چالشها را انجام میدید یا تنبلی میکنید؟؟؟؟
فقط چندتا انگشت شمار هستند که برام میفرستن 🥵☺️
فقط چندتا انگشت شمار هستند که برام میفرستن 🥵☺️
آموزش پایتون
🔥 چالش ۳۰ روزه Python for AI #Day7 🎯 Mini Project #1 ⏰ مهلت ارسال پاسخ: فردا ساعت 20:00 راه ارتباطی (کامنت،گروه، بات) @learnpythonicychat @learnpythonicyBot _ @learnpythonicy
پاسخ چالش روز هفتم
students = {
"Ali": {"credits": 70, "gpa": 17.8},
"Sara": {"credits": 95, "gpa": 18.5},
"Reza": {"credits": 40, "gpa": 15.2},
"Nima": {"credits": 120, "gpa": 18.1},
"Parsa": {"credits": 55, "gpa": 16.4},
"Arman": {"credits": 80, "gpa": 17.1},
"Mina": {"credits": 140, "gpa": 19.0},
"Ava": {"credits": 35, "gpa": 16.8},
"Yasmin": {"credits": 110, "gpa": 18.7},
"Amir": {"credits": 65, "gpa": 15.9}
}
TOTAL_CREDITS = 140
def get_academic_level(gpa):
if gpa >= 18:
return "Excellent"
elif gpa >= 16:
return "Good"
elif gpa >= 14:
return "Average"
else:
return "Needs Improvement"
def get_status(credits):
if credits >= TOTAL_CREDITS:
return "Graduated"
else:
return "In Progress"
def show_student_info(name):
credits = students[name]["credits"]
gpa = students[name]["gpa"]
remaining_credits = TOTAL_CREDITS - credits
progress_percentage = (credits / TOTAL_CREDITS) * 100
status = get_status(credits)
academic_level = get_academic_level(gpa)
print("\n------ Student Information ------")
print("Name:", name)
print("Credits Passed:", credits)
print("GPA:", gpa)
print("Remaining Credits:", remaining_credits)
print(f"Progress Percentage: {progress_percentage:.2f}%")
print("Status:", status)
print("Academic Level:", academic_level)
def calculate_average_gpa():
total_gpa = 0
for student in students:
total_gpa += students[student]["gpa"]
return total_gpa / len(students)
def find_top_student():
top_student = None
top_gpa = 0
for student in students:
gpa = students[student]["gpa"]
if gpa > top_gpa:
top_gpa = gpa
top_student = student
return top_student, top_gpa
def show_above_average_students(average_gpa):
print("\nStudents With GPA Above Average:")
for student in students:
gpa = students[student]["gpa"]
if gpa > average_gpa:
print(student, "-", gpa)
student_name = input("Enter student name: ").strip().title()
if student_name in students:
show_student_info(student_name)
top_student, top_gpa = find_top_student()
average_gpa = calculate_average_gpa()
print("\n------ Class Analytics ------")
print(f"Top Student: {top_student} ({top_gpa})")
print(f"Average GPA of All Students: {average_gpa:.2f}")
show_above_average_students(average_gpa)
else:
print("Student not found")
This media is not supported in your browser
VIEW IN TELEGRAM
🔥 چالش ۳۰ روزه Python for AI
#Day8
📋 هدف:
آشنایی با پردازش متن (Text Processing) که پایه NLP است.
⏰ مهلت:
فردا ساعت 20:00
راه ارتباطی (کامنت،گروه، بات)
@learnpythonicychat
@learnpythonicyBot
#Day8
📋 هدف:
آشنایی با پردازش متن (Text Processing) که پایه NLP است.
