دوره راهنمای عملی برای ساخت نمودارهای تعاملی با Plotly همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای عملی برای ساخت نمودارهای تعاملی با Plotly

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: کتابخانه های تجسم داده (Matplotlib, Seaborn, Plotly)

📋 سرفصل‌های دوره

• 1. فصل ۱: مقدمه‌ای بر Plotly
• 2. فصل ۲: نصب و راه‌اندازی Plotly
• 3. فصل ۳: مبانی نمودارهای تعاملی
• 4. فصل ۴: انواع نمودارهای خطی
• 5. فصل ۵: نمودارهای پراکندگی و حبابی
• 6. فصل ۶: نمودارهای میله‌ای و ستونی
• 7. فصل ۷: نمودارهای هیستوگرام و جعبه‌ای
• 8. فصل ۸: نمودارهای پای و دونات
• 9. فصل ۹: نمودارهای سه‌بعدی
• 10. فصل ۱۰: نمودارهای نقشه و جغرافیایی
• 11. فصل ۱۱: نمودارهای ماتریس و حرارتی
• 12. فصل ۱۲: نمودارهای داده‌های سری زمانی
• 13. فصل ۱۳: ساخت نمودارهای سفارشی
• 14. فصل ۱۴: سفارشی‌سازی ظاهر نمودار
• 15. فصل ۱۵: افزودن اطلاعات تعاملی (Tooltips)
• 16. فصل ۱۶: کنترل زوم و پیمایش
• 17. فصل ۱۷: ایجاد دکمه‌ها و اسلایدرها
• 18. فصل ۱۸: استفاده از Plotly Express
• 19. فصل ۱۹: Plotly Express برای نمودارهای خطی
• 20. فصل ۲۰: Plotly Express برای نمودارهای پراکندگی
• 21. فصل ۲۱: Plotly Express برای نمودارهای میله‌ای
• 22. فصل ۲۲: Plotly Express برای نمودارهای هیستوگرام
• 23. فصل ۲۳: Plotly Express برای نمودارهای جعبه‌ای
• 24. فصل ۲۴: Plotly Express برای نمودارهای پای
• 25. فصل ۲۵: Plotly Express برای نمودارهای سه‌بعدی
• 26. فصل ۲۶: Plotly Express برای نمودارهای نقشه
• 27. فصل ۲۷: Plotly Express برای نمودارهای حرارتی
• 28. فصل ۲۸: اتصال Plotly به Python (بخش اول)
• 29. فصل ۲۹: اتصال Plotly به Python (بخش دوم)
• 30. فصل ۳۰: داده‌های نمونه برای تمرین
• 31. فصل ۳۱: کار با دیتافریم‌های Pandas
• 32. فصل ۳۲: ایجاد نمودار خطی با Pandas
• 33. فصل ۳۳: ایجاد نمودار پراکندگی با Pandas
• 34. فصل ۳۴: ایجاد نمودار میله‌ای با Pandas
• 35. فصل ۳۵: گروه‌بندی داده‌ها و رسم نمودار
• 36. فصل ۳۶: فیلتر کردن داده‌ها برای نمودار
• 37. فصل ۳۷: افزودن رنگ و سبک به نمودارها
• 38. فصل ۳۸: استفاده از لایه‌ها در نمودارها
• 39. فصل ۳۹: ایجاد نمودارهای چندگانه (Subplots)
• 40. فصل ۴۰: تنظیم چیدمان Subplots
• 41. فصل ۴۱: همگام‌سازی محورهای Subplots
• 42. فصل ۴۲: نمودارهای سفارشی با Plotly Graph Objects
• 43. فصل ۴۳: ساختار Trace و Layout
• 44. فصل ۴۴: انواع Trace در Graph Objects
• 45. فصل ۴۵: تنظیمات Layout پیشرفته
