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
✔️ مثال ساده از ماژول datetime - نمایش تاریخ و ساعت فعلی from datetime import datetime # دریافت تاریخ و ساعت فعلی now = datetime.now() print("تاریخ و ساعت فعلی:") print(now.strftime("%Y-%m-%d %H:%M:%S")) ویژگی‌های کلیدی - نمایش فرمت‌های مختلف تاریخ/ساعت - محاسبه اختلاف بین دو تاریخ - پشتیبانی از تقویم شمسی کاربردهای سریع - لاگ‌گیری زمان رویدادها - مدیریت مهلت‌های پروژه - برنامه‌های | @learnpythonicy > *برای تاریخ شمسی می‌توانید از کتابخانه jdatetime استفاده کنید.*
✔️ مثال ساده از ماژول os - مدیریت فایل‌ها و پوشه‌ها import os # لیست تمام فایل‌های دایرکتوری فعلی files = os.listdir() print("فایل‌های موجود:") for file in files: print(file) # ساخت پوشه جدید os.mkdir("پوشه_جدید") print("\nپوشه جدید ساخته شد!") کاربردهای اصلی: - مدیریت فایل‌های سیستم - تغییر مسیر دایرکتوری کار - اجرای دستورات نکته - برای حذف فایل: os.remove("فایل.txt") - برای بررسی وجود فایل: os.path.exists("فایل.txt") > این ماژول برای اتوماسیون کارهای سیستمی عالی است!
✔️ تولید اعداد تصادفی در پایتون با ۷ روش حرفه‌ای! برای تولید اعداد تصادفی در پایتون، این تکنیک‌های کاربردی را امتحان کنید: 1️⃣ ماژول random پایه import random print(random.random()) # عدد اعشاری بین 0 تا 1 2️⃣ محدوده عددی print(random.randint(1, 100)) # عدد صحیح بین 1 تا 100 3️⃣ انتخاب تصادفی از لیست items = ['a', 'b', 'c'] print(random.choice(items)) # انتخاب یک آیتم 4️⃣ نمونه‌گیری بدون جایگزینی print(random.sample(range(100), 5)) # 5 عدد منحصر بفرد 5️⃣ توزیع نرمال print(random.gauss(0, 1)) # توزیع گاوسی 6️⃣ برای نتایج تکرارپذیر random.seed(42) # ثابت کردن نتایج تصادفی 7️⃣ ماژول secrets برای امنیت import secrets print(secrets.randbelow(100)) # ایمن برای رمزنگاری 🗝 روش ویژه: NumPy برای آرایه‌های تصادفی import numpy as np print(np.random.rand(3,3)) # ماتریس 3x3 تصادفی نکات طلایی - برای امنیت از secrets استفاده کنید - برای علم داده از numpy.random استفاده شود - دستور seed برای دیباگ مفید است | | | | | @learnpythonicy > *برای بازی‌ها، شبیه‌سازی‌ها و رمزنگاری کاربرد دارد*
🪂 سرگرمی با ماژول مخفی پایتون! import antigravity چه اتفاقی می‌افته؟ - یه صفحه وب با کمیک xkcd باز میشه - درباره قابلیت‌های جالب پایتون توضیح میده | @learnpythonicy
✔️ دیگه نیازی به تغییر متغیر نیست... بنظرت خروجی کد بالا چی میشه؟؟
✔️ 10 Python One-Liners That Will Blow Your Mind! 1️⃣ Swap Variables a, b = 10, 5; a, b = b, a 2️⃣ List Comprehension squares = [x**2 for x in range(10)] 3️⃣ Lambda Function add = lambda x, y: x + y 4️⃣ Read File lines = [line.strip() for line in open('file.txt')] 5️⃣ Factorial import math; fact = math.factorial(5) 6️⃣ Fibonacci Sequence fib = lambda n: n if n <= 1 else fib(n-1) + fib(n-2) 7️⃣ Reverse String reverse = "hello"[::-1] 8️⃣ Flatten List flat_list = [item for sublist in [[1,2],[3,4]] for item in sublist] 9️⃣ Check Prime is_prime = lambda n: all(n % i != 0 for i in range(2, int(n**0.5)+1)) 🔟 Web Server python -m http.server 8000 > *Warning: Don't overuse them in production code!* @LearnPythonIcy
✔️String Methods in python | @LearnPythonIcy
دوستان، در این شرایط خاص، مراقب خودتان باشید.❤️ - اگر انرژی کم دارید، طبیعی است:) - اگر تمرکز ندارید، تقصیر شما نیست=) - اگر کارایی سابق را ندارید، خودتان را سرزنش نکنید;) به یاد داشته باشید: "این روزها هم گذراست... و شما تنها نیستید."