⏰ مهلت:
فردا ساعت 20:00
راه ارتباطی (کامنت،گروه، بات)
@learnpythonicychat
@learnpythonicyBot
🔥 چالش ۳۰ روزه Python for AI
#Day9
📁 File Handling
تمرین امروز داخل تصویر کامل توضیح داده شده 👌
فقط کافیه فایل رو بخونی و با چند خط کد دادهها رو تحلیل کنی 😎
👀 اگر هینت نیاز داری داخل کپشن و ببین
راه ارتباطی (کامنت،گروه، بات)
@learnpythonicychat
@learnpythonicyBot
#Day9
📁 File Handling
تمرین امروز داخل تصویر کامل توضیح داده شده 👌
فقط کافیه فایل رو بخونی و با چند خط کد دادهها رو تحلیل کنی 😎
👀 اگر هینت نیاز داری داخل کپشن و ببین
راه ارتباطی (کامنت،گروه، بات)
@learnpythonicychat
@learnpythonicyBot
آموزش پایتون
🔥 چالش ۳۰ روزه Python for AI #Day9 📁 File Handling تمرین امروز داخل تصویر کامل توضیح داده شده 👌 فقط کافیه فایل رو بخونی و با چند خط کد دادهها رو تحلیل کنی 😎 👀 اگر هینت نیاز داری داخل کپشن و ببین راه ارتباطی (کامنت،گروه، بات) @learnpythonicychat @…
# Create and write file
with open("students.txt", "w") as file:
file.write("Ali,17.8\n")
file.write("Sara,18.5\n")
file.write("Reza,15.2\n")
file.write("Nima,18.1\n")
file.write("Parsa,16.4\n")
# Read file
students = []
with open("students.txt", "r") as file:
for line in file:
name, gpa = line.strip().split(",")
students.append((name, float(gpa)))
# Total students
total_students = len(students)
# Calculate average GPA
total_gpa = 0
top_student = ""
top_gpa = -1
for name, gpa in students:
total_gpa += gpa
if gpa > top_gpa:
top_gpa = gpa
top_student = name
average_gpa = total_gpa / total_students
# Bonus: students above 18
above_18 = []
for name, gpa in students:
if gpa > 18:
above_18.append((name, gpa))
# Output
print("Total Students:", total_students)
print("Average GPA:", round(average_gpa, 1))
print("\nTop Student:")
print(f"{top_student} ({top_gpa})")
print("\nStudents with GPA > 18:")
for name, gpa in above_18:
print(f"{name} ({gpa})")
🔥 #Day10 of Python for AI Challenge
Working with CSV files is your first step into real-world data handling 📊
Today you’ll learn how to read, analyze, and extract insights from structured datasets using Python.
Small step, big move toward Data Science
Working with CSV files is your first step into real-world data handling 📊
Today you’ll learn how to read, analyze, and extract insights from structured datasets using Python.
Small step, big move toward Data Science
❤1
🔥 چالش ۳۰ روزه Python for AI
#Day11
🎯 موضوع:
Error Handling (try / except)
⭐ سطح:
متوسط
⏳ زمان تخمینی:
20 تا 35 دقیقه
📝 صورت مسئله:
دیتاست زیر را در برنامه قرار دهید:
students = {
"Ali": 17.8,
"Sara": 18.5,
"Reza": 15.2,
"Nima": 18.1,
"Parsa": 16.4
}
برنامه باید:
✅ نام دانشجو را از کاربر دریافت کند.
✅ GPA او را نمایش دهد.
اما اگر دانشجو در دیتاست وجود نداشت:
Student not found!
را نمایش دهد و برنامه متوقف نشود.
📌 نمونه خروجی:
Enter student name: Ali
GPA: 17.8
یا
Enter student name: John
Student not found!
🎯 Bonus Challenge
اگر کاربر ورودی خالی وارد کرد:
Please enter a valid name.
نمایش داده شود.
📋 هدف:
یادگیری مدیریت خطاها؛ مهارتی که در تمام پروژههای واقعی Python، Data Science و AI ضروری است.
⏰ مهلت:
فردا ساعت 20:00
راه ارتباطی (کامنت،گروه، بات)
@learnpythonicychat
@learnpythonicyBot
#Day11
🎯 موضوع:
Error Handling (try / except)
⭐ سطح:
متوسط
⏳ زمان تخمینی:
20 تا 35 دقیقه
📝 صورت مسئله:
دیتاست زیر را در برنامه قرار دهید:
students = {
"Ali": 17.8,
"Sara": 18.5,
"Reza": 15.2,
"Nima": 18.1,
"Parsa": 16.4
}
برنامه باید:
✅ نام دانشجو را از کاربر دریافت کند.
✅ GPA او را نمایش دهد.
اما اگر دانشجو در دیتاست وجود نداشت:
Student not found!
را نمایش دهد و برنامه متوقف نشود.
📌 نمونه خروجی:
Enter student name: Ali
GPA: 17.8
یا
Enter student name: John
Student not found!
🎯 Bonus Challenge
اگر کاربر ورودی خالی وارد کرد:
Please enter a valid name.
نمایش داده شود.
📋 هدف:
یادگیری مدیریت خطاها؛ مهارتی که در تمام پروژههای واقعی Python، Data Science و AI ضروری است.
⏰ مهلت:
فردا ساعت 20:00
راه ارتباطی (کامنت،گروه، بات)
@learnpythonicychat
@learnpythonicyBot
آموزش پایتون
🔥 چالش ۳۰ روزه Python for AI #Day11 🎯 موضوع: Error Handling (try / except) ⭐ سطح: متوسط ⏳ زمان تخمینی: 20 تا 35 دقیقه 📝 صورت مسئله: دیتاست زیر را در برنامه قرار دهید: students = { "Ali": 17.8, "Sara": 18.5, "Reza": 15.2, "Nima": 18.1…
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥 چالش ۳۰ روزه Python for AI
#Day12
🎯 موضوع:
Object-Oriented Programming (OOP)
⭐ سطح:
متوسط
⏳ زمان تخمینی:
25 تا 40 دقیقه
📝 صورت مسئله:
تا اینجا اطلاعات دانشجویان را با Dictionary ذخیره میکردیم.
امروز میخواهیم از OOP استفاده کنیم.
یک کلاس به نام:
Student
ایجاد کنید.
این کلاس باید شامل موارد زیر باشد:
✅ name
✅ gpa
✅ credits
و یک متد به نام:
show_info()
که اطلاعات دانشجو را نمایش دهد.
📌 نمونه خروجی:
Name: Ali
GPA: 17.8
Credits: 70
🎯 Bonus Challenge
متدی به نام:
get_status()
بنویسید که وضعیت دانشجو را برگرداند:
Graduated
In Progress
📋 هدف امروز:
آشنایی با OOP و ساخت مدل دادهای برای دانشجویان.
⏰ مهلت ارسال پاسخ:
فردا ساعت 20:00
راه ارتباطی (کامنت،گروه، بات)
@learnpythonicychat
@learnpythonicyBot
#Day12
🎯 موضوع:
Object-Oriented Programming (OOP)
⭐ سطح:
متوسط
⏳ زمان تخمینی:
25 تا 40 دقیقه
📝 صورت مسئله:
تا اینجا اطلاعات دانشجویان را با Dictionary ذخیره میکردیم.
امروز میخواهیم از OOP استفاده کنیم.
یک کلاس به نام:
Student
ایجاد کنید.
این کلاس باید شامل موارد زیر باشد:
✅ name
✅ gpa
✅ credits
و یک متد به نام:
show_info()
که اطلاعات دانشجو را نمایش دهد.
📌 نمونه خروجی:
Name: Ali
GPA: 17.8
Credits: 70
🎯 Bonus Challenge
متدی به نام:
get_status()
بنویسید که وضعیت دانشجو را برگرداند:
Graduated
In Progress
📋 هدف امروز:
آشنایی با OOP و ساخت مدل دادهای برای دانشجویان.
⏰ مهلت ارسال پاسخ:
فردا ساعت 20:00
راه ارتباطی (کامنت،گروه، بات)
@learnpythonicychat
@learnpythonicyBot
🔥 چالش ۳۰ روزه Python for AI
#Day13
🎯 موضوع:
Searching & Filtering Data
⭐ سطح:
متوسط
⏳ زمان تخمینی:
25 تا 40 دقیقه
📝 صورت مسئله:
دیتاست زیر را در برنامه قرار دهید:
students = [
{"name": "Ali", "gpa": 17.8},
{"name": "Sara", "gpa": 18.5},
{"name": "Reza", "gpa": 15.2},
{"name": "Nima", "gpa": 18.1},
{"name": "Parsa", "gpa": 16.4},
{"name": "Arman", "gpa": 17.1},
{"name": "Mina", "gpa": 19.0}
]
برنامه باید:
✅ تمام دانشجویان دارای GPA بالاتر از 18 را نمایش دهد.
✅ تمام دانشجویان دارای GPA کمتر از 16 را نمایش دهد.
✅ تعداد دانشجویان هر گروه را محاسبه کند.
📌 نمونه خروجی:
Students With GPA >= 18:
Sara
Nima
Mina
Count: 3
🎯 Bonus Challenge
دانشجویی را پیدا کنید که GPA او به 18 نزدیکتر است.
📋 هدف امروز:
تمرین فیلتر کردن دادهها؛ یکی از مهمترین مهارتها در Data Analysis.
