کتاب Python Data Visualization Essentials Guide یک راهنمای کامل و جامع برای آموزش زبان برنامه‌نویسی Python جهت ترسیم داده‌ها می‌باشد. این کتاب بعد از مطرح کردن مفاهیم داده کاوی و تجسم داده‌ها، آن‌ها را با زبان پایتون و کتابخانه‌های معروف آن به مرحله‌ی اجرا می‌رساند. همچنین دارای چند ده نوع تمرین مختلف برای نوآموزان است تا بتوانند مفاهیمی را که به صورت تئوری یاد گرفته‌اند را با استفاده از زبان برنامه‌نویسی پایتون به اجرا در بیاورند.
مقدمه‌ای بر کتاب Python Data Visualization Essentials Guide:
در طول دهه گذشته (اصطلاح NASSCOM برای دهه 2011-2020)، علم داده بسیار محبوب بوده است و یک حوزه تمرکز کلیدی برای فناوران دارد. غول‌های فناوری پیشرو، استارتاپ‌های موفق و شرکت‌های مهندسی محصولات نرم‌افزاری از قدرت علم داده برای ایجاد محصولات و خدمات عالی استفاده کرده‌اند.
یکی از عناصر کلیدی موفقیت علم داده و تجزیه و تحلیل داده‌های بزرگ، رشد ابزارها و ویژگی‌های ساده‌سازی کارهای پیچیده و رشد زیرساخت‌های محاسباتی است. تجسم داده‌ها یکی از مفاهیم کلیدی است که برای جنبه‌های مختلف اصلی علم داده به روش بسیار هوشمند و ساده استفاده می‌شود.
پایتون درهای ساده‌سازی تجسم داده‌ها را با افزایش کتابخانه‌های مدبر برای خودکارسازی نیازهای مختلف تجسم باز کرده است. پیچیدگی‌هایی مانند نیاز به تجسم مجموعه داده‌های پیچیده و انواع داده‌ها توسط کتابخانه‌های مختلف به طور مؤثر با استفاده از پایتون برطرف می‌شود. اتوماسیون پایتون با چارچوب و معماری سازگار، قابلیت نوشتن تجسم خوب را با چند خط کد ارائه می‌دهد. در مورد تجسم داده‌ها، پایتون چندین مزیت را ارائه می‌دهد.
هدف اصلی کتاب Python Data Visualization Essentials Guide ایجاد یک راهنمای ساده و آسان برای استفاده است که مفاهیم اصلی تجسم داده را با استفاده از پایتون برجسته می‌کند.
این کتاب می‌تواند برای درک مفاهیم تجسم داده به راحتی مورد استفاده قرار گیرد تا افراد حرفه‌ای را که این کتاب را می‌خوانند آماده کند تا آماده تجسم خود در مجموعه‌های مختلف داده شود. این کتاب شامل مثال‌های زیادی برای نمایش یک مفهوم خاص و اصول کلیدی است که ممکن است به عنوان یک سؤال مصاحبه احتمالی مطرح شود. کتاب Python Data Visualization Essentials Guide یک پایلوت خوب برای یادگیری مفاهیم اولیه تجسم داده با استفاده از پایتون خواهد بود. این کتاب به ده فصل تقسیم شده است و شرح مفصلی از مفاهیم اصلی تجسم داده‌ها را ارائه می‌دهد.
فصل 1 مفاهیم تجسم داده را معرفی می‌کند. این تجسم داده‌ها، عناصر کلیدی تجسم داده‌ها و اهمیت استفاده از اتوماسیون آزمون را پوشش می‌دهد.
فصل 2 قدرت داستان‌سرایی بصری را معرفی می‌کند، نمونه‌هایی از تجسم داده‌های قدرتمند را پوشش می‌دهد، مزایای تجسم داده‌ها را تقویت می‌کند، و برخی توصیه‌های اولیه در مورد منابع و ابزارهای مختلف برای استفاده.
