| کانال توسعه‌دهندگان پایتون

| کانال توسعه‌دهندگان پایتون |

📊 رسم نمودار با پایتون

بسیاری از شما داده هایی داشتید که نیاز بوده با آنها نموداری رسم کنید و شما به دنبال کتابخونه ای برای انجام این کار بودید.
امروز اومدم چند کتابخونه رو معرفی کنم که با اونها میتونید به راحتی نمودار هایی رو رسم کنید.

1. matplotlib
این کتابخونه محبوب ترین کتابخونه رسم نمودار هست که کار با اون بسیار راحت و سریع هست.
با این کتابخونه میتونید نمودار های خطی، میله ای، دایره ای، جعبه ای، تصویری و.. رو رسم کنید.

2. seaborn
این کتابخونه با الهام گرفتن از کتابخونه matplotlib نمودار ها رو رسم میکنه اما تفاوتشون توی زیبایی نمودار هاست که این کتابخونه بهتر و زیباتر است.
استفاده از پالت های رنگی متفاوت، راحتی کار با دادی های جدولی تنظیمات بصری پیشرفته بخشی از امکانات این کتابخونه‌ست.

3. plotly
با این کتابخونه میتونید نمودار ها رو به صورت پویا رسم کنید، جوری که امکان زوم و تحلیل اون رو داشته باشید.
با خوندن داکیومنت این پروژه میتونید نمودار های فوق‌العاده ای که میشه با اون رسم کرد رو ببینید.

4. bokeh
با این کتابخونه میتونید نمودار های پویا و تعاملی برای وب رسم کنید.
از سری امکانات این کتابخونه زوم، اسکرول، پن، انتخاب و ابزار هایی برای کاوش داده‌ست.
همچنین امکان ادغام با فریمورک های جنگو و فلسک رو داره.

کتابخونه های زیادی وجود داره اما این کتابخونه ها بیشترین استفاده رو بین کاربران دارند.

🔖 #Python, #Chart, #پایتون, #نمودار, #چارت

👤 Yasin

💎 Channel: @DevelopixPython

2.9K views13:30

| کانال توسعه‌دهندگان پایتون |

Please open Telegram to view this post

VIEW IN TELEGRAM

2.4K views08:30

| کانال توسعه‌دهندگان پایتون |

✈️ ربات های تلگرامی
✅ در زبان پایتون framework های مطرحی وجود دارند که به منظور طراحی ربات های تلگرامی نوشته شدند. در این پست به معرفی این فریم‌ورک ها می‌پردازیم.

🔢 Pyrogram

این فریم‌ورک تا حد زیادی قابل قبول نوشته شده. به راحتی امکان استفاده از تمام method هارو فراهم کرده و مزیت بزرگی این فریم‌ورک اینه که شما مستقیما با MTProto API در ارتباط هستید و واسطه‌ای وجود نداره. پایروگرام از tgcrypto برای رمزنگاری استفاده میکنه تا بتونه با MTProto در ارتباط باشه. این کتابخونه با زبان C نوشته شده و باعث بهبود سرعته.
یکی از معایب بزرگ این فریم‌ورک بروز نبودن اونه. تلگرام در یک سال اخیر تغییرات زیادی داشته و این فریم‌ورک خودش رو بروز نکرده. پس شما به ناچار مجبور به استفاده از یکی از fork های اون هستید. پیشنهاد من استفاده از این fork هستش.

از بابت مستندات این فریم‌ورک مشکلی خاصی نداره و توضیحات تمیز و مرتب برای یادگیری نوشته شدند و درعین حال با جزئیات کامل هستند.

🔢 Telethon

فریم‌ورک بعدی که مستقیما با MTProto ارتباط برقرار میکنه telethon هستش. این package نسبتا بروز و منعطف نوشته شده. برای بهبود سرعت، این فریم‌ورک از افزونه یا کتابخونه خاص خودش به اسم cryptg استفاده می‌کنه. از مزایای این فریم‌ورک داشتن امکانات مازاد هستش؛ به عنوان مثال اگر pillow نصب شده باشه کار resize کردن تصاویر رو خودش انجام میده. یا از hachoir و aiohttp برای دانلود و مدیریت document ها استفاده میکنه.
شباهت زیاد pyrogram و telethon قابل چشم پوشی نیست؛ با تسلط به یکی از این دو، می‌تونید ظرف کمتر از یک ساعت با مورد دیگه بطور کلی آشنایی پیدا کنید. از نحوه log کردن ها، ساختار کلاس client و سایر کلاس ها، اسامی method ها بگیرید تا نحوه استفاده از proxy ها و dispather هر دو فریم‌ورک. شباهت این دو غیرقابل انکاره.