✔️ ساختار داده درخت به زبان ساده درخت چیست؟ یک ساختار داده سلسله مراتبی شبیه درخت واقعی است که از: - گره‌ها (Nodes): خانه‌های حاوی داده - یال‌ها (Edges): خطوط اتصال بین گره‌ها چرا درخت مهمه؟ - نمایش داده‌های سلسله مراتبی مثل: - ساختار فایل‌ها در کامپیوتر 📂 - نمودار سازمانی شرکت 👨‍💼 - رابطه والد-فرزند در دیتابیس 🗄 - پایه‌ی الگوریتم‌های پیشرفته - سرعت بالا در جستجو و مرتب‌سازی انواع اصلی درخت 1️⃣ درخت دودویی (Binary Tree) - هر گره حداکثر ۲ فرزند: چپ و راست class Node: def init(self, data): self.left = None self.right = None self.data = data 2️⃣ درخت جستجوی دودویی (BST) - مقدار فرزند چپ < والد < فرزند راست - جستجو مثل بازی "حدس عدد": def search(root, target): if not root: return False if root.data == target: return True if target < root.data: return search(root.left, target) return search(root.right, target) 3️⃣ درخت AVL - نسخه‌ی متعادل‌شده‌ی BST - خودش رو با چرخش‌ها متعادل می‌کنه ⚖️ مثال کاربردی: سیستم فایل 📁 Documents/ ├── 📁 Projects/ │ ├── 📄 report.pdf │ └── 📁 Code/ ├── 📁 Images/ │ └── 🖼 photo1.jpg └── 📄 notes.txt چه زمانی از درخت استفاده کنیم؟ - وقتی داده‌ها رابطه‌ی سلسله مراتبی دارن - نیاز به جستجوی سریع دارید (مثل دیکشنری) - می‌خواین داده‌ها رو به صورت مرتب‌شده نگه دارید > "درخت‌ها پل بین ساختارهای خطی ساده و پایگاه‌داده‌های پیشرفته هستند!"
✔️ نمایش سلسله مراتب داده‌ها به صورت درخت | | @LearnaPythonIcy
✔️ ماژول typer (برای ساخت CLI حرفهای) 📌 هدف ماژول typer: - ساخت ابزارهای Command Line (CLI) به سادگی و با Type Hints. - جایگزین مدرن و آسان برای argparse و click. - مناسب برای اتوماسیون، اسکریپتنویسی و برنامههای کاربردی. هدف مثال: - نشان میدهد چطور با ۴ خط کد یک CLI تعاملی بسازید! - آموزش استفاده از آرگومانهای اجباری/اختیاری و Type Hints. | @LearnPythonIcy
✔️ مثال کاربردی با ماژول
toml
🔹 کاربرد اصلی ماژول
toml
ماژول
toml
در پایتون برای کار با فایل‌های پیکربندی با فرمت TOML طراحی شده است. فرمت TOML (مخفف *Tom's Obvious Minimal Language*) یک فرمت خوانا برای انسان و ماشین است که مخصوصاً برای فایل‌های تنظیمات محبوب است. 🔸 مقایسه با JSON/YAML: - خوانایی بالاتر نسبت به JSON (مخصوصاً برای داده‌های پیچیده). - ساده‌تر از YAML (بدان پیچیدگی‌های فاصله و تو رفتگی). - استاندارد جدید پایتون برای تنظیمات پروژه‌ها. 🔹 چرا TOML بهتر از JSON برای تنظیمات؟ - پشتیبانی از کامنت (برخلاف JSON). - نیاز به کوتیشن کمتر (مثلاً برای کلیدها). - خوانایی نزدیک به زبان طبیعی.