پایتون یکی از محبوب‌ترین زبان‌ها برای برنامه‌نویسی است و یکی از دلایل اصلی آن، وجود کتابخانه‌ها و ماژول‌های قدرتمند است که می‌توانند بسیاری از کارها را به سادگی انجام دهند. در اینجا، فهرستی از کتابخانه‌های مهم پایتون که می‌توانند در زمینه‌های مختلف (علم داده، یادگیری ماشین، وب، گرافیک و ...) مورد استفاده قرار بگیرند را برایت آورده‌ام.


📊 کتابخانه‌های علم داده (Data Science & Analysis)

1. NumPy
برای کار با آرایه‌ها و انجام محاسبات عددی و ریاضی.

pip install numpy


2. Pandas
برای تجزیه و تحلیل داده‌ها و کار با داده‌های جدولی.

pip install pandas


3. SciPy
برای محاسبات علمی و فنی (شامل جبر خطی، بهینه‌سازی، و محاسبات آماری).

pip install scipy


4. Matplotlib
برای رسم نمودارها و گراف‌ها.

pip install matplotlib


5. Seaborn
برای رسم نمودارهای آماری و بصری‌سازی پیشرفته.

pip install seaborn


6. Plotly
برای رسم نمودارهای تعاملی.

pip install plotly


7. Statsmodels
برای انجام تجزیه و تحلیل آماری و مدل‌سازی.

pip install statsmodels


8. SymPy
برای ریاضیات نمادین و حل معادلات جبری.

pip install sympy


🤖 کتابخانه‌های یادگیری ماشین و هوش مصنوعی (Machine Learning & AI)

1. Scikit-learn
کتابخانه محبوب برای یادگیری ماشین کلاسیک، شامل الگوریتم‌های رگرسیون، طبقه‌بندی، و خوشه‌بندی.

pip install scikit-learn


2. TensorFlow
کتابخانه‌ی قدرتمند برای یادگیری عمیق و شبکه‌های عصبی.

pip install tensorflow


3. Keras
رابط کاربری سطح بالای TensorFlow برای راحتی بیشتر در ساخت شبکه‌های عصبی.

pip install keras


4. PyTorch
کتابخانه یادگیری عمیق دیگر که توسط Facebook توسعه یافته است.

pip install torch


5. XGBoost
برای الگوریتم‌های یادگیری ماشین مبتنی بر درخت تصمیم (مثل Gradient Boosting).

pip install xgboost


6. LightGBM
یک کتابخانه سریع برای یادگیری ماشین مبتنی بر Gradient Boosting.

pip install lightgbm


7. CatBoost
کتابخانه‌ی دیگر برای یادگیری ماشین مبتنی بر Gradient Boosting.

pip install catboost


8. Hugging Face Transformers
برای مدل‌های پیشرفته NLP (پردازش زبان طبیعی) مانند BERT و GPT.

pip install transformers


🌐 کتابخانه‌های وب (Web Development)

1. Flask
یک فریمورک میکرو برای ساخت برنامه‌های وب ساده و سریع.

pip install flask


2. Django
فریمورک جامع برای ساخت وب‌سایت‌های بزرگ و مقیاس‌پذیر.

pip install django


3. FastAPI
فریمورک سریع و مدرن برای ساخت API‌ها با سرعت بالا.

pip install fastapi


4. Bottle
فریمورک میکرو دیگر برای ساخت برنامه‌های وب ساده.

pip install bottle



📱 کتابخانه‌های گرافیک و طراحی (Graphics & Visualization)

1. Pillow
برای کار با تصاویر (مانند تغییر اندازه، تبدیل فرمت، و ویرایش تصاویر).

pip install pillow


2. Tkinter
کتابخانه پیش‌فرض پایتون برای ساخت رابط کاربری گرافیکی (GUI).

pip install tk


3. PyGame
برای توسعه بازی‌ها و ساخت برنامه‌های گرافیکی.

pip install pygame


📚 کتابخانه‌های پردازش زبان طبیعی (Natural Language Processing)

1. NLTK
برای پردازش زبان طبیعی (شامل توکن‌سازی، پارسینگ، تحلیل معنایی).

pip install nltk


2. spaCy
برای پردازش سریع زبان طبیعی و مدل‌های پیشرفته.

pip install spacy


3. TextBlob
برای انجام تحلیل‌های ساده‌ی متن مانند برچسب‌گذاری و تحلیل احساسات.

pip install textblob


🧑‍💻 کتابخانه‌های توسعه نرم‌افزار (Software Development)

1. PyTest
برای نوشتن و اجرای تست‌های واحد.

pip install pytest


2. Sphinx
برای مستندسازی پروژه‌های پایتون.

pip install sphinx


3. PyInstaller
برای تبدیل اسکریپت‌های پایتون به فایل اجرایی مستقل.

pip install pyinstaller


🖥️ کتابخانه‌های سیستم و خودکارسازی (Automation & System)

1. os
ماژول برای کار با فایل‌ها و دایرکتوری‌ها.

