الحقول في مجموعات البيانات. أحب
22. 60450 1:00 - 1:02
    التفكير في الأشياء بشكلٍ عام التي يمكن أن
23. 62170 1:02 - 1:06
    تحدث بشكلٍ خاطئ في نوع محدد من حقل البيانات. ويسري هذا الأمر
24. 65570 1:06 - 1:08
    على بعض عمليات التحرير لهذا النوع وعندئذٍ إذا أردت
25. 67910 1:08 - 1:11
    ذلك، يمكنني كتابة أساليب تحرير أكثر تحديدًا للتحقق
26. 71300 1:11 - 1:16
    .من القيم. حسنًا، فلنلق نظرة على دالة audit_float_field هذه
27. 75950 1:16 - 1:19
    .هذا هو الموضع الذي يحدث فيه جميع الأعمال الحقيقية هنا
28. 79360 1:19 - 1:21
    وما سأقوم به هو أنني
29. 81470 1:21 - 1:25
    سأتتبع باستمرار عدد القيم الخالية التي أجدها
30. 84750 1:25 - 1:29
    وعدد الحقول الفارغة، إن وجدت، ثم عدد
31. 88550 1:29 - 1:31
    قيم الحقل التي هي صفائف بالفعل. وإذا تذكرت
32. 91340 1:31 - 1:34
    فإن الصفائف تقوم بالترميز باستخدام قوسين معقوصين وأشرطة عمودية
33. 94240 1:34 - 1:37
    لفصل العناصر الفردية للصفائف الموجودة في مجموعة بيانات
34. 97380 1:37 - 1:42
    مربع المعلومات. كما سأتحقق للتأكد من أن
35. 101510 1:42 - 1:46
    القيمة هي رقم بالفعل. فإذا كانت رقمًا، فسأجري عملية تحقق
36. 106500 1:46 - 1:49
    للتأكد من أنها تقع ضمن قيم الحد الأدنى
37. 108930 1:49 - 1:53
    والحد الأقصى، مفهوم؟ إذًا، هذه طريقة للتأكد
38. 112740 1:53 - 1:55
    من أنها تستخدم وحدات القياس التي
39. 115030 1:55 - 1:58
    أتوقعها. وإذا تذكرت قبل ذلك، رأينا
40. 118370 1:58 - 2:02
    مثالاً تم فيه تمثيل مساحة مدينة
41. 121850 2:02 - 2:07
    .باستخدام ملليمترات مربعة على خلاف الكيلومترات المربعة
42. 127360 2:07 - 2:12
    وما سأقوم به في هذا الجزء الخاص من التعليمة البرمجية، هو الترميز الثابت
43. 131600 2:12 - 2:16
    بالفعل في بعض القيم لهذا الحقل الخاص. والآن، ما
44. 136170 2:16 - 2:19
    سأقوم به هنا، إذا لم أكن أستخدم هذا كمثال
45. 138790 2:19 - 2:21
    لهذه الدورة التدريبية، هو أنني سأعامل كل قيمة من هذه القيم بالفعل على أنها
46. 141025 2:21 - 2:25
    معلمات سطر الأوامر التي سأدخلها في هذا البرنامج النصي. هنا
47. 144690 2:25 - 2:27
    سأجري ترميزًا ثابتًا لها. لذلك إذا أردت استخدام
48. 146630 2:27 - 2:30
    ذلك بالفعل لحقل مختلف فما سأقوم به هو
49. 149830 2:30 - 2:33
    تغيير اسم الحقل وتغيير قيم الحد الأدنى والحد الأقصى
50. 152930 2:33 - 2:37
    لاختبار حقل عائم مختلف. Okay. إذًا، بالعودة
51. 156560 2:37 - 2:42
    إلى دالة audit_float_field، مرة أخرى، نقوم بالتحقق من القيم الخالية والقيم الفارغة
52. 161670 2:42 - 2:46
    ،والصفائف وأي حقول ليست في الحقيقة رقمًا
53. 165660 2:46 - 2:49
    ،بمجرد إنشائها عبر جميع تلك الاختبارات. وأخيرًا
54. 168660 2:49 - 2:50
    إذا انتقلت إلى هنا، فسأحصل على شيء
55. 170340 2:50 - 2:53
    أعتقد أنه رقم. ما سأقوم به هو
56. 172860 2:53 - 2:55
    تحويله بالفعل إلى قيمة نقطة عائمة، نظرًا لأن
57. 174510 2:55 - 2:58
    جميع القيم الواردة هي سلاسل بالفعل، ومن ثم سأتحقق
58. 178370 2:58 - 3:03
    من نطاقها. حسنًا، يقع نطاق خط العرض، الطريقة
