https://trix-editor.org/
یک خبر خوب برا دوستانی ک طراحی وب میکنند
اگه خواستید یک تکست ادیتور داخل سایتتون بزارید میتوانید از این کد استفاده کنید که کلی ابزار و امکانات بهتون میده :)
https://github.com/basecamp/trix
@raspberry_python
یک خبر خوب برا دوستانی ک طراحی وب میکنند
اگه خواستید یک تکست ادیتور داخل سایتتون بزارید میتوانید از این کد استفاده کنید که کلی ابزار و امکانات بهتون میده :)
https://github.com/basecamp/trix
@raspberry_python
trix-editor.org
Trix: A rich text editor for everyday writing
Compose beautifully formatted text in your web application. Trix is an editor for writing messages, comments, articles, and lists—the simple documents most web apps are made of. It features a sophisticated document model, support for embedded attachments…
سوال -> "با رزبری چیکار میشه کرد؟!"
جواب -> تاپ بزرگترین و جالب ترین پروژه هایی که با رزبری پای انجام و به مرحله اجرا رسیدن رو اینجا میتونید ببینید👇
⚜ https://www.makeuseof.com/tag/best-raspberry-pi-projects/
🔰 @raspberry_python
جواب -> تاپ بزرگترین و جالب ترین پروژه هایی که با رزبری پای انجام و به مرحله اجرا رسیدن رو اینجا میتونید ببینید👇
⚜ https://www.makeuseof.com/tag/best-raspberry-pi-projects/
🔰 @raspberry_python
MakeUseOf
The 13 Best Raspberry Pi Projects of 2017
You'll be blown away by these impressively creative Raspberry Pi projects.
#آموزش
برای دانلود کردن یک پوشه خاص از یک ریپوزیتوی داخل گیت هاب میتوانیم از برنامه subversion استفاده کنیم:
in order to install just execute:
@raspbery_python
برای دانلود کردن یک پوشه خاص از یک ریپوزیتوی داخل گیت هاب میتوانیم از برنامه subversion استفاده کنیم:
in order to install just execute:
#apt-get install -y subversion
now u should just append /trunk to end of urlsvn export https://github.com/owner/rep/trunk/path-to-file
even more we can specify the target folder svn export https://github.com/owner/rep/trunk/path-to-file target-folder @raspbery_python
Daniel_P_Bovet,_Marco_Cesati_Understanding.pdf
5.3 MB
understanding the linux kernel
@raspbery_python
@raspbery_python
python_book.pdf
3.9 MB
یک کتاب به زبان فارسی برای دوستانی که دنبال منابع فارسی هستند.
مولف: مهندس افشین رفوآ
@raspberry_python
مولف: مهندس افشین رفوآ
@raspberry_python
Az in Pas Python - eBook.pdf
12.6 MB
کتاب از این پس پایتون یکی از بهترین منابع فارسی برای آموزش و یادگیری پایتون
@raspberry_python
@raspberry_python
🐍 Python & Raspberry 🐍
@raspberry_python
9781786467355-PYTHON_DATA_STRUCTURES_AND_ALGORITHMS.pdf
10.7 MB
python data structure and algorithms
@raspberry_python
@raspberry_python
This media is not supported in your browser
VIEW IN TELEGRAM
بررسی پردازش در CPU و GPU
توضیح با OpenCL و C++ و SSE در سی پلاس پلاس
از طرف مهندس @Developer_IT_RObatic_Network
🔰 @raspberry_python
توضیح با OpenCL و C++ و SSE در سی پلاس پلاس
از طرف مهندس @Developer_IT_RObatic_Network
🔰 @raspberry_python
شکل تبدیل فوریه توابع معروف در مخابرات
🔰 @raspberry_python
🔰 @raspberry_python
مثال کاربردی در حوزه پردازش سیگنال در رابطه با Cross-correlate
کد پایتون در پست بعد 👇
🔰 @raspberry_python
کد پایتون در پست بعد 👇
🔰 @raspberry_python
📌 کد پایتون شکل بالا درحوزه پردازش سیگنال در رابطه با Cross-correlate
from scipy import signal
import numpy as np
sig = np.repeat([0., 1., 1., 0., 1., 0., 0., 1.], 128)
sig_noise = sig + np.random.randn(len(sig))
corr = signal.correlate(sig_noise, np.ones(128), mode='same') / 128
import matplotlib.pyplot as plt
clock = np.arange(64, len(sig), 128)
fig, (ax_orig, ax_noise, ax_corr) = plt.subplots(3, 1, sharex=True)
ax_orig.plot(sig)
ax_orig.plot(clock, sig[clock], 'ro')
ax_orig.set_title('Original signal')
ax_noise.plot(sig_noise)
ax_noise.set_title('Signal with noise')
ax_corr.plot(corr)
ax_corr.plot(clock, corr[clock], 'ro')
ax_corr.axhline(0.5, ls=':')
ax_corr.set_title('Cross-correlated with rectangular pulse')
ax_orig.margins(0, 0.1)
fig.tight_layout()
fig.show()
🔰 @raspberry_python
from scipy import signal
import numpy as np
sig = np.repeat([0., 1., 1., 0., 1., 0., 0., 1.], 128)
sig_noise = sig + np.random.randn(len(sig))
corr = signal.correlate(sig_noise, np.ones(128), mode='same') / 128
import matplotlib.pyplot as plt
clock = np.arange(64, len(sig), 128)
fig, (ax_orig, ax_noise, ax_corr) = plt.subplots(3, 1, sharex=True)
ax_orig.plot(sig)
ax_orig.plot(clock, sig[clock], 'ro')
ax_orig.set_title('Original signal')
ax_noise.plot(sig_noise)
ax_noise.set_title('Signal with noise')
ax_corr.plot(corr)
ax_corr.plot(clock, corr[clock], 'ro')
ax_corr.axhline(0.5, ls=':')
ax_corr.set_title('Cross-correlated with rectangular pulse')
ax_orig.margins(0, 0.1)
fig.tight_layout()
fig.show()
🔰 @raspberry_python