0Pricing
Python Academy · درس

تصوير البيانات باستخدام Matplotlib

اكتشف كيفية إنشاء تصورات تساعدك على فهم بياناتك

تصوير البيانات باستخدام Matplotlib درس مجاني في Python Academy على CoddyKit. هذا هو الدرس 2 من أصل 5. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Python Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Python Academy 5 دروس في المجموع.

مقدمة إلى Matplotlib

مقدمة إلى Matplotlib

Matplotlib هي مكتبة Python شائعة لإنشاء التصورات البيانية، بما في ذلك المخططات الخطية والمخططات الشريطية والمخططات المبعثرة وغير ذلك.

في هذا الدرس، ستتعلّم كيفية استخدام Matplotlib لإنشاء أنواع مختلفة من المخططات وتخصيصها.

تصوير البيانات باستخدام Matplotlib — رسم توضيحي 1

تثبيت Matplotlib

تثبيت Matplotlib

لتثبيت Matplotlib، استخدم الأمر التالي في الوحدة الطرفية:

pip install matplotlib

بعد التثبيت، يمكنك استيرادها في نصوص Python البرمجية:

# Importing matplotlib
import matplotlib.pyplot as plt

print("Matplotlib imported successfully")

إنشاء مخطط خطي بسيط

إنشاء مخطط خطي بسيط

يمكنك إنشاء مخطط خطي أساسي باستخدام الدالة plot() في Matplotlib:

# Creating a simple line plot
import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 20, 25, 30]

plt.plot(x, y)
plt.title("Simple Line Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

تخصيص المخططات

تخصيص المخططات

تتيح لك Matplotlib تخصيص المخططات باستخدام العناوين والتسميات ووسائل الإيضاح وأنماط الخطوط المختلفة:

# Customizing a plot
plt.plot(x, y, label="Line 1", linestyle="--", color="red")
plt.legend()
plt.title("Customized Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

إنشاء مخططات شريطية

إنشاء مخططات شريطية

تُستخدم المخططات الشريطية لمقارنة الفئات. استخدم الدالة bar() لإنشاء مخطط شريطي:

# Creating a bar chart
categories = ["A", "B", "C"]
values = [10, 15, 7]

plt.bar(categories, values, color="blue")
plt.title("Bar Chart")
plt.xlabel("Categories")
plt.ylabel("Values")
plt.show()

إنشاء مخططات مبعثرة

إنشاء مخططات مبعثرة

تُستخدم المخططات المبعثرة لعرض العلاقات بين متغيرين. استخدم الدالة scatter():

# Creating a scatter plot
x = [5, 7, 8, 7]
y = [3, 8, 6, 4]

plt.scatter(x, y, color="green")
plt.title("Scatter Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

إنشاء المدرجات التكرارية

إنشاء المدرجات التكرارية

تُظهر المدرجات التكرارية توزيع مجموعة البيانات. استخدم الدالة hist():

# Creating a histogram
data = [1, 1, 2, 3, 3, 3, 4, 4, 5]

plt.hist(data, bins=5, color="purple")
plt.title("Histogram")
plt.xlabel("Bins")
plt.ylabel("Frequency")
plt.show()

إضافة مخططات متعددة

إضافة مخططات متعددة

يمكنك إضافة مخططات متعددة إلى الشكل نفسه باستخدام الدالة subplot():

# Adding multiple plots
plt.subplot(2, 1, 1)
plt.plot([1, 2, 3], [4, 5, 6])
plt.title("First Plot")

plt.subplot(2, 1, 2)
plt.bar([1, 2, 3], [7, 8, 9])
plt.title("Second Plot")

plt.tight_layout()
plt.show()

الأخطاء الشائعة في Matplotlib

الأخطاء الشائعة في Matplotlib

إليك بعض الأخطاء التي ينبغي تجنبها:

  • نسيان استدعاء plt.show() لعرض المخطط.
  • استخدام عناصر متداخلة من دون ضبط التخطيط.
  • عدم تسمية المحاور والمخططات بوضوح.

ما الذي تعلمناه؟

ما الذي تعلمناه؟

في هذا الدرس، تعلمت:

  • كيفية تثبيت Matplotlib واستيرادها.
  • كيفية إنشاء المخططات الخطية والشريطية والمبعثرة والمدرجات التكرارية.
  • كيفية تخصيص المخططات باستخدام التسميات ووسائل الإيضاح والمخططات المتعددة.

أحسنت! لننتقل إلى الموضوع التالي.

تصوير البيانات باستخدام Matplotlib — رسم توضيحي 11

الأسئلة الشائعة

هل درس «تصوير البيانات باستخدام Matplotlib» مجاني؟

نعم — نص درس «تصوير البيانات باستخدام Matplotlib» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Python Academy، انتقل إلى CoddyKit PRO. تتضمن دورة Python Academy 5 دروس في المجموع.

ماذا ستتعلم في «تصوير البيانات باستخدام Matplotlib»؟

اكتشف كيفية إنشاء تصورات تساعدك على فهم بياناتك تتمرن على Python Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ Python Academy؟

لا تُشترط خبرة سابقة. Python Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 2 من أصل 5.

كم من الوقت يستغرق درس «تصوير البيانات باستخدام Matplotlib»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس Python Academy هذا؟

نعم. كل درس في Python Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

  1. تحليل البيانات باستخدام Pandas
  2. تصوير البيانات باستخدام Matplotlib
  3. NumPy للحسابات العددية
  4. التعامل مع APIs باستخدام requests
  5. استخراج بيانات الويب باستخدام BeautifulSoup
← العودة إلى Python Academy