با وجود پیچیدگی MTProto این فریم‌ورک و pyrogram ساختاری مشابه telebot دارند (از بابت پیاده سازی کد) و شما تقریبا حتی متوجه پیچیدگی MTProto نخواهید شد.

🔢 pyTelegramBotAPI (telebot)

این فریم‌ورک برخلاف دو فریم‌ورک قبلی مستقیما با MTProto درارتباط نیست و نویسندگان اون ترجیح دادند که کار رو با BotAPI جلو ببرند. از بابت ساختار فوق‌العاده ساده و اصطلاحا کارراه‌بنداز هستش. عملکرد این فریم‌ورک به شکل long polling صورت میگیره و داده به صورت http دریافت و ارسال میشه. درحالت کلی میشه گفت که اندکی از دو فریم‌ورکی که نام بردیم سرعت کمتری رو دارا هستش اما این دال بر این نیست که امکانات کمی رو مهیا کرده باشه و اگر نگاهی به لیست مطرح ترین کتابخانه های مرتبط به ربات های تلگرامی بیاندازیم، قطعا telebot رو در بین اونها میبینیم.

نمیتونیم مستندات این فریم‌ورک رو تمیز بنامیم، اما نمیشه گفت که کامل هم نیستند و تمامی توضیحات ارائه شدند. ولی برای یادگیری توصیه نمیکنم که با این مستندات جلو برید چون برای دادن جزئیات کامل طراحی شده، نه برای آموزش.

🔢 Aiogram

همونطور که telethon رو فریم‌ورکی مشابه pyrogram خطاب کردیم، اینجا هم میتونیم aiogram رو چیزی مشابه telebot بنامیم. این فریم‌ورک بطور خاص برای استفاده از مفهوم asynchronous طراحی شده. یکی از ویژگی های خوب این فریم‌ورک اینه که به لطف tg-codegen هیچ وقت از بروزرسانی های BotAPI عقب نمیمونه. از aiohttp استفاده می کنه و از بابت سرعت و عملکرد تقریبا مشابه telebot هستش.

🔢 python-telegram-bot (PTB)

یکی دیگه از فریم‌ورک هایی که بر اساس BotAPI کار میکنه با اسم PTB شناخته میشه. این فریم‌ورک دارای یک wiki خوبه و برای یادگیری بسیار مناسبه. به عنوان یکی از قدیمی ترین فریم‌ورک ها درحاضر در سرویس های زیادی استفاده میشه و با آخرین نسخه BotAPI کاملا هماهنگه. از بابت عملکرد کلی توضیح خاصی نداره چون مشابه دو مورد قبل از http requests استفاده می‌کنه و میشه گفت که تا حدودی شبیه telebot هستش. کامیونیتی بزرگی داره و همونطور که اشاره شد کاربران زیادی بهش علاقه‌مند هستند.

✅ حرف آخر

پیشنهاد شخصی من استفاده از pyrogram هست. این فریم‌ورک در عین سادگی هنگام استفاده میتونه کاملا منعطف عمل کنه و پاسخگوی تمام نیاز های شما باشه. به نسبت رقبای خودش سرعت نسبتا بهتری داره و با وجود uvloop و tgcrypto این اختلاف افزایش سرعت بیشتر هم به چشم دیده میشه. به راحتی قابل استفاده‌ست و امکانات بیشتری نسبت به سایر موارد مطرح شده داره و دسترسی کامل به MTProtoAPI به شما میده. همه این موارد در کنار هم اون رو تا حدودی نسبت به رقبای خودش ممتاز میکنه.

اگر تجربه ای دارید که فکر میکنید میتونه مفید باشه اون رو کامنت کنید و برای اطلاعات بیشتر به کانال ربات تلگرام مراجعه کنید.

🔖 #ربات, #تلگرام, #bot, #python, #pyrogram, #telethon

✍️ *ژنرال*

💎 Channel: @DevelopixPython

Please open Telegram to view this post

VIEW IN TELEGRAM

| کانال ربات تلگرام |

⭕️ کانال توسعه‌دهندگان ربات تلگرام دولوپیکس

💠 دولوپیکس | جامعه توسعه‌دهندگان ایرانی

💎 @Developix
🚀 Developix.ir

📌 پشتیبانی و تبلیغات:
@DevelopixSupport

3.6K viewsedited 15:28

| کانال توسعه‌دهندگان پایتون |

🔹 انواع ارور ها در پایتون
🔸 بخش اول

برای رفع و هندل کردن ارور ها ابتدا ما باید آنها رو به خوبی بشناسیم و بدونیم دلایل رخ دادن آنها چیست.

