چالش پایتون Telegram 帖子

وارد بازارکار دیتا ساینس شو
تا یک تخصص جهانی داشته باشی!

◀️تو یه دوره‌ی آنلاین 6 ماهه می تونی از صفر دیتا ساینس رو یاد بگیری

◀️در آخر به شرکت‌ها معرفیت می‌کنیم تا استخدام بشی

➕تخفیف ویژه برای ۱۵ نفر اول
ثبت نام اولیه👇👇

https://dnkr.ir/6KGgJ
https://dnkr.ir/6KGgJ

#مقدماتی_پایتون

✍️نکات :

⚠️⚠️روش دیگری که برای حذف متغیر وجود دارد به صورت زیر است :

>>>x=7
>>>x=3
>>>x
3

⚠️⚠️

>>>print(float("10")*5)
50.0
>>>print(float("10"*5))
1010101010.0
1010101010.0

⚠️⚠️

>>>y = input()
the number =  5
>>>print (y+10)
error
چون نباید بنویسیم (y+10) print باید به صورت زیر عمل کنیم:

>>>print(int(y)+10)
15

❓بعد مطالعه متن فوق به سوال زیر لطفا پاسخ بدهید:

🗂 مرکز آموزش پایتون
➖➖➖➖➖
🆔 : @pythonchallenge

#مقدماتی_پایتون

✍️متغیر ها - (قسمت سوم)

بااستفاده از دستور 'del' می توانیم مقداری که به یک متغیر نسبت داده ایم را حذف کنیم.

>>> foo = "a string"
>>> foo
'a string'
>>> bar
NameError: name 'bar' is not defined
>>> del foo
>>> foo
NameError: name 'foo' is not defined

⚠️درصورتی که به متغیر هیچ چیزی نسبت نداده باشید یا بااستفاده از دستور 'del' مقدار نسبت داده شده به متغیر حذف شده باشد، در هنگام اجرای دستور 'foo<<<' برنامه به شما خطا می دهد. زیرا دیگر این متغیر وجود ندارد. (وقتی شما به یک متغیر چیزی نسبت نمی دهید، مثل این است که آن متغیر اصلا وجود ندارد)

❗️
>>> foo = input("Enter a number: ")
Enter a number: 7
>>> print(foo)
7

🗂 مرکز آموزش پایتون
➖➖➖➖➖
🆔 : @pythonchallenge

#مقدماتی_پایتون

✍️ نام متغیر(variable names)

برای نام گذاری متغیر ها در پایتون تنها می توان از اعداد، حروف و اندرلاین (_) استفاده کرد.

⚠️ نامگذاری متغیر ها در پایتون نباید با اعداد شروع شوند.
عدم پیروی از این قوانین باعث ایجاد ارور می شود.

 >>> this_is_a_normal_name = 7

>>> 123abc = 7
SyntaxError: invalid syntax

>>> spaces are not allowed
SyntaxError: invalid syntax

⛔️ برای نامگذاری متغیرها نمیتوان از عبارت های خاصی که Python برای چیز دیگری از آن ها استفاده می‌کند، استفاده کرد.
این کلمات کاراکترهای ویژه نامیده می شوند، و مثلا کلمات "True " و "False" کلمات کلیدی operands بولی هستند، بنابراین هیچ یک از آنها نمی تواند نام متغیر باشد.

📌 به یاد داشته باشید که Python حساس به حروف است، بنابراین نسخه کوچک "true" و "false" می تواند به مقادیر اختصاص داده شود.

❓بعد مطالعه متن فوق به سوال زیر لطفا پاسخ بدهید:

🗂 مرکز آموزش پایتون
➖➖➖➖➖
🆔 : @pythonchallenge

#مقدماتی_پایتون

✍️متغیر ها - (قسمت دوم)

متغیر ها چندین بار می توانند مقدار دهی شود. در پایتون، متغیر ها دارای نوع خاصی نیستند. بنابراین می توانید الان یک مقدار string به یک متغیر بدهید و دفعه ی بعد یک مقدار int به همان متغیر منتصب کنید.

>>> x = 123.456
>>> print(x)
123.456
>>> x = “this is a string”
>>> print (x + “!”)
this is a string!

📌به هر حال این کار پیشنهاد نمی شود.