59. 183410 3:03 - 3:07
    التي يتعين ترميز هذه البيانات بها، بين سالب 90 وموجب
60. 187170 3:07 - 3:10
    90 ومن الناحية التقنية كان يتعين عليّ جعله على هيئة أقل من
61. 189940 3:10 - 3:13
    .أو يساوي. Okay. فلنقم بذلك ونرَ ماذا يظهر
62. 195880 3:16 - 3:19
    مفهوم؟ لذلك وجدت ثلاثة أشياء ليست أرقام. ويمكنك رؤية ذلك يبدو
63. 198530 3:19 - 3:22
    .مثل قيمة خط عرض مناسبة، تم التعبير عنها بنوع وحدة مختلف وحسب
64. 202260 3:22 - 3:25
    إجمالي عدد المدن، وهذا ما أتوقعه. عدد قليل من القيم الخالية، بالفعل
65. 205420 3:25 - 3:29
    حسنًا، لن نقوم بالكثير بشأن ذلك في هذا المثال الخاص. و
66. 209350 3:29 - 3:33
    عدد قليل تمامًا من الصفائف. إذا أردت تحرير ذلك بالكامل، فسأحتاج
67. 212650 3:33 - 3:35
    إلى إلقاء نظرة على تلك الصفائف ورؤية ما يحدث
68. 214700 3:35 - 3:37
    هناك. وبعدئذٍ سأحتاج إلى التحقق من كل قيمة فردية
69. 217120 3:37 - 3:41
    في تلك الصفائف. ما أهتم به أكثر، في هذا المثال الخاص، هي
70. 221160 3:41 - 3:43
    تلك القيم. توجد الآن عدة طرق مختلفة لتمثيل
71. 223210 3:43 - 3:48
    الإحداثيات الجغرافية. إليك ثلاثة أمثلة حيث بدلاً من
72. 227780 3:48 - 3:51
    وجود قيم الصف لخط العرض وخط الطول، حصلنا
73. 231260 3:51 - 3:55
    بدلاً من ذلك نوع الإحداثيات هذا، الذي هو بالفعل
74. 234660 3:55 - 3:58
    درجات ودقائق وثوانٍ. ومن ثم طريقة مختلفة
75. 237980 3:58 - 4:02
    لترميز نفس المعلومات لخط العرض. إذا قمت بتغيير
76. 241810 4:02 - 4:04
    هذه التعليمة البرمجية بشكلٍ طفيف، فسوف تتوفر لنا فرصة لرؤية
77. 244330 4:04 - 4:06
    .كيف تبدو مجموعة القيم بالفعل
78. 248960 4:09 - 4:13
    حسنًا، يمكنك رؤية أنها كل القيم الواقعة بين سالب 90
79. 252890 4:13 - 4:17
    .وموجب 90 وهناك يمكننا رؤية عدد قليل من القيم السالبة كذلك
80. 258940 4:19 - 4:23
    إذًا، يؤدي التعليق على ذلك إلى تشغيل هذا مرة أخرى. ما الذي يحدث
81. 262870 4:23 - 4:26
    مع هذه القيم؟ حسنًا، يمكن أن يكون ما حدث أن تلك الأرقام
82. 266270 4:26 - 4:29
    ،قد تم ترميزها يدويًا باستخدام نظام إحداثيات مختلف
83. 269040 4:29 - 4:32
    وهذا هو السبب الفعلي في أننا كنا نرى هذا الناتج بدلاً من
84. 272300 4:32 - 4:35
    نوع الرقم هذا الذي نتوقعه. إذًا، هذا
85. 274790 4:35 - 4:37
    هو نوع الشيء الذي قد نراه عند التحرير
86. 277010 4:37 - 4:40
    لتحقيق الاتساق. لقد حصلنا على حقل فردي يتضمن
87. 280070 4:40 - 4:44
    نوع بيانات خاصًا، في هذه الحالة، قيم خط العرض
88. 284010 4:44 - 4:47
    لموقع المدن. لكن هناك نظامي إحداثيات
89. 286990 4:47 - 4:51
    مختلفين يتم استخدامهما. يتم تمثيل خط عرض الدرجات العشرية
90. 290630 4:51 - 4:54
    ،وخط العرض بالدرجات والدقائق والثواني. والآن
91. 294050 4:54 - 4:57
    بهدف التوضيح التام، جعلتُ
92. 296710 4:57 - 5:00
    .مجموعة البيانات مهملة بتقديم تلك القيم الثلاث
93. 300230 5:00 - 5:02
    لكن هذا هو بالضبط نوع الشيء الذي
94. 301740 5:02 - 5:03
    يمكنك توقع رؤيته فيما يتعلق
95. 303440 5:03 - 5:07
    .بنفس نوع القيمة التي يتم تمثيلها باستخدام وحدات مختلفة