— SyntaxError

یکی از خطا های رایج در پایتون این ارور هست. هنگامی این ارور اتفاق می‌افتد که شما نگارش و قانون نوشتاری کد های پایتونی را رعایت نکرده باشید.

برخی از دلایل نمایش SyntaxError:
• نبستن استرینگ
• غلط املایی در نوشتار کلمات کلیدی
• استفاده از سینتکس ورژن جدید پایتون در ورژن های قدیمی‌تر
• فراموش کردن بستن براکت، آکولاد یا پرانتز

مثال:

a = "salam
print(a)

SyntaxError: unterminated string literal

— IndentionError

در پایتون این ارور زمانی نمایش داده می‌شود که شما تو رفتگی ها را به خوبی رعایت‌نکرده باشید.

چند مورد از دلایل وقوع این ارور:
• فاصله های نادرست
• بلوک های تودرتوی نادرست
• فضای خالی در ابتدای شروع یک دستور

مثال:

a = "salam"
if a:
print(a)

IndentationError: expected an indented block after 'if' statement

— NameError

اگر هنگام استفاده از یک متغیر، آن متغیر تعریف نشده باشد این ارور را مشاهده خواهید کرد.
برای رفع این ارور اطمینان حاصل کنید که متغیر یا تابعی که از آن استفاده میکنید تعریف شده باشد.

مثال:

print(a)
a = 10

NameError: name 'a' is not defined

— ValueError

هنگامی این ارور رخ میدهد که نوع مقدار ورودی شما صحیح نیست.
مانند وقتی که یک input با تایپ int تعریف کرده باشید اما کاربر یک استرینگ به آن پاس دهد.

مثال:

age = int(input("age: ")) #input: Yasin

ValueError: invalid literal for int() with base 10: 'Yasin'

— TypeError

این ارور هنگامی رخ میدهد که شما عملیاتی انجام دهید که برای آن نوع داده نامناسب باشد.
مانند زمانی که یک استرینگ را با یک تایپ int تقسیم کنید.

مثال:

print("hello" / 3)

TypeError: unsupported operand type(s) for /: 'str' and 'int'

منبع:
betterstack 〽️

🔖 #Python, #پایتون

👤 Yasin

💎 Channel: @DevelopixPython

2.6K views08:30

| کانال توسعه‌دهندگان پایتون |

Please open Telegram to view this post

VIEW IN TELEGRAM

2.4K viewsedited 08:29

| کانال توسعه‌دهندگان پایتون |

Please open Telegram to view this post

VIEW IN TELEGRAM

2.5K views08:30

| کانال توسعه‌دهندگان پایتون |

🔹 انواع ارور ها در پایتون 🔸 بخش اول برای رفع و هندل کردن ارور ها ابتدا ما باید آنها رو به خوبی بشناسیم و بدونیم دلایل رخ دادن آنها چیست. — SyntaxError یکی از خطا های رایج در پایتون این ارور هست. هنگامی این ارور اتفاق می‌افتد که شما نگارش و قانون نوشتاری…

🔹 انواع ارور ها در پایتون
🔸 بخش دوم

برای رفع و هندل کردن ارور ها ابتدا ما باید آنها رو به خوبی بشناسیم و بدونیم دلایل رخ دادن آنها چیست.

— FileNotFoundError

اگر بخواهید عملیاتی روی یک file انجام دهید ممکن است به این ارور برخورد کنید.
این ارور هنگامی رخ میدهد که شما تلاش میکنید روی یک فایل عملیاتی انجام دهید اما به طور مثال فایل موردنظر وجود ندارد و یا آدرس درستی از فایل وارد نکرده‌اید.
برای رفع این رفع این ارور در وارد کردن نام، پسوند و آدرس فایل دقت کنید و حتما از وجود داشتن فایل مطمئن شوید.

مثال:

with open("test.txt", "r") as t:
    t.read()

FileNotFoundError: [Errno 2] No such file or directory: 'test.txt'

— ModuleNotFoundError

هنگامی که پایتون نتواند کتابخانه موردنظر را پیدا کند این خطا را برمی‌گرداند.
اگر کتابخانه مورد نظر روی سیستم یا محیط مجازی نصب نباشد و یا غلط املایی در نوشتن نام کتابخانه داشته باشید با این ارور مواجه خواهید شد.

