PyCoders (پایتون)
آشنایی با فریم ورک ها و کتابخانه های پایتون قسمت دوازدهم فریم ورک WEB.PY معادل با ساده و قدرتمند بودن است. این فریم ورک سبک است و استفاده کردن از آن ساده است، ایده پشت این فریم ورک مینیمال و متن باز بودن است. استفاده کردن از آن ساده است و برای شروع کار نیازی…
وب پای یک چارچوب وب محبوب برای پایتون است که به گونهای طراحی شده است که ساده، سبک و آسان برای استفاده باشد. در ابتدا توسط Aaron Swartz توسعه داده شد و اکنون توسط یک جامعه منبع باز نگهداری می شود.
وب پای یک رویکرد مینیمالیستی برای توسعه وب ارائه می دهد و به توسعه دهندگان این امکان را می دهد تا به سرعت برنامه های وب را با حداقل کد دیگ ایجاد کنند. این بر اساس معماری Model-View-Controller (MVC)
است که منطق برنامه را به سه جزء مجزا جدا می کند: مدل که نشان دهنده داده ها و منطق تجاری است. نمای، که ارائه و رابط کاربری را کنترل می کند. و کنترل کننده که جریان داده بین مدل و view را مدیریت می کند.
یکی از ویژگی های کلیدی web.py وب سرور داخلی آن است که توسعه و آزمایش برنامه های کاربردی وب را بدون نیاز به نرم افزار یا پیکربندی اضافی آسان می کند. همچنین شامل یک موتور قالب ساده، پشتیبانی از پایگاه داده و پشتیبانی از مسیریابی URL است که آن را به یک چارچوب همه کاره برای طیف گسترده ای از پروژه های توسعه وب تبدیل می کند.
وب پای برای توسعه انواع برنامه های کاربردی وب از جمله وبلاگ ها، ویکی ها و سایت های شبکه های اجتماعی استفاده شده است. سادگی و سهولت استفاده از آن، آن را به یک انتخاب محبوب برای توسعه دهندگانی تبدیل کرده است که می خواهند به سرعت برنامه های تحت وب را با حداقل هزینه سربار نمونه سازی و توسعه دهند.
◦•◉✿ @python_rd ✿◉•◦
وب پای یک رویکرد مینیمالیستی برای توسعه وب ارائه می دهد و به توسعه دهندگان این امکان را می دهد تا به سرعت برنامه های وب را با حداقل کد دیگ ایجاد کنند. این بر اساس معماری Model-View-Controller (MVC)
است که منطق برنامه را به سه جزء مجزا جدا می کند: مدل که نشان دهنده داده ها و منطق تجاری است. نمای، که ارائه و رابط کاربری را کنترل می کند. و کنترل کننده که جریان داده بین مدل و view را مدیریت می کند.
یکی از ویژگی های کلیدی web.py وب سرور داخلی آن است که توسعه و آزمایش برنامه های کاربردی وب را بدون نیاز به نرم افزار یا پیکربندی اضافی آسان می کند. همچنین شامل یک موتور قالب ساده، پشتیبانی از پایگاه داده و پشتیبانی از مسیریابی URL است که آن را به یک چارچوب همه کاره برای طیف گسترده ای از پروژه های توسعه وب تبدیل می کند.
وب پای برای توسعه انواع برنامه های کاربردی وب از جمله وبلاگ ها، ویکی ها و سایت های شبکه های اجتماعی استفاده شده است. سادگی و سهولت استفاده از آن، آن را به یک انتخاب محبوب برای توسعه دهندگانی تبدیل کرده است که می خواهند به سرعت برنامه های تحت وب را با حداقل هزینه سربار نمونه سازی و توسعه دهند.
◦•◉✿ @python_rd ✿◉•◦
جوابی که chat GPT راجع به کاربردهای پایتون بهم داد:
پایتون یک زبان برنامه نویسی عالی است که برای انجام بسیاری از کارها مورد استفاده قرار میگیرد. برخی از کاربردهای مهم پایتون عبارتند از:
1. توسعه وب: پایتون برای توسعه وبسایتها و برنامههای وب بسیار مورد استفاده قرار میگیرد. چارچوبهای معروفی مانند Django و Flask برای توسعه وبسایتها با استفاده از پایتون وجود دارند.
2. علم داده: پایتون به عنوان یکی از زبانهای مورد استفاده در علم داده شناخته میشود. کتابخانه هایی مانند NumPy، Pandas و Matplotlib برای تحلیل دادهها و رسم نمودارها با استفاده از پایتون وجود دارند.
3. هوش مصنوعی: پایتون به عنوان یکی از زبانهای مورد استفاده در هوش مصنوعی و یادگیری ماشین شناخته میشود. کتابخانه هایی مانند TensorFlow و PyTorch برای توسعه مدلهای یادگیری ماشین با استفاده از پایتون وجود دارند.
4. توسعه بازی: پایتون به عنوان یک زبان برنامه نویسی برای توسعه بازیهای کامپیوتری نیز استفاده میشود. چارچوبهای مانند Pygame برای توسعه بازیها با استفاده از پایتون وجود دارند.
5. توسعه نرمافزار: پایتون به عنوان یک زبان برنامه نویسی کلی، برای توسعه نرمافزارهایی مانند برنامههای دسکتاپ و برنامههای موبایل نیز مورد استفاده قرار میگیرد.
◦•◉✿ @python_rd ✿◉•◦
پایتون یک زبان برنامه نویسی عالی است که برای انجام بسیاری از کارها مورد استفاده قرار میگیرد. برخی از کاربردهای مهم پایتون عبارتند از:
1. توسعه وب: پایتون برای توسعه وبسایتها و برنامههای وب بسیار مورد استفاده قرار میگیرد. چارچوبهای معروفی مانند Django و Flask برای توسعه وبسایتها با استفاده از پایتون وجود دارند.
2. علم داده: پایتون به عنوان یکی از زبانهای مورد استفاده در علم داده شناخته میشود. کتابخانه هایی مانند NumPy، Pandas و Matplotlib برای تحلیل دادهها و رسم نمودارها با استفاده از پایتون وجود دارند.
3. هوش مصنوعی: پایتون به عنوان یکی از زبانهای مورد استفاده در هوش مصنوعی و یادگیری ماشین شناخته میشود. کتابخانه هایی مانند TensorFlow و PyTorch برای توسعه مدلهای یادگیری ماشین با استفاده از پایتون وجود دارند.
4. توسعه بازی: پایتون به عنوان یک زبان برنامه نویسی برای توسعه بازیهای کامپیوتری نیز استفاده میشود. چارچوبهای مانند Pygame برای توسعه بازیها با استفاده از پایتون وجود دارند.
5. توسعه نرمافزار: پایتون به عنوان یک زبان برنامه نویسی کلی، برای توسعه نرمافزارهایی مانند برنامههای دسکتاپ و برنامههای موبایل نیز مورد استفاده قرار میگیرد.
◦•◉✿ @python_rd ✿◉•◦
This media is not supported in your browser
VIEW IN TELEGRAM
⭕️ اینطور که به نظر میرسه، نسلهای بعدی دیگه نیازی به یادگیری رانندگی ندارن!
#هوش_مصنوعی #AI #کامپیوتر_ویژن #Computer_Vision
◦•◉✿ @python_rd ✿◉•◦
#هوش_مصنوعی #AI #کامپیوتر_ویژن #Computer_Vision
◦•◉✿ @python_rd ✿◉•◦
PyCoders (پایتون)
⭕️ اینطور که به نظر میرسه، نسلهای بعدی دیگه نیازی به یادگیری رانندگی ندارن! #هوش_مصنوعی #AI #کامپیوتر_ویژن #Computer_Vision ◦•◉✿ @python_rd ✿◉•◦
یه زمانی میگفتن بچه هایی که ۲۰۲۰ به بعد به دنیا میان نیازی به گواهینامه نخواهند داشت!
چطوری کدهای #پایتون رو تو ژوپیتر نوت بوک روی داکر ران کنید:
https://medium.com/codex/how-to-set-up-and-run-python-data-science-development-environment-with-jupyter-on-docker-17e04e11d6c
◦•◉✿ @python_rd ✿◉•◦
https://medium.com/codex/how-to-set-up-and-run-python-data-science-development-environment-with-jupyter-on-docker-17e04e11d6c
◦•◉✿ @python_rd ✿◉•◦
Medium
How to set up and run Python Data Science Development Environment with Jupyter on Docker
Introduction
پشتیبانی از زبان فارسی به بخش Image Creator هوش مصنوعی بینگ اضافه شده است و حالا کاربران میتوانند با تایپ درخواست خود به زبان فارسی، تصور مورد نظر خود را بسازند.
◦•◉✿ @python_rd ✿◉•◦
◦•◉✿ @python_rd ✿◉•◦
PyCoders (پایتون)
😂😂😂 #هوش_مصنوعی ◦•◉✿ @python_rd ✿◉•◦
برای استفاده از image creator بینگ کافیه یه حساب کاربری توی بینگ بسازید و با مرورگر edge وارد بشید
https://www.bing.com/create
◦•◉✿ @python_rd ✿◉•◦
https://www.bing.com/create
◦•◉✿ @python_rd ✿◉•◦
PyCoders (پایتون)
😂😂😂 #هوش_مصنوعی ◦•◉✿ @python_rd ✿◉•◦
بعد بگید شبکه جهانی پایتون نمیتونه چیزیو پیش بینی کنه😊
#سوال⁉️
وقتی میخواید تو مدلسازی #ماشین_لرنینگ دیتاتون رو split کنید، چطوری میتونید اون ردیف هایی که خودتون میخواید رو به عنوان دیتای train و test تعیین کنید؟
(در حالت کلیش مدل خودش به صورت رندوم میاد دیتا رو split میکنه و اصلا مشخص نیست کدوم ردیف دیتای train هست و کدوم ردیف test. )
بهش فکر کنید تا جوابشو بهتون بگم😎، خیلی آسونه.
◦•◉✿ @python_rd ✿◉•◦
وقتی میخواید تو مدلسازی #ماشین_لرنینگ دیتاتون رو split کنید، چطوری میتونید اون ردیف هایی که خودتون میخواید رو به عنوان دیتای train و test تعیین کنید؟
(در حالت کلیش مدل خودش به صورت رندوم میاد دیتا رو split میکنه و اصلا مشخص نیست کدوم ردیف دیتای train هست و کدوم ردیف test. )
بهش فکر کنید تا جوابشو بهتون بگم😎، خیلی آسونه.
◦•◉✿ @python_rd ✿◉•◦
PyCoders (پایتون)
#سوال⁉️ وقتی میخواید تو مدلسازی #ماشین_لرنینگ دیتاتون رو split کنید، چطوری میتونید اون ردیف هایی که خودتون میخواید رو به عنوان دیتای train و test تعیین کنید؟ (در حالت کلیش مدل خودش به صورت رندوم میاد دیتا رو split میکنه و اصلا مشخص نیست کدوم ردیف دیتای…
به همین راحتی!
مثلا دیتاست شما ۲۰۰ تا ردیف داره، اینجوری ۱۰۰ تای اول رو به عنوان دیتای train و ۱۰۰ تا بعدی رو به عنوان دیتای test انتخاب میکنید.
حالا اگه خواستید فقط یه ردیف آخر رو به عنوان دیتای جدید به مدلتون بدید تا براتون predict کنه، اینجوری باید بنویسید کدتون رو:
train_df =df[0:-1]
test_df=df[-1]
مثلا دیتاست شما ۲۰۰ تا ردیف داره، اینجوری ۱۰۰ تای اول رو به عنوان دیتای train و ۱۰۰ تا بعدی رو به عنوان دیتای test انتخاب میکنید.
حالا اگه خواستید فقط یه ردیف آخر رو به عنوان دیتای جدید به مدلتون بدید تا براتون predict کنه، اینجوری باید بنویسید کدتون رو:
train_df =df[0:-1]
test_df=df[-1]
PyCoders (پایتون)
Photo
درود بر همراهان
دوستانی میپرسند که منبع هوش مصنوعی برای این تصویرسازی هاش چیه؟
ببینید طبق گفته خود سازندگانش، هوش مصنوعی تمام دیتای روی اینترنت رو خونده شامل هر چه سایت و کتاب و فیلم و مقاله میشده تا اطلاعات در سایتهای دانشگاهی و کلا هر چه روی وب موجوده که خب حجم فوق عظیمی از دیتا هست
این تصویرسازیها با استفاده از اون اطلاعات ساخته شده. حالا اولویت چه بوده و چه چیزی رو بر چه چیزی مقدم دونسته اون به الگوریتم و نحوه پردازش هوش مصنوعی بر میگرده
و پرسش اینه که چقدر از تاریخ ایران و دوره هخامنشی دیتا روی اینترنت هست؟ و چقدر دیتای معتبر هست؟
دوستانی میپرسند که منبع هوش مصنوعی برای این تصویرسازی هاش چیه؟
ببینید طبق گفته خود سازندگانش، هوش مصنوعی تمام دیتای روی اینترنت رو خونده شامل هر چه سایت و کتاب و فیلم و مقاله میشده تا اطلاعات در سایتهای دانشگاهی و کلا هر چه روی وب موجوده که خب حجم فوق عظیمی از دیتا هست
این تصویرسازیها با استفاده از اون اطلاعات ساخته شده. حالا اولویت چه بوده و چه چیزی رو بر چه چیزی مقدم دونسته اون به الگوریتم و نحوه پردازش هوش مصنوعی بر میگرده
و پرسش اینه که چقدر از تاریخ ایران و دوره هخامنشی دیتا روی اینترنت هست؟ و چقدر دیتای معتبر هست؟
Forwarded from Melanee AI & Physics (Melanee)
Python-for-Data-Analysis.pdf
16 MB
اگر میخواید مبحث Time Series رو یاد بگیرید تو کتاب Python for Data Anslysis هست.
Forwarded from Melanee AI & Physics (Melanee)
امروز داشتم تو پونیشا و کارلنسر پروژه هارو میدیدم، فهمیدم پروژه های ساخت ربات تلگرامی با #پایتون زیاده و برام جالب بود انقدر مردم بهش نیاز دارند.
What is the output of the following code?
a = 1 while i<=10: i+=1 print(i)
a = 1 while i<=10: i+=1 print(i)
Anonymous Quiz
18%
10
6%
19
34%
11
42%
None of the above
آیا میدانستید از ChatGPT میتوان به عنوان ترمینال لینوکس استفاده کرد؟
احتمالاً یکی از جالبترین کارهایی که میتوانید ChatGPT انجام دهید، این است که وانمود کنید که یک ترمینال لینوکس کاملاً کارآمد است. حتی می توانید از دستورات لینوکس استفاده کنید، فایل ها و دایرکتوری ها را بسازید و خیلی چیزهای دیگر. حتی می توانید کد را در ترمینال بنویسید و کامپایل کنید و در صورت تمایل آن را اجرا کنید.
برای فعال کردن ترمینال، باید متن زیر را در چت باکس بنویسید:
"I want you to act as a Linux terminal. I will type commands and you will reply with what the terminal should show. I want you to only reply with the terminal output inside one unique code block, and nothing else. Do not write explanations. Do not type commands unless I instruct you to do so. When I need to tell you something in English I will do so by putting text inside curly brackets {like this}. My first command is pwd."
◦•◉✿ @python_rd ✿◉•◦
احتمالاً یکی از جالبترین کارهایی که میتوانید ChatGPT انجام دهید، این است که وانمود کنید که یک ترمینال لینوکس کاملاً کارآمد است. حتی می توانید از دستورات لینوکس استفاده کنید، فایل ها و دایرکتوری ها را بسازید و خیلی چیزهای دیگر. حتی می توانید کد را در ترمینال بنویسید و کامپایل کنید و در صورت تمایل آن را اجرا کنید.
برای فعال کردن ترمینال، باید متن زیر را در چت باکس بنویسید:
"I want you to act as a Linux terminal. I will type commands and you will reply with what the terminal should show. I want you to only reply with the terminal output inside one unique code block, and nothing else. Do not write explanations. Do not type commands unless I instruct you to do so. When I need to tell you something in English I will do so by putting text inside curly brackets {like this}. My first command is pwd."
◦•◉✿ @python_rd ✿◉•◦