التمثيل المرئي للبيانات واتخاذ القرار

Name: التمثيل المرئي للبيانات واتخاذ القرار
Author: Bill Hood

استخدم نتائج التخطيط لاتخاذ قرارات عمل مستنيرة باستخدام المخططات الشريطية والحرارية والخطية

شاهد الدرس الأول مجانًا — احصل على وصول كامل إلى جميع الدروس الـ3.

دورة تدريبية: عند الطلب

مرحبًا. في هذا الدرس، سنجمع جميع الأمور معًا. وصف لنا عميلنا أن لديهم هذه الآلات الخمس المسماة ABCD و E. حسنًا. هذا المصنع ليس لديه تمثيل مرئي لعملية الإنتاج أو القدرات. فقط لا شيء على الإطلاق. هدفنا هو إنشاء صور للعملية. حسنًا. كل آلة لديها معدل محدد للأجزاء في الساعة ،والذي سنضعه أيضًا في قائمة Python. لاحظ الآن أن المعدل يحتاج إلى أن يكون هناك خمسة من هذه ،وهناك خمسة منها. كل آلة تعمل هذا العدد من الساعات على أساس يومي. ومرة أخرى، كل هذا متعلق. بعبارة أخرى، هذه الـ 12 ساعة بالنسبة إلى هذه 14 ساعة من القدرة التشغيلية في اليوم فيما يتعلق ب وما إلى ذلك. كل آلة لديها تبادل أو تحول مع مرور الوقت في ساعات. وهذا يعني أنه بين الأجزاء ،يحتاجون إلى ساعتين في حالة الماكينة A أو 4 ساعات في حالة الماكينة E للتبديل. كل آلة لديها جدول زمني. جزء للتصنيع وعدد لإنتاج. وما سنفعله هو وضع ذلك في tuple. لدينا خمس آلات. هذا هو النوع الأول من عمليات بايثون الكبيرة الرائعة. سنقوم بإنشاء جدول زمني لكل جهاز من ،الآلات وسنرى ذلك مع جدول المنتج. لذلك في حالة الجهاز A، من المقرر أن يصنع الجزء A، B و C وستكون 500856 مائة مرة أخرى، على التوالي. لذلك الجزء أ، 500. الجزء ب، 850. الجزء C 600. ستصنع الآلة B الأجزاء C و D و E. ستصنع الآلة C الأجزاء A و B و C. آلة D من شأنها أن تجعل de. و A ، الآلة E ستصنع B و C. وإليك التهم ذات الصلة. الآن. ماذا نفعل هنا؟ نحن في الواقع نأخذ فقط متطلبات العمل. العمل لديه هذه الآلات الخمس. يحتاج العمل إلى إنشاء هذه الأجزاء الثلاثة. وكل ما نقوم به حقًا هو أخذ Pyhon ونستخدمه في عملنا. الآن. نحن نحب الباندا. نحن نحب إطارات البيانات. لذا خمن ماذا؟ هذا يفعل هذا. باستخدام خيار إطار بيانات Pandas أو عنصر تحكم، يمكننا ببساطة توجيهه إلى جدولنا A ودفعه إلى إطار البيانات. هذا مفيد جدا بالنسبة لنا. وهذا ما نريد القيام به في هذا الأمر هنا، هذه السلسلة من الأوامر. الآن، ماذا يعني ذلك أيضًا؟ حسنًا، لدينا خمسة من هؤلاء. علينا القيام بذلك خمس مرات. لذلك سنقوم بإنشاء إطارات البيانات الخمسة هذه. سيكون لكل من إطارات البيانات هذه الجدول الزمني. لذلك نحن نزرع كل من هؤلاء. حسنًا. الآن، ما يتعين علينا القيام به بعد ذلك هو أننا بحاجة إلى وضع معدل الآلة هناك. لأن تنتج الآلة A 40 جزءًا في الساعة. يمكن للآلة B أن تنتج 20 جزءًا فقط في الساعة. آلة C ،ولكن بمعدل مختلف. لذلك علينا أن نأخذ ذلك في الاعتبار من أجل أن نحسب بشكل صحيح كم من الوقت سيستغرق. لذلك دعنا نضيف عمودًا جديدًا لسعر الماكينة. ودعنا نحصل على ذلك من هذه القائمة هنا. ويمكنك أن ترى أننا نغيرها فقط ونضخ تلك البيانات في إطار بياناتنا. والآن ما نقوم به أيضًا، بدأنا بإنشاء مجموعة أو Tuple ودفعناها إلى إطار بيانات. نقوم الآن بتنشيط إطار البيانات هذا عن طريق إضافة أعمدة جديدة. دعنا نضيف عمودًا آخر للتبديل وآخر لساعات العمل. ومرة أخرى، السبب في قيامنا بذلك هو أن نأخذ في الاعتبار المدة التي تعمل بها هذه الآلة في اليوم بالترتيب لمعرفة المدة التي سيستغرقها الوقت المنقضي لذلك التشغيل. حسنًا، دعنا نضيف عمودين آخرين وسنبدأ في إلقاء نظرة على هذه البيانات. دعنا نضيف عمودًا لوقت الإنتاج. وهذا هو أول حقل حسابي. إذن ما سنفعله هنا هو أننا سنعود مرة أخرى، كل شيء يتم ضربه بخمسة ،لأن لدينا هؤلاء الخمسة آلات مختلفة ولدينا هذا الجدول الزمني لكل من هذه الآلات. وما سنفعله هنا هو أننا سنقوم بإدخال وقت الإنتاج كنسبة من العد مقسومة على المعدل. حسنًا، إذا كان عليك إنتاج 500 جزء وتنتج 500 جزء في الساعة، فإن ذلك يساوي ساعة واحدة من الإنتاج كيف نريد أن نفعل الرياضيات. لذلك نقوم بذلك مع كل هذه الأجزاء. يمنحنا ذلك القدرة على حساب وقت الإنتاج الخام (الأولى)، والذي سيكون بمثابة التبديل الإضافي. بحيث يضيف ذلك هذا الحقل. الآن، الحقل الأخير الذي يمكننا إنشاؤه هو وقت الإنتاج المنقضي، وهو نسبة المدة التي تعمل بها هذه الآلة في اليوم، أو المدة التي يستغرقها إنتاج ذلك مقابل نسبة المدة التي يتم تشغيلها في 24 ساعة في اليوم. دعنا نمضي قدمًا ونطبع فقط إطار البيانات. وهو أول واحد فقط ، إطار البيانات A. ودعنا نشغل هذا الكود هنا. تفقد هذا. حسنًا، هذا إطار البيانات الخاص بنا. حسنا. وانظر ماذا لدينا. لقد قمنا بكل هذه الحسابات. بدأنا، إذا كنت تتذكر ،بدأنا بالجدول الزمني. حسنًا. وبهذا نكون انتهينا. بدأنا باستخدام الآلة A وهو ما سننظر إليه على A, B, C مقابل 500، 856 مائة. لذلك دعنا نلقي نظرة على ما حصلنا عليه هنا. نعم، انظر إلى العدد الأصلي. المنتج A 500. المنتج B 850. المنتج C 600. معدل الماكينة، 40. الآن، هل هذا منطقي؟ حسنًا، لنلقِ نظرة على معدل الآلة في هذا وسنكتشف ذلك. نعود إلى الأصل هنا. نعم، سعر الماكينة A هو 40. لذلك من المنطقي. حسنًا، لقد حسبت وقت الإنتاج، ووقت الإنتاج الخام، والذي سيكون التبديل فوق الإنتاج بالإضافة إلى الإنتاج الوقت 14 ساعة ونصف. هذا مثالي. وبعد ذلك، يجب الأخذ في الاعتبار أن هذا يعمل لمدة 12 ساعة فقط في اليوم. لذلك في هذه الحالة، سيتعين عليهم الحصول على 30 ساعة من الوقت المنقضي لحساب نصف الوقت الذي لا يتم تشغيلهم فيه. وفي هذه الحالة، سيستغرق إنشاء المنتج 29 ساعة 46 ،يليه هذا المنتج في 46 ساعة ،وهذا المنتج الثالث في 34 ساعة. لذا فإن الطريق قريب بما يكفي لرسم هذا. لنلقي نظرة. وبشكل أساسي سنقول ،مهلاً، البيانات جاهزة. سنوجهه إلى إطار البيانات DFA ودعنا نرسم هذا ونرى ما حصلنا عليه. وأنا أحبه. انظر إلى هذا. إذن، مباشرة ،سطرين من الكود. ويمكننا أن نرى أننا حصلنا على المتغيرات. لقد كدستهم لأننا طلبنا منها أن تفعل ذلك. وهذا في الحقيقة مجرد رسم بياني أول للتأكد من أن كل شيء يعمل ويعمل بشكل جيد ويبدو رائعًا. لكننا بحاجة إلى البحث الآن، ولدينا إطار يمكننا من خلاله الانطلاق. لذا لاحظ الآن أن إطار البيانات لدينا يحتوي على كل هذه الإجابات بشكل أساسي. يتيح لنا القيام بكل أنواع الأشياء الرائعة مثل هذه. لنفترض أننا أردنا صنع شيء آخر رسم بياني من هذا ومجموعة فرعية. بعبارة أخرى، نريد أن نجعل الآن المحور X على هذا المنتج ويكون Y هو وقت الإنتاج المنقضي. لذلك دعنا نشغل ذلك وسنلاحظ أننا نحصل على رسم بياني مختلف المظهر يقارن وقت الإنتاج المنقضي حسب المنتج. هذا المنتج A, B, C، لنقم بالشيء التالي هنا ونلقي نظرة على نسبة أخرى في هذا الشأن حيث نأخذ المنتج الآن ونقارنه بوقت الإنتاج هنا. ونفعل هذا هنا. دعنا نلقي نظرة على وقت الإنتاج الخام حسب المنتج. لذلك سنقوم بتشغيل ذلك. وبشكل أساسي ما يجب أن تلاحظه في هذا هو أنه الآن بعد أن تم إعداد هذه البيانات ،يمكننا القيام بكل أنواع الرسوم البيانية المختلفة لفهم ما إذا كانت عملية الإنتاج لدينا تعمل بالطريقة التي ينبغي لها. حسنًا، هذا يختتم هذا الدرس. الدرس التالي، سننظر في اتخاذ القرارات باستخدام الخرائط الحرارية. شكرًا لك.

