به نام خداوند ارزش‌آفرین

💻✨ اطلاعیه رسمی دوازدهمین دوره جشنواره نوجوان خوارزمی
محور: برنامه‌نویسی و هوش مصنوعی

✾࿐༅⚙️💡💻⚙️💡💻⚙️💡࿐༅✾

📣 دوازدهمین جشنواره‌ی نوجوان خوارزمی با هدف شناسایی و پرورش استعدادهای فناورانه‌ی دانش‌آموزان، آغاز به کار کرده است.
در محور برنامه‌نویسی، دانش‌آموزان خلاق می‌توانند توانایی‌های خود را در طراحی الگوریتم، ساخت نرم‌افزار، اپلیکیشن، بازی و پروژه‌های هوش مصنوعی به نمایش بگذارند.

🔹 ناظر علمی کشوری جشنواره:
ئاسو شجاعی
🔹 دبیر اجرایی جشنواره:
رضا علی‌پور کندری

🔹 برگزارکننده: دبیرخانه کشوری هوش مصنوعی و برنامه‌نویسی مستقر در استان خراسان رضوی

📡 راه‌های ارتباطی:
📘 کانال رسمی دبیرخانه کشوری محور هوش مصنوعی و برنامه‌نویسی:
🆔 @Dabirkhane_Ai

🌐 کانال محور هوش مصنوعی و برنامه‌نویسی جشنواره نوجوان خوارزمی:
🆔 @code_nojavan

🌐 کانال عمومی جشنواره نوجوان خوارزمی:
🆔 @nojavan_kharazmi

🧠 پیام به نوجوانان برنامه‌نویس ایران زمین:
کد بنویس، خلق کن و آینده را بساز!
در محور برنامه‌نویسی جشنواره نوجوان خوارزمی، ایده‌های تو فقط خطوطی از کد نیستند، بلکه طرحی از آینده‌ی دیجیتال کشورند.
از پروژه‌های ساده تا هوش مصنوعی و اپلیکیشن‌های خلاقانه — اینجا جای رشد، یادگیری و درخشش توست.

💬 «هر خط کد، گامی به سوی خلاقیت است؛ هر ایده، شروعی برای یک تحول!»

✾࿐༅⚙️💡💻⚙️💡💻⚙️💡࿐༅✾

سلام به همه‌ی دوستان علاقه‌مند به دنیای فناوری 🌟

جشنواره خوارزمی، یکی از معتبرترین رویدادهای علمی کشور، در دوازدهمین دوره خود میزبان علاقه‌مندان به برنامه‌نویسی و هوش مصنوعی است.

در این محور، یکی از زبان‌های مورد تأیید و از بهترین گزینه‌ها برای پیاده‌سازی ایده‌ها و پروژه‌ها، زبان برنامه‌نویسی پایتون می‌باشد.

💡 این جشنواره بهترین فرصت برای شماست تا:

آموخته‌های برنامه‌نویسی خود را در عمل محک بزنید،

از تجربه‌ی اساتید و مربیان راهنما بهره‌مند شوید،

و در مسیر نوآوری و خلاقیت دیجیتال گام بردارید.


اگر به برنامه‌نویسی و هوش مصنوعی علاقه دارید،
🎯 الان بهترین زمان برای شروع و شرکت در این رقابت علمی است!

📢 اطلاعیه جشنواره نوجوان خوارزمی
محور: برنامه‌نویسی و هوش مصنوعی

بچه‌ها! 🌟
الان بهترین فرصت برای شرکت در جشنواره خوارزمی هست، مخصوصاً برای دوستانی که به برنامه‌نویسی و هوش مصنوعی علاقه دارن.

👩‍💻👨‍💻
دوستانی که قصد شرکت در این محور رو دارن، حتماً شیوه‌نامه بخش برنامه‌نویسی و هوش مصنوعی رو با دقت مطالعه کنن تا با مراحل، شرایط و نحوه‌ی ارائه پروژه‌ها آشنا بشن.

