در این مطلب، ویدئو نحوه ایجاد Pairplot و Scatter Matrix در پایتون با استفاده از Seaborn و پانداها 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: 00:07:13
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,060 –> 00:00:02,669
نام من تا حدودی نابغه است و من
2
00:00:02,669 –> 00:00:05,190
سال ها برنامه نویس پایتون بوده ام و به مدت بیش از 19 سال به عنوان
3
00:00:05,190 –> 00:00:07,410
دانشمند داده در زمینه
4
00:00:07,410 –> 00:00:09,540
یادگیری ماشین و
5
00:00:09,540 –> 00:00:11,730
مهندس نرم افزار فعالیت می کنم و امروز
6
00:00:11,730 –> 00:00:14,630
فقط به شما یاد می دهم که چگونه بارهای بسته شده را در
7
00:00:14,630 –> 00:00:17,940
پایتون انجام دهید. بنابراین هدف، ماتریس پراکندگی نیز نامیده می
8
00:00:17,940 –> 00:00:19,830
شود و این همان چیزی است که ما در
9
00:00:19,830 –> 00:00:21,510
حال حاضر می بینیم و
10
00:00:21,510 –> 00:00:23,490
در تجزیه و تحلیل برای شما بسیار مهم است تا بتوانید
11
00:00:23,490 –> 00:00:26,760
نحوه تعامل مقامات یا
12
00:00:26,760 –> 00:00:29,070
متغیرهای موجود در دید داده های خود را
13
00:00:29,070 –> 00:00:31,590
با یکدیگر تجسم کنید، بنابراین من می گویم. تا
14
00:00:31,590 –> 00:00:33,420
چند دقیقه دیگر به شما آموزش بدهم و می خواهم
15
00:00:33,420 –> 00:00:34,649
به شما یادآوری کنم
16
00:00:34,649 –> 00:00:36,450
که همین الان در کانال من مشترک شوید، بنابراین اگر مشترک
17
00:00:36,450 –> 00:00:38,579
نیستید، لطفاً دکمه اشتراک را بزنید و
18
00:00:38,579 –> 00:00:40,110
اگر در
19
00:00:40,110 –> 00:00:42,750
کلاس های من با مشکلی مواجه شدید یا در
20
00:00:42,750 –> 00:00:45,000
تجزیه و تحلیل داده ها مشکلی دارید علوم کامپیوتری
21
00:00:45,000 –> 00:00:47,370
علوم داده فوراً به من اطلاع دهید و من
22
00:00:47,370 –> 00:00:49,260
از شما پشتیبانی لازم را خواهم کرد، بنابراین
23
00:00:49,260 –> 00:00:51,329
لطفاً برای عضویت در کانال من روی دکمه اشتراک کلیک کنید،
24
00:00:51,329 –> 00:00:53,430
بنابراین اجازه دهید
25
00:00:53,430 –> 00:00:55,469
اینها را کنار بگذارم تا بتوانم
26
00:00:55,469 –> 00:00:57,329
از ابتدا شروع کنم. o به شما نشان میدهم که چگونه کار میکند،
27
00:00:57,329 –> 00:00:59,670
بنابراین من میخواهم یک کتاب مجله جدید را
28
00:00:59,670 –> 00:01:03,239
با گفتن پایتون 3 شروع کنم و اولین
29
00:01:03,239 –> 00:01:05,400
کاری که میخواهیم انجام دهیم این است
30
00:01:05,400 –> 00:01:07,920
که سایت داده را وارد کنیم، اما
31
00:01:07,920 –> 00:01:11,159
مجموعه دادههایی را که برای وارد کردن پانداها به آن نیاز داریم نیز شامل میشود.
