دوره آموزشی تجسم داده ها با پایتون در اکسل
1 ساعت 20 دقیقهمتوسط2025-07-14
مدرسین

George Mount
جزئیات دوره
تو این دوره خیلی کاربردی، جورج ماونت که یه استاد MVP در اکسل هست، بهت یاد میده چطور مهارتهای بصری سازی دادههات رو با استفاده از ترکیب محیط آشنا و راحت اکسل با کتابخونههای قدرتمند Python ارتقا بدی. از نمودارهای ساده گرفته تا نمودارهای داینامیک و با کمک هوش مصنوعی، کلی راه برای مدیریت پروژهها، رصد روندها و جلب توجه کارفرما یاد میگیری.
تمرکز دوره روی سه کتابخونه محبوب Python یعنی Matplotlib، Seaborn، و Plotnine هست که هرکدوم قابلیتهای ویژه خودشون رو دارن. همچنین یاد میگیری چطور از قابلیتهای جدید ادغام Python توی اکسل بهره ببری و با کمک هوش مصنوعی مثل Copilot کدهای بصری سازی رو سریعتر و دقیقتر بسازی و سفارشیسازی کنی.
بعد از این دوره، تو استاد ترکیب توانمندیهای گرافیکی Python با سهولت و دسترسی Excel میشی و یه جعبه ابزار همهکاره برای روایت و داستانسرایی دادههات در اختیار داری.
🎯 اهداف یادگیری:
مقایسه و ارزیابی کتابخانههای مختلف بصریسازی Python شامل Matplotlib، Seaborn، و Plotnine، شناخت نقاط قوت و ضعف هرکدوم و کاربرد مناسب برای چالشهای مختلف بصری سازی داده در Excel
طراحی و ساخت نمودارهای پیشرفته و سفارشی شده با Python، شامل نمودارهای چندلایه، گرافیکهای آماری مثل جعبهای (box plot) همراه با پوشش swarm، و نمودارهای داینامیک که با Excel به صورت یکپارچه کار میکنن
پیادهسازی استراتژیهای بصریسازی Python برای حل مسائل واقعی تحلیل داده، مثل نمودارهای میانگین متحرک، شاخصهای عملکرد داینامیک، و استفاده از ابزارهای هوش مصنوعی مثل Copilot برای تولید و بهینهسازی نمودارهای پیچیده
بیان اصول اصلی بصریسازی داده، شامل دستور زبان گرافیک (Grammar of Graphics)، مزایای استفاده از Python برای نمودارهای Excel، و تکنیکهای بنیادی برای تبدیل دادههای خام به روایتهای تصویری قابل فهم
ارزیابی نمودارهای تولید شده توسط هوش مصنوعی Python، توانایی شناسایی نقاط قابل بهبود، سفارشیسازی مقیاس رنگ، اضافه کردن حاشیهنویسیهای معنیدار، و اصلاح برچسب محور برای افزایش وضوح و قدرت ارتباطی نمودارها
تمرکز دوره روی سه کتابخونه محبوب Python یعنی Matplotlib، Seaborn، و Plotnine هست که هرکدوم قابلیتهای ویژه خودشون رو دارن. همچنین یاد میگیری چطور از قابلیتهای جدید ادغام Python توی اکسل بهره ببری و با کمک هوش مصنوعی مثل Copilot کدهای بصری سازی رو سریعتر و دقیقتر بسازی و سفارشیسازی کنی.
بعد از این دوره، تو استاد ترکیب توانمندیهای گرافیکی Python با سهولت و دسترسی Excel میشی و یه جعبه ابزار همهکاره برای روایت و داستانسرایی دادههات در اختیار داری.
