الدرس 17 · الوحدة 9: تحويل البيانات إلى معلومات قيمة

التصور البصري بـ Matplotlib

رسمةٌ تكشف ما يخفيه ألف صفّ؛ أيّ رسمٍ لأيّ سؤال؟ ⏱ نحو 45 دقيقة.

بعد هذا الدرس ستستطيع أن:

تختار نوع الرسم المناسب للسؤال.
ترسم أعمدة وخطوطًا بـ Matplotlib.
ترسم مدرّجات وانتثارًا.
تضيف عنوانًا وتسمية محاور لكل رسم.

١العين تفهم ما يخفيه الجدول

جدولٌ من مئة صفّ يخفي اتجاهاته؛ رسمةٌ واحدة تكشفها في لحظة. لكل سؤالٍ رسمٌ يناسبه:

تريد أن ترى	الرسم	الدالة
مقارنة فئات	أعمدة Bar	`plt.bar`
اتجاهًا عبر الزمن	خط Line	`plt.plot`
توزيع قيمة	مدرّج Histogram	`plt.hist`
علاقة متغيّرين	انتثار Scatter	`plt.scatter`

٢الأعمدة والخطوط

main.py

import pandas as pdimport matplotlib.pyplot as pltdf = pd.DataFrame({    "page": ["home", "products", "cart", "checkout", "blog"],    "visits": [1200, 860, 430, 210, 640],    "bounce": [0.52, 0.31, 0.40, 0.22, 0.61],})fig, ax = plt.subplots(1, 2, figsize=(8, 3)) # أعمدة: زيارات كل صفحةax[0].bar(df["page"], df["visits"], color="#0F766E")ax[0].set_title("Visits per page")ax[0].tick_params(axis="x", rotation=45) # خط: نفس البيانات كاتجاهax[1].plot(df["page"], df["visits"], marker="o", color="#F59E0B")ax[1].set_title("Trend")ax[1].tick_params(axis="x", rotation=45) plt.tight_layout()

Shell×

>>> %Run main.py

>>>

subplots(1, 2) يضع رسمتين جنبًا إلى جنب. الأعمدة للمقارنة بين فئات منفصلة، والخط حين يكون المحور متتابعًا (زمن، ترتيب).

٣المدرّج والانتثار

main.py

import pandas as pdimport matplotlib.pyplot as pltdf = pd.DataFrame({    "page": ["home", "products", "cart", "checkout", "blog"],    "visits": [1200, 860, 430, 210, 640],    "bounce": [0.52, 0.31, 0.40, 0.22, 0.61],})import numpy as npnp.random.seed(0)times = np.random.gamma(2, 20, 200)   # أزمنة بقاء محاكاة fig, ax = plt.subplots(1, 2, figsize=(8, 3))ax[0].hist(times, bins=15, color="#0F766E")ax[0].set_title("Session time distribution") # علاقة الزيارات بالارتدادax[1].scatter(df["visits"], df["bounce"], color="#F59E0B", s=60)ax[1].set_xlabel("visits"); ax[1].set_ylabel("bounce")ax[1].set_title("Visits vs bounce")plt.tight_layout()

Shell×

>>> %Run main.py

>>>

توقّع وتحقّق

لمقارنة فئات منفصلة:

لرؤية اتجاه عبر الزمن:

لرؤية توزيع قيمة رقمية:

لرؤية علاقة متغيّرين:

الخلاصة

لكل سؤالٍ رسمٌ: أعمدة للمقارنة، خطّ للاتجاه، مدرّج للتوزيع، انتثار للعلاقة.
subplots يضع عدّة رسومٍ معًا؛ ولكل رسمٍ محاوره.
الرسم الجيّد يجيب عن سؤالٍ واحدٍ بعنوانٍ ومحاورَ واضحة.
التصور يكشف ما يخفيه الجدول: اتجاهاتٍ وشواذَّ وعلاقات.

تحدٍّ برمجي: اختر وحلّل

متوسط

قبل الرسم، احسب: اطبع اسم الصفحة الأعلى زيارةً، ومتوسط الارتداد مقرّبًا لمنزلتين. (الرسم مهارةٌ تجرّبها في المختبر.)

المطلوب:

اطبع page صاحبة أعلى visits.
اطبع متوسط bounce مقرّبًا لمنزلتين.

ابدأ من هذا الكود، واضغط ▶ شغّل هنا لتكتب حلّك وتجرّبه مباشرة:

main.py

import pandas as pdimport matplotlib.pyplot as pltdf = pd.DataFrame({    "page": ["home", "products", "cart", "checkout", "blog"],    "visits": [1200, 860, 430, 210, 640],    "bounce": [0.52, 0.31, 0.40, 0.22, 0.61],})# اطبع الصفحة الأعلى زيارة ومتوسط الارتداد (منزلتين)

المطلوب×

home

0.41

💡 تلميح 1

الأعلى زيارة: df.loc[df["visits"].idxmax(), "page"].

💡 تلميح 2

المتوسط: round(df["bounce"].mean(), 2).

حاول بنفسك أولًا؛ للمسألة أكثر من حلّ صحيح.

main.py

import pandas as pdimport matplotlib.pyplot as pltdf = pd.DataFrame({    "page": ["home", "products", "cart", "checkout", "blog"],    "visits": [1200, 860, 430, 210, 640],    "bounce": [0.52, 0.31, 0.40, 0.22, 0.61],})print(df.loc[df["visits"].idxmax(), "page"])print(round(df["bounce"].mean(), 2))

انتقل إلى تقييم الدرساختيار من متعدد، وصح وخطأ، وأكمل الفراغ، وتتبّع الناتج.ابدأ التقييم ←

📝 معلم؟ أرسل ملاحظة للمؤلف عن هذا الدرس