مثال:

import requests

ModuleNotFoundError: No module named 'requests'

— IndexError

مطمعناً تابه‌حال وقتی خواستید به یک عنصر قابل شمارش ها دسترسی پیدا کنید به این ارور برخورد کرده‌اید.
اما دلیل رخ دادن این ارور چیست؟ زمانی این ارور رخ میدهد که اندیس مورد نظری که شما میخواهید آن را بگیرید در لیست یا رشته وجود نداشته باشد.
مانند زمانی که یک لیست 3 آیتم دارد اما شما در پی آیتم چهارم هستید.
مثال:

names = ["Yasin", "Reza", "Navid"]
print(names[5])

IndexError: list index out of range

— KeyError

خطای key error خطایی رایج هست که احتمالا موقع کار با دیکشنری ها با اون برخورد کردید.
اگر تلاش کنید به یک مقدار توسط کلمه کلیدی آن دسترسی پیدا کنید اما آن کلمه‌کلیدی وجود نداشته باشد این خطا بروز داده می‌شود.
مثال:

names = {'Yasin': '1', 'Reza': '2'}
print(names['3'])

KeyError: '3'

— AttributeError

اگر تلاش کنید به یک متد یا صفت (attribute) از شئ دسترسی پیدا کنید اما شئ مورد نظر صفتی که میخواهید را نداشته باشد با این خطا مواجه خواهید شد.
مثال:

numbers = [1, 2, 3]
print(numbers.sum())

AttributeError: 'list' object has no attribute 'sum'

منبع:
betterstack 〽️

🔖 #Python, #پایتون

👤 Yasin

💎 Channel: @DevelopixPython

2.8K views13:31

| کانال توسعه‌دهندگان پایتون |

Forwarded from دیرکشن

0:29

This media is not supported in your browser

VIEW IN TELEGRAM

چطور در مسیر مهاجرت سورپرایز نشیم؟ 🎯✈️🌍

با داشتن اطلاعات دقیق و واقعی 📊، می‌توانید از غافلگیری‌ها دور بمانید 😌✨ و مسیر مهاجرتی‌تان را با اطمینان بیشتری طی کنید. 💪🚀

✅ با سفارش گزارش شخصی‌سازی‌شده دیرکشن، آگاهانه از میان ۴۰۰ برنامه مهاجرتی 🗂️ در ۱۸ کشور 🌎 و با کمک هوش مصنوعی 🤖 برای مهاجرت خود تصمیم بگیرید

دریافت گزارش

2.6K views16:30

| کانال توسعه‌دهندگان پایتون |

🔹 انواع ارور ها در پایتون
🔸 بخش سوم

برای رفع و هندل کردن ارور ها ابتدا ما باید آنها رو به خوبی بشناسیم و بدونیم دلایل رخ دادن آنها چیست.

— UnboundLocalError

این ارور زمانی میتونه رخ بده که متغیر شما bound نشده یا اصطلاحا unbound هستش.
مثلا زمانی که در حال shadow زدن به یک متغیر global هستید.
یا اینکه از متغیر سطح local در متد یا تابع ای دیگر استفاده میکنید.

name = "Yasin"
def get_name():
    print(name)
    name = "ali"

    print(name)

get_name()

UnboundLocalError: cannot access local variable 'name' where it is not associated with a value

— UnicodeError

هنگامی که پایتون با مشکلات رمزگذاری یا رمزگشایی unicode مواجه میشود این ارور رخ میدهد.

از سری دلایل رخ دادن این ارور:
— استفاده از روش های رمزگذاری که پشتیبانی نمیشوند
— توالی بایت های خراب یا ناقص

مثال:

unicode_str = b"\u1234\u5678\u90AB"
print(decoded_str.decode("ascii"))

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe1 in position 0: ordinal not in range(128)

