Creating A Dictionary Using Lists In Python
راههای مختلف برای ساخت دیکشنری با استفاده از لیست
میتوان گفت که دیکشنریها یکی از مهمترین ساختارهای دادهای در پایتون هستند که به ذخیرهسازی و دسترسی سریع به اطلاعات کمک میکنند.
#dict | #list | #بدانیم | LearnPython
چکلیستی کامل از دستورات و متدهای مربوط به لیستها (Lists) در پایتون
1. ایجاد لیست
- ایجاد یک لیست خالی:
- ایجاد یک لیست با مقادیر اولیه:
---
2. اضافه کردن عناصر به لیست
- اضافه کردن یک عنصر به انتهای لیست با
- اضافه کردن چند عنصر به انتهای لیست با
- اضافه کردن یک عنصر در موقعیت مشخص با
---
3. حذف عناصر از لیست
- حذف یک عنصر بر اساس مقدار با
- حذف یک عنصر بر اساس ایندکس با
- حذف آخرین عنصر لیست با
- حذف همه عناصر لیست با
---
4. دسترسی به عناصر لیست
- دسترسی به عنصر بر اساس ایندکس:
- دسترسی به آخرین عنصر:
- دسترسی به یک بازه از عناصر (Slicing):
---
5. تغییر عناصر لیست
- تغییر مقدار یک عنصر:
- تغییر مقدار چند عنصر با Slicing:
---
6. جستوجو در لیست
- بررسی وجود یک عنصر در لیست با
- پیدا کردن ایندکس یک عنصر با
---
7. مرتبسازی لیست
- مرتبسازی صعودی لیست با
- مرتبسازی نزولی لیست با
- برعکس کردن ترتیب لیست با
---
8. کپی کردن لیست
- ایجاد یک کپی سطحی از لیست با
- ایجاد یک کپی سطحی با Slicing:
---
9. عملیاتهای دیگر
- اندازه لیست (تعداد عناصر) با
- شمارش تعداد تکرار یک عنصر با
- ترکیب دو لیست با عملگر
- تکرار لیست با عملگر
---
10. لیستهای تو در تو (Nested Lists)
- ایجاد یک لیست تو در تو:
- دسترسی به عناصر لیست تو در تو:
---
11. List Comprehension
- ایجاد لیست جدید با List Comprehension:
- فیلتر کردن عناصر با List Comprehension:
---
لیستها در پایتون یکی از پرکاربردترین ساختارهای داده هستند و با استفاده از دستورات و متدهای بالا میتوانید بهراحتی با آنها کار کنید. این چکلیست به شما کمک میکند تا عملیاتهای رایج روی لیستها را بهخاطر بسپارید و از آنها استفاده کنید.
#list | learnpythonicy | #بدانیم
1. ایجاد لیست
- ایجاد یک لیست خالی:
my_list = []
- ایجاد یک لیست با مقادیر اولیه:
my_list = [1, 2, 3, 4, 5]
---
2. اضافه کردن عناصر به لیست
- اضافه کردن یک عنصر به انتهای لیست با
append():my_list.append(6)
- اضافه کردن چند عنصر به انتهای لیست با
extend():my_list.extend([7, 8, 9])
- اضافه کردن یک عنصر در موقعیت مشخص با
insert():my_list.insert(0, 0) # اضافه کردن عدد 0 در ابتدای لیست
---
3. حذف عناصر از لیست
- حذف یک عنصر بر اساس مقدار با
remove():my_list.remove(3) # اولین عنصر با مقدار 3 را حذف میکند
- حذف یک عنصر بر اساس ایندکس با
pop():my_list.pop(2) # عنصر در ایندکس 2 را حذف میکند
- حذف آخرین عنصر لیست با
pop() (بدون آرگومان):my_list.pop()
- حذف همه عناصر لیست با
clear():my_list.clear()
---
4. دسترسی به عناصر لیست
- دسترسی به عنصر بر اساس ایندکس:
first_element = my_list[0]
- دسترسی به آخرین عنصر:
last_element = my_list[-1]
- دسترسی به یک بازه از عناصر (Slicing):
sub_list = my_list[1:4] # عناصر از ایندکس 1 تا 3
---
5. تغییر عناصر لیست
- تغییر مقدار یک عنصر:
my_list[2] = 10 # مقدار عنصر در ایندکس 2 را به 10 تغییر میدهد
- تغییر مقدار چند عنصر با Slicing:
