دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Kyran Dale
سری:
ISBN (شابک) : 1491920513, 9781491920510
ناشر: O’Reilly Media
سال نشر: 2016
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 11 مگابایت
در صورت تبدیل فایل کتاب Data Visualization with Python and JavaScript: Scrape, Clean, Explore & Transform Your Data به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تجسم داده ها با پایتون و جاوا اسکریپت: خراش دادن، پاک کردن، کاوش و تغییر داده های شما نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
پایتون و جاوا اسکریپت مکمل مناسبی برای تبدیل داده ها به تجسم های وب غنی و تعاملی هستند، در دنیایی که به طور فزاینده ای بیش از یک تصویر از پیش رندر شده و ایستا انتظار دارد. توسعهدهندگان باید بدانند که چگونه دادههای خام و پردازش نشده، اغلب \"کثیف\" یا بدشکل را به تجسمهای وب پویا و تعاملی تبدیل کنند. نویسنده Kyran Dale به شما میآموزد که چگونه از قدرت بهترین کتابخانههای Python و Javascript برای انجام این کار استفاده کنید، با استفاده از مثالهای جذاب و تاکید بر بهترین تمرینهایی که به سختی به دست آوردهاید.
شما خواهید آموخت که چگونه:
Python and Javascript are the perfect complement for turning data into rich, interactive web visualizations, in a world that increasingly expects more than a pre-rendered, static image. Developers need to know how to turn raw, unprocessed data, often "dirty" or malformed, into dynamic, interactive web visualizations. Author Kyran Dale teaches you how to leverage the power of best-of-breed Python and Javascript libraries to do so, using engaging examples and stressing hard-earned best-practice.
You’ll learn how to: