در نسخه ۱۰ Arc GIS، اسکریپت پایتون به شدت با Arc Map و Arc Catalog یکپارچه شده و امکان ایجاد و خودکارسازی جریان های کاری GIS به طور سریع و آسان فراهم شده است.

نرم‌افزارها یا افزونه‌های زیادی مانند ArcPy و ArcGIS Python API و Django در حوزه GIS وجود دارند که می‌توان با استفاده از پایتون، آن‌ها را توسعه داد. حتی کاربران QGIS هم می‌توانند برای اتوماتیک کردن پردازش‌ها، شخصی‌سازی و توسعه QGIS به‌راحتی از پایتون بهره ببرند.

استفاده از پايتون در جي اي اس (قسمت اول)

_ Decorators.

JSON چیست؟
JSON اختصاری برای عبارت «نمادگذاری شیء جاوا اسکریپت» (JavaScript Object Notation) به طور عمده شامل دو بخش کلید و مقدار است که یک مقدار را به یک کلید انتساب می‌دهد.

اینک نوبت به بررسی کد رسیده است. ابتدا کتابخانه JSON را ایمپورت می‌کنیم و سپس از متد load این کتابخانه برای بارگذاری داده‌هایی که در قالب JSON هستند استفاده خواهیم کرد. نکته مهم آن است که ما داده‌ها را در قالب JSON بارگذاری می‌کنیم؛ اما این داده‌ها در متغیر data در قالب «دیکشنری» پایتون ذخیره می‌شوند. اگر در مورد نوع داده دیکشنری در پایتون اطلاع ندارید، باید بگوییم که این نوع داده یک قالب برای ذخیره‌سازی داده‌ها است که شباهت زیادی به قالب JSON دارد و از همان حالت «کلید-مقدار» (key-value) پیروی می‌کند.

pdv

روش اول: Sequence Matcher
برای درک این متد، ابتدا باید کتابخانه را ایمپورت کنیم و متد مورد نظر را از آن واکشی کنیم. تابع ()SequenceMatcher کلاً سه پارامتر می‌گیرد. پارامتر اول به بررسی صحت کلمه می‌پردازد، یعنی آیا کاراکتر فاصله یا خطوط خالی دارد یا نه، که در مورد ما چنین چیزی وجود ندارد. پارامترهای دوم و سوم، دو کلمه‌ای هستند که می‌خواهید مشابهت‌های آن‌ها را بیابید. این متد نتیجه را به صورت یک عدد کسری ارائه می‌کند.

filter map reduce

بررسي متد هاي mul-add-len

Python Practice

معرفی زبان برنامه نویسی Cython
زبان برنامه نویسی Cython برای توسعه پیدا کردن ماژول پایتون طراحی شده است. شیوه کار در Cython به این صورت است که، ابتدا ماژول خودش را با کمک قوانین cython و پسوند .pyx می‌نویسد، بعد فایلی با پایتون می‌سازد و با نصب آن سایتون فراخوانی می‌شود، سپس ماژول توسط سایتون برای c ترجمه می‌گردد. در نهایت متن مورد نظر به ماژول قابل استفاده تبدیل می‌شود(این کار توسط کامپایلر انجام می‌شود.) برای شناخت بیشتر زبان برنامه‌ نویسی Cython با ما همراه باشید.

#انگیزشی

اینکه میگن پشت هر مرد موفقی یه زن موفقه اشتباه نیست ☺️

ولی واقعیت اینه که پشت سر هر مرد موفقی روزهای ناموفق زیادیه 👊🏻

تکرار و تمرین های زیاد 👊🏻

شکست و موفقیت های زیاد 👊🏻

خسته شدن ها و جا نزدن های زیاد 👊🏻


دقیقا همینه که داری بهش فکر میکنی 🤔

تا شکسته نشی تا تحقیر نشی تا نابود نشی به خودت نمیای رفیق 😎

چشماتو بشور و یه جور دیگه ببین 🚿

از خود بطلب کز تو جدا نیست خدا ☺️


هر شکستی میتونه یک تجربه باشه واست و یک مسیر جدید برای رسیدن به موفقیت 💪🏻

فقط بستگی داره اون جرقه هه درونت بخوره یا نه 💥

درون خودت کبریت بکش و شعله ور شو رفیق 🔥

Swap 2 Variables in Python

بررسی ویجت ENTRYو کارکردن با آن

یادگیری ماشین (Machine Learning) موضوعی است که در زندگی روزمره ما حضور دارد و گاهی بدون اینکه متوجه باشیم در حال استفاده از آن هستیم. برای مثال زمانی که در سایت گوگل به جستجو می‌پردازیم و گوگل لیستی از نتایج را به ما نشان می‌دهد، در حقیقت در حال استفاده از الگوریتم‌های یادگیری ماشین هستیم. همچنین، بعضی از فروشگاه‌های اینترنتی با شخصی‌سازی سایت برای کاربران، پیشنهادهایی هوشمندانه‌ای به ما ارائه می‌دهند. سیستم‌های تشخیص چهره یا دستیارهای صوتی مثل Cortana یا Siri نمونه دیگری از کاربردهای یادگیری ماشین هستند. لازم به ذکر است که پایتون در یادگیری ماشین عملکرد مناسبی دارد و بسیاری از متخصصان Machine Learning از کتابخانه‌های آن استفاده می‌کنند