⏰ مهلت ارسال پاسخ:
فردا ساعت 20:00
#Day13
🎯 موضوع:
Searching & Filtering Data
⭐ سطح:
متوسط
⏳ زمان تخمینی:
25 تا 40 دقیقه
📝 صورت مسئله:
دیتاست زیر را در برنامه قرار دهید:
students = [
{"name": "Ali", "gpa": 17.8},
{"name": "Sara", "gpa": 18.5},
{"name": "Reza", "gpa": 15.2},
{"name": "Nima", "gpa": 18.1},
{"name": "Parsa", "gpa": 16.4},
{"name": "Arman", "gpa": 17.1},
{"name": "Mina", "gpa": 19.0}
]
برنامه باید:
✅ تمام دانشجویان دارای GPA بالاتر از 18 را نمایش دهد.
✅ تمام دانشجویان دارای GPA کمتر از 16 را نمایش دهد.
✅ تعداد دانشجویان هر گروه را محاسبه کند.
📌 نمونه خروجی:
Students With GPA >= 18:
Sara
Nima
Mina
Count: 3
🎯 Bonus Challenge
دانشجویی را پیدا کنید که GPA او به 18 نزدیکتر است.
📋 هدف امروز:
تمرین فیلتر کردن دادهها؛ یکی از مهمترین مهارتها در Data Analysis.
⏰ مهلت ارسال پاسخ:
فردا ساعت 20:00
🔥 چالش ۳۰ روزه Python for AI
#Day14
🎯 موضوع:
Mini Project — Student Data Analysis System
⭐ سطح:
متوسط
⏳ زمان تخمینی:
40 تا 60 دقیقه
📝 صورت مسئله:
امروز قرار است با استفاده از مطالب روزهای قبل، یک سیستم کوچک تحلیل اطلاعات دانشجویان بسازید.
فایل زیر را با نام:
students.csv
ایجاد کنید:
name,gpa,credits
Ali,17.8,70
Sara,18.5,95
Reza,15.2,40
Nima,18.1,120
Parsa,16.4,55
Arman,17.1,80
Mina,19.0,140
Ava,16.8,35
Yasmin,18.7,110
Amir,15.9,65
یک کلاس به نام:
Student
ایجاد کنید که شامل ویژگیهای زیر باشد:
✅ "name"
✅ "gpa"
✅ "credits"
و متدهای زیر را داشته باشد:
✅ "show_info()"
برای نمایش اطلاعات دانشجو
✅ "get_status()"
اگر تعداد واحدهای دانشجو حداقل 120 بود:
Graduated
و در غیر این صورت:
In Progress
برنامه باید:
✅ فایل CSV را بخواند.
✅ اطلاعات هر دانشجو را به یک شیء از کلاس "Student" تبدیل کند.
✅ تعداد کل دانشجویان را محاسبه کند.
✅ میانگین GPA را محاسبه کند.
✅ دانشجوی دارای بالاترین GPA را پیدا کند.
✅ دانشجویان دارای GPA برابر یا بیشتر از 18 را نمایش دهد.
✅ دانشجویان دارای GPA کمتر از 16 را نمایش دهد.
✅ نام یک دانشجو را از کاربر دریافت و اطلاعات او را جستوجو کند.
✅ اگر دانشجو پیدا نشد، پیام زیر را نمایش دهد:
Student not found!
✅ با استفاده از "try / except" خطاهای احتمالی خواندن فایل را مدیریت کند.
📌 نمونه خروجی:
===== Student Analysis System =====
Total Students: 10
Average GPA: 17.35
Top Student: Mina (19.0)
Students With GPA >= 18:
Sara
Nima
Mina
Yasmin
Count: 4
Students With GPA < 16:
Reza
Amir
Count: 2
Enter student name: Nima
Name: Nima
GPA: 18.1
Credits: 120
Status: Graduated
🎯 Bonus Challenge
یک منوی ساده طراحی کنید:
1. Show Summary
2. Search Student
3. Show Top Students
4. Show Graduated Students
5. Exit
برنامه باید تا زمانی که کاربر گزینه "5" را انتخاب نکرده است، متوقف نشود.
📋 هدف امروز:
ترکیب مهارتهای روزهای قبل و ساخت اولین سیستم کوچک تحلیل داده با Python.
شما تا اینجا یاد گرفتهاید:
✅ دادهها را از فایل بخوانید.
✅ دادهها را مدلسازی کنید.
✅ خطاها را مدیریت کنید.
✅ دادهها را جستوجو و فیلتر کنید.
✅ اطلاعات آماری استخراج کنید.