💬 برای هرگونه راهنمایی، پرسش یا مشاوره در روند آماده‌سازی پروژه‌ها،
ما در خدمتتون هستیم 🙌

🚨 قبل از اینکه باگ‌هات وقتت رو بگیرن، این ۳۰ خطای متداول پایتون رو بشناس!
👨‍💻 با مثال‌های واقعی یاد بگیر چطور ازشون جلوگیری کنی و مثل یه حرفه‌ای کد بزنی!
🔥 ساده، کاربردی و مخصوص همه‌ی پایتونی‌ها از مبتدی تا پیشرفته.

📚 ذخیره کن تا یادت نره ✅
📩 برای دوست برنامه‌نویست بفرست 👥




#Python #PythonTutorial #PythonTips #PythonLearning #PythonProgramming #PythonDeveloper #LearnPython #CodingLife #ProgrammerLife #CodeBetter #BugFixing #CodeErrors #CleanCode #SoftwareDeveloper #CodingTips #Developers #CodeDaily #ProgrammersCommunity #پایتون #آموزش_پایتون #کدنویسی #برنامه_نویسی #برنامه_نویسی_پایتون #رفع_باگ #خطای_کدنویسی #کد_تمیز #آموزش_کدنویسی #یادگیری_پایتون #کدنویس #توسعه_دهنده #پروگرمر #کدنویسی_آسان #برنامه‌نویس_شو #دنیای_برنامه‌نویسی #ترفند_کدنویسی #پروگرمینگ

🧠 ۲۰ کتابخانه‌ برتر هوش مصنوعی در پایتون

1️⃣ TensorFlow

چارچوب متن‌باز گوگل برای یادگیری ماشین و یادگیری عمیق؛ مناسب برای آموزش و استقرار مدل‌های پیچیده شبکه‌های عصبی.

2️⃣ PyTorch

محصول شرکت متا (فیسبوک) با رابط پویا و ساده برای توسعه مدل‌های یادگیری عمیق و پژوهش‌های علمی.

3️⃣ Keras

رابط سطح‌بالای TensorFlow برای ساخت سریع و آسان شبکه‌های عصبی با چند خط کد.

4️⃣ Scikit-learn

کتابخانه جامع برای الگوریتم‌های کلاسیک یادگیری ماشین مانند طبقه‌بندی، رگرسیون و خوشه‌بندی.

5️⃣ NumPy

کتابخانه پایه برای محاسبات عددی، آرایه‌ها و عملیات ریاضی پرسرعت در پایتون.

6️⃣ Pandas

ابزار قدرتمند برای تحلیل داده، پیش‌پردازش و ساختاردهی به داده‌های جدولی (DataFrame).

7️⃣ Matplotlib

کتابخانه اصلی ترسیم نمودارها و مصورسازی داده‌ها در پروژه‌های هوش مصنوعی.

8️⃣ Seaborn

ابزاری سطح‌بالا بر پایه Matplotlib برای ترسیم گراف‌های آماری زیبا و تحلیلی.

9️⃣ OpenCV

کتابخانه‌ای پیشرفته برای بینایی ماشین، پردازش تصویر، و تحلیل ویدئو.

🔟 NLTK

ابزار کلاسیک برای پردازش زبان طبیعی (NLP)؛ مناسب برای تحلیل متون و داده‌های زبانی.


---

1️⃣1️⃣ SpaCy

کتابخانه مدرن و سریع برای پردازش زبان طبیعی با مدل‌های ازپیش‌آموزش‌دیده.

1️⃣2️⃣ XGBoost

ابزاری قدرتمند برای الگوریتم‌های بوستینگ گرادیان؛ پرکاربرد در مسابقات داده‌کاوی و Kaggle.

1️⃣3️⃣ LightGBM

محصول مایکروسافت برای یادگیری ماشین سریع و مقیاس‌پذیر بر پایه درخت‌های تصمیم.

1️⃣4️⃣ CatBoost

کتابخانه‌ی یادگیری ماشین از شرکت Yandex، بهینه برای داده‌های جدولی (Tabular Data).

1️⃣5️⃣ Theano

یکی از اولین چارچوب‌های یادگیری عمیق، پایه‌گذار بسیاری از کتابخانه‌های مدرن.