32
00:01:11,159 –> 00:01:16,619
مدل import import pandas به عنوان PD مدل
33
00:01:16,619 –> 00:01:19,710
دیگری که ممکن است فعلاً به آن نیاز داشته باشیم خوب اجازه دهید فقط
34
00:01:19,710 –> 00:01:23,340
Fundas را تحمیل کنیم من
35
00:01:23,340 –> 00:01:25,290
طرف داده را کمتر وارد میکنم بنابراین این دادهها را وارد
36
00:01:25,290 –> 00:01:27,900
میکنم و میخواهم آن را اضافه کند
37
00:01:27,900 –> 00:01:31,950
دادهها را صدا کنم. میخواهم بگویم ساده است که
38
00:01:31,950 –> 00:01:37,110
بزرگسالان تور سه را میخوانند CSV زیرخط را میخورند
39
00:01:37,110 –> 00:01:39,960
و سپس مکان
40
00:01:39,960 –> 00:01:42,500
فایل را مشخص میکنم و فکر میکنم باید در
41
00:01:42,500 –> 00:01:46,560
پوشه دادههای اسلاید من باشد و این
42
00:01:46,560 –> 00:01:48,960
دستوراتی است که دقیقاً به خاطر نمیآورم
43
00:01:48,960 –> 00:01:54,060
اما اجازه دهید من فقط سعی کنید و نام آن را امتحان کنید
44
00:01:54,060 –> 00:01:56,610
که فکر می کنم باید اسلش نقطه به جلو باشد،
45
00:01:56,610 –> 00:02:01,219
بنابراین دستورات اسلش داده ها
46
00:02:01,219 –> 00:02:07,979
و CSV را شگفت زده می کنم، بنابراین می
47
00:02:07,979 –> 00:02:09,690
خواهم این را امتحان کنم و ببینم چطور
48
00:02:09,690 –> 00:02:12,569
خوب می شود، به نظر می رسد این کار می کند، بنابراین اگر سعی کنم آن را ببینم
49
00:02:12,569 –> 00:02:13,020
50
00:02:13,020 –> 00:02:17,520
من به سادگی می توانم بگویم که شانس این است که آنها
51
00:02:17,520 –> 00:02:20,330
سگ هستند، خیلی خوب است که
52
00:02:20,330 –> 00:02:23,640
پنج ردیف اول این داده را ببینید. اندازه آن کاملاً خوب کار می کرد
53
00:02:23,640 –> 00:02:26,360
من این داده ها را وارد
54
00:02:26,360 –> 00:02:29,250
کردم یک ستون بدون نام شناخته شده وجود دارد
55
00:02:29,250 –> 00:02:31,710
که فقط می خواهم آن را حذف کنم بنابراین برای حذف
56
00:02:31,710 –> 00:02:36,900
II می توانم به سادگی بگویم داده ها را اضافه کنم بنابراین آنچه را که می
57
00:02:36,900 –> 00:02:41,090
خواهم به سادگی انجام دهم می خواهم بگویم هنر
58
00:02:41,090 –> 00:02:46,050
دادههای هنری، بنابراین من فقط
59
00:02:46,050 –> 00:02:49,350
میخواهم آنهایی را که میخواهم انتخاب کنم.
60
00:02:49,350 –> 00:02:57,480
61
00:02:57,480 –> 00:03:00,750
62
00:03:00,750 –> 00:03:04,620
63
00:03:04,620 –> 00:03:06,780
اکنون این ستون بی نام
64
00:03:06,780 –> 00:03:09,420
در اینجا از بین خواهد رفت.
65
00:03:09,420 –> 00:03:14,160
من متنفر نباشم، پس بیایید
66
00:03:14,160 –> 00:03:16,470
ببینیم که او رفته است، پس این چیزی است که
67
00:03:16,470 –> 00:03:19,230
ما داریم، بنابراین اکنون می خواهم این کار را
68
00:03:19,230 –> 00:03:21,420
به روش اول کاهش چربی انجام دهم. من این کار را انجام می دهم
69
00:03:21,420 –> 00:03:25,260
با استفاده از seabone Seabourn یک ماژول برای
70
00:03:25,260 –> 00:03:27,960
تجسم است، بنابراین می خواهم بگویم که
71
00:03:27,960 –>