eitaa logo
آموزش هوش مصنوعی و پایتون
799 دنبال‌کننده
176 عکس
74 ویدیو
18 فایل
🎯 مرجع آموزش هوش مصنوعی و پایتون 🤖 معرفی ابزارهای AI 🐍 آموزش کاربردی پایتون 📰 اخبار مهم تکنولوژی 🚀 همراهت تا حرفه‌ای شدن 📲 ارتباط با ما: 👇 @M2727a
مشاهده در ایتا
دانلود
🐍 آموزش پایتون | List چیست؟ 📋 📌 لیست ("List") یکی از مهم‌ترین و پرکاربردترین ساختارها در پایتون است. 👉 با لیست می‌توان چند مقدار را داخل یک متغیر نگه داشت. ------------------------------------------- 🎯 چرا List مهم است؟ چون در پروژه‌های واقعی همیشه با مجموعه‌ای از داده‌ها کار می‌کنیم 👇 ✔ لیست دانش‌آموزان ✔ نمره‌ها ✔ پیام‌ها ✔ محصولات فروشگاه ✔ داده‌های علم داده (Data Science) ------------------------------------------- 🔹 ساخت یک لیست numbers = [1, 2, 3, 4] 📌 این لیست شامل 4 عدد است. ------------------------------------------- 🔹 لیست رشته‌ای names = ["Ali", "Sara", "Reza"] ------------------------------------------- 🔹 دسترسی به اعضای لیست print(names[0]) ✅ خروجی: Ali 📌 شماره‌گذاری از 0 شروع می‌شود. ------------------------------------------- 🔹 تغییر مقدار در لیست names[1] = "Nima" print(names) ✅ خروجی: ['Ali', 'Nima', 'Reza'] ------------------------------------------- 🔹 لیست ترکیبی data = ["Ali", 20, True] 📌 لیست می‌تواند انواع مختلف داده را نگه دارد. ------------------------------------------- 💡 جمع‌بندی: ✔ List = نگهداری چند داده ✔ بسیار مهم در پروژه‌ها ✔ پایه Data Science و AI ------------------------------------------- 🚀 بدون یادگیری List، ورود به پروژه‌های حرفه‌ای سخت می‌شود! ------------------------------------------- 💡 همین حالا به جمع ما بپیوندید 👇 📲 @AI_Python_Learn
🐍 آموزش پایتون | توابع مهم List 📋 📌 حالا که با "List" آشنا شدی، وقتشه مهم‌ترین توابع آن را یاد بگیری 👇 این توابع در اکثر پروژه‌های پایتون استفاده می‌شوند 🔥 ------------------------------------------- 🔹 1. append() → اضافه کردن عضو names = ["Ali", "Sara"] names.append("Reza") print(names) ✅ خروجی: ['Ali', 'Sara', 'Reza'] 📌 عضو جدید را به آخر لیست اضافه می‌کند. ------------------------------------------- 🔹 2. remove() → حذف عضو names = ["Ali", "Sara", "Reza"] names.remove("Sara") print(names) ✅ خروجی: ['Ali', 'Reza'] ------------------------------------------- 🔹 3. pop() → حذف با شماره numbers = [10, 20, 30] numbers.pop(1) print(numbers) ✅ خروجی: [10, 30] 📌 عضو شماره 1 حذف شد. ---------------------------------------- 🔹 4. len() → تعداد اعضا names = ["Ali", "Sara", "Reza"] print(len(names)) ✅ خروجی: 3 ------------------------------------------- 🔹 5. sort() → مرتب‌سازی numbers = [4, 1, 3, 2] numbers.sort() print(numbers) ✅ خروجی: [1, 2, 3, 4] ------------------------------------------- 🔹 6. reverse() → برعکس کردن numbers = [1, 2, 3] numbers.reverse() print(numbers) ✅ خروجی: [3, 2, 1] ------------------------------------------- 💡 جمع‌بندی: ✔ "append()" → اضافه کردن ✔ "remove()" → حذف عضو ✔ "pop()" → حذف با شماره ✔ "len()" → تعداد اعضا ✔ "sort()" → مرتب‌سازی ✔ "reverse()" → برعکس کردن ------------------------------------------- 🚀 این توابع پایه خیلی از پروژه‌های واقعی و علم داده هستند! ------------------------------------------- 💡 همین حالا به جمع ما بپیوندید 👇 📲 @AI_Python_Learn