pip install os


2. subprocess
برای اجرای دستورهای سیستم و فرآیندهای خارجی.

pip install subprocess


3. Paramiko
برای کار با SSH و اتصال به سرورهای راه دور.

pip install paramiko


📦 کتابخانه‌های مدیریت بسته (Package Management)

1. pip
برای نصب و مدیریت بسته‌های پایتون.

pip install pip


2. conda
برای مدیریت محیط‌ها و بسته‌ها به‌ویژه در Data Science.

conda install conda


🔐 کتابخانه‌های امنیت (Security)

1. Cryptography
برای رمزگذاری و امنیت داده‌ها.

pip install cryptography


2. PyCrypto
کتابخانه‌ی دیگر برای رمزگذاری.

pip install pycrypto


این کتابخانه‌ها و ماژول‌ها فقط بخشی از پتانسیل پایتون هستند و تعداد زیادی دیگر وجود دارند که برای کارهای خاص و پروژه‌های مختلف می‌توانند استفاده شوند.
#کتابخانه @learnpythonicy

خروجی قطعه کد بالا کدام است؟💀

#تست_تایم | آموزش پایتون

اول بگوو خروجی این کد چیه؟🤨



🧠 Python Mutability Trick — چرا جواب این عجیب میشه؟

کدی که می‌بینی ساده به‌نظر میاد، ولی پشتش یکی از مهم‌ترین مفاهیم پایتون قایمه:
لیست mutable هست و عمل ضرب روی لیست، فقط referenceها رو تکثیر می‌کنه، نه لیست جدید!

x = [[]]
y = x * 3
y[0].append(1)
print(len(y[1]))

📌 نتیجه؟
چاپ می‌کنه: 1

چــــرا؟
چون x[0] یک لیست خالیه و وقتی می‌گی x * 3 پایتون همون یک لیست رو سه بار اشاره میده.
پس y[0]، y[1] و y[2] همگی در اصل یک لیست مشترک هستن.
هر تغییری روی یکی، روی همش اعمال میشه.

🔥 نکته تستیِ پست:

هر وقت تو پایتون لیست رو ضرب کردی، بدون copy چطور می‌تونی از این دام فرار کنی؟

جواب 👇

y = [list(x[0]) for _ in range(3)]

#تست_تایم | @learnpythonicy

🔍 راهنمای #هشتگ‌ها برای دسترسی سریع‌تر به مطالب کانال

برای اینکه راحت‌تر به مطالب دلخواهتون برسید، از هشتگ‌های زیر استفاده کنید:

---

### 😂 #طنز

مطالب فان و خنده‌دار برای فاصله گرفتن از دنیای کدنویسی.

### 🧪 #تست_تایم

تست‌ها و تمرین‌هایی که باید برای تقویت مهارت‌های برنامه‌نویسی بزنید.

### 📘 #بدانیم

نکات مهم و کاربردی درباره‌ی برنامه‌نویسی و پایتون.

### 📚 #بخوانیم

دانستنی‌ها و مقالاتی که پیشنهاد می‌کنم حتما مطالعه کنید.

### 📖 #معرفی_کتاب / #بوک_تایم

کتاب‌های پیشنهادی برای یادگیری اصولی‌تر.

### 🔥 #موتیو_تایم

پست‌های انگیزشی و انرژی‌بخش برای ادامه‌ی مسیر یادگیری.

### 📚 #کتابخانه

کتابخانه‌هایی که در کانال معرفی شده‌اند.

### 📃 #برگه_تقلب و #Cheat_Sheet

خلاصه و نکات کلیدی
---
### 🎮 #game

بازی های ساخته شده با پایتون

### 🛣 #roadmap

نقشه‌راه یادگیری پایتون و مهارت‌های لازم.

### 🧩 #project_time

پروژه‌های تمرینی برای افزایش تجربه و تسلط.

### 📄 #paper

مقالات علمی و تخصصی معرفی‌شده.

---

### ⚡️ #PythonTricks

میانبرها و ترفندهای کاربردی پایتون.

### ✨ #Pythonmagic

رفتارهای خاص و جالب پایتون که کمتر کسی می‌داند.

### 🧰 #functools

ابزارها و تکنیک‌های مرتبط با توابع.

### 🧱 #codeBites

خلاصه‌ی یک دستور همراه با نمونه‌کد کوتاه.

### ❗️ #error

خطاهای رایج پایتون و روش رفع آن‌ها.

### 📰 #news

اخبار روز پایتون و دنیای تکنولوژی.

### 🖼 #carousel

پست‌های اسلایدری برای آموزش موضوعات مختلف.