— ZeroDivisionError

وقتی بخواهیم عددی را بر صفر تقسیم کنیم پایتون این را نمایش میدهد.
مثال:

result = 5 / 0

ZeroDivisionError: division by zero

— MemoryError

اگر زمانی حافظه رم سیستم پر شود یا به اصطلاح تمام رم در حال استفاده باشد به این ارور برمیخورید.
در اکثر اوقات به این دلیل است که رم بدون آزاد شدن و به صورت مداوم در‌حال استفاده است.
برای مثال این کد سعی میکنه یک لیست با بیش از یک میلیارد عنصر درست کنه:

large_list = [0] * 1_000_000_000

— PermissionError

ارور دسترسی برای زمانی است که پایتون دسترسی لازم برای عملیات مورد نظر رو ندارد، مثل ساخت فایل یا حذف فایل.
این ارور همچنین میتواند در صورتی رخ دهد که یک فایل مورد استفاده پراسس دیگری باشد.
برای مثال این تکه کد سعی میکند یک فولدر در system32 در ویندوز بسازد که در حالت عادی و بدون داشتن دسترسی administrator ممکن نیست.

import os

os.mkdir(r"C:\Windows\System32\new_directory")

✅ اینها ارور های رایج پایتونی بودند و از حالا به بعد به سراغ نحوه هندل کردن این ارور ها میریم.

منبع:
betterstack 〽️

🔖 #Python, #پایتون

👤 Yasin

💎 Channel: @DevelopixPython

3.3K views08:30

| کانال توسعه‌دهندگان پایتون |

Please open Telegram to view this post

VIEW IN TELEGRAM

2.9K views08:30

| کانال توسعه‌دهندگان پایتون |

🔹 ارور ها در پایتون
🔸 بخش اول

💠 در پست های قبلی - انواع ارور ها، بخش اول، بخش دوم، بخش سوم - با ارور هایی که در پایتون ممکنه باهاشون برخورد کنیم آشنا شدیم.
💠 حالا وقت اینه که از این مطالب استفاده کنیم تا برنامه های خودمون رو بهبود بدیم.

همونطور که مطلع هستید، مفسر زمانی که به ارور برخورد میکنه برنامه رو متوقف میکنه و process اجرایی ما از کار میوفته.

قطعا این یک معضل برای برنامه‌نویس هاست، اما پایتون هم مثل خیلی از زبان های دیگه برای این مشکل راه‌حلی ارائه داده.

این زبان با دو کلمه کلیدی try و except ساختاری رو برای ما فراهم کرده که بتونیم ارور ها رو مدیریت یا هندل کنیم.
ابتدا در بلوک try تکه خط‌ کدی رو که ممکنه به خطا بخوره رو مینویسیم و در بلوک هم except تکه کدی رو که میخوایم در صورت مواجه شدن به ارور اجرا بشه رو مینویسیم.

بریم چند تا مثال بزنیم تا با این ساختار بیشتر آشنا بشیم.

❔ مسئله:
— برنامه ای بنویسید که از کاربر عددی را دریافت کند و یکی کمتر از آن عدد را چاپ کند و در آخر هم یک bye در پایان برنامه print کند.

روش یک - بدون استفاده از try except:

number = int(input("enter a number: ")
print(number - 1)
print("bye")

این کد تا زمانی صحیح و بدون مشکل کار میکنه که کاربر همیشه به عنوان ورودی یک عدد صحیح وارد کنه.
حالا اگر کاربر از کارکتری استفاده کنه که کلاس int انتظارش رو نداره، برنامه با ارور مواجه میشه و برنامه متوقف میشه. پس ما bye رو در خروجی نمیبینم:

ValueError: invalid literal for int() with base 10

روش دوم - با استفاده از try except:

try:
    number = int(input("enter a number: "))

except:
    print("the entry isn't an integer")

print("bye")

اما اینجا به محض مواجهه با ارور، برنامه پیام مناسبی به کاربر نشون میده و به کارش ادامه میده، بدون اینکه process رو متوقف کنه.

همچنین میتونید صرفا یک یا چند خطای مورد انتظار و معین رو برای تکه کد خودتون درنظر بگیرید. به این صورت که در بلوک except نوع ارور رو مینویسید و مفسر صرفا نسبت به این ارور(ها) واکنش نشون میده.

❔ مسئله:
— برنامه ای بنویسید که از کاربر عددی صحیح را دریافت کند و حاصل تقسیم 1000 بر آن را بنویسد.
جواب:

try:
    number = int(input("enter a number: "))
    print(1e3 / number)

except ValueError:
    print("the entry isn't an integer")

در این تکه کد فقط اگر به ValueError برخورد کنیم برنامه واکنش‌نشون میده و درغیر اینصورت برنامه با ارور مواجه، و در نتیجه متوقف میشه.