🗂 مرکز آموزش پایتون
➖➖➖➖➖
🆔 : @pythonchallenge

📘نام آموزش: آموزش تکمیلی پایتون

⏰مدت زمان : 14 ساعت

🎁کد تخفیف 50 درصد : WNR1403

📝توضیحات : در دوره تکمیلی پایتون در ابتدا مروری به پایتون مقدماتی می گردد سپس به مبحث کلاس ها، شی گرایی و ارث بری پرداخته می شود، همچنین در این دوره انواع رابط های گرافیکی رو مورد بررسی قرار میدیم همچنین شروع به آموزش فریمورک tkinter کردیم و یک پروژه کوچکی رو باهاش انجام دادیم و در انتهای آموزش دیتابیس های متفاوتی رو اومدیم بررسی کردیم از جمله به MySQL، sqlite3 و MongoDB میتوان اشاره کرد. و در نهایت به Git پرداخته شد.

🔗 لینک تهیه آموزش {کلیک کنید}

🗂 مرکز آموزش آنلاین و ویدئویی
➖➖➖➖➖
🆔 : @pythonchallenge

📝 کدهای مربوط به درس دوم

#متن_کاوی_با_پایتون

📚خلاصه مواردی که در درس دوم کار کردیم:

📗کار با متون در جملات
📕تقسیم جملات به کلمات و کلمات به کارکتر
📒پیدا کردن کلمات منحصر به فرد(حذف موارد تکراری)
📘کار با متن در سندهای فایل

➖➖➖➖➖➖➖➖
🆔 : @pythonchallenge

#دوره_تکمیلی_پایتون

✅کار با متدهای numpy - بخش دوم

⏪اگر بخواهیم آرایه بصورت complex تعریف کنم میتوانیم با تعریف کردن dtype از نوع complex بصورت زیر اینکار را انجام بدهیم.
نکته : نوع داده complex برای اعداد مختلط استفاده می باشد.

»> import numpy as np
»> a9 = np.array([[1,1],[3,3]],dtype = complex)
»> print a9
[[ 1.+0.j  1.+0.j]
 [ 3.+0.j  3.+0.j]]

⏪متد سایز (size) تعداد عناصر کل آرایه رو نشون میده.

»> a9.size
4

⏪متد ndim هم تعداد ابعاد آرایه رو مشخص میکند

»> a9.ndim
2

نکته: این متدها در حل سوالات برنامه نویسی کاربرد زیادی دارند.

🗂 مرکز آموزش پایتون
➖➖➖➖➖➖➖➖
@pythonchallenge

#دوره_تکمیلی_پایتون

✅کار با متدهای numpy - بخش اول

⏪برای محاسبه سایز یک آرایه کافیه از متد shape استفاده کنیم،آرایه دو بعدی که در تایپک قبلی ارسال کردم در نظر بگیرید، برای محاسبه سایز از دستور زیر استفاده میکنیم:

»> a2.shape
(2, 4)

نکته : توجه کنید در صورتیکه تعداد سطرها یک باشد این دستور بصورت پیش فرض مقداری برای سطر در نظر نخواهد گرفت و فقط تعداد ستون رو بعنوان خروجی نمایش خواهد داد.

»> a3.shape
(4,)

⏪برای نمایش المان های یک آرایه از متد dtype استفاده میشه،در واقع نوع عناصر آرایه رو نمایش خواهد داد:

»> a2.dtype
dtype('int32')
»> a6 = np.array([[1.1,2.1,3.2],[2.2,2.2,3.5]])
»> a6.dtype
dtype('float64')

نکته: توجه کنید اگر داخل آرایه چندتا عدد صحیح و چندتا اعشاری داشته باشیم پایتون اون آرایه رو بصورت اعشار میبینه و اولویت با اعشار می باشه

⏪متدitemsize اندازه تعداد بایت ها رو برمیگردونه بعنوان مثال ما در a2 مقدار int32 داریم که 32 بیت هست و چون هر بایت هشت بیت هست پس مقدار 4 رو برمیگردونه و برای a6 هم مقدار 64/8 را برمیگردونه،مشاهده کنید:

»> a2.itemsize
4
»> a6.itemsize
8

🗂 مرکز آموزش پایتون
➖➖➖➖➖➖➖➖
@pythonchallenge

📌مخاطبینی که به دیدن ویدئو علاقه مند هستند میتونن این آموزش رو با هزینه 50 هزار تومن تهیه کنند. اما اگر با آموزش های متنی میتونید پیش برید میتونید آموزش های که در کانال میذاریم رو رایگان دنبال کنید. (#مقدماتی_پایتون)

🗂 مرکز آموزش پایتون
➖➖➖➖➖
🆔 : @pythonchallenge