my_list[1:3] = [20, 30] # عناصر در ایندکس 1 و 2 را تغییر میدهد
---
6. جستوجو در لیست
- بررسی وجود یک عنصر در لیست با
in:if 5 in my_list:
print("5 در لیست وجود دارد")
- پیدا کردن ایندکس یک عنصر با
index():index = my_list.index(4) # ایندکس اولین عنصر با مقدار 4 را برمیگرداند
---
7. مرتبسازی لیست
- مرتبسازی صعودی لیست با
sort():my_list.sort()
- مرتبسازی نزولی لیست با
sort(reverse=True):my_list.sort(reverse=True)
- برعکس کردن ترتیب لیست با
reverse():my_list.reverse()
---
8. کپی کردن لیست
- ایجاد یک کپی سطحی از لیست با
copy():new_list = my_list.copy()
- ایجاد یک کپی سطحی با Slicing:
new_list = my_list[:]
---
9. عملیاتهای دیگر
- اندازه لیست (تعداد عناصر) با
len():length = len(my_list)
- شمارش تعداد تکرار یک عنصر با
count():count = my_list.count(5) # تعداد تکرار عدد 5 در لیست
- ترکیب دو لیست با عملگر
+:combined_list = my_list + [10, 11, 12]
- تکرار لیست با عملگر
*:repeated_list = my_list * 2 # لیست را دو بار تکرار میکند
---
10. لیستهای تو در تو (Nested Lists)
- ایجاد یک لیست تو در تو:
nested_list = [[1, 2], [3, 4], [5, 6]]
- دسترسی به عناصر لیست تو در تو:
element = nested_list[1][0] # مقدار 3 را برمیگرداند
---
11. List Comprehension
- ایجاد لیست جدید با List Comprehension:
squares = [x**2 for x in range(10)]
- فیلتر کردن عناصر با List Comprehension:
even_numbers = [x for x in range(10) if x % 2 == 0]
---
لیستها در پایتون یکی از پرکاربردترین ساختارهای داده هستند و با استفاده از دستورات و متدهای بالا میتوانید بهراحتی با آنها کار کنید. این چکلیست به شما کمک میکند تا عملیاتهای رایج روی لیستها را بهخاطر بسپارید و از آنها استفاده کنید.
#list | learnpythonicy | #بدانیم
🔍 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
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
✔️ حذف None و مقادیر تکراری با حفظ ترتیب در پایتون
در بسیاری از سناریوهای واقعی (دیتاپروسسینگ، لاگها، ورودی کاربر)،
علاوه بر حذف مقادیر تکراری و None، حفظ ترتیب عناصر هم اهمیت دارد.
در این حالت استفاده از set مناسب نیست، چون ترتیب را از بین میبرد.
راهحل تمیز و پایتونیک، استفاده از
🔍 مزایا
. ترتیب لیست حفظ میشود
. بدون حلقهی دستی
. مناسب پیشپردازش دیتا
⚠️ نکته:
این روش از پایتون 3.7 به بعد کاملاً قابل اعتماد است (ترتیب دیکشنری حفظ میشود).
#fromkeys | #dict | #list | #none | @LearnPythonIcy
در بسیاری از سناریوهای واقعی (دیتاپروسسینگ، لاگها، ورودی کاربر)،
علاوه بر حذف مقادیر تکراری و None، حفظ ترتیب عناصر هم اهمیت دارد.
در این حالت استفاده از set مناسب نیست، چون ترتیب را از بین میبرد.
راهحل تمیز و پایتونیک، استفاده از
dict.fromkeys است:data = [1, 2, None, 3, 2, None, 4, 1]
clean_data = list(dict.fromkeys(x for x in data if x is not None))
print(clean_data)
📌 خروجی:
[1, 2, 3, 4]
🔍 مزایا
. ترتیب لیست حفظ میشود
. بدون حلقهی دستی
. مناسب پیشپردازش دیتا
⚠️ نکته:
این روش از پایتون 3.7 به بعد کاملاً قابل اعتماد است (ترتیب دیکشنری حفظ میشود).
#fromkeys | #dict | #list | #none | @LearnPythonIcy
✔️ کار با لیستها در پایتون با ۷ روش حرفهای!
