https://virgool.io/feed/@mahdi021 fa 2026-04-15 10:10:49 https://static.virgool.io/images/default-avatar.jpg https://virgool.io/@mahdi021 https://virgool.io/@mahdi021/%D8%B3%D9%86%DB%8C%D9%88%D8%B1-%D9%88-%D8%AC%D9%88%D9%86%DB%8C%D9%88%D8%B1%D8%A8%D8%B1%D9%86%D8%A7%D9%85%D9%87-%D9%86%D9%88%DB%8C%D8%B3%DB%8C-fqg6v0efrga5 سلام و درود دوستان!کشش نمیدم! برو بریم ببینیم به چه کسی میگن سنیور( senior ) و جونیور( junior )....سنیور کیست؟سنیور کسی هستش که بیش از 10 سال تجربه کاری داشته باشه و به این معنی هستش که خودش به تنهایی مسئولیت یک پروژه رو به عهده میگیرهجونیور کیست؟به افرادی گفته می شه که کمتر از 2 الی 3 سال تجربه کاری داشته باشن، یعنی باید تحت نظر یک فردی با تجربه تر، کار رو پیش ببرن.نتیجه گیریسنیور بالا ۱۰ سال تجربه کاریجونیور کم تر از ۲ الی ۳ سال تجربه کاری M021 M021 Sat, 16 Nov 2024 05:21:42 +0330 https://virgool.io/@mahdi021/difference-between-isna-isnull-in-pandas-pbqk8e0wqlrz خب سلام علیکم من اومدم با ی سوال بزرگ تو ذهنم که این دو تا متد چه تفاوتی باهم دارند؟! طبق معمول :)منم به جون این پانداس نمی دونم! اگه دوست داری تفاوت این دو تا رو بامن یادبگیری، پس برو بریم ...زیاد کشش نمی دم بریم ببینیمتفاوت و شباهت این دوتا متد تو پانداس در چی هست؟این دوتا هیچ تفاوتی ندارندخیلی آسون!یعنی هر دو یک عملکرد مشابه رو انجام میدن؛ هر دو برای شناسایی مقادیر گمشده (missing values) در داده‌ها به کار میرن و می‌تونیم به جای یکدیگر استفاده شون کرد.مثال بزنم که جا بیفته:خروجی:نتیجه گیریعملکرد:هر دو متد isna() و isnull() مقادیر گمشده را شناسایی می‌کننخروجی یک DataFrame یا Series با مقادیر بولی برمی‌گردونهنامگذاری: متد isna() از نظر نامگذاری به تابع NA (Not Available) اشاره داره در حالی که متد isnull() به تابع NULL اشاره داره ( این تفاوت نامگذاری بیشتر به دلیل سازگاری با سایر کتابخانه‌ها و زبان‌های برنامه‌نویسی است)برتولت برشتبرای موفق شدن از سه مرحله باید گذشت:ابتدا مورد تمسخر واقع می شویسپس با خشونت به مخالفت با تو می پردازندسرانجام به تو ایمان می آورند.موفق باشید M021 M021 Thu, 14 Nov 2024 02:00:17 +0330 https://virgool.io/@mahdi021/%DA%A9%D8%A7%D8%B1%D8%A8%D8%B1%D8%AF-%D9%88-%D8%AA%D9%81%D8%A7%D9%88%D8%AA-%D9%86%D9%85%D9%88%D8%AF%D8%A7%D8%B1%D9%87%D8%A7-%D8%AF%D8%B1-%DA%A9%D8%AA%D8%A7%D8%A8%D8%AE%D8%A7%D9%86%D9%87-matplotlib-cdi9qg8vgjcc سلام دوستاندنبال تفاوت و کاربرد هر نمودار داخل کتابخونه matplotlib بودم دیدم تو هیچ کدام از این سایت ها جوابم رو نمی تونم پیدا کنم برای همین تصمیم گرفتم بیام مطالبی که جمع آوری کردم رو با شما هم اشتراک بزارمان شاءالله که مفید باشه براتونبرو بریم.....یک نکته باید اشاره کرد اینه که قرار نیست همه نمودار متپلاتلیپ رو بررسی کنیم اونهایی که بیشتر استفاده میشن رو باهم می خونیم1. نمودار plotاین نمودار، از ساده‌ترین و رایج‌ترین نمودارهای matplotlib هست که بیشتر برای نمایش تغییرات یک متغیر در طول زمان یا به عبارتی داده‌های ترتیبی استفاده می‌شه. در واقع، زمانی که بخوایم داده‌های پیوسته رو توی یک خط نمایش بدیم، از plot استفاده می‌کنیم. مثلا برای رسم نمودار دمای هوا در طول روز یا قیمت یک کالا در طول ماه، نمودار plot کاملاً مناسبه.plot 2. نمودار scatterنمودار scatter هم خیلی کاربردیه و برای نمایش نقاط پراکنده یا همون داده‌های تک‌تک استفاده می‌شه. این نمودار زمانی به کار میاد