✍️ برخی از کتابخانه های مهم در پایتون

برخی کتابخانه های مهم که در محاسبات علمی و ریاضی استفاده می شوند هم در پایتون وجود دارد.
ماژول matplotlib به شما این امکان را می دهد تا بر اساس داده در پایتون گراف هایی را بسازید.
ماژول NumPy به شما این امکان را می دهد تا از آرایه های چند بعدی به جای حلقه های تو در تو استفاده کنید. همچنین این کتابخانه به شما اجازه می دهد تا محاسبان ماتریسی و انتقالات آن ها را به آسانی انجام دهید.
کتابخانه SciPy شامل بسیاری از extentionهای NumPy است.
پایتون هم چنین می تواند برای گسترش game هم استفاده شود. معمولا پایتون برای اسکریپت کردن بازی هایی که در زبان های دیگر نوشته شده اند استفاده می شود. اما با این حال خود پایتون به تنهایی هم می تواند برای کد نویسی بازی ها مورد استفاده قرار بگیرد.

📌برای بازی های سه بعدی از کتابخانه Panda3D و برای بازی های 2 بعدی می توان از pygame استفاده کرد.

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

✍️packaging

در پایتون مفهوم packaging به این معنی است که ماژول هایی را که ما نوشته ایم را به صورت استاندارد درآوریم تا دیگر برنامه نویس ها هم بتوانند این کد ها را به راحتی استفاده کنند.
اولین مرحله در packaging این است که فایل های موجود را سازماندهی کنید. همه ی فایل های موجود را باید درکتابخانه ی parent باید قرار دهید که شامل یک فایل به نام init__.py__ باشد که می تواند حتی خالی باشد اما باید حتما وجود داشته باشد.
این دایرکتوری داخل دایرکتوری دیگر که شامل فایل readme و license است و فایل setup.py می رود.

مثالی از ساختار دایرکتوری :
SoloLearn/
LICENSE.txt
README.txt
setup.py
sololearn/
__init__.py
sololearn.py
sololearn2.py

📌شما می توانید هر چند تا فایل اسکریپتی که احتیاج دارید در فایل دایرکتوری قرار دهید.

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

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

⁉️ تست 195 : کدام یک از فایل های زیر در دایرکتوری قرار می گیرد تا از آن یک package بسازد؟

1️⃣: __package__.py
▫ ️0%(0)
2️⃣: __init__.py
▫ ️||||||||||||||||||||||||||||||||||||||||||||||92%(12)
3️⃣: __main__.py
▫ ️||||8%(1)

👥: 13شرکت در نظر سنجی

✍️packaging (2)

مرحله ی بعدی در packaging نوشتن فایل setup.py است. که شامل اطلاعات مورد نیاز برای سرهم کردن پکیج است، پس باید در PyPI آپلود شود و با pip راه اندازی شود.

یک مثال از فایل setup.py :
from distutils.cor import setup

setup(
name = 'sololearn',
version = '0.1dev',
packages = ['sololearn',],
license = 'MIT',
long_denoscription = open('README.txt').read(),)

بعد از ساختن فایل setup.py و آن را در PyPI آپلود کنید. برای دسترسی به این برنامه، از command line استفاده کنید تا به دایرکتوری مورد نظرتان برسید و خط زیر را اجرا کنید :
python setup.py sdist
یا اینکه در ویندوز، خط زیر را اجرا کنید :
python setup.py bdist_wininst

سپس از کد زیر برای آپلود کردن package استفاده کنید :
python setup.py register
python setup.py sdist upload

سپس package را با کد زیر راه اندازی کنید :
python setup.y install

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

✍️ packaging (3)

در پست قبلی راجع به استفاده ی packaging توسط برنامه نویس های دیگر صحبت کردیم. اما خیلی از کاربران، که برنامه نویسان پایتون نیستند، پایتون را در کامپیوتر هایشان نصب ندارند. بنابراین بهتر است که package های اسکریپت ها را جوری بنویسیم که در سیستم های ویندوز یا مک قابل اجرا باشند (این کار برای لینوکس لازم نیست چون بیشتر کاربران لینوکس، پایتون را نصب دارند).
برای ویندوز، ابزار های بسیاری وجود دارند که می توانند اسکریپت ها را قابل اجرا کنند. برای مثال، py2exe میتواند برای package کردن یک اسکریپت پایتون به کار برود. برنامه های PyInstaller و cx_Freeze هم همین هدف را براورده می کنند.
برای سیستم های مک، از py2app، PyInstaller و یا cx_Freeze استفاده کنید.

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

⛔️ بخش pythonicness & packaging به پایان رسید، می توانید برای ارزیابی خود، به سوالات زیر پاسخ دهید.

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

⁉️ کدام یک از گزینه های زیر برای ساخت package به کار نمی روند؟

1️⃣: __init__.py
▫ ️||||||13%(1)
2️⃣: setup.py
▫ ️0%(0)
3️⃣: __py2exe__.py
▫ ️||||||||||||||||||||||||||||||||||||||||||||88%(7)

👥: 8شرکت در نظر سنجی

⁉️ خروجی کد زیر چیست؟
def func(**kwargs) :
print(kwargs["zero"])

func(a = 0 , zero = 8)

1️⃣: 0
▫ ️0%(0)
2️⃣: zero
▫ ️||||||||17%(1)
3️⃣: 8
▫ ️|||||||||||||||||||||||||||||||||||||||||83%(5)
4️⃣: a
▫ ️0%(0)

👥: 6شرکت در نظر سنجی

⁉️ جمع اعدادی که چاپ می شود چند است؟
for i in range(10) :
try :
if 10/i == 2.0 :
break
except ZeroDivisionError :
print(1)
else :
print(2)

1️⃣: 1
▫ ️0%(0)
2️⃣: 2
▫ ️||||||13%(1)
3️⃣: 9
▫ ️|||||||||||||||||||||||||||||||||||||75%(6)
4️⃣: 10
▫ ️||||||13%(1)

👥: 8شرکت در نظر سنجی

⁉️برنامه ی swap زیر را کامل کنید.
a = 7
b = 42
a ... b = ... , ...

1️⃣: - - 7 - 42
▫ ️0%(0)
2️⃣: , - 42 - 7
▫ ️||||||||||||||||||||||||||||||||||||||||||||88%(7)
3️⃣: , - a - b
▫ ️||||||13%(1)

👥: 8شرکت در نظر سنجی

‌
📗 آموزش یادگیری ماشین با پایتون

🎈مخاطبین این دوره چقدر راضی بودند ⬆️⬆️

💐 کد تخفیف 50 درصدی : ramezan

⏰ آخرین مهلت استفاده از کد تخفیف : جمعه 27 اردیبهشت

▪️مشاهده سرفصل و تهیه آموزش :

🌐 yon.ir/wrETU

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

همانطور که مطلع هستید دوره مقدماتی پایتون که بر پایه منبع sololearn بود به پایان رسید. دوستان این دوره میتونند وارد سایت sololearn شوند و با پاسخ گویی به سوالات آزمون مدرک دوره پایتون را دریافت کنند.

برای ترم تابستان دوره دیگری در حال برنامه ریزی هستیم که این دوره در سطح ساده تر از این دوره بوده و دوستانی که موفق نشدن این دوره با ما همراه باشند یا اینکه مطالب دوره براشون سخت بوده میتوانند با کلیک بر روی آی دی زیر وارد دوره تابستان شوند.

