فلش‌کارت‌های آموزشی MySQL و پایتون: تجزیه و تحلیل داده‌ها و گزارش‌گیری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره MySQL و پایتون: تجزیه و تحلیل داده‌ها و گزارش‌گیری

موضوع کلی: اتوماسیون با پایتون

موضوع میانی: ارتباط با پایگاه‌های داده مختلف (SQLite، PostgreSQL، MySQL)

📋 سرفصل‌های دوره

• 1. فصل ۱: مقدمه ای بر پایگاه داده MySQL
• 2. فصل ۲: نصب و پیکربندی MySQL
• 3. فصل ۳: مفاهیم اساسی پایگاه داده رابطه‌ای
• 4. فصل ۴: دستورات SQL پایه: SELECT, FROM, WHERE
• 5. فصل ۵: فیلتر کردن داده‌ها با عملگرهای منطقی
• 6. فصل ۶: مرتب‌سازی نتایج با ORDER BY
• 7. فصل ۷: محدود کردن تعداد نتایج با LIMIT
• 8. فصل ۸: آشنایی با انواع داده در MySQL
• 9. فصل ۹: کار با رشته‌ها و توابع متنی
• 10. فصل ۱۰: کار با اعداد و توابع ریاضی
• 11. فصل ۱۱: کار با تاریخ و زمان
• 12. فصل ۱۲: مقادیر NULL و نحوه برخورد با آن‌ها
• 13. فصل ۱۳: دستورات SQL پیشرفته: INSERT, UPDATE, DELETE
• 14. فصل ۱۴: ایجاد و مدیریت جداول: CREATE TABLE
• 15. فصل ۱۵: تغییر ساختار جداول: ALTER TABLE
• 16. فصل ۱۶: حذف جداول: DROP TABLE
• 17. فصل ۱۷: کلیدهای اصلی و خارجی
• 18. فصل ۱۸: روابط بین جداول (یک به یک، یک به چند)
• 19. فصل ۱۹: جوین کردن جداول: INNER JOIN
• 20. فصل ۲۰: انواع دیگر جوین: LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN
• 21. فصل ۲۱: زیرپرس و جوها (Subqueries)
• 22. فصل ۲۲: توابع تجمعی: COUNT, SUM, AVG, MIN, MAX
• 23. فصل ۲۳: گروه‌بندی نتایج با GROUP BY
• 24. فصل ۲۴: فیلتر کردن گروه‌ها با HAVING
• 25. فصل ۲۵: مقدمه ای بر پایتون برای تحلیل داده
• 26. فصل ۲۶: نصب و پیکربندی پایتون
• 27. فصل ۲۷: آشنایی با محیط توسعه پایتون (IDE)
• 28. فصل ۲۸: کتابخانه NumPy برای محاسبات عددی
• 29. فصل ۲۹: ساخت آرایه‌ها و عملیات پایه‌ای NumPy
• 30. فصل ۳۰: مقدمه ای بر کتابخانه Pandas
• 31. فصل ۳۱: ساخت DataFrame و Series در Pandas
• 32. فصل ۳۲: خواندن و نوشتن داده‌ها از/به فایل‌ها (CSV, Excel)
• 33. فصل ۳۳: انتخاب و فیلتر کردن داده‌ها در DataFrame
• 34. فصل ۳۴: حذف و اضافه کردن ستون‌ها
• 35. فصل ۳۵: کار با مقادیر گمشده (Missing Values)
• 36. فصل ۳۶: تمیز کردن داده‌ها در Pandas
• 37. فصل ۳۷: مقدمه ای بر کتابخانه Matplotlib برای رسم نمودار
• 38. فصل ۳۸: رسم نمودارهای خطی و میله‌ای
• 39. فصل ۳۹: رسم نمودارهای پراکندگی (Scatter Plots)
• 40. فصل ۴۰: سفارشی‌سازی نمودارها (عناوین، برچسب‌ها، رنگ‌ها)
• 41. فصل ۴۱: مقدمه ای بر کتابخانه Seaborn برای نمودارهای آماری
• 42. فصل ۴۲: رسم هیستوگرام و نمودارهای توزیع
• 43. فصل ۴۳: رسم جعبه نمودار (Box Plots)
• 44. فصل ۴۴: رسم نمودارهای حرارتی (Heatmaps)
• 45. فصل ۴۵: اتصال پایتون به MySQL
• 46. فصل ۴۶: نصب کتابخانه MySQL Connector/Python
• 47. فصل ۴۷: برقراری اتصال به پایگاه داده MySQL
• 48. فصل ۴۸: اجرای دستورات SQL از پایتون
• 49. فصل ۴۹: بازیابی نتایج کوئری‌ها در قالب لیست یا DataFrame