فصل 3 عناصر تجسم داده‌ها و ابزارهای موجود را پوشش می‌دهد. این شامل انواع مختلفی از نمودارها و نمودارهای مورد استفاده در تجسم داده‌ها، توصیه‌ای در مورد انتخاب نمودارهای مناسب، روش‌های مختلف برای انتخاب عناصر تجسم مختلف و روش‌های پیاده‌سازی پیشنهادی است. همچنین ابزارهای مختلف تجسم داده موجود در بازار را در نظر می‌گیرد.
فصل 4 نمونه‌های کاربردی با استفاده از کتابخانه matplotlib را پوشش می‌دهد. کتاب Python Data Visualization Essentials Guide مقدمه‌ای بر کتابخانه فوق‌العاده محبوب matplotlib، مقدمه‌ای بر معماری کتابخانه و 50+ نمونه برای تجسم داده را پوشش می‌دهد. همچنین لیستی از منابع matplotlib برای استفاده ارائه می‌دهد.
فصل 5 نمونه‌های کاربردی با استفاده از کتابخانه‌های NumPy و Pandas را پوشش می‌دهد. این شامل مقدمه‌ای بر ترسیم Pandas و نمونه‌ها و مطالعات موردی عناصر مختلف تجسم با استفاده از توابع ترسیم پانداس، ماژول‌ها و مجموعه ابزار است. همچنین لیستی از منابع Pandas برای استفاده ارائه می‌دهد.
همچنین شما می‌توانید برای مطالعه و کار با ابزار پانداس از کتاب Pandas Cookbook نیز استفاده نمائید.
فصل 6 نمونه‌های کاربردی با استفاده از کتابخانه Seaborn را پوشش می‌دهد. کتاب Python Data Visualization Essentials Guide مقدمه‌ای بر کتابخانه سیبورن را شامل می‌شود. با استفاده از مجموعه داده‌های مختلف نمونه‌ها و مطالعات موردی عناصر مختلف تجسم Seaborn به نمایش گذاشته شده است. همچنین لیستی از منابع Seaborn برای استفاده ارائه می‌دهد.
فصل 7 نمونه‌های کاربردی با استفاده از کتابخانه Bokeh را پوشش می‌دهد. کتاب Python Data Visualization Essentials Guide مقدمه‌ای بر کتابخانه Bokeh، و نمونه‌ها و منابع مربوط به Bokeh را شامل می‌شود.
فصل 8 نمونه‌های کاربردی با استفاده از plot.ly ،folium ،MPLFinance را پوشش می‌دهد. این فصل دارای مطالعات موردی برای Plot.ly است که شامل قابلیت‌های تجسم تعاملی، مطالعات موردی با استفاده از folium برای تجسم نقشه‌برداری جغرافیایی و MPLFinance برای تجسم داده‌های بازار سهام برخی نمودارهای مالی است.
فصل 9 شامل مطالعات موردی و نمونه‌های عملی و تمریناتی است که خوانندگان باید آن را امتحان کنند. این فصل نمونه‌هایی برای استفاده از همه کتابخانه‌های تحت پوشش (matplotlib ،seaborn، Bokeh، plot.ly. folium) و Altair دارد. این فصل یک راهنمای کامل عملی برای خوانندگان است تا از هشت فصل اول یادگیری را به کار گیرند.
سرفصل‌های کتاب Python Data Visualization Essentials Guide:
- 1. Introduction to Data Visualization
- 2. Why Data Visualization?
- 3. Various Data Visualization Elements and Tools
- 4. Using Matplotlib with Python
- 5. Using Pandas for Plotting
- 6. Using Seaborn for Visualization
- 7. Using Bokeh with Python
- 8. Using Plotly, Folium, and Other Tools for Visualization
- 9. Hands-on Visualization Exercises, Case Studies, and Further Resources
- Index
فایل کتاب Python Data Visualization Essentials Guide را می‌توانید پس از پرداخت، دریافت کنید.
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.