---

### 🤖 #AI

هوش مصنوعی

### 📊 #ML

یادگیری ماشین

### 🧠 #DL

یادگیری عمیق (ژرف)

---

## 🔎 جستجوی سریع دستورات و کتابخانه‌ها

هر دستور یا کتابخانه‌ای که لازم دارید کافیست هشتگش را جستجو کنید:

#split
#while
#class
#for
#dict
#list
#opencv
#cv2
#numpy
#matplotlib
#tkinter
و …

---

## 🎯 دوره‌ها و تمرین‌ها

📘 دوره آموزش مقدماتی پایتون

🧪 حل ۳۰ سؤال کاربردی برای تقویت مهارت‌های دوره مقدماتی

🎖چالش ۳۰ روزه Python for AI

متدهای لیست در پایتون

Source | #list | @LearnPythonicy

✔️ متالرنینگ (Meta-Learning) با پایتون — مدلی که خودش یاد می‌گیرد چطور یاد بگیرد!


در این پروژه یک نسخه‌ی مینیمال از الگوریتم MAML را با PyTorch پیاده‌سازی کردم؛
مدلی که با دیدن فقط چند نمونه از یک تسک جدید، می‌تواند سریع خودش را فیت کند.
اینجا روی یک مسئله‌ی ساده‌ی سینوسی تستش کردیم تا رفتار «یادگیریِ سریع» مدل مشخص شود.


🔹 ساخت دیتاست‌های تصادفی (sine tasks)
🔹 تعریف مدل MLP
🔹 Inner loop و Outer loop
🔹 ذخیره مدل نهایی
🔹 مشاهده نوسان Meta-Loss در طول آموزش


متالرنینگ یکی از تکنیک‌های مهم در حوزه‌های few-shot learning، رباتیک، پزشکی، personalization و AI adaptive systems است.

#meta_learning | #metaLearnig | #maml | @learnpythonicy

📌 برای دریافت نسخه کامل‌تر یا راهنماهای بعدی، پیام بدید یا نظر بذارید.
@learnpythonicyBot

✔️ خلاصه‌ای از مهم‌ترین دستورات Pandas برای شروع تحلیل داده.
با یادگیری این‌ها، اولین قدم جدی‌تان در Data Analysis برداشته می‌شود. 🚀

#pandas | #Cheat_Sheet

☀️@LearnPythonIcy

⭕️ شناسایی و اندازه‌گیری خودکار دانه‌های برنج با OpenCV

در این آموزش یاد می‌گیری چطور:

✔️ بخش‌های سفید تصویر را استخراج کنی
✔️ نویز پس‌زمینه را حذف کنی
✔️ دانه‌های واقعی را فیلتر کنی
✔️ اندازه دقیق هر دانه را روی تصویر بنویسی

این یک مثال عالی برای پروژه‌های Machine Vision است.

کد کامل را میخوای؟؟
کلمه برنج را کامنت کن 👇

#opencv | #cv2 | #numpy

🌟@LearnPythonIcy

🎯 پیدا کردن دانه برنج با اندازه دلخواه

سیستم هوشمند ما
1️⃣ شناسایی تمام دانه‌های برنج در تصویر
2️⃣ دریافت عدد ورودی از کاربر
3️⃣ پیدا کردن دانه‌ای که مساحتش به عدد شما نزدیک‌تر است
4️⃣ مشخص کردن دانه انتخابی با کادر و نمایش اندازه دقیق

ویژگی‌ها
تشخیص خودکار دانه‌ها
جستجوی هوشمند نزدیک‌ترین اندازه
حذف نویز و ذرات ریز
نمایش واضح دانه انتخابی

📊 کاربرد
کنترل کیفیت، جداسازی دانه‌های خارج از سایز، پروژه‌های دانشگاهی، سیستم‌های درجه‌بندی کشاورزی


#opencv | #cv2 | #numpy

🌟@LearnPythonIcy

✔️ 10 Python Dictionary Tricks You Should Know! 🐍✨

1️⃣ ساخت دیکشنری با مقدار پیش‌فرض

from collections import defaultdict
d = defaultdict(int)

2️⃣ ادغام دو دیکشنری (Python 3.9+)

merged = dict1 | dict2

3️⃣ برعکس کردن key و value

reversed_dict = {v: k for k, v in my_dict.items()}

4️⃣ گرفتن مقدار با مقدار پیش‌فرض امن

value = my_dict.get("key", 0)

5️⃣ مرتب‌سازی دیکشنری بر اساس value

sorted_dict = dict(sorted(my_dict.items(), key=lambda x: x[1]))

6️⃣ حذف آیتم و گرفتن مقدار همزمان

value = my_dict.pop("key")

7️⃣ ساخت دیکشنری از دو لیست

result = dict(zip(keys, values))

8️⃣ بررسی وجود چند key به‌صورت همزمان

if {"a", "b"} <= my_dict.keys():
    print("Exists")

9️⃣ دیکشنری کامپرهنشن

squares = {x: x**2 for x in range(5)}

🔟 شمارش تکرار آیتم‌ها

from collections import Counter
count = Counter(["a", "b", "a", "c"])

> ⚠️ دیکشنری‌ها خیلی قدرتمندن؛ ولی خوانایی کد رو فدای کوتاه‌نویسی نکن!



#dict | #PythonTricks | @LearnPythonicy

👇 کدومش بیشتر به کارت خورد؟ کامنت کن!