1️⃣6️⃣ FastAI

کتابخانه‌ای بر پایه PyTorch برای توسعه سریع مدل‌های یادگیری عمیق با کدنویسی کم.

1️⃣7️⃣ Hugging Face Transformers

مجموعه‌ای از مدل‌های NLP پیشرفته مانند BERT، GPT و T5 برای تحلیل متن، ترجمه و تولید زبان.

1️⃣8️⃣ Gensim

ابزاری تخصصی برای مدل‌سازی موضوعی، Word2Vec و پردازش متون بزرگ.

1️⃣9️⃣ PyCaret

کتابخانه خودکارسازی یادگیری ماشین (AutoML) برای آموزش سریع مدل‌ها با کدنویسی حداقلی.

2️⃣0️⃣ Gym (OpenAI Gym)

چارچوب استاندارد برای توسعه و ارزیابی الگوریتم‌های یادگیری تقویتی (Reinforcement Learning).




✨ جمع‌بندی:
پایتون به لطف این کتابخانه‌ها، به زبان اصلی دنیای هوش مصنوعی تبدیل شده است — از تحلیل داده و پردازش زبان تا یادگیری عمیق و بینایی ماشین.

🧠 ۳۰ کتابخانه کاربردی پایتون با مثال‌های ساده




1️⃣ NumPy – محاسبات عددی سریع و علمی

import numpy as np
arr = np.array([1, 2, 3])
print(arr.sum())




2️⃣ Pandas – تحلیل و مدیریت داده‌ها

import pandas as pd
df = pd.DataFrame({'نام': ['علی','سارا'], 'نمره':[18,20]})
print(df)



3️⃣ Matplotlib – ترسیم نمودارهای علمی

import matplotlib.pyplot as plt
plt.plot([1,2,3],[2,4,6])
plt.show()




4️⃣ Seaborn – گراف‌های آماری زیبا

import seaborn as sns
sns.lineplot(x=[1,2,3], y=[3,5,7])




5️⃣ OpenCV – پردازش تصویر و بینایی ماشین

import cv2
img = cv2.imread("photo.jpg", 0)
cv2.imshow("Gray", img)
cv2.waitKey(0)




6️⃣ Pillow (PIL) – ویرایش تصویر ساده

from PIL import Image
img = Image.open("photo.jpg")
img.rotate(45).save("rotated.jpg")




7️⃣ Requests – دریافت داده از اینترنت

import requests
res = requests.get("https://api.github.com")
print(res.status_code)




8️⃣ JSON – کار با داده‌های وب

import json
data = {"name": "Ali", "score": 19}
print(json.dumps(data, ensure_ascii=False))




9️⃣ os – مدیریت فایل‌ها و مسیرها

import os
print(os.listdir())




🔟 shutil – کپی و انتقال فایل‌ها

import shutil
shutil.copy("data.txt", "backup.txt")




1️⃣1️⃣ pathlib – مسیرهای مدرن فایل

from pathlib import Path
print(Path("example.txt").exists())




1️⃣2️⃣ re – جست‌وجو در متن با الگو

import re
txt = "Email: test@mail.com"
print(re.findall(r'\S+@\S+', txt))




1️⃣3️⃣ datetime – کار با تاریخ و زمان

from datetime import datetime
print(datetime.now())




1️⃣4️⃣ random – تولید داده‌های تصادفی

import random
print(random.choice(['🍎','🍌','🍉']))




1️⃣5️⃣ Tkinter – رابط کاربری گرافیکی ساده

import tkinter as tk
tk.Label(tk.Tk(), text="سلام!").pack()
tk.mainloop()



1️⃣6️⃣ customtkinter – رابط مدرن پایتون

import customtkinter as ctk
app = ctk.CTk()
ctk.CTkButton(app, text="شروع").pack(pady=10)
app.mainloop()




1️⃣7️⃣ Pygame – ساخت بازی‌های ساده

import pygame
pygame.init()
pygame.display.set_mode((300,300))
pygame.display.set_caption("بازی پایتون")
pygame.time.wait(2000)
pygame.quit()




1️⃣8️⃣ python-docx – ساخت فایل Word

from docx import Document
doc = Document()
doc.add_paragraph("گزارش پایتون")
doc.save("report.docx")




