جذب شدم 🙃
✅ @Teachify | برنامه نویسی

✔️ #مسئله حل کنیم!

یه تابع بنویسید که یه لیست از اعداد رو بگیره و اولین عددی که بیش از یک بار تکرار شده رو پیدا کنه.

مثال:

input_list = [2, 5, 1, 2, 3, 5, 1, 2, 4]
output: 2

input_list = [2, 1, 1, 2, 3, 5, 1, 2, 4]
output: 1

input_list = [2, 3, 4, 5]
output: None

جواب در کامنت.

#برنامه‌نویسی #پایتون #python
✅ @Teachify | برنامه نویسی

✔️ موقعیت: وقتی دوره کارآموزیت تموم نشده!!! ولی برای آگهی شغلی سنیور و تک لید رزومه فرستادی :))

#fun #فان
✅ @Teachify | برنامه نویسی

✔️ لیست متد های پایتون (List Methods)

متد append() : یک عنصر به انتهای لیست اضافه می‌کند. عالی برای رشد لیست!

متد extend() : عناصر یک لیست را به انتهای لیست دیگر اضافه می‌کند. شبیه ترکیب دو لیست با هم.

متد insert() : یک عنصر را در یک موقعیت مشخص از لیست قرار می‌دهد. کنترل بیشتری روی مکان عنصر دارید.

متد pop() : آخرین عنصر لیست را حذف و بازمی‌گرداند. همچنین می‌توان با آرگومان ایندکس کار کرد.

متد remove() : اولین عنصر مطابق مقدار داده‌شده را حذف می‌کند. لیست خود را تمیز و مرتب نگه دارید!

متد sort() : عناصر لیست را به ترتیب صعودی مرتب می‌کند. خداحافظی با بی‌نظمی!

متد count() : تعداد دفعات تکرار یک مقدار مشخص در لیست را برمی‌گرداند.

#برنامه‌نویسی #پایتون #python
✅ @Teachify | برنامه نویسی

✔️ 7 پیچیدگی زمانی مهم که باید بدانید!

𝐎(1) - زمان ثابت
زمان اجرا بدون توجه به اندازه ورودی تغییر نمی‌کند.
مثال: دسترسی به یک عنصر در آرایه با استفاده از ایندکس.

𝐎(𝐥𝐨𝐠 𝐧) - زمان لگاریتمی
زمان اجرا به‌آرامی با افزایش اندازه ورودی رشد می‌کند. معمولاً در الگوریتم‌هایی دیده می‌شود که مسئله را در هر مرحله نصف می‌کنند.
مثال: جستجوی دودویی در یک آرایه مرتب.

𝐎(𝐧) - زمان خطی
زمان اجرا به صورت خطی با اندازه ورودی افزایش می‌یابد.
مثال: یافتن یک عنصر در آرایه با پیمایش تمام عناصر.

𝐎(𝐧 𝐥𝐨𝐠 𝐧) - زمان خطی لگاریتمی
زمان اجرا کمی سریع‌تر از زمان خطی رشد می‌کند. این پیچیدگی معمولاً شامل تعداد لگاریتمی عملیات برای هر عنصر ورودی است.
مثال: مرتب‌سازی آرایه با استفاده از الگوریتم‌هایی مانند quick sort یا merge sort.

𝐎(𝐧^2) - زمان درجه دوم
زمان اجرا به مربع اندازه ورودی وابسته است.
مثال: الگوریتم حبابی که هر جفت از عناصر را مقایسه و در صورت نیاز جابجا می‌کند.

𝐎(2^𝐧) - زمان نمایی
زمان اجرا با هر واحد افزایش در ورودی دو برابر می‌شود. این الگوریتم‌ها برای ورودی‌های بزرگ غیرعملی هستند.
مثال: تولید تمام زیرمجموعه‌های یک مجموعه.

𝐎(𝐧!) - زمان فاکتوریل
زمان اجرا متناسب با فاکتوریل اندازه ورودی است.
مثال: تولید تمام جایگشت‌های یک مجموعه.

✅ @Teachify | Hassan Vaezzadeh

ولکام پکی که گرفتم 🥹❤️

✅ @Teachify | برنامه نویسی

✔️ معرفی کتابخانه‌های محبوب پایتون در حوزه هوش مصنوعی (AI):

1. TensorFlow
یک کتابخانه قدرتمند برای ساخت و آموزش مدل‌های یادگیری عمیق و یادگیری ماشین. توسط گوگل توسعه داده شده و از CPU و GPU پشتیبانی می‌کند.

2. PyTorch
محبوب در میان محققان و توسعه‌دهندگان به دلیل سادگی و انعطاف بالا. توسط فیسبوک ارائه شده و برای ساخت مدل‌های پیچیده مناسب است.

