لوحة المتصدرين

السلام عليكم هو عند عمل رسم بياني لعرض الإحصاءات بشكل مرئي، هل الافضل ان عمود زي الOutcome ميكونش موجود في العرض ؟

السلام عليكم كيف بدي أعمل صفحة دخول بإستخدام html css javascript عندما أضغط على دخول و كان الباسورد صحيح ينتقل إلى صفحة أخرى فيها صورة شخص مبتسم واذا كان الباسورد خاطئ ينتقل إلى صفحة أخرى فيها صورة الرقم السري خطأ

قدمت جميع الوثائق المطلوبة لانشاء حساب البايونير وتمت الموافقة عليها من قبل البايونير وكتابة الحالة (approved) عند جميع الوثائق المقدمة من ٥ ايام ولكن لم يصل ايميل الموافقة على الحساب وتوثيقه وامكانية ربطه مع ebay ولا استطيع عمل اي شيء بدون هذا الايميل تواصلت مع الدعم اكثر من مرة ولم تُحل المشكلة

على العكس، من المهم أن يكون عمود Outcome موجودًا في الرسم البياني لعرض الإحصاءات بشكل مرئي، مثلاً لو تريد عرض إحصاءات عن تأثير نوع العلاج على شفاء المرضى. فبدون عمود Outcome فسيكون من الصعب فهم العلاقة بين نوع العلاج ونتائج الشفاء، لكن عند تضمينه سيوضح الرسم البياني بوضوح تأثير كل نوع علاج على نسبة الشفاء.

ممكن حل المشكلة دي ؟

السلام عليكم عند عمل تشغيل الكود ده بيظهر الرسم البياناتي مره صور فارغ ومره صور فيه الرسم فا اي حل المكشله دي انا عاوز تظهر صوره الرسم فقط # Create a bar plot for statistics such as the mean and standard deviation. plt.figure(figsize=(12,11)) # Choose values to plot (eg mean and std) statistical[['mean' , 'std' , 'min' , "25%" , "50%" , "75%", 'max']].plot(kind='bar',figsize=(14,8)) plt.title("Statistical Summary of Diabetes Dataset") plt.xlabel("Features") plt.ylabel("Value") plt.legend(["Mean" , "Std" , "Min" , "25%" , "50%" , "75%" "Max"]) plt.show() ودي البيانات diabetes_clean.csv

ما تقوم به transpose() هو تغيير اتجاه البيانات في الـ DataFrame، أي قبل استخدامها تكون البيانات مرتبة في صفوف وأعمدة، حيث تمثل كل صف سجلًا row وكل عمود ميزة column. بعد transpose() تُصبح الأعمدة صفوفًا والعكس صحيح، أي تمثل كل صف ميزة، وكل عمود قيمة إحصائية (مثل المتوسط، الانحراف المعياري، الحد الأدنى، إلخ).

ما تحتاجه هو القيام بالتالي: import pandas as pd import matplotlib.pyplot as plt statistical = pd.read_csv("diabetes_clean.csv") statistical = statistical.describe() plt.figure(figsize=(12,11)) statistical.loc[["mean", "std", "min", "25%", "50%", "75%", "max"]].transpose().plot(kind='bar', figsize=(14,8)) plt.title("Statistical Summary of Diabetes Dataset") plt.xlabel("Features") plt.ylabel("Value") plt.legend(["Mean", "Std", "Min", "25%", "50%", "75%", "Max"]) plt.tight_layout() plt.show() هنا plt.figure(figsize=(12,11)) نقوم بإنشاء رسم بياني بحجم 12x11 بوصة. وفي الأسطر التي تليه نحدد شكل الرسم البياني. بالنسبة لـ plt.tight_layout() فهي لضبط تخطيط الرسم البياني لضمان عرض جميع البيانات بشكل صحيح.

السلام عليكم جمعه مبارك هل يفضل ان اتعلم اي هو الdata visualization قبل ما اتعلم Matplotlib ؟ وهل فيه مكتبه اسهل من Matplotlib في باثيون ؟

لا حاجة إلى ذلك، فأثناء تعلمك للمكتبة ستتعلم الـ data visualization، ومن الأسهل لك استخدام مكتبة seaborn والتي تستخدم matplotlib كأساس لها، وتوفر لك إمكانية إنشاء رسوم متقدمة وجميلة بشكل سلس. أو لديك مكتبة Plotly أيضًا وهي مكتبة متقدمة و تنتج رسوم بيانية تفاعلية، يمكن للمستخدمين التفاعل معها وتغييرها. وللعلم يوجد في موقع matplotlib معرض للرسوم البيانية المختلفة وكود بسيط لتوليدهم. وهنا أيضًا: https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/#6.-Marginal-Histogram

لا أعتقد أن هنالك فائدة من ذلك، فحتى لو استطعت التأكد من أن البريد الإلكتروني صحيح نحويا، ستحتاج إلى التأكد من أن المستخدم لم يخطئ في كتابته، وهذا الأمر لا يمكنك فعله، فالطريقة الوحيدة للتأكد من البريد الإلكتروني هي عن طريق إرسال رسالة تحتوي على رابط للتأكد من البريد الإلكتروني. ولذلك يمكنك استخدام التحقق الأساسي من البريد الإلكتروني أي التأكد من وجود رمز @ واحد وهنالك على الأقل نقطة واحدة بعد رمز @ فيمكنك فعل ذلك عن طريق التعبير النمطي التالي: [^@]+@[^@]+\.[^@]+ويمكنك استخدامه عبر الشيفرة التالية: import re if not re.match(r"... regex here ...", email): # whatever