eitaa logo
آموزش پایتون
63 دنبال‌کننده
244 عکس
106 ویدیو
52 فایل
ارتباط: https://eitaa.com/joinchat/956171922Cb501d5a32f لینک همین کانال: @LearnPythonIcy لینک کانال تلگرام: https://t.me/learnpythonicy
مشاهده در ایتا
دانلود
🟢ذخیره سازی داده ها در Excel با استفاده از پکیج Pandas | | آموزش پایتون
ذخیره سازی داده ها در Excel با پایتون 🟢ذخیره‌سازی داده‌ها در Excel با استفاده از pandas 🧩پکیج های موردنیاز ابتدا باید اطمینان حاصل کنید که pandas و openpyxl (به عنوان یک کتابخانه مورد نیاز برای نوشتن به فایل‌های Excel) نصب شده‌اند. می‌توانید این پکیج‌ها را با استفاده از pip نصب کنید: pip install pandas openpyxl توضیحات دقیق در رابطه با نحوه نصب کتابخانه ها 👇 کد:
import pandas as pd 

data = [[19.50, 17.25, 16.75, 19],
        [12, 18.25, 15.50, 15],
        [19, 20, 18.25, 1775]]
df = pd.DataFrame(data, index=['Radvin', 'Ramin', 'Rasta'],
                  columns=['physic', 'chemistry', 'math', 'literature'])

with pd.ExcelWriter('U_M.xlsx', engine='xlsxwriter') as writer:
    df.to_excel(writer, sheet_name='U2M')