متوسط مقدِّم الخدمة : Bill Hood 3 الدروس · 17m باللغات: العربية, الألمانية, الإنجليزية, الإسبانية, الفرنسية, البرتغالية, Chinese

وصف الدورة

ستتعلم في هذه الدروس تصميم نموذج لتحدي الأعمال باستخدام لغة بايثون. سنبدأ بتطبيق القواعد الأساسية للعمل على قوائم بايثون والمتغيرات الأخرى، حيث يمكننا تضمينها برمجيًا في تصميمنا ثم استخدامها كقواعد عمل. في مثالنا، يمكن لمنظمة التصنيع أن تصنع عددًا من المنتجات المختلفة على سلسلة من الآلات. كل آلة لديها سلسلة من السمات، مثل وقت الإعداد وسرعة الجهاز من حيث الأجزاء في الساعة، والتي تؤثر على الوقت الإجمالي لإنتاج المنتج، والذي سنقوم برسمه كمخطط تكراري.

ثم سننظر في إدخال ارتباط رياضي لرسم خريطة حرارية تتيح نوعًا جديدًا من التصور وأفضل ارتباط. ستربط عدة سمات للسيارات الجديدة مثل الوزن والقدرة الحصانية والاقتصاد في استهلاك الوقود وعدد الأسطوانات والتسارع، ثم ترسم العلاقة على خريطة حرارية. أخيرًا، سنختتم بتمرين يستكشف المقارنة باستخدام مخططات خطية بسيطة.

ما ستتعلمه

نمذجة تحديات الأعمال في لغة بايثون (Python) باستخدام القوائم (Lists)، والصفوف (Tuples)، والمصفوفات (Arrays)، والمتغيرات الأخرى لترميز قواعد العمل برمجياً
رسم خصائص الآلات مثل وقت الإعداد وسرعة الأجزاء في الساعة كمخطط بياني نسيجي (Histogram) لتقييم وقت الإنتاج
بناء خريطة حرارية (Heat map) باستخدام الارتباط الرياضي لتحديد أفضل ارتباط بين خصائص البيانات
ربط خصائص السيارات بما في ذلك الوزن، والقوة الحصانية، واستهلاك الوقود، وعدد الأسطوانات، والتسارع على خريطة حرارية (Heat map)
مقارنة البيانات باستخدام مخططات خطية بسيطة
تقييم متى تكون مجموعة البيانات مناسبة لنوع رسم بياني معين

النقاط الرئيسية

يمكن تطبيق قواعد العمل الأساسية على قوائم بايثون (Python) والمتغيرات الأخرى بحيث يتم تضمينها برمجياً في التصميم واستخدامها كقواعد عمل.
تؤثر خصائص الآلات مثل وقت الإعداد والسرعة بالأجزاء في الساعة على الوقت الإجمالي لإنتاج المنتج، ويمكن رسمها كمخطط بياني نسيجي (Histogram).
يتيح إدخال الارتباط الرياضي إمكانية عرض خريطة حرارية (Heat map) توضح أفضل ارتباط بين الخصائص.
يمكن استكمال بيانات الرسم بقائمة أو صف بيانات في بايثون (Python).
يعتمد اختيار نوع الرسم البياني على ما إذا كانت مجموعة بيانات معينة مناسبة لهذا النوع من الرسم.

الأسئلة الشائعة

ماذا سأتعلم في هذه الدورة؟

ستتعلم كيفية نمذجة تحديات الأعمال باستخدام بايثون (Python)، وتطبيق قواعد العمل على قوائم ومتغيرات بايثون، ورسم البيانات كمخططات بيانية نسيجية (مخططات شريطية)، وخرائط حرارية، ومخططات خطية لدعم اتخاذ القرار.

ما هي أنواع المخططات البيانية التي تغطيها الدورة؟

تغطي الدورة قرارات الرسم البياني باستخدام المخططات الشريطية (المخططات البيانية النسيجية)، والخرائط الحرارية، والمخططات الخطية.

ما هي هياكل بيانات بايثون المستخدمة؟

تغطي الدورة استخدام متغيرات بايثون (Python) بما في ذلك القوائم، والصفوف (Tuples)، والمصفوفات، وتوضح كيفية استكمال بيانات الرسم بقائمة أو صف من بايثون.

ما الذي يستند إليه مثال الخريطة الحرارية؟

يربط المثال عدة خصائص للسيارات الجديدة مثل الوزن، والقوة الحصانية، واستهلاك الوقود، وعدد الأسطوانات، والتسارع، ثم يرسم هذا الارتباط على خريطة حرارية (Heat map).

ما هي المهارات التي تساعد هذه الدورة في بنائها؟

تبني الدورة مهارات في تصميم الأعمال المؤتمتة، وتحليل الأعمال، ونمذجة الأعمال، ونمذجة عمليات الأعمال، ومحاكاة الأعمال، ونمذجة العمليات.