از روز بعد وارد NumPy میشویم تا همین محاسبات را سریعتر، کوتاهتر و حرفهایتر انجام دهیم.
⏰ مهلت ارسال پاسخ:
فردا ساعت 20:00
#Day14
🎯 موضوع:
Mini Project — Student Data Analysis System
⭐ سطح:
متوسط
⏳ زمان تخمینی:
40 تا 60 دقیقه
📝 صورت مسئله:
امروز قرار است با استفاده از مطالب روزهای قبل، یک سیستم کوچک تحلیل اطلاعات دانشجویان بسازید.
فایل زیر را با نام:
students.csv
ایجاد کنید:
name,gpa,credits
Ali,17.8,70
Sara,18.5,95
Reza,15.2,40
Nima,18.1,120
Parsa,16.4,55
Arman,17.1,80
Mina,19.0,140
Ava,16.8,35
Yasmin,18.7,110
Amir,15.9,65
یک کلاس به نام:
Student
ایجاد کنید که شامل ویژگیهای زیر باشد:
✅ "name"
✅ "gpa"
✅ "credits"
و متدهای زیر را داشته باشد:
✅ "show_info()"
برای نمایش اطلاعات دانشجو
✅ "get_status()"
اگر تعداد واحدهای دانشجو حداقل 120 بود:
Graduated
و در غیر این صورت:
In Progress
برنامه باید:
✅ فایل CSV را بخواند.
✅ اطلاعات هر دانشجو را به یک شیء از کلاس "Student" تبدیل کند.
✅ تعداد کل دانشجویان را محاسبه کند.
✅ میانگین GPA را محاسبه کند.
✅ دانشجوی دارای بالاترین GPA را پیدا کند.
✅ دانشجویان دارای GPA برابر یا بیشتر از 18 را نمایش دهد.
✅ دانشجویان دارای GPA کمتر از 16 را نمایش دهد.
✅ نام یک دانشجو را از کاربر دریافت و اطلاعات او را جستوجو کند.
✅ اگر دانشجو پیدا نشد، پیام زیر را نمایش دهد:
Student not found!
✅ با استفاده از "try / except" خطاهای احتمالی خواندن فایل را مدیریت کند.
📌 نمونه خروجی:
===== Student Analysis System =====
Total Students: 10
Average GPA: 17.35
Top Student: Mina (19.0)
Students With GPA >= 18:
Sara
Nima
Mina
Yasmin
Count: 4
Students With GPA < 16:
Reza
Amir
Count: 2
Enter student name: Nima
Name: Nima
GPA: 18.1
Credits: 120
Status: Graduated
🎯 Bonus Challenge
یک منوی ساده طراحی کنید:
1. Show Summary
2. Search Student
3. Show Top Students
4. Show Graduated Students
5. Exit
برنامه باید تا زمانی که کاربر گزینه "5" را انتخاب نکرده است، متوقف نشود.
📋 هدف امروز:
ترکیب مهارتهای روزهای قبل و ساخت اولین سیستم کوچک تحلیل داده با Python.
شما تا اینجا یاد گرفتهاید:
✅ دادهها را از فایل بخوانید.
✅ دادهها را مدلسازی کنید.
✅ خطاها را مدیریت کنید.
✅ دادهها را جستوجو و فیلتر کنید.
✅ اطلاعات آماری استخراج کنید.
از روز بعد وارد NumPy میشویم تا همین محاسبات را سریعتر، کوتاهتر و حرفهایتر انجام دهیم.
⏰ مهلت ارسال پاسخ:
فردا ساعت 20:00
import csv
class Student:
def __init__(self, name, gpa, credits):
self.name = name
self.gpa = gpa
self.credits = credits
def get_status(self):
if self.credits >= 120:
return "Graduated"
return "In Progress"
def show_info(self):
print(f"Name: {self.name}")
print(f"GPA: {self.gpa}")
print(f"Credits: {self.credits}")
print(f"Status: {self.get_status()}")
def load_students(filename):
students = []
try:
with open(filename, "r", encoding="utf-8") as file:
reader = csv.DictReader(file)
for row in reader:
student = Student(
name=row["name"].strip(),
gpa=float(row["gpa"]),
credits=int(row["credits"])
)
students.append(student)
except FileNotFoundError:
print(f"Error: {filename} was not found.")
except (ValueError, KeyError):
print("Error: Invalid data in CSV file.")
except OSError as error:
print(f"Error reading file: {error}")
return students
def show_summary(students):
if not students:
print("No student data available.")
