إسماعيل العلوي نشر 8 أغسطس أرسل تقرير نشر 8 أغسطس عند الانتهاء من تحليل البيانات بلغة بايثون، وتمثيل البيانات بمساعدة مكتبتي matplotlib و seaborn، كيف سنقدم النتائج والإحصائيات والأشكال للعميل، هل سنحول له الكود من دفتر jupyter، أم ماذا؟؟؟ 1 اقتباس
0 Mustafa Suleiman نشر 8 أغسطس أرسل تقرير نشر 8 أغسطس العميل ما يهمه هي النتيجة النهائية في شكل تقرير، لذا عليك تحويل الـ Notebook إلى تطبيق تفاعلي باستخدامStreamlit أو Dash أو Gradio والأسهل Streamlit. وتحفظ الرسومات والإحصائيات كمكونات تفاعلية ويُرفق ملف requirements.txt للعميل يشغل التطبيق بأمر واحد: streamlit run app.py أو استضافته مجانًا على Streamlit Share أو Render أو Hugging Face Spaces وتوفير رابط مباشر لتصفحه. قبل التسليم، عليك حذف الخلايا غير الضرورية، أعد تسمية المحاور وضع تعليقات توضيحية بالعربية أو الإنجليزية حسب لغة العميل واستخدم plt.savefig('fig_01_sales.png', dpi=300, bbox_inches='tight') لحفظ كل رسم بجودة عالية، واجمع الإحصائيات الأساسية في DataFrame واحد ثم صدره إلى Excel أو CSV ليسهل على العميل فتحه بعد التقرير. ثم تقرير PDF ثابت عالي الجودة، من خلال Jupyter nbconvert مع قالب مخصص: jupyter nbconvert notebook.ipynb --to pdf --template classic أو باستخدام Quarto أو R Markdown لإخراج PDF أو Word أو HTML، تعليقات جانبية، وحتى تضمين تفاعل Plotly. وفي حال أراد عرض تقديمي، فاعتمد على مكتبة python-pptx لإنشاء الشرائح تلقائيًا من الأشكال، أو تصدير الأشكال إلى ملفات SVG أوPNG ثم تضمينها يدوياً في قالب PowerPoint. اقتباس
0 إسماعيل العلوي نشر 8 أغسطس الكاتب أرسل تقرير نشر 8 أغسطس بتاريخ 4 ساعة قال Mustafa Suleiman: العميل ما يهمه هي النتيجة النهائية في شكل تقرير، لذا عليك تحويل الـ Notebook إلى تطبيق تفاعلي باستخدامStreamlit أو Dash أو Gradio والأسهل Streamlit. وتحفظ الرسومات والإحصائيات كمكونات تفاعلية ويُرفق ملف requirements.txt للعميل يشغل التطبيق بأمر واحد: streamlit run app.py أو استضافته مجانًا على Streamlit Share أو Render أو Hugging Face Spaces وتوفير رابط مباشر لتصفحه. قبل التسليم، عليك حذف الخلايا غير الضرورية، أعد تسمية المحاور وضع تعليقات توضيحية بالعربية أو الإنجليزية حسب لغة العميل واستخدم plt.savefig('fig_01_sales.png', dpi=300, bbox_inches='tight') لحفظ كل رسم بجودة عالية، واجمع الإحصائيات الأساسية في DataFrame واحد ثم صدره إلى Excel أو CSV ليسهل على العميل فتحه بعد التقرير. ثم تقرير PDF ثابت عالي الجودة، من خلال Jupyter nbconvert مع قالب مخصص: jupyter nbconvert notebook.ipynb --to pdf --template classic أو باستخدام Quarto أو R Markdown لإخراج PDF أو Word أو HTML، تعليقات جانبية، وحتى تضمين تفاعل Plotly. وفي حال أراد عرض تقديمي، فاعتمد على مكتبة python-pptx لإنشاء الشرائح تلقائيًا من الأشكال، أو تصدير الأشكال إلى ملفات SVG أوPNG ثم تضمينها يدوياً في قالب PowerPoint. جميل، هل يمكن أن تزودني ببعض الفديوهات التي تشرح الأمر خطوة بخطوة، مقالات في أكاديمية حسوب اقتباس
السؤال
إسماعيل العلوي
عند الانتهاء من تحليل البيانات بلغة بايثون، وتمثيل البيانات بمساعدة مكتبتي matplotlib و seaborn، كيف سنقدم النتائج والإحصائيات والأشكال للعميل، هل سنحول له الكود من دفتر jupyter، أم ماذا؟؟؟
2 أجوبة على هذا السؤال
Recommended Posts
انضم إلى النقاش
يمكنك أن تنشر الآن وتسجل لاحقًا. إذا كان لديك حساب، فسجل الدخول الآن لتنشر باسم حسابك.