1️⃣9️⃣ openpyxl – کار با فایل Excel

from openpyxl import Workbook
wb = Workbook()
wb.active["A1"] = "Python"
wb.save("data.xlsx")




2️⃣0️⃣ PyPDF2 – خواندن PDF

from PyPDF2 import PdfReader
reader = PdfReader("file.pdf")
print(reader.pages[0].extract_text())




2️⃣1️⃣ Scikit-learn – یادگیری ماشین کلاسیک

from sklearn.linear_model import LinearRegression
model = LinearRegression().fit([[1],[2],[3]], [2,4,6])
print(model.predict([[4]]))




2️⃣2️⃣ TensorFlow – یادگیری عمیق گوگل

import tensorflow as tf
x = tf.constant([1, 2, 3])
print(tf.reduce_sum(x))




2️⃣3️⃣ PyTorch – چارچوب محبوب هوش مصنوعی

import torch
x = torch.tensor([1., 2., 3.])
print(x.mean())




2️⃣4️⃣ Keras – ساخت مدل‌های عصبی ساده

from keras.models import Sequential
from keras.layers import Dense
model = Sequential([Dense(5, input_shape=(3,))])




2️⃣5️⃣ FastAI – یادگیری سریع با PyTorch

from fastai.vision.all import *
print("FastAI آماده است!")




2️⃣6️⃣ XGBoost – الگوریتم‌های بوستینگ سریع

import xgboost as xgb
print("XGBoost فعال شد!")




2️⃣7️⃣ LightGBM – یادگیری ماشین بهینه از مایکروسافت

import lightgbm as lgb
print("LightGBM آماده است!")




2️⃣8️⃣ Hugging Face Transformers – مدل‌های زبان بزرگ

from transformers import pipeline
nlp = pipeline("sentiment-analysis")
print(nlp("Python is amazing!"))



2️⃣9️⃣ NLTK – ابزار کلاسیک پردازش زبان طبیعی

import nltk
nltk.download('punkt')
print(nltk.word_tokenize("سلام پایتون!"))




3️⃣0️⃣ Gensim – مدل‌سازی معنایی و Word2Vec

from gensim.models import Word2Vec
print("Gensim آماده تحلیل متن است!")


📢 ۳۰ کتابخانه طلایی پایتون برای مسیر حرفه‌ای شما!
از داده‌کاوی و بازی‌سازی تا هوش مصنوعی و پردازش تصویر —
با این کتابخانه‌ها یاد می‌گیری چگونه هر ایده‌ای را به کد تبدیل کنی 💡🐍

💻 تمرین کن، اجرا کن و خلاقیتت رو بساز!
#Python #پایتون #برنامه‌نویسی #هوش_مصنوعی #یادگیری_ماشین #AI #DataScience

📸 تشخیص چهره در لحظه با Python و OpenCV!
با چند خط کد ساده، وب‌کم را به یک سیستم هوشمند تبدیل کردم که چهره‌ها را در لحظه شناسایی می‌کند 👀
از کتابخانه‌ی قدرتمند OpenCV و الگوریتم کلاسیک Haar Cascade برای تشخیص چهره‌ها استفاده شده است.

🧠 هوش مصنوعی از همین‌جا شروع می‌شود — از تشخیص چهره تا تحلیل احساسات!
🔹 زبان برنامه‌نویسی: Python
🔹 کتابخانه: OpenCV
🔹 خروج: تشخیص چهره زنده با قاب سبز

#Python #OpenCV #FaceDetection #ComputerVision #AI #MachineLearning #کدنویسی #پروژه_پایتون #هوش_مصنوعی

import cv2

# وبکم
cap = cv2.VideoCapture(0)

face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

while True:
ret, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.1, 5)

for (x, y, w, h) in faces:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

cv2.imshow("Face Detection", frame)

if cv2.waitKey(1) & 0xFF == ord('q'):
break

cap.release()
cv2.destroyAllWindows()

https://www.aparat.com/v/uvj4d43
کد کامل پروژه

📘 فایل آموزشی کامل پایتون: توابع داخلی و متدها
شامل تمامی Built-in functions و متدهای رشته‌ها، لیست‌ها، دیکشنری‌ها و مجموعه‌ها ✨
در هر بخش، توضیح کوتاه و خروجی واقعی هر تابع و متد آورده شده ✅

