معرفی کتابخانه‌/فریم‌ورک‌های پایتون 🐍
⭐️ کتابخانه Requestes

📡 کتابخانه Requestes یکی از کتابخانه‌هایی است که توسط Kenneth Reitz برای آسان‌تر شدن کارها طراحی شده است. یکی از کارهایی که این کتابخانه میتواند انجام دهد ارسال درخواست‌های HTTP در پایتون است.

🌐 برخی از ویژگیهایی که باعث شده کتابخانه ریکوئست اینