Arabic subtitles

Plotting in Python - Intro to Data Science

Get Embed Code
5 Languages

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

  1. أصبحت الآن تعرف قدرًا جيدًا عن
  2. كيفية ترميز المعلومات في التصور المرئي وكيفية إنشاء تصور مرئي فعال
  3. ،ولكننا لم نتناول بعد طريقة عمل رسومات مثل هذه
  4. لأننا لم نتمكن من تصميمها
  5. بالورقة والقلم. هناك عدد من حزم
  6. التخطيط البياني في Python. وتعد Matplotlib
  7. واحدة من أشهر تلك الحزم. ومع ذلك، في هذه الدورة التدريبية، أود أن أتطرق إلى
  8. التخطيط البياني باستخدام مكتبة Python المسماة ggplot، التي
  9. .تعيد إنشاء الصيغة المستخدمة في مكتبة ggplot2 الخاصة بـ R على نحو جيد
  10. إذا كان Matplotlib يستخدم على نطاق واسع جدًا، فما السبب الذي يكمن وراء
  11. استخدامنا ggplot؟ حسنًا، أرغب في استخدام هذه الحزمة
  12. لعدة أسباب. أولاً، ما تقدمه هذه الحزمة أفضل قليلاً
  13. من الناحية الجمالية عما تقدمه Matplotlib. ثانيًا، إنها تعد
  14. تنفيذًا لمفهومٍ منمقٍ جميلٍ يسمى
  15. قواعد الرسومات، الذي يدعي أساسًا
  16. .استخدام القواعد في تأليف مكونات رسومية للرسومات الإحصائية
  17. وفي الواقع، تُستمد gg في ggplot
  18. من مقابل قواعد الرسومات في الإنجليزية. كما أنها أيضا تنسجم بشكل جيد مع
  19. pandas DataFrames التي نستخدمها
  20. في هذه الدورة التدريبية. ولتلخيص الأفكار الكامنة وراء
  21. قواعد الرسومات سريعًا، فإن المخططات تعرض المعلومات
  22. .من خلال جمالياتها مثل موضع x أو موضع y
  23. العناصر الموجودة في المخطط عبارة عن
  24. .أشكال هندسية، مثل النقاط أو الخطوط أو الأشرطة
  25. ،تتمتع بعض هذه الأشكال بجماليات خاصة بها
  26. مثل أحجامها أو
  27. ألوانها. يمكنك التفكير في إنشاء مخطط في
  28. ggplot من خلال قواعد الرسومات باعتباره إضافة طبقات
  29. إلى المخطط. دائمًا ما تكون الخطوة الأولى في إنشاء
  30. ،الرسم هي إنشاء المخطط
  31. الذي يمثل في الأساس سطح العمل. حيث يمكن
  32. .تحقيق ذلك من خلال استدعاء البيانات وaes(xvar, yvar) في ggplot
  33. تمثل البيانات هنا pandas DataFrame، ويمثل كل من xvar وyvar
  34. أعمدة في إطار البيانات. لذا، ما سنقوم به هنا
  35. هو إنشاء ggplot. سيكون مصدر البيانات
  36. ،هو إطار البيانات لدينا
  37. ويكون كل من xvar وyvar
  38. الكميات التي نرغب في تخطيطها. يمكن أن تكون منطقة وعدد من
  39. ،تسجيلات Aadhaar أو موضع وعدد اللاعبين
  40. أو ما شابه ذلك. ما قمنا به هنا هو
  41. أننا أنشأنا مخطط ggplot الخاص بنا. كما أننا وضحنا أن مصدر البيانات
  42. الذي ستستخدمه هو pandas DataFrame
  43. وأن المتغيرات التي سنضعها في الاعتبار هي xvar وyvar. يمكن أن تشمل هذه
  44. المنطقة وعدد Aadhaar المسجل في حالة استخدامنا
  45. بيانات Aadhaar أو يكون فريقًا وإجمالي عدد اللاعبين
  46. ،إذا كنا نستخدم بيانات البيسبول
  47. أو ما شابه ذلك. حسنًا، ما تطرقنا إليه حتى الآن
  48. ،أنه سيكون لدينا مخطط يقوم بتخطيط xvar في المحور x
  49. ،وyvar في المحور y
  50. ولكننا لم نتطرق حتى الآن إلى
  51. الشكل الهندسي الذي سيمثل هذه البيانات. وإذا أضفنا نقطة geom إلى
  52. هذه العبارة، فسننشئ رسمًا مبعثرًا. وإذا أضفنا
  53. أيضًا سطر geom إضافيًا إلى الرسم، فسنوصِّل
  54. كل تلك النقاط معًا باستخدام الخطوط. لنفترض، أننا نريد
  55. .أن تأخذ هذه النقاط لونًا معينًا
  56. ،يمكننا كتابة اللون يساوي مرجاني في نقطة geom
  57. .ونكتب كذلك اللون يساوي مرجاني في سطر geom
  58. وبعد القيام بذلك، ستظهر
  59. النقاط والخطوط باللون المرجاني. وتلك هي الخطوة الثانية
  60. ،في إنشاء مخطط في ggplot
  61. .وهي اختيار نوع الشكل الهندسي الذي سيمثل البيانات
  62. والخطوة الأخيرة هنا هي إضافة
  63. ،بعض التسميات لكي يتضمن المخطط بعضًا من السياق
  64. مثل العنوان أو تسمية x أو تسمية y. ويمكن تنفيذ ذلك بنفس الطريقة
  65. التي أضفنا بها النقاط والخطوط إلى
  66. مخططنا. يمكننا إضافة ggtitle لإضافة عنوان
  67. المخطط. وxlab التي ستكتب x-label، لتوفير
  68. تسمية x. وستقوم ylab بالأمر ذاته
  69. مع محور y. والآن ما يمكنني فعله هو
  70. كتابة كلمة Print قبل هذا الأمر بالكامل. وبذلك سأنشئ
  71. مخططًا في Python. فلم لا تجرب تنفيذ هذه الأفكار
  72. لإنشاء رسم بياني من تصميمك؟