که بخوایم ارتباط بین دو متغیر رو ببینیم؛ مثلا بخوایم بفهمیم آیا قد و وزن افراد به هم مرتبط هستن یا نه. هر نقطه توی این نمودار یک زوج داده هست، یعنی هر نقطه نشون‌دهنده مقدار دو متغیره.scatter3. نمودار barنمودار bar برای نمایش مقایسه‌ای عالیه؛ وقتی می‌خوایم ببینیم کدوم داده بیشتر یا کمتره و یا مثلا داده‌ها رو در گروه‌های مختلف مقایسه کنیم. مثلا برای نمایش تعداد فروش هر محصول در یک ماه یا تعداد دانش‌آموزان توی هر کلاس. ستون‌ها توی این نمودار به وضوح نشون می‌دن کدوم گروه داده بیشتری داره.bar4. نمودار boxplotنمودار boxplot یکی از نمودارهای تحلیل آماری هست که اطلاعاتی دربارهٔ پراکندگی داده‌ها به ما می‌ده. این نمودار می‌تونه کمترین و بیشترین مقدار داده، مقدار میانه و چهارک‌های داده رو نشون بده. مثلا اگر بخوایم بفهمیم توی یک آزمون، نتایج به چه صورت بوده و پراکندگی نمره‌ها چجوری بوده، این نمودار خیلی کمک‌کننده‌ست.boxplot5. نمودار histنمودار hist یا هیستوگرام برای نشون دادن توزیع داده‌ها استفاده می‌شه. این نمودار نشون می‌ده که داده‌ها توی بازه‌های مشخصی چه تعداد دارن؛ مثلا اگر بخوایم بفهمیم که درآمد کارمندها توی شرکت توی چه بازه‌ای بیشتره، هیستوگرام عالیه. این نمودار کمک می‌کنه الگوهای توزیع داده رو بهتر بفهمیم.hist6. نمودار pieیه نمودار خیلی پرکاربرد که جاش توی این لیست خالیه، نمودار pie هست. این نمودار برای نمایش درصدها و سهم‌ها از کل به کار می‌ره؛ مثلا اگر بخوایم نشون بدیم سهم هر بخش از بودجه چقدره، نمودار دایره‌ای خیلی مناسبه. به راحتی می‌شه فهمید که هر بخش چه سهمی از کل داده‌ها داره.pie7. نمودار heatmapاین نمودار زمانی استفاده می‌شه که بخوایم رابطه و شدت همبستگی بین داده‌های مختلف رو بررسی کنیم. در واقع، داده‌ها به شکل یک شبکه با رنگ‌های مختلف نمایش داده می‌شن و شدت رنگ‌ها نشون‌دهندهٔ مقدار یا شدت ارتباطه. مثلا توی تحلیل رفتار کاربران در یک سایت، می‌شه از heatmap برای نشون دادن اینکه کدوم بخش‌های صفحه بیشتر مورد توجه کاربراست استفاده کرد.heatmap8. نمودار violinplotشبیهboxplot هست ولی کمی پیشرفته‌تر. این نمودار نه‌تنها پراکندگی داده‌ها رو نشون می‌ده، بلکه توزیع داده‌ها رو هم به تصویر می‌کشه. به‌ویژه وقتی داده‌ها پراکندگی زیادی دارن یا چندین دستهٔ مختلف رو می‌خوایم با هم مقایسه کنیم، این نمودار کمک می‌کنه که داده‌ها رو بهتر بشناسیم. مثلاً اگر بخوایم توزیع قد بین گروه‌های سنی مختلف رو مقایسه کنیم،violinplot خیلی مناسبه.violinplotجمع‌بندیکاربرد نمودارهای matplotlib رو براتون به طور خیلی خلاصه وار نوشتم، برید حال کنید😉نمودار plot : برای نمایش تغییرات پیوسته در طول زمان یا داده‌های ترتیبی، مثل قیمت یا دمای هوانمودار Scatter : برای نشون دادن رابطه بین دو متغیر به شکل نقاط پراکنده؛ مثل ارتباط قد و وزن.نمودار Bar : برای مقایسه گروه‌ها و دسته‌بندی‌های مختلف؛ مثلاً نمایش فروش محصولات.نمودار Boxplot : برای بررسی پراکندگی و آمار کلی داده‌ها؛ مثل پراکندگی نمره‌های یک آزمون.نمودار Hist : برای نمایش توزیع داده‌ها و الگوهای تکرار؛ مثل تعداد افراد در بازه‌های درآمدی.نمودار Pie (دایره‌ای) : برای نمایش سهم هر بخش از کل؛ مثلاً سهم بودجه بخش‌های مختلف.نمودار Heatmap : برای نشون دادن شدت ارتباط و همبستگی بین داده‌ها با رنگ‌بندی؛ مثل توجه کاربران به بخش‌های سایت.نمودار Violinplot : نمایش پراکندگی و توزیع با جزئیات بیشتر نسبت به Boxplot؛ مثل توزیع قد در گروه‌های سنی. M021 M021 Mon, 28 Oct 2024 22:18:55 +0330