3. Scikit-learn
کتابخانه‌ای قدرتمند برای یادگیری ماشین کلاسیک شامل الگوریتم‌هایی مانند رگرسیون، دسته‌بندی، خوشه‌بندی و پیش‌پردازش داده‌ها.

4. Keras
یک رابط کاربری آسان برای توسعه و آزمایش شبکه‌های عصبی. معمولاً همراه TensorFlow استفاده می‌شود.

5. OpenCV
کتابخانه‌ای قدرتمند برای پردازش تصویر و بینایی کامپیوتری. برای تشخیص اشیا، چهره‌ها و تحلیل ویدیوها بسیار کاربردی است.

6. NLTK
مناسب برای پردازش زبان طبیعی (NLP)، مانند تحلیل متن، ساخت چت‌بات‌ها، و استخراج اطلاعات از داده‌های متنی.

7. Hugging Face Transformers
بهترین ابزار برای کار با مدل‌های پیشرفته NLP مثل BERT و GPT. مناسب برای ترجمه متن، چت‌بات‌ها و خلاصه‌سازی متن.

8. Pandas
برای تحلیل و پردازش داده‌ها. معمولاً در پیش‌پردازش داده‌های ورودی مدل‌های یادگیری ماشین استفاده می‌شود.

9. Matplotlib و Seaborn
برای مصورسازی داده‌ها و تحلیل بصری مدل‌ها و داده‌ها.

10. FastAPI یا Flask
برای ایجاد API جهت ارتباط بین مدل‌های هوش مصنوعی و اپلیکیشن‌ها.

✅ @Teachify | برنامه نویسی

✔️ موقعیت: وقتی ویندوز به پادشاهی جهان رسیده و همه توزیع های لینوکس رو زندانی کرده :))

کدوم توزیع رو شناختین؟ :))

#fun #فان
✅ @Teachify | برنامه نویسی

✔️ فریم‌ورک‌ها و کتابخانه های پایتون!

✅ @Teachify | برنامه نویسی

✔️ کتاب Pandas Crash Course for Beginners 🐼

در این آموزش فشرده، یاد می‌گیرید:
+ مدیریت و تحلیل داده‌ها
+ کار با DataFrame و Series
+ فیلتر، گروه‌بندی، و مصورسازی داده‌ها

#Python #Pandas #تحلیل_داده #یادگیری
✅ @Teachify | برنامه نویسی

✔️ کسی پروژه نمیخواد؟

پ.ن: هی میگین کار نیست :))
#fun #فان
✅ @Teachify | برنامه نویسی

✔️ پیدا کردن کدهای بی‌استفاده در پروژه پایتون با ابزار Vulture 🐍

گاهی اوقات در پروژه‌های پایتون، کدهایی وجود دارند که دیگر استفاده نمی‌شوند، اما همچنان در فایل‌ها باقی مانده‌اند. این کدها می‌توانند شامل توابع، کلاس‌ها یا حتی متغیرهایی باشند که هیچ جایی فراخوانی نمی‌شوند. Vulture یک ابزار فوق‌العاده برای شناسایی این کدهای بی‌استفاده است.

برای نصب این ابزار، کافی است از دستور زیر استفاده کنید:

pip install vulture

برای اجرا، تنها کافی است نام فایل یا پوشه پروژه خود را به Vulture بدهید:

vulture your_project/

این ابزار گزارشی از کدهایی که احتمالاً بی‌استفاده هستند، نمایش می‌دهد.

#برنامه‌نویسی #پایتون #python
✅ @Teachify | برنامه نویسی

✔️ وضعیت اکثر پروژه ها :)))

#fun #فان
✅ @Teachify | برنامه نویسی

باورتون میشه؟ سال 2025 شد !!

تبریک میگم خدمت دوستان

ولی تنها سالیه که من با تغییر سالش ناراحت نشدم و خوشحالم ...
چون اتفاقات خیلی بزرگی توی زندگی من افتاد.
از کوچ کردن به یه شهر دیگه گرفته تا پیدا کردن شغل برنامه نویسی که واقعا عاشقش بودم و ...
امیدوارم سال 2024 برای شما هم خوب بوده باشه و همچنین سال 2025 هم پر خیر و برکت باشه براتون.

✅ @Teachify | برنامه نویسی

✔️ منبع طلایی API‌های رایگان برای برنامه‌نویس‌ها!

اگه دنبال API‌های رایگان برای پروژه‌هاتی، این مخزن یه گنجینه رایگانه!
از آب‌وهوا تا فیلم و سریال، همه‌چی داره.

https://github.com/public-api-lists/public-api-lists

✅ @Teachify | برنامه نویسی

✔️ کپچا باید اینجوری باشه :))

با ۳ تا کیل گرفتن تایید میکنه که انسانی !

✅ @kaliboys | کالی بویز

✔️ تبدیل سویچ به جا سویچی :))

#fun #فان
✅ @kaliboys | کالی بویز