return
average_gpa = sum(student.gpa for student in students) / len(students)
top_student = max(students, key=lambda student: student.gpa)
high_gpa_students = [
student for student in students
if student.gpa >= 18
]
low_gpa_students = [
student for student in students
if student.gpa < 16
]
print("\n= Student Analysis System =")
print(f"\nTotal Students: {len(students)}")
print(f"Average GPA: {average_gpa:.2f}")
print(
f"Top Student: {top_student.name} "
f"({top_student.gpa})"
)
print("\nStudents With GPA >= 18:")
for student in high_gpa_students:
print(student.name)
print(f"\nCount: {len(high_gpa_students)}")
print("\nStudents With GPA < 16:")
for student in low_gpa_students:
print(student.name)
print(f"\nCount: {len(low_gpa_students)}")
def search_student(students):
name = input("\nEnter student name: ").strip()
if not name:
print("Please enter a valid name.")
return
for student in students:
if student.name.lower() == name.lower():
print()
student.show_info()
return
print("Student not found!")
def show_top_students(students):
top_students = sorted(
students,
key=lambda student: student.gpa,
reverse=True
)
print("\n= Top Students =")
for rank, student in enumerate(top_students, start=1):
print(f"{rank}. {student.name} - {student.gpa}")
def show_graduated_students(students):
graduated_students = [
student for student in students
if student.get_status() == "Graduated"
]
print("\n= Graduated Students =")
if not graduated_students:
print("No graduated students found.")
return
for student in graduated_students:
print(
f"{student.name} - "
f"{student.credits} Credits"
)
def show_menu():
print("\n===== Student Analysis Menu =====")
print("1. Show Summary")
print("2. Search Student")
print("3. Show Top Students")
print("4. Show Graduated Students")
print("5. Exit")
def main():
students = load_students("students.csv")
if not students:
return
while True:
show_menu()
choice = input("\nEnter your choice: ").strip()
if choice == "1":
show_summary(students)
elif choice == "2":
search_student(students)
elif choice == "3":
show_top_students(students)
elif choice == "4":
show_graduated_students(students)
elif choice == "5":
print("\nProgram closed.")
break
else:
print("\nInvalid choice. Please select 1 to 5.")
if __name__ == "__main__":
main()
🔥 چالش ۳۰ روزه Python for AI
#Day15
🎯 موضوع:
Introduction to NumPy
⭐ سطح:
متوسط
⏳ زمان تخمینی:
20 تا 40 دقیقه
📝 صورت مسئله:
کتابخانه NumPy را نصب و import کنید.
آرایه زیر را در برنامه قرار دهید:
scores = [18, 15, 20, 17, 19, 14, 16, 18, 20, 17]
آن را به NumPy Array تبدیل کنید.
برنامه باید:
✅ میانگین نمرات را محاسبه کند.
✅ بیشترین نمره را پیدا کند.
✅ کمترین نمره را پیدا کند.
✅ مجموع نمرات را محاسبه کند.
📌 نمونه خروجی:
Average: 17.4
Maximum: 20
Minimum: 14
Sum: 174
🎯 Bonus Challenge
انحراف معیار (Standard Deviation) نمرات را محاسبه کنید.
📋 هدف امروز:
آشنایی با NumPy و انجام محاسبات عددی سریعتر از Python معمولی.
⏰ مهلت ارسال پاسخ:
فردا ساعت 20:00
#Day15
🎯 موضوع:
Introduction to NumPy
⭐ سطح:
متوسط
⏳ زمان تخمینی:
20 تا 40 دقیقه
📝 صورت مسئله:
کتابخانه NumPy را نصب و import کنید.
آرایه زیر را در برنامه قرار دهید:
scores = [18, 15, 20, 17, 19, 14, 16, 18, 20, 17]
آن را به NumPy Array تبدیل کنید.
برنامه باید:
✅ میانگین نمرات را محاسبه کند.
✅ بیشترین نمره را پیدا کند.
✅ کمترین نمره را پیدا کند.
✅ مجموع نمرات را محاسبه کند.
📌 نمونه خروجی:
Average: 17.4
Maximum: 20
Minimum: 14
Sum: 174
🎯 Bonus Challenge
انحراف معیار (Standard Deviation) نمرات را محاسبه کنید.
📋 هدف امروز:
آشنایی با NumPy و انجام محاسبات عددی سریعتر از Python معمولی.
⏰ مهلت ارسال پاسخ:
فردا ساعت 20:00