x = pd.read_excel('pandas_simple.xlsx', index_col=0)
print(x)
🧩تحلیل قطعه کد بالا 1. وارد کردن کتابخانه pandas import pandas as pd در این خط، کتابخانه pandas به عنوان pd وارد شده است. این کتابخانه برای کار با داده‌ها، به‌ویژه جداول و دیتافریم‌ها، استفاده می‌شود. 2. تعریف داده‌ها data = [[19.50, 17.25, 16.75, 19], [12, 18.25, 15.50, 15], [19, 20, 18.25, 17.75]] در این بخش، یک لیست از لیست‌ها تعریف شده است که نمایانگر نمرات دانش‌آموزان در چهار موضوع مختلف است. هر زیر لیست نمایانگر نمرات یک دانش‌آموز در چهار درس است. 3. ایجاد DataFrame df = pd.DataFrame(data, index=['Radvin', 'Ramin', 'Rasta'], columns=['physic', 'chemistry', 'math', 'literature']) اینجا یک DataFrame با استفاده از داده‌های تعریف شده ایجاد می‌شود. نام‌های دانش‌آموزان به عنوان ایندکس و نام دروس به عنوان ستون‌ها تنظیم می‌شوند. به این ترتیب، DataFrame به شکل زیر خواهد بود: physic chemistry math literature Radvin 19.50 17.25 16.75 19.00 Ramin 12.00 18.25 15.50 15.00 Rasta 19.00 20.00 18.25 17.75 4. ذخیره DataFrame به فایل Excel with pd.ExcelWriter('U_M.xlsx', engine='xlsxwriter') as writer: df.to_excel(writer, sheet_name='U2M') در این خط، با استفاده از pd.ExcelWriter، DataFrame به یک فایل Excel با نام U_M.xlsx ذخیره می‌شود. engine='xlsxwriter' مشخص می‌کند که از کتابخانه xlsxwriter برای ایجاد فایل Excel استفاده شود. جدول در ورق (sheet) به نام U2M ذخیره می‌شود. 5. خواندن داده‌ها از فایل Excel x = pd.read_excel('pandas_simple.xlsx', index_col=0) در این بخش، با استفاده از pd.read_excel داده‌ها از فایلی به نام pandas_simple.xlsx خوانده می‌شوند. پارامتر index_col=0 مشخص می‌کند که اولین ستون به عنوان ایندکس DataFrame در نظر گرفته شود. 6. چاپ DataFrame خوانده شده print(x) در نهایت، محتویات DataFrame خوانده شده از فایل pandas_simple.xlsx چاپ می‌شود. 🧩خلاصه این کد ابتدا یک DataFrame از نمرات دانش‌آموزان ایجاد کرده و آن را در یک فایل Excel ذخیره می‌کند. سپس از یک فایل Excel دیگر به نام pandas_simple.xlsx داده‌ها را می‌خواند و آنها را چاپ می‌کند. توجه داشته باشید که نام فایل pandas_simple.xlsx باید به درستی موجود باشد؛ در غیر این صورت، اگر فایلی با این نام وجود نداشته باشد، خطا نمایش داده خواهد شد. | | | آموزش پایتون
کیفیت پست ها در کانال تلگرام بهتر و خوانا تر هست. اگر امکانش رو دارید در کانال تلگرام عضو شوید.🤍
Python Visual Art.pdf
حجم: 14.8M
📚«Python Visual Art: 100 Exercises» 📚کتاب "هنر تجسمی پایتون" ✅به هنر دیجیتال و برنامه‌نویسی علاقه دارید؟؟ این کتاب می‌تواند یک منبع عالی برای یادگیری و ترکیب برنامه‌نویسی با هنر بصری باشد. ✅فرصتی برای کاوش در دنیای خلاقیت، نوآوری و تکنیک‌های طراحی با استفاده از زبان پایتون | | آموزش پایتون
NumPy-Cheat-Sheet.pdf
حجم: 137.9K
✍️پکیج numpy در پایتون چیه؟؟ Cheat Sheet (برگه تقلب) میدونی ⛔️اگر یه خلاصه بر ویژگی های اصلی پکیج numpy در پایتون میخوای این Cheat Sheet و از دست نده. پکیج Numpy یک بسته اساسی برای محاسبات علمی در پایتون است. از آرایه ها و ماتریس ها به همراه مجموعه ای از توابع ریاضی برای کار بر روی این ساختارهای داده پشتیبانی می کند. | | آموزش پایتون |
🧐برنامه‌ای بنویسید که از لیست بالا کلماتی که پالیندروم هستند را شناسایی کند و آنها را در یک لیست جدید قرار دهد و در آخر لیست را چاپ کند. 👇پالیندروم (palindrome) چیست؟ پالیندروم یعنی متقارن چه از اول بخوانی چه از آخر تغییری در ماهیت ندارد. (برای مثال کلمه گرگ یا کلمه level)  | آموزش پایتون
آموزش پایتون
🧐برنامه‌ای بنویسید که از لیست بالا کلماتی که پالیندروم هستند را شناسایی کند و آنها را در یک لیست جدی
def palindrome(words_list): new_words_list = [] for word in words_list: cleaned_word = ''.join(word.lower().split()) if cleaned_word == cleaned_word[::-1]: new_words_list.append(word) return new_words_list words_list = ['Level', 'Lady', 'Madam', 'Gentleman', 'Refer', 'Ant', 'Repaper'] print(palindrome(words_list))
challenge0.zip
حجم: 8.2M
🔺توضیح چالش و قطعه کد بالا
در پایتون، کدام یک از دستورها برای مدیریت استثنا (Exceptions) استفاده می‌شود؟ 1) try 2) if 3) for 4) catch
آموزش پایتون
7.دستور try و except👆
در این فایل دستور try و except توضیح داده شده. اگر نیازی به مرور داشتید میتونید ازش استفاده کنید.
🔆دستور dir دستور dir() در پایتون یک تابع داخلی است که به اطلاعات مربوط به ویژگی‌ها و متدهای موجود برای یک شی (object) خاص را نمایش می‌دهد. این دستور می‌تواند برای بررسی اشیاء مختلف، از جمله ماژول‌ها، کلاس‌ها و نمونه‌ها استفاده شود. 🔅نحوه استفاده از dir() استفاده از dir() به شکل زیر است: dir(object) ----------------------------- 🔅مثال‌ها 1. استفاده از dir() برای یک ماژول import math # نمایش ویژگی‌ها و متدهای ماژول math print(dir(math)) 2. استفاده از dir() برای یک کلاس class MyClass: def init(self): self.attribute = "Hello" def my_method(self): return "Method called!" # ایجاد یک نمونه از کلاس obj = MyClass() # نمایش ویژگی‌ها و متدهای نمونه کلاس print(dir(obj)) 3. استفاده از dir() بدون آرگومان اگر آرگومانی به آن داده نشود، dir() تمام نام‌های موجود در فضای نام فعلی (current namespace) را برمی‌گرداند. # نمایش نام‌های موجود در فضای نام فعلی print(dir()) ----------------------------- 🔅خروجی تابع dir() شامل لیستی از نام‌ها خواهد بود که معمولاً شامل: - ویژگی‌ها (Attributes) - متدها (Methods) - نام کلاس‌ها (Class names) - و همچنین متدهای خاص (مانند متدهای شروع با دو خط تیره __) 🧩خلاصه تابع dir() یک ابزار مفید برای بررسی و شناخت اشیاء و ماژول‌های موجود در پایتون است. به شما کمک می‌کند تا بفهمید چه ویژگی‌ها و متدهایی برای یک شی خاص در دسترس است و می‌تواند به درک بهتر کد و ایجاد عمیق‌تر ارتباط با APIها کمک کند.