🔻 آینده را لمس کنید

🔸 از هوش مصنوعی تا رایانش ابری

▫️ همه در کانال فنولوژی

📌 فنولوژی | قدرت‌گرفته از آینده | @fanology_ir

the strongest man ever 💪

#fun
@raspberry_python

python biult-in data types
for more info »» python doc

@raspberry_python

▪️فرا رسیدن اربعین حسینی (ع) تسلیت باد.

صدای ملت ایران در روز اربعین حسینی خاموش شد.🖤🖤🖤🖤

آهنگ قاصدک سالیان سال در ایران توقیف بود و آلبوم قاصدک محمدرضا شجریان و پرویز مشکاتیان سال‌ها در حسرت انتشار ماند.

انتظار خبری نیست مرا
نه ز یاری نه ز دیار و دیاری، باری
برو آنجا که بود چشمی و گوشی با کس
برو آنجا که تو را منتظرند
«قاصدک در دل من همه کورند و کرند
دست بردار از این در وطن خویش غریب»

@raspberry_python

Knowing what we need to accomplish is very different from knowing how to do it—or even whether we can.

Bill Gates

دونستن این ک چی میخوایم برای درست کردن خیلی فرق داره با این ک "چجور انجامش بدیم" یا این که "ایا اصلا میتونیم ؟"
بیل گیتس

@raspberry_python

بدون شرح :)
@raspberry_python

Raspberry Pi

@raspberry_python

پایتون 3.9 حدودا 10روز پیش ریلیز شد
و پرفورمنسش تا حد خوبی ارتقا پیدا کرده

تاحد امکان سعی کنید برای آپدیت کردن پایتونتون عجله نداشته باشید چون ممکنه خیلی از پکیج ها باهاش سازگار نباشن (بخصوص پکیج های دیتاساینسی )

ریلیز نوت کامل پایتون 3.9.0
https://docs.python.org/3.9/whatsnew/3.9.html
@raspberry_python

Implementing Cryptography Using Python

پیاده سازی انواع رمزنگاری ها با پایتون

جدید 2020 ⭐️

انتشارات وایلی

@raspberry_python

Implementing Cryptography Using Python

پیاده سازی انواع رمزنگاری ها با پایتون

جدید 2020 ⭐️

انتشارات وایلی

@raspberry_python

وقتی از استک‌اورفلو کپی میکنی 😂🤦‍♂️
@raspberry_python

دقت کنید ک دید الگوریتمی نداشته باشید و فقط باید بدونید پایتون با هرکدوم چطور رفتار میکنه
@raspberry_python

در نسخه ی 3.5 از پایتون، یک operator جدید یعنی "@" یا همون Matrix Multiplication معرفی شد.
هدف اصلی پیاده سازیش برای انجام ضرب ماتریسی بود. هیچکدام از تایپ های builtin در حال حاضر این operator رو پیاده سازی نکردن ولی این امکان برای ما هست تا اون رو برای کلاس های خودمون پیاده سازی کنیم :

class C:
def __matmul__(self, other):
return "matmul operator is called."


obj1 = C()
obj2 = C()
print(obj1 @ obj2)

output : matmul operator is called.

@raspberry_python

تکنیک memoization :
ما از این تکنیک برای سرعت بخشیدن به محاسبات مثل محاسبه مقدار فیبوناچی به روش بازگشتی استفاده میکنیم.
اساس کار memoization ذخیره کردن مقدار محاسبه شده در مرحله ی قبل هست. به این صورت که مثلا در همین محاسبه مقدار فیبوناچی ، مقداری رو 2 بار محاسبه نکنیم بلکه بعد از یک بار محاسبه کردن، ذخیرش کنیم و در اعداد بعدی که باز نیاز هست محاسبه بشه فقط از مقدار ذخیره شده استفاده کنیم:

cache = {}
def fib(n):
    if n in cache:
        return cache[n]

    if n == 1:
        result = 1
    elif n == 2:
        result = 1
    elif n > 2:
        result = fib(n - 1) + fib(n - 2)

    cache[n] = result
    return result

برای دیدن تاثیرش میتونین عددی بیشتر از 35 رو یک بار با استفاده از memoization یک بار بدون اون به این تابع بدین.

پایتون هم برای راحتی ما یک decorator ای رو پیاده سازی کرده به اسم lru_cache و میتونیم این رو برای فانکشن های خودمون استفاده کنیم :
from functools import lru_cache


@raspberry_python