🐍 آموزش پایتون | توابع بیشتر List (بخش ۲) 📋 📌 حالا وقتشه چند تابع مهم و کاربردی دیگه از لیست‌ها را یاد بگیری 👇 ------------------------------------------------ 🔹 1. insert() → اضافه کردن در جای مشخص names = ["Ali", "Reza"] names.insert(1, "Sara") print(names) ✅ خروجی: ['Ali', 'Sara', 'Reza'] 📌 عضو جدید را در موقعیت مشخص قرار می‌دهد. ------------------------------------------------ 🔹 2. count() → شمارش عضو numbers = [1, 2, 2, 3, 2] print(numbers.count(2)) ✅ خروجی: 3 📌 تعداد تکرار یک مقدار را می‌شمارد. ------------------------------------------------ 🔹 3. index() → پیدا کردن شماره عضو names = ["Ali", "Sara", "Reza"] print(names.index("Sara")) ✅ خروجی: 1 📌 شماره (ایندکس) عضو را برمی‌گرداند. ------------------------------------------------ 🔹 4. clear() → حذف همه اعضا numbers = [1, 2, 3] numbers.clear() print(numbers) ✅ خروجی: [] 📌 کل لیست را خالی می‌کند. ------------------------------------------------ 🔹 5. copy() → کپی گرفتن از لیست numbers = [1, 2, 3] new_numbers = numbers.copy() print(new_numbers) ✅ خروجی: [1, 2, 3] ------------------------------------------------ 💡 جمع‌بندی: ✔ "insert()" → افزودن در جای مشخص ✔ "count()" → شمارش تکرار ✔ "index()" → پیدا کردن شماره ✔ "clear()" → پاک کردن لیست ✔ "copy()" → کپی گرفتن ------------------------------------------------ 🚀 این توابع در پروژه‌های واقعی و Data Science خیلی کاربرد دارند! ------------------------------------------------ 💡 همین حالا به جمع ما بپیوندید 👇 📲 @AI_Python_Learn
🐍 آموزش پایتون | توابع بیشتر List (بخش ۳) 📋 📌 در این بخش با چند ابزار حرفه‌ای و بسیار کاربردی برای لیست‌ها آشنا می‌شویم 👇 ------------------------------------------------ 🔹 1. extend() → ترکیب دو لیست list1 = [1, 2] list2 = [3, 4] list1.extend(list2) print(list1) ✅ خروجی: [1, 2, 3, 4] 📌 اعضای یک لیست را به لیست دیگر اضافه می‌کند. ------------------------------------------------ 🔹 2. min() → کوچک‌ترین مقدار numbers = [4, 1, 7, 2] print(min(numbers)) ✅ خروجی: 1 ------------------------------------------------ 🔹 3. max() → بزرگ‌ترین مقدار numbers = [4, 1, 7, 2] print(max(numbers)) ✅ خروجی: 7 ------------------------------------------------ 🔹 4. sum() → مجموع اعداد numbers = [1, 2, 3, 4] print(sum(numbers)) ✅ خروجی: 10 📌 خیلی مهم برای محاسبات و علم داده 🔥 ------------------------------------------------ 🔹 5. sorted() → مرتب‌سازی بدون تغییر لیست اصلی numbers = [4, 1, 3, 2] print(sorted(numbers)) print(numbers) ✅ خروجی: [1, 2, 3, 4] [4, 1, 3, 2] 📌 برخلاف "sort()" لیست اصلی را تغییر نمی‌دهد. ------------------------------------------------ 🔹 6. enumerate() → شماره + مقدار names = ["Ali", "Sara", "Reza"] for i, name in enumerate(names): print(i, name) ✅ خروجی: 0 Ali 1 Sara 2 Reza 📌 در حلقه‌ها خیلی کاربردی است. ------------------------------------------------ 💡 جمع‌بندی: ✔ "extend()" → ترکیب لیست‌ها ✔ "min()" → کمترین مقدار ✔ "max()" → بیشترین مقدار ✔ "sum()" → مجموع ✔ "sorted()" → مرتب‌سازی جدید ✔ "enumerate()" → شماره‌گذاری اعضا ------------------------------------------------ 🚀 این توابع در تحلیل داده و پروژه‌های واقعی فوق‌العاده مهم هستند! ------------------------------------------------ 💡 همین حالا به جمع ما بپیوندید 👇 📲 @AI_Python_Learn