🔹 توابع داخلی (Built-in functions):
از abs و all تا zip — شامل تمام توابع کاربردی پایتون همراه با مثال عملی و خروجی.
📎 مباحثی مثل: compile, eval, map, super, setattr, property, dir, globals, vars

🔹 متدهای رشته‌ها (String methods):
تمرین کامل تمام متدهای متنی از capitalize() تا zfill()
📎 تمرکز روی جست‌وجو، جایگزینی، قالب‌بندی و بررسی ویژگی‌های رشته‌ها

🔹 متدهای لیست‌ها (List methods):
اجرای متدهای پرکاربرد مثل append, extend, insert, remove, sort
📎 عملیات افزودن، حذف، مرتب‌سازی و کپی‌سازی

🔹 متدهای دیکشنری‌ها (Dict methods):
از copy و get تا update و values
📎 یادگیری کار با کلید–مقدار و ایجاد دیکشنری‌های جدید

🔹 متدهای مجموعه‌ها (Set methods):
از add, union, intersection تا symmetric_difference
📎 تمرین عملی تفاوت بین remove، discard و difference_update

#Python #کدنویسی #آموزش_پایتون #برنامه‌نویسی #متدها #توابع

🎯 صفحه آپارات: آموزش برنامه‌نویسی پایتون

سلام! 👋
به صفحه‌ی ما خوش اومدی!
اینجا دنیای پایتونه 🐍 — جایی که با آموزش‌های ساده، تمرین‌های کاربردی و پروژه‌های واقعی یاد می‌گیری چطور مثل یه برنامه‌نویس حرفه‌ای فکر کنی و کد بزنی 💻

📚 محتوای این صفحه شامل:

آموزش گام‌به‌گام زبان پایتون (از مقدماتی تا پیشرفته)

تمرین‌ها و مثال‌های کاربردی برای هر مبحث

پروژه‌های عملی مثل ماشین‌حساب، بازی ساده، وب‌اسکریپت، و تحلیل داده

معرفی کتابخانه‌های پرکاربرد (مثل NumPy، Pandas، Tkinter و...)

نکات و ترفندهای برنامه‌نویسی حرفه‌ای


👨‍💻 مناسب برای:
افرادی که تازه وارد دنیای برنامه‌نویسی شدن یا می‌خوان مهارت‌های خودشون رو با پروژه‌های واقعی تقویت کنن.

📺 هدف ما:
یادگیری پایتون به روشی ساده، پروژه‌محور و لذت‌بخش!


https://www.aparat.com/v/jsbcug7

کلاس برنامه‌نویسی پایتون هم اکنون

گزارش برگزاری کلاس پایتون متوسطه


👨‍🏫 مربی: یاسر محمودیان

📅 تاریخ برگزاری: ۱ آبان ماه ۱۴۰۴

📍 مکان: کانون فرهنگی‌–ورزشی شهید صیاد شیرازی، بسیج درگز

⏰ زمان‌بندی کلاس‌ها:



ساعت ۱۱:۰۰ تا ۱۳:۰۰ ویژه برادران

🎉 آغاز دوره متوسطه برنامه‌نویسی پایتون

با سلام و احترام

باعث افتخار است که اعلام کنیم جمعی از هنرجویان پرتلاش و موفق، پس از گذراندن دوره مقدماتی و طی مراحل ارزیابی، به دوره متوسطه برنامه‌نویسی پایتون راه یافتند و امروز در اولین جلسه این دوره شرکت کردند. این موفقیت را صمیمانه تبریک می‌گوییم و برایشان آرزوی پیشرفت و یادگیری عمیق‌تر داریم 🌟

📌 یادآوری مهم:
از هنرجویان دوره مقدماتی که هنوز شهریه یا هزینه صدور گواهی فنی‌وحرفه‌ای را پرداخت نکرده‌اند، خواهشمندیم در اسرع وقت اقدام فرمایند تا گواهی سایر دوستان نیز بدون تأخیر صادر و تحویل گردد.