🎯 اهداف یادگیری:
مقایسه و ارزیابی کتابخانههای مختلف بصریسازی Python شامل Matplotlib، Seaborn، و Plotnine، شناخت نقاط قوت و ضعف هرکدوم و کاربرد مناسب برای چالشهای مختلف بصری سازی داده در Excel
طراحی و ساخت نمودارهای پیشرفته و سفارشی شده با Python، شامل نمودارهای چندلایه، گرافیکهای آماری مثل جعبهای (box plot) همراه با پوشش swarm، و نمودارهای داینامیک که با Excel به صورت یکپارچه کار میکنن
پیادهسازی استراتژیهای بصریسازی Python برای حل مسائل واقعی تحلیل داده، مثل نمودارهای میانگین متحرک، شاخصهای عملکرد داینامیک، و استفاده از ابزارهای هوش مصنوعی مثل Copilot برای تولید و بهینهسازی نمودارهای پیچیده
بیان اصول اصلی بصریسازی داده، شامل دستور زبان گرافیک (Grammar of Graphics)، مزایای استفاده از Python برای نمودارهای Excel، و تکنیکهای بنیادی برای تبدیل دادههای خام به روایتهای تصویری قابل فهم
ارزیابی نمودارهای تولید شده توسط هوش مصنوعی Python، توانایی شناسایی نقاط قابل بهبود، سفارشیسازی مقیاس رنگ، اضافه کردن حاشیهنویسیهای معنیدار، و اصلاح برچسب محور برای افزایش وضوح و قدرت ارتباطی نمودارها
مهارت ها
Data VisualizationSpreadsheetsMicrosoft ExcelPythonProgramming LanguagesData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOpen SourceMicrosoftSoftware DevelopmentOne-Off
سرفصل ها
۰. مقدمه
- 01 - آشکار کردن قدرت مصورسازیهای پایتون در اکسل
- 02 - آنچه قبل از شروع این دوره باید بدانید
۱. شروع کار با مصورسازیهای پایتون در اکسل
- 03 - چرا از پایتون برای مصورسازی دادهها استفاده کنیم
- 04 - ایجاد اولین نمودار پایتون در اکسل
- 05 - چالش - اولین طرح خود را سفارشی کنید
- 06 - راه حل - اولین طرح خود را سفارشی کنید
۲. کتابخانه Matplotlib - بنیاد مصورسازیهای پایتون
- 07 - درک اصول اولیه Matplotlib
- 08 - ایجاد نمودارهای سفارشی با Matplotlib
- 09 - چالش - ایجاد یک نمودار چند پنلی با Matplotlib
- 10 - راه حل - ایجاد یک نمودار چند پنلی با Matplotlib
۳. سیبورن - تجسم آماری ساده شده
- 11- آشنایی با سیبورن و مزایای آن
- 12 - ایجاد نمودارهای آماری با seaborn
- 13 - چالش - ایجاد و سفارشیسازی یک تجسم دریایی
- 14 - راه حل - ایجاد و سفارشی سازی یک تجسم دریایی
۴. پلاتنین - مهار دستور زبان گرافیک
- 15- آشنایی با پلوتنین و دستور زبان گرافیک
- 16- ایجاد تجسمهای لایهای با Plotnine
- 17 - چالش - ساخت یک تصویرسازی چندلایه با Plotnine
- 18 - راهکار - ساخت یک تصویرسازی چندلایه با Plotnine
۵. موارد استفاده عملی برای پایتون در مصورسازیهای اکسل
- 19 - ساخت نمودار میانگین متحرک
- 20- ایجاد معیارهای پویا با پایتون در اکسل
- 21 - چالش - ترکیب موارد استفاده برای سناریوهای دنیای واقعی
- 22 - راهکار - ترکیب موارد استفاده برای سناریوهای دنیای واقعی
- 23- استفاده از Copilot برای تولید مصورسازیهای پایتون
- 24 - چالش - بهبود تجسمهای تولید شده توسط هوش مصنوعی
- 25 - راهکار - بهبود مصورسازیهای تولید شده توسط هوش مصنوعی
نتیجهگیری
- 26 - پایتون، هوش مصنوعی و آیندهی مصورسازی دادهها در اکسل
دوره های مرتبط
- دوره آموزشی یادگیری اصولی طراحی و قالببندی در Tableau
- دوره آموزشی Tableau پیشرفته برای متخصصان حوزه آب و هوا
- دوره آموزشی نظریه طراحی برای مصورسازی دادهها
- دوره آموزشی استفاده از Tableau برای کشف بینشهای قدرتمند کسبوکار
- دوره آموزشی یادگیری اصولی D3.js
- دوره آموزشی یادگیری اصولی GraphRAG
- دوره آموزشی تحلیل دادههای تأثیرات زیستمحیطی با تابلئو (پروژه راهنماییشده)
- دوره آموزشی آمادگی برای آزمون گواهینامه CompTIA Data+ (DA0-002)