برای مدیریت لیستها و دادههای متوالی، این تکنیکهای کاربردی را امتحان کنید:
1️⃣ ایجاد لیست
2️⃣ اضافه کردن عنصر
3️⃣ درج عنصر در موقعیت خاص
4️⃣ حذف عنصر
5️⃣ دسترسی به عناصر با ایندکس
6️⃣ مرتبسازی لیست
7️⃣ لیستها با فهم لیست (List Comprehension)
🗝 روش ویژه: تبدیل لیست به آرایه NumPy
نکات طلایی
* برای اضافه و حذف عنصر از
* List comprehension کد شما را کوتاه و خواناتر میکند
* برای محاسبات عددی بزرگ، لیستها را به
#PythonMagic | #NumPy | #List | @learnpythonicy
برای مدیریت لیستها و دادههای متوالی، این تکنیکهای کاربردی را امتحان کنید:
1️⃣ ایجاد لیست
fruits = ['apple', 'banana', 'cherry']
print(fruits)
2️⃣ اضافه کردن عنصر
fruits.append('orange')
print(fruits)3️⃣ درج عنصر در موقعیت خاص
fruits.insert(1, 'kiwi')
print(fruits)
4️⃣ حذف عنصر
fruits.remove('banana')
print(fruits)5️⃣ دسترسی به عناصر با ایندکس
print(fruits[0]) # اولین عنصر
print(fruits[-1]) # آخرین عنصر
6️⃣ مرتبسازی لیست
numbers = [5, 2, 9, 1]
numbers.sort()
print(numbers)
7️⃣ لیستها با فهم لیست (List Comprehension)
squares = [x**2 for x in range(5)]
print(squares)
🗝 روش ویژه: تبدیل لیست به آرایه NumPy
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr * 2)
نکات طلایی
* برای اضافه و حذف عنصر از
append و remove استفاده کنید* List comprehension کد شما را کوتاه و خواناتر میکند
* برای محاسبات عددی بزرگ، لیستها را به
NumPy array تبدیل کنید#PythonMagic | #NumPy | #List | @learnpythonicy
❤1
✔️ کار با لیستها در پایتون با ۷ روش حرفهای!
برای مدیریت لیستها و دادههای متوالی، این تکنیکهای کاربردی را امتحان کنید:
1️⃣ ایجاد لیست
fruits = ['apple', 'banana', 'cherry']
print(fruits)
2️⃣ اضافه کردن عنصر
fruits.append('orange')
print(fruits)
3️⃣ درج عنصر در موقعیت خاص
fruits.insert(1, 'kiwi')
print(fruits)
4️⃣ حذف عنصر
fruits.remove('banana')
print(fruits)
5️⃣ دسترسی به عناصر با ایندکس
print(fruits[0]) # اولین عنصر
print(fruits[-1]) # آخرین عنصر
6️⃣ مرتبسازی لیست
numbers = [5, 2, 9, 1]
numbers.sort()
print(numbers)
7️⃣ لیستها با فهم لیست (List Comprehension)
squares = [x**2 for x in range(5)]
print(squares)
🗝 روش ویژه: تبدیل لیست به آرایه NumPy
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr * 2)
#PythonMagic | #NumPy | #list | @learnpythonicy
برای مدیریت لیستها و دادههای متوالی، این تکنیکهای کاربردی را امتحان کنید:
1️⃣ ایجاد لیست
fruits = ['apple', 'banana', 'cherry']
print(fruits)
2️⃣ اضافه کردن عنصر
fruits.append('orange')
print(fruits)
3️⃣ درج عنصر در موقعیت خاص
fruits.insert(1, 'kiwi')
print(fruits)
4️⃣ حذف عنصر
fruits.remove('banana')
print(fruits)
5️⃣ دسترسی به عناصر با ایندکس
print(fruits[0]) # اولین عنصر
print(fruits[-1]) # آخرین عنصر
6️⃣ مرتبسازی لیست
numbers = [5, 2, 9, 1]
numbers.sort()
print(numbers)
7️⃣ لیستها با فهم لیست (List Comprehension)
squares = [x**2 for x in range(5)]
print(squares)
🗝 روش ویژه: تبدیل لیست به آرایه NumPy
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr * 2)
#PythonMagic | #NumPy | #list | @learnpythonicy