• 50. فصل ۵۰: ارسال داده‌ها از پایتون به MySQL
• 51. فصل ۵۱: اجرای دستورات INSERT, UPDATE, DELETE از پایتون
• 52. فصل ۵۲: مدیریت خطاها و استثناها در اتصالات پایگاه داده
• 53. فصل ۵۳: استفاده از پارامترهای امن در کوئری‌ها (SQL Injection Prevention)
• 54. فصل ۵۴: ساخت کلاس‌های پایتون برای تعامل با پایگاه داده
• 55. فصل ۵۵: طراحی یک پایگاه داده ساده برای تحلیل داده
• 56. فصل ۵۶: وارد کردن داده‌های نمونه به پایگاه داده
• 57. فصل ۵۷: نوشتن کوئری‌های پیچیده برای استخراج داده
• 58. فصل ۵۸: استفاده از توابع NumPy در پایتون برای تحلیل داده‌های MySQL
• 59. فصل ۵۹: استفاده از توابع Pandas برای تحلیل داده‌های MySQL
• 60. فصل ۶۰: تجمیع داده‌ها از جداول مختلف
• 61. فصل ۶۱: محاسبه شاخص‌های آماری کلیدی
• 62. فصل ۶۲: فیلتر کردن داده‌ها بر اساس معیارهای پیچیده
• 63. فصل ۶۳: خوشه‌بندی داده‌ها (Clustering) با پایتون (مقدماتی)
• 64. فصل ۶۴: تحلیل سری‌های زمانی (Time Series Analysis) (مقدماتی)
• 65. فصل ۶۵: مقدمه ای بر گزارش‌گیری
• 66. فصل ۶۶: انواع گزارش‌ها (روزانه، هفتگی، ماهانه)
• 67. فصل ۶۷: طراحی قالب گزارش
• 68. فصل ۶۸: تولید گزارش‌های متنی ساده
• 69. فصل ۶۹: ایجاد نمودارهای تصویری برای گزارش‌ها
• 70. فصل ۷۰: افزودن نمودارهای تولید شده به گزارش‌ها
• 71. فصل ۷۱: استفاده از کتابخانه ReportLab برای تولید PDF
• 72. فصل ۷۲: ایجاد جداول در گزارش‌های PDF
• 73. فصل ۷۳: افزودن تصاویر به گزارش‌های PDF
• 74. فصل ۷۴: قالب‌بندی متن در گزارش‌های PDF
• 75. فصل ۷۵: تولید گزارش‌های HTML
• 76. فصل ۷۶: استفاده از Jinja2 برای قالب‌بندی HTML
• 77. فصل ۷۷: ادغام داده‌ها و نمودارها در گزارش‌های HTML
• 78. فصل ۷۸: تولید گزارش‌های Excel با استفاده از Pandas
• 79. فصل ۷۹: قالب‌بندی سلول‌ها و کاربرگ‌ها در Excel
• 80. فصل ۸۰: اضافه کردن نمودار به فایل‌های Excel
• 81. فصل ۸۱: اتوماسیون فرآیند گزارش‌گیری
• 82. فصل ۸۲: زمان‌بندی اجرای اسکریپت‌های گزارش‌گیری
• 83. فصل ۸۳: ارسال گزارش‌ها از طریق ایمیل
• 84. فصل ۸۴: مدیریت پارامترهای گزارش‌گیری
• 85. فصل ۸۵: مثال عملی: گزارش فروش ماهانه
• 86. فصل ۸۶: مثال عملی: گزارش وضعیت موجودی انبار
• 87. فصل ۸۷: مثال عملی: گزارش عملکرد کاربران
• 88. فصل ۸۸: نکات بهینه‌سازی کوئری‌های SQL
• 89. فصل ۸۹: ایندکس‌گذاری جداول برای افزایش سرعت
• 90. فصل ۹۰: تجزیه و تحلیل و بهینه‌سازی پلن اجرای کوئری (EXPLAIN)
• 91. فصل ۹۱: نکات بهینه‌سازی کد پایتون
• 92. فصل ۹۲: استفاده صحیح از ساختارهای داده
• 93. فصل ۹۳: جلوگیری از عملیات تکراری
• 94. فصل ۹۴: مدیریت حافظه در پایتون
• 95. فصل ۹۵: مقدمه ای بر ابزارهای BI (Business Intelligence)
• 96. فصل ۹۶: مقایسه MySQL و ابزارهای BI
• 97. فصل ۹۷: بهترین شیوه‌ها در تحلیل داده و گزارش‌گیری
• 98. فصل ۹۸: امنیت در پایگاه داده و تحلیل داده
• 99. فصل ۹۹: ابزارها و منابع مفید
• 100. فصل ۱۰۰: جمع‌بندی و گام‌های بعدی