کتاب ساخت داشبوردهای تعاملی و تحلیل داده با Shiny و پایتون با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت داشبوردهای تعاملی و تحلیل داده با Shiny و پایتون

موضوع کلی: توسعه نرم‌افزار و ابزارهای برنامه‌نویسی

موضوع میانی: توسعه وب با پایتون

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر توسعه وب با پایتون
  • 2. نصب و راه‌اندازی محیط توسعه پایتون
  • 3. آشنایی با مفاهیم اولیه توسعه وب
  • 4. اصول طراحی رابط کاربری (UI)
  • 5. مبانی تجربه کاربری (UX)
  • 6. معرفی فریم‌ورک Shiny برای پایتون
  • 7. نصب و پیکربندی Shiny
  • 8. ساختار پایه یک اپلیکیشن Shiny
  • 9. مفهوم reactivity در Shiny
  • 10. ایجاد اولین اپلیکیشن Shiny ساده
  • 11. ورودی‌های کاربر در Shiny (Widgets)
  • 12. انواع ورودی‌های متنی و عددی
  • 13. ورودی‌های انتخابی و گزینه‌ای
  • 14. ورودی‌های تاریخ و بازه زمانی
  • 15. ورودی‌های فایل و تصویر
  • 16. خروجی‌های Shiny (Outputs)
  • 17. نمایش متن و مقادیر عددی
  • 18. رسم نمودارهای استاتیک
  • 19. نمایش جداول داده
  • 20. نمایش تصاویر و مدیا
  • 21. ارتباط بین ورودی‌ها و خروجی‌ها
  • 22. استفاده از reactive expressions
  • 23. استفاده از observers
  • 24. مدیریت رویدادها در Shiny
  • 25. طراحی Layoutهای پیچیده در Shiny
  • 26. استفاده از fluidPage
  • 27. استفاده از sidebarLayout
  • 28. استفاده از tabsetPanel
  • 29. استفاده از navlistPanel
  • 30. استفاده از column و row
  • 31. استفاده از dashboardPage
  • 32. مبانی تحلیل داده با پایتون
  • 33. مقدمه‌ای بر کتابخانه Pandas
  • 34. ساختار داده DataFrame در Pandas
  • 35. عملیات پایه با DataFrame
  • 36. فیلتر کردن و انتخاب داده‌ها
  • 37. مرتب‌سازی و گروه‌بندی داده‌ها
  • 38. ترکیب و ادغام DataFrameها
  • 39. بارگذاری و ذخیره داده‌ها (CSV, Excel)
  • 40. مقدمه‌ای بر کتابخانه Matplotlib
  • 41. رسم نمودارهای خطی
  • 42. رسم نمودارهای میله‌ای
  • 43. رسم نمودارهای پراکندگی
  • 44. رسم هیستوگرام
  • 45. رسم نمودارهای دایره‌ای
  • 46. تنظیمات پیشرفته نمودارها
  • 47. مقدمه‌ای بر کتابخانه Seaborn
  • 48. نمودارهای آماری با Seaborn
  • 49. نمودارهای توزیع داده
  • 50. نمودارهای آماری چند متغیره
  • 51. ادغام تحلیل داده با Shiny
  • 52. نمایش داده‌های تحلیل شده در Shiny
  • 53. ایجاد نمودارهای تعاملی با Plotly
  • 54. تنظیمات اولیه Plotly
  • 55. ایجاد نمودارهای خطی تعاملی
  • 56. ایجاد نمودارهای میله‌ای تعاملی
  • 57. ایجاد نمودارهای پراکندگی تعاملی
  • 58. ادغام Plotly با Shiny
  • 59. استفاده از Plotly Express
  • 60. ایجاد داشبوردهای مدیریتی
  • 61. اصول طراحی داشبورد موثر
  • 62. انتخاب شاخص‌های کلیدی عملکرد (KPIs)
  • 63. طراحی ساختار داشبورد
  • 64. بهینه‌سازی عملکرد داشبورد
  • 65. استفاده از Shiny Modules
  • 66. مزایای استفاده از Modules
  • 67. ساختار یک Shiny Module
  • 68. پیاده‌سازی Modules در اپلیکیشن
  • 69. مدیریت وضعیت (State Management) در Shiny
  • 70. ذخیره و بازیابی وضعیت اپلیکیشن
  • 71. استفاده از reactiveValues
  • 72. مدیریت پیچیدگی اپلیکیشن‌های بزرگ
  • 73. استقرار اپلیکیشن‌های Shiny
  • 74. آشنایی با Shinyapps.io
  • 75. تنظیمات اولیه استقرار
  • 76. بهینه‌سازی برای استقرار
  • 77. مباحث پیشرفته در Shiny
  • 78. استفاده از CSS در Shiny
  • 79. افزودن JavaScript به اپلیکیشن Shiny
  • 80. کار با پایگاه داده در Shiny
  • 81. اتصال به پایگاه داده‌های رایج
  • 82. نمایش و ویرایش داده‌های پایگاه داده
  • 83. امنیت در اپلیکیشن‌های Shiny
  • 84. ملاحظات قانونی و شرعی در توسعه نرم‌افزار
  • 85. اصول اخلاقی در برنامه‌نویسی
  • 86. بررسی نمونه‌های موفق داشبوردهای ایرانی
  • 87. ساخت داشبورد برای تحلیل فروش
  • 88. ساخت داشبورد برای تحلیل منابع انسانی
  • 89. ساخت داشبورد برای تحلیل مالی
  • 90. ساخت داشبورد برای تحلیل تولید
  • 91. ساخت داشبورد برای تحلیل بازار
  • 92. ساخت داشبورد برای مدیریت پروژه
  • 93. جمع‌بندی و گام‌های بعدی
  • 94. مرجع‌شناسی و منابع تکمیلی
تگ‌ها: Shiny پایتون Visualize data Python Web development Python برنامه نویسی پایتون تحلیل داده پایتون توسعه وب پایتون رسم نمودار پایتون ساخت داشبورد وب اپلیکیشن پایتون

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.