حالا اگه بخوایم ZeroDivisionError رو هم هندل کنیم چی؟ کاری نداره، اونم اضافه میکنیم:

try:
    number = int(input("enter a number: "))
    print(1e3 / number)

except ValueError:
    print("the entry isn't an integer")

except ZeroDivisionError:
    print("entry cannot be zero")

تا اینجا با try و except آشنا شدیم. در پست های بعدی بیشتر در مورد error handling صحبت میکنیم و با این موضوع بیشتر آشنا میشیم.

🔖 #Python, #پایتون

👤 Yasin

💎 Channel: @DevelopixPython

4.5K views08:30

| کانال توسعه‌دهندگان پایتون |

Forwarded from Developix Support

🥳مسابقۀ ۱۰۰ میلیونی ساخت بات در اپلیکیشن بله!🦾

💰 مسابقه‌ای برای ساخت بازو (بات) و مینی‌اپ در اپلیکیشن بله

🎯 از استعدادت پول در بیار!
❓چطوری؟

بله با مسابقهٔ «زور بازوت رو نشون بده!» یک فرصت عالی برای مهندسین نرم‌افزار، وب دولوپر‌ها، صاحبان سایت‌ها و اپلیکیشن‌ها و تیم‌های محصول فراهم کرده که پاسخگوی این دغدغه‌هاست.

🎁 یه مسابقه با ۱۰۰ میلیون تومن جایزهٔ نقدی و ۱ میلیارد تومن اعتبار تبلیغات منتظرته! ♨️

📎 همین الان در مسابقه ثبت‌نام کن! ➡️

💬 کانال اخبار بازو دراپلیکیشن بله

کانال اطلاع‌رسانی بله | @BaleMessenger

2.5K views16:30

| کانال توسعه‌دهندگان پایتون |

🔹 ارور ها در پایتون
🔸 بخش دوم (بخش اول)

💠 در پست قبلی تا اونجا پیش رفتیم که برای هر خطا هندلر جداگانه قرار بدیم. در این پست هم همین مطلب رو ادامه میدیم.
💠 پایتون هنگامی که ما از except استفاده میکنم همیشه ارور مورد نظر رو برای ما نگه میداره و ما میتونیم از همون ارور هم استفاده کنیم که بدونیم برنامه چرا به مشکل خورده. برای این‌کار باید از یک متغیر استفاده کنیم تا خطا رو در اون نگه داری کنیم.

شیوه استفاده به این شکله:

def divide(x, y):
    try:
        result = x // y
        print("Yeah! Your answer is :", result)

    except Exception as e:
        print("The error is: ", e)

divide(3,0)

در پایتون شما میتونید بعد از بلوک try-except از کلمه کلیدی else استفاده کنید. در این ساختار else زمانی اجرا میشه که کد ما بدون مشکل اجرا بشه و کار به اجرای code block هیچ کدوم از except ها کشیده نشه.
به عبارت دیگه اگه بلوک try اجرا بشه بعدش مستقیم میره بلوک else اما اگه بلوک except اجرا بشه دیگه else در کار نیست.
با این مثال بهتر این مفهوم رو متوجه میشین:

def get_number():
    try:
        number = int(input("number: "))

    except:
        print("please enter a number")

    else:
        print(f"thank you for number {number}")

هنگامی که یک عدد رو به get_number بدیم و به ارور نخوریم وارد بلوک else میشیم و به شما پیام "thank you for number x" نشون داده میشه.
حالا اگه یک حرف وارد کنید به شما پیام "please enter a number" نشون داده میشه.

یک کلمه کلیدی دیگه پایتون برای try, except داره که finally نام داره.
کد بلوک finally همیشه اجرا میشه، چه کد ما دارای ارور باشه و به exception بره و چه بلوک try به درستی اجرا بشه، در هر صورت finally اجرا میشه.

def get_number():
    try:
        number = int(input("number: "))

    except:
        print("please enter a number")

    finally:
        print("thank you for reading this post")

راستی، شما می‌تونید بعد از بلوک try از finally استفاده کنید و exceptionای قرار ندید، تست این قسمت با شما😁
منبع