با آرزوی موفقیت برای همه عزیزان
مدیریت دوره آموزشی

🎉 آغاز دوره متوسطه پایتون و تبریک به هنرجویان برگزیده

با سلام و احترام

با افتخار اعلام می‌کنیم که دوره مقدماتی برنامه‌نویسی پایتون با موفقیت به پایان رسید. جمعی از هنرجویان پرتلاش پس از ارزیابی‌های آموزشی، موفق شدند به مرحله جدید یعنی دوره متوسطه پایتون راه یابند و امروز در اولین جلسه این دوره شرکت کردند.

تبریک ویژه عرض می‌کنیم به آقایان:

بشکنی، حیدری، عاشوریان، نورانی، برید کاظمی، محسن‌آبادی، شعبانی، کیمیایی

که با پشتکار، تمرین مستمر و علاقه‌مندی، این مسیر را با موفقیت طی کردند. این موفقیت را به خودشان و خانواده‌های محترمشان صمیمانه تبریک می‌گوییم 🌟

🔸 در این مرحله جدید، تمرکز بر تمرین و تکرار کدنویسی، رعایت نظم و انضباط آموزشی، و توجه به اهمیت روزافزون برنامه‌نویسی—به‌ویژه زبان پایتون و کاربردهای آن در هوش مصنوعی، علم داده و اتوماسیون—نقش کلیدی در رشد و موفقیت شما خواهد داشت.

یادگیری برنامه‌نویسی یعنی یادگیری تفکر، ساختن، و تأثیرگذاری.
با تلاش و تمرکز، می‌توانیم به خروجی‌های عالی و پروژه‌هایی کاربردی و الهام‌بخش دست پیدا کنیم 💻✨



با آرزوی موفقیت برای همه عزیزان
مدیریت دوره آموزشی

https://www.aparat.com/v/vfaq06l

دستور print

گزارش دوره برنامه‌نویسی پایتون – دوره متوسطه

امروز دوره جدید برنامه‌نویسی پایتون برای دانش‌آموزان دوره متوسطه برگزار شد و فوق‌العاده بود. در این جلسه:

هنرآموزان با کتابخانه‌های مختلف پایتون آشنا شدند.

چند ایده جدید به صورت اولیه توسط دانش‌آموزان پیاده‌سازی شد.

استقبال بسیار خوبی از مباحث پیشرفته صورت گرفت.


ضمن تشکر ویژه از سرکار خانم قلی‌زاده و سرکار خانم قلمی بابت حضور و فعالیت ارزشمندشان، امیدواریم روند خلاقیت و یادگیری دانش‌آموزان ادامه یابد.

آموزش خصوصی برنامه‌نویسی پایتون

آیا می‌خواهید به دنیای برنامه‌نویسی و هوش مصنوعی وارد شوید؟
پایتون یکی از محبوب‌ترین و کاربردی‌ترین زبان‌های برنامه‌نویسی دنیا است و یادگیری آن، دروازه‌ای به سوی فرصت‌های شغلی و پروژه‌های خلاقانه است.

✅ مزایای آموزش خصوصی پایتون:

یادگیری مفاهیم پایه و پیشرفته برنامه‌نویسی به صورت مرحله به مرحله

آشنایی با کتابخانه‌های کاربردی مثل NumPy، Pandas، Matplotlib، OpenCV و TensorFlow

حل پروژه‌های عملی و تمرین‌های واقعی برای تقویت مهارت‌ها

پشتیبانی فرد به فرد و آموزش مطابق با سطح و علاقه شما

مسیر ورود به دنیای هوش مصنوعی، تحلیل داده و توسعه اپلیکیشن‌ها


🎯 برای چه کسانی مناسب است؟

دانش‌آموزان و دانشجویان علاقه‌مند به برنامه‌نویسی

افرادی که می‌خواهند به دنیای هوش مصنوعی و یادگیری ماشین وارد شوند


📌 با آموزش خصوصی پایتون:

برنامه‌نویسی را به صورت اصولی و کاربردی یاد می‌گیرید

مهارت حل مسئله و تفکر الگوریتمی خود را تقویت می‌کنید


✨ شروع مسیر موفقیت شما از همین امروز!
برای اطلاعات بیشتر و ثبت‌نام، با ما تماس بگیرید.
09156519984
محمودیان

تمرین ۱: شمارش حروف و اعداد در رشته

هدف: تمرین کار با رشته‌ها و حلقه‌ها

توضیح:
برنامه‌ای بنویس که از کاربر یک رشته بگیرد و تعداد حروف و اعداد موجود در آن را محاسبه و چاپ کند.