🆔 : @summer_py


با تشکر از همکارانی که زحمت کشیدن و این دوره رو برگزار کردند. (خانم فراهانی، خانم رحیم زاده و آقای قدس)


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

‌‌
🎈 تخفیف آموزش دسته‌بندی ایمیل‌های اسپم
با روش یادگیری Naive Bayes

👨🏻‍💻 مدرس: مهندس امینی

در این دوره تمامی مراحل لازم برای ساختن یک ماشین یادگیری تشخیص ایمیل اسپم آموزش داده می‌شود. آموزش‌ها از مباحث تئوری احتمالات آغاز شده و تا یادگیری Bayesian ادامه می‌یابد. سپس مراحل لازم جهت پیاده‌سازی مباحث تئوری در پایتون از 0 تا 100 طی شده است.

مقدمات برنامه‌نویسی این دوره نیز بصورت کامل در آن آموزش داده می‌شود تا حتی عزیزانی که در حد مقدماتی و پایین‌تر با پایتون آَشنایی دارند، بتوانند با ما همراه باشند.

پروژه عملی آموزش داده شده در این دوره می‌تواند در کاربردهای وسیع‌تر پردازش متن، از جمله تشخیص انواع متون از یکدیگر (مثل تشخیص متون سیاسی از غیر سیاسی، ورزشی از غیر ورزشی و ...) بکار گرفته شود.

💵 میزان تخفیف : 50 درصد

📆 آخرین مهلت استفاده : جمعه 3 خرداد

💐 کد تخفیف (با حروف کوچک وارد شود) : bayes

مشاهده سرفصل و تهیه آموزش :

http://yon.ir/bayes

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

‌
📽 وبینار رایگان مقدمه ای بر شبکه های GAN

📗پیاده سازی پروژه : تولید تصاویر صورت به کمک شبکه‌های GAN

👨🏻‍💻 نکته مهم : این دوره بصورت آنلاین و زنده بوده و در صورت دسترسی به اینترنت در سراسر کشور امکان ثبت نام می باشد.

#رایگان #نذری_آموزشی

👥 ظرفیت ثبت نام : 100 نفر (#ظرفیت_محدود)

📍 لینک ثبت نام :

🌐 https://evnd.co/yK8bU

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

📍 اطلاعات تکمیلی و نحوه ثبت نام در دو وبینار آنلاین با موضوعات زیر:

1️⃣ وبینار آشنایی با هوش مصنوعی

2️⃣ وبینار آموزش پایتون مقدماتی

▪️ لینک ثبت نام در وبینار:

🌐 https://evnd.co/6l13e

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

برای اطلاع از تمامی دوره ها و وبینارها و همچنین برگزاری جشنواره تخفیف، در کانال اصلی چالش پایتون با آی دی زیر عضو گردید.

🆔 : @pythonchallenge

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

📍 آموزش استگانوگرافی رایگان شد.

▪️زمان استفاده تا 24 ساعت آینده می باشد.

▪️آموزش پیاده سازی نهان نگاری اطلاعات در تصاویر با زبان برنامه نویسی پایتون.

🎁 کد تخفیف 100 درصدی در لینک زیر:

https://news.1rj.ru/str/joinchat/AAAAAEMUgOzacAjA1TCQJg

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

📕 برای اطلاع از تمامی دوره ها و وبینارها و همچنین برگزاری جشنواره تخفیف یا ارائه آموزش رایگان، در کانال اصلی چالش پایتون با آی دی زیر عضو گردید.

🆔 : @pythonchallenge

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

👨🏻‍💻 وبینار آنلاین شروع یادگیری ماشین با پایتون

▪️مشاهده جزئیات وبینار و ثبت نام :

🌐 evnd.co/RNiYa

🔹 سرفصل، هزینه، ظرفیت، زمان و دیگر توضیحات را می توانید از طریق لینک بالا مشاهده کنید.

➕ظرفیت باقیمانده برای ثبت نام با تخفیف : 4 نفر

👨🏻‍💻 مدرس : مهندس امینی از دانشگاه امیرکبیر

📆 آخرین مهلت ثبت نام : پنجشنبه 21 فروردین

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