• 46. فصل ۴۶: افزودن انیمیشن به نمودارها
• 47. فصل ۴۷: انیمیشن با داده‌های سری زمانی
• 48. فصل ۴۸: کنترل انیمیشن با اسلایدر
• 49. فصل ۴۹: صادرات نمودارها به فرمت‌های مختلف
• 50. فصل ۵۰: ذخیره نمودار به صورت HTML
• 51. فصل ۵۱: ذخیره نمودار به صورت تصویر (PNG, JPEG)
• 52. فصل ۵۲: استفاده از Plotly در Dash
• 53. فصل ۵۳: مقدمه‌ای بر Dash
• 54. فصل ۵۴: ساخت یک برنامه Dash ساده
• 55. فصل ۵۵: کامپوننت‌های ورودی در Dash
• 56. فصل ۵۶: کامپوننت‌های خروجی در Dash
• 57. فصل ۵۷: ایجاد تعامل بین کامپوننت‌ها
• 58. فصل ۵۸: به‌روزرسانی نمودارها در Dash
• 59. فصل ۵۹: استفاده از Callbacks در Dash
• 60. ف۶۰: مدیریت رویدادهای کاربر در Dash
• 61. فصل ۶۱: طراحی رابط کاربری در Dash
• 62. فصل ۶۲: استقرار برنامه‌های Dash
• 63. فصل ۶۳: استفاده از Plotly در Jupyter Notebook
• 64. فصل ۶۴: نمایش نمودارهای تعاملی در Jupyter
• 65. فصل ۶۵: نوت‌بوک‌های تعاملی با Plotly
• 66. ف۶۶: قابلیت‌های پیشرفته Jupyter و Plotly
• 67. فصل ۶۷: Plotly و Big Data
• 68. فصل ۶۸: بهینه‌سازی نمودارها برای داده‌های بزرگ
• 69. فصل ۶۹: نمایش داده‌های جغرافیایی بزرگ
• 70. فصل ۷۰: کار با کتابخانه‌های داده‌های مکانی
• 71. فصل ۷۱: Plotly برای تجزیه و تحلیل داده‌های مالی
• 72. فصل ۷۲: نمودارهای کندل استیک
• 73. فصل ۷۳: نمودارهای OHLC
• 74. فصل ۷۴: شاخص‌های تکنیکال با Plotly
• 75. فصل ۷۵: Plotly و علوم زیستی
• 76. فصل ۷۶: نمودارهای مبتنی بر ژنومیک
• 77. فصل ۷۷: نمودارهای مبتنی بر پروتئومیک
• 78. فصل ۷۸: تجسم داده‌های بالینی
• 79. فصل ۷۹: Plotly و مهندسی
• 80. فصل ۸۰: نمودارهای تنش و کرنش
• 81. فصل ۸۱: نمودارهای جریان سیال
• 82. فصل ۸۲: مدل‌سازی سه‌بعدی با Plotly
• 83. فصل ۸۳:Plotly و علوم اجتماعی
• 84. فصل ۸۴: نمودارهای شبکه‌های اجتماعی
• 85. فصل ۸۵: تجزیه و تحلیل داده‌های نظرسنجی
• 86. فصل ۸۶: تجسم داده‌های جمعیت‌شناسی
• 87. فصل ۸۷: Plotly و داده‌های مکانی
• 88. فصل ۸۸: نمودارهای Heatmap مکانی
• 89. فصل ۸۹: تجسم مسیرهای جغرافیایی
• 90. فصل ۹۰: ادغام با GIS
• 91. فصل ۹۱: بهترین شیوه‌ها در تجسم داده
• 92. فصل ۹۲: انتخاب نمودار مناسب
• 93. فصل ۹۳: اصول طراحی بصری
• 94. فصل ۹۴: جلوگیری از سوءتعبیر داده‌ها
• 95. فصل ۹۵: دسترسی‌پذیری نمودارها
• 96. فصل ۹۶: Plotly و هوش مصنوعی
• 97. فصل ۹۷: تجسم نتایج مدل‌های ML
• 98. فصل ۹۸: نمایش داده‌های پیش‌بینی شده
• 99. فصل ۹۹: مشکلات رایج و راه‌حل‌ها
• 100. فصل ۱۰۰: منابع بیشتر و جامعه Plotly