🔹OOP

🔶@python_rd

🔹برنامه پایتون برای ساخت ساعت دیجیتال با استفاده از Tkinter

🔶 @python_rd

Track phone location using python

🔶 @python_rd

راهنمای پایتون

⠀🔹 @python_rd

این یه وبسایت خوب برای تمرین برنامه نویسی با پایتونه:

pynative.com

⠀🔹 @python_rd

سلام!
امیدوارم که حالتون خوب باشه...
ممنون میشم اگر انتقادات و پیشنهادات خودتون رو در خصوص محتوای کانال تو کامنت بنویسید تا بتونیم در ادامه کیفیت محتوای خودمون رو ارتقا بدیم🙏🖤

🎨 ادغام هنر و فناوری

✨ ویدئوی خیره کننده تولید شده توسط هوش مصنوعی که در آن نقاشی‌های معروف زنده می‌شوند!

✨ با استفاده از Runway GEN-3 Alpha Turbo برای تصاویر و هوش مصنوعی Suno برای موسیقی.
@python_rd

#چالش
🔶 چگونه بدون استفاده از حلقه، یک رشته را معکوس کنیم؟

🔹@python_rd

#ترفند
🔶استفاده از تابع zip برای ادغام دو لیست به صورت جفتی

scores = [90, 85, 92]

for name, score in zip(names, scores):
    print(f'{name} scored {score}')

🔹@python_rd

بازی XO در پایتون:

import sys

# تعریف رنگ‌ها
BLACK = (0, 0, 0)
WHITE = (255, 255, 255)

# اندازه و تعداد خطوط و ستون‌ها
ROW_COUNT = 3
COLUMN_COUNT = 3
SQUARESIZE = 100

# تنظیمات صفحه
width = COLUMN_COUNT * SQUARESIZE
height = (ROW_COUNT + 1) * SQUARESIZE
size = (width, height)

# ساخت صفحه
screen = pygame.display.set_mode(size)

# تابع برای رسم صفحه بازی
def draw_board(board):
    for c in range(COLUMN_COUNT):
        for r in range(ROW_COUNT):
            pygame.draw.rect(screen, WHITE, (c * SQUARESIZE, r * SQUARESIZE + SQUARESIZE, SQUARESIZE, SQUARESIZE))
            pygame.draw.circle(screen, BLACK, (int(c * SQUARESIZE + SQUARESIZE / 2), int(r * SQUARESIZE + SQUARESIZE + SQUARESIZE / 2)), 30)

    pygame.display.update()

# تابع اصلی
def main():
    pygame.init()
    draw_board([])

    while True:
        for event in pygame.event.get():
            if event.type == pygame.QUIT:
                pygame.quit()
                sys.exit()

main()

🔶@python_rd

Machine Learning with Python for Everyone


کتاب یادگیری ماشین با پایتون برای همه


🔶@python_rd

آشنایی با Decorator ها: جادوی ترکیب کارکردها

در پایتون، Decoratorها یکی از ویژگی‌های قدرتمند و کاربردی هستند که به شما امکان می‌دهند تا بدون تغییر در ساختار یک تابع، قابلیت‌های جدیدی به آن اضافه کنید. Decoratorها می‌توانند به عنوان ابزارهایی برای افزودن لاگینگ، اعتبارسنجی، یا هر نوع پردازش اضافی دیگر به توابع شما به کار روند.

مثال ساده:

فرض کنید می‌خواهید زمان اجرای یک تابع را محاسبه و به آن گزارش کنید. با استفاده از Decorator، می‌توانید این کار را به شکلی تمیز و کوتاه پیاده‌سازی کنید.

def timing_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f'Execution time: {end_time - start_time} seconds')
        return result
    return wrapper

@timing_decorator
def sample_function(n):
    total = 0
    for i in range(n):
        total += i
    return total

sample_function(1000000)

قابلیت استفاده مجدد: می‌توانید یک Decorator را برای چندین تابع استفاده کنید.
افزایش خوانایی کد: با جداسازی منطق اضافی از توابع اصلی، کدتان تمیزتر می‌شود.

با استفاده از Decoratorها، می‌توانید ساختار برنامه‌نویسی خود را بهبود ببخشید و قابلیت‌های وسیعی را به برنامه‌های خود اضافه کنید.

@python_rd

کتابخانه Requests یکی از پرکاربردترین ابزارها برای ارسال HTTP request در پایتونه. با استفاده از این کتابخانه می‌تونید به سادگی با APIهای مختلف ارتباط برقرار کنید و داده‌ها رو رد و بدل کنید.

مثال ساده:

response = requests.get('https://api.example.com/data')
if response.status_code == 200:
    print('Data:', response.json())
else:
    print('Failed to retrieve data')

@python_rd

Prime functions in python

@python_rd

#سوال

پایتون در چه سالی، در کدام کشور و به دست چه کسی ساخته شد؟

@python_rd

🟣بعد از یادگیری پایتون برای افزایش مهارت چه چیزهایی رو میتونیم یاد بگیریم؟

🔹الگوریتم‌ها و ساختمان داده‌ها
🔹پایگاه‌ داده‌ها (SQL و NoSQL)
🔹فریمورک‌های وب (Django, Flask)
🔹تست و Debugging
🔹مهارت‌های مدیریت نسخه (Git)
🔹کتابخانه‌های علمی (NumPy, Pandas, Matplotlib)
🔹یادگیری ماشین (Scikit-learn, TensorFlow, PyTorch)
🔹امنیت و شبکه
🔹پردازش داده‌ها و Big Data
🔹توسعه API (RESTful, GraphQL)
🔹معماری نرم‌افزار
🔹DevOps و CI/CD
🔹کار با داده‌های حجیم (Hadoop, Spark)
🔹توسعه موبایل (Kivy, BeeWare)
🔹اینترنت اشیا (IoT)
🔹توسعه بازی (Pygame)
🔹پردازش تصویر (OpenCV)
🔹توسعه اسکریپت‌ها و اتوماسیون
🔹برنامه‌نویسی موازی و چند نخی
🔹پردازش زبان طبیعی (NLTK, SpaCy)

@python_rd

📱 همراه جدید برنامه‌نویس‌ها برای دیباگ و بهبود کد توسط OpenAI معرفی شد...!

🔸 این قابلیت به صورت آزمایشی از دیروز برای کاربران دارای اشتراک پلاس عرضه شده و بعد از خروج از حالت آزمایشی برای همه کاربران به صورت مجانی عرضه خواهد شد.

🔸 دیروز، OpenAI یه ابزار جذابی به اسم «Canvas» رو معرفی کرد که تمام تمرکزش روی کمک به برنامه‌نویس‌هاست.

🔸 با Canvas می‌تونید کدهاتون رو دیباگ کنید، بازبینی‌شون کنید و حتی پیشنهادات بهتری برای بهبود کدهاتون بگیرید.

✔️ بررسی و بازبینی کد
✔️ اضافه کردن لاگ به پروژه
✔️ اضافه کردن کامنت به کدها و دیباگ
✔️ ترجمه کد از یک زبان به زبان دیگه

‼️ از حالا نسخه اولیه Canvas برای کاربران Plus و Team قابل دسترسه.

➡️ https://techcrunch.com/2024/10/03/openai-launches-new-canvas-chatgpt-interface-tailored-to-writing-and-coding-projects/?guccounter=1


🔹@python_rd

🔶ابزار هایی برای برنامه نویس های پایتون

1. Jupyter Notebook: برای تست و پروتوتایپ‌گیری پروژه‌ها، به ویژه در حوزه علم داده.
2. Pandas: برای تحلیل و دستکاری داده‌ها.
3. Matplotlib و Seaborn: برای ترسیم نمودارها و تحلیل داده بصری.
4. PyInstaller: برای تبدیل فایل‌های پایتون به برنامه‌های اجرایی مستقل.

🔹@python_rd

#چالش

🔶برنامه‌ای بنویسید که تمامی اعداد اول زیر 1000 را چاپ کند.

کوتاه ترین کد بهترینه!

🔹@python_rd