🔖 #Python, #پایتون

👤 Yasin

💎 Channel: @DevelopixPython

3.1K viewsedited 15:30

| کانال توسعه‌دهندگان پایتون |

🔵نکات برنامه‌نویسی پایتون
⚪️ بخش اول

💠 از کدوم مورد استفاده میکنین برای اینکه بفهمین یک متغییر None هست یا نه؟

1) obj is None
2) obj == None

❗️ هیچوقت از روش دوم استفاده نکنین
به چند دلیل:
- استفاده از is بهینه تره و مستقیم ادرس مموری رو بررسی میکنه و از چیزای اضافی پرهیز میکنه
- استفاده از == برای این مورد کاملا خطرناکه و ممکنه باعث ایجاد ارور بشه. چرا؟ کد رو ببینید:

class Example:
       def __eq__(self, _):
           return True 

e = Example()
print(e == None)
print(e is None)

🔖 #Python, #پایتون

👤 REZA P

💎 Channel: @DevelopixPython

2.8K views08:30

| کانال توسعه‌دهندگان پایتون |

#سوال

✨

خروجی کد زیر چیست ⁉️

✍️ *ژنرال*

💎 Channel: @DevelopixPython

Please open Telegram to view this post

VIEW IN TELEGRAM

2.8K views08:29

| کانال توسعه‌دهندگان پایتون |

#سوال ✨
خروجی کد زیر چیست ⁉️

✍️ *ژنرال*

💎 Channel: @DevelopixPython

3.0K views08:34

| کانال توسعه‌دهندگان پایتون |

Please open Telegram to view this post

VIEW IN TELEGRAM

3.5K views16:30

| کانال توسعه‌دهندگان پایتون |

#سوال

✨

خروجی کد زیر چیست ⁉️

✍️ *ژنرال*

💎 Channel: @DevelopixPython

Please open Telegram to view this post

VIEW IN TELEGRAM

2.3K views08:29

| کانال توسعه‌دهندگان پایتون |

💠 PEP 750: Template Strings (T-Strings)

مدتی میشه که PEP 750 تایید شده و قراره در نسخه 3.14 پیاده بشه.
برای اولین بار قراره زمانی که از quotation (") استفاده می‌کنید مقداری از جنس یک built-in type برای شما برگردونده نشه.
تا الان string prefix های r, f, u و fr رو در پایتون داشتیم و حالا قراره t و tr رو هم در کد ها (مخصوصا در کد framework ها مشاهده کنید).

وجود template string ها در پایتون چیز جدید نیست. string.Template یا formatting در پایتون وجود داشتند و دارند. حتی templating engine هایی مثل jinja یا meko و حتی engine های مختص framework های محبوبی مثل django هم وجود داشتند و میشه گفت این مقوله مفهوم جدیدی به پایتون اضافه نمیکنه.

از زمانی که PEP 498 تایید شد و f-string به پایتون 3.6 اومد مقداری مفهوم template ها در کد ها مقداری کمرنگ شدند چون عمده نیازی که وجود داشت برای جایگذاری مستقیم داده در string ها بود و f-string این نیاز رو برطرف می‌کرد. از زمان معرفی PEP 701 استفاده از اونها بیشتر هم شد چون استفاده از اون رو به شدت آسون‌تر می‌کرد.
اما t-string ها مثل f-string ها عمل نمیکنند. میشه گفت t-string ها تمام قابلیت هایی که f-string ها داشتند رو دارند اما اگر نیاز شما به چیزی مشابه f-string ها هست که یک str برگردونه، واقعا لزومی نداره از t-string ها استفاده کنید چون فقط کار خودتون رو پیچیده کردید. وجود t-string ها ضربه‌ای به ماهیت f-string ها و علت وجودشون نمیزنه چون مفهومی متفاوت رو ارائه میده.

همونطور که اشاره شد شما با استفاده از این syntax دیگه مستقیما یک string ندارید و مقداری از نوع Template برای شما برگردونده میشه. شما وقتی از f-string استفاده میکنید صرفا خروجی در اختیار شما قرار میگیره و عملا هیچ دسترسی مستقیمی به مقادیر داده شده به رشته ندارید، اما t-string ها اینطور نیستند.
میشه گفت که اگر f-string خروجی (بَعد) چیزی که میخواین باشه، t-string یک ساختار نگه‌دارنده برای شماست (قبل از ایجاد). ضمن اینکه استفاده مستقیم از f-string ها برای انجام کار هایی میتونست مشکلات امنیتی (مثل sql injection) بوجود بیاره اما اینجا با مدیریت بهتر میشه از این مشکلات امنیتی هم در امان بود.

چطور باید یک template ساده نوشت؟

c = "DevelopixPython"
t = t"subscribe @{c}"

خب، قطعا با خودتون گفتید که "این همون f-string نیست؟" که خب جواب به طور واضحی نه هست. اینجا متغیر t دیگه یک string نیست، یک Template هست.
این چه امکاناتی رو به ما میده؟
1. تفکیک قسمت های ثابت در رشته از متغیر های ورودی.
2. دسترسی مستقیم به ورودی ها (interpolations)، نوع‌تبدیل خواسته شده برای اونها (conversion)، نوع formatting خواسته شده برای اونها (format_spec) و حتی عبارت داده شده جهت جایگذاری!

در PEP 498 گفته شده "به همون دلیلی که متد bytes.format رو نداریم، یک prefix با عنوان fb هم برای f-string ها نداریم". این قاعده درحال حاضر به طور کامل برای t-string ها هم صدق میکنه و tb هم معنی نداره.
اما خب، همونطور که گفته شده این چیزی نیست که ازش چشم‌پوشی شده باشه و این برمیگرده به پیشنهادی که Steve Dower داد که مورد قبول واقع شد پس انتظار میره در آینده ترکیبی از bytes ها رو هم با این template ها شاهد باشیم.

حالا سوالی پیش میاد. اینکه چه زمانی از f-string استفاده کنیم و چه زمانی از t-string؟
وقتی داریم در مورد f-string ها حرف میزنیم یعنی در خروجی انتظار یک str داریم که render شده. اما زمانی که در مورد template ها حرف می‌زنیم انتظار خروجی str نداریم.
ما برای استفاده از template ها نیاز به یک processor داریم. به طور خیلی ساده میشه گفت t-string ها به منظور ایجاد string ها استفاده نمیشن و از اونها به عنوان ساختاری که داده های مرتبط به رشته رو به طور منظم نگه‌داری میکنه میشه یاد کرد. به طور کلی زمانی از t-string استفاده میکنید که شیوه ایجاد متن شما هم مهم هست و نیاز دارید که بدونید چه object هایی به عنوان ورودی و در چه قالبی داده شدند. اینطور با دست باز قادر به validate کردن اونها هستید و عملا از نحوه ایجاد رشته‌ای که در نهایت قراره خروجی شما باشه آگاهید.
این یعنی t-string ها حتی string نیستند! برای گرفتن خروجی حتما به یک processor نیاز هست که درواقع صرفا استفاده کننده template ماست.

تا قبل از ارائه میتونید خودتون نسخه‌ای که در cpython پیاده‌سازی شده رو build و استفاده کنید. همچنین میتونید نمونه هایی از استفاده از این قابلیت رو اینجا مشاهده کنید. پیشنهاد میشه logging.py, web.py و reuse.py و مخصوصا fstring رو برای درک بهتر این ویژگی مطالعه کنید.

✍️ *ژنرال*

🏷

#Python, #PEP, #TStrings, #template, #pep750, #strings

💎 Channel: @DevelopixPython

Please open Telegram to view this post

VIEW IN TELEGRAM

Python Enhancement Proposals (PEPs)

PEP 750 – Template Strings | peps.python.org

This PEP introduces template strings for custom string processing.

2.2K viewsedited 08:31

| کانال توسعه‌دهندگان پایتون |

Forwarded from Hostiran | هاست ایران

🔥

تخفیف بزرگ سرور اختصاصی ابری هاست ایران از امروز شروع شد!

🚀

🛸 ما تو هاست ایران با توجه به درخواست‌های پرتکرار شما، یک سرویس متفاوت راه انداختیم:
🌩 سرور اختصاصی ابری – ترکیبی از قدرت سخت‌افزار اختصاصی با انعطاف و مقیاس‌پذیری فضای ابری ✨

✅ منابع کاملاً اختصاصی
✅ پرداخت ساعتی یا ماهانه، فقط برای میزان مصرف واقعی (PAYG)
✅ پشتیبانی از Nested Virtualization (نصب Hypervisor روی VM)
✅ ساخت سریع ماشین‌مجازی ویندوز یا لینوکس
✅ بکاپ خودکار و پشتیبانی ۲۴/۷
✅ انتخاب دیتاسنتر نزدیک به کاربران شما

💵

فقط تا ۶ اردیبهشت فرصت دارید این سرویس رو با ۵۰٪ تخفیف ویژه تهیه کنید!

💥

🟥 برای اطلاعات بیشتر و سفارش:

🔗

لینک مشاهده سرویس

Please open Telegram to view this post

VIEW IN TELEGRAM

1.8K views16:45

| کانال توسعه‌دهندگان پایتون |

#سوال

✨