نمونه اجرا:

ورودی: Hello1234
خروجی:
حروف: 5
اعداد: 4




🔁 تمرین ۲: پیدا کردن اعداد اول در بازه‌ای خاص

هدف: تمرین کار با حلقه و شرط‌ها

توضیح:
برنامه‌ای بنویس که دو عدد از کاربر بگیرد و همه‌ی اعداد اول بین آن دو را چاپ کند.

نمونه اجرا:

ورودی: 10 30
خروجی: 11, 13, 17, 19, 23, 29




📊 تمرین ۳: میانگین نمرات با استفاده از لیست

هدف: تمرین کار با لیست و تابع‌ها

توضیح:
برنامه‌ای بنویس که نمرات چند دانش‌آموز را از کاربر بگیرد (تا زمانی که کاربر عدد منفی وارد کند)، سپس میانگین نمرات را چاپ کند.

نمونه اجرا:

نمره را وارد کنید: 18
نمره را وارد کنید: 15
نمره را وارد کنید: 20
نمره را وارد کنید: -1
میانگین: 17.67




🧠 تمرین ۴: واژه‌ی وارونه (Palindrome)

هدف: تمرین کار با رشته‌ها و توابع

توضیح:
برنامه‌ای بنویس که بررسی کند آیا رشته‌ی ورودی از دو طرف یکی است یا خیر.

نمونه اجرا:

ورودی: radar
خروجی: این کلمه پالیندروم است ✅



📅 تمرین ۵: شمارش روزهای بین دو تاریخ

هدف: تمرین کار با ماژول datetime

توضیح:
برنامه‌ای بنویس که دو تاریخ به فرمت YYYY-MM-DD از کاربر بگیرد و اختلاف روزها بین آن‌ها را چاپ کند.

نمونه اجرا:

تاریخ اول: 2025-01-01
تاریخ دوم: 2025-02-15
تعداد روزها: 45

🧮 تمرین ۱: شمارش تکرار حروف

برنامه‌ای بنویس که از کاربر یک رشته بگیرد و تعداد تکرار هر حرف را در آن چاپ کند.
(به‌عنوان مثال برای ورودی banana خروجی باید نشان دهد که a سه بار و n دو بار تکرار شده است.)




🔢 تمرین ۲: جمع اعداد فرد تا عدد مشخص

از کاربر یک عدد بگیر و مجموع تمام اعداد فرد تا آن عدد را محاسبه و چاپ کن.
(برای مثال، اگر ورودی ۱۰ باشد، خروجی باید ۲۵ باشد چون 1+3+5+7+9 = 25)




📋 تمرین ۳: یافتن بیشترین و کمترین مقدار در لیست

برنامه‌ای بنویس که از کاربر چند عدد بگیرد (تا زمانی که عدد منفی وارد کند)
و سپس بیشترین و کمترین عدد وارد شده را چاپ کند.




🧠 تمرین ۴: حذف تکراری‌ها از لیست

برنامه‌ای بنویس که از کاربر تعدادی عدد بگیرد و لیستی بسازد،
سپس لیست جدیدی ایجاد کند که در آن فقط اعداد یکتا (بدون تکرار) وجود داشته باشد.




📅 تمرین ۵: محاسبه تعداد روزهای باقی‌مانده تا پایان سال

برنامه‌ای بنویس که تاریخ امروز را از کاربر بگیرد (به‌صورت YYYY-MM-DD)
و تعداد روزهای باقی‌مانده تا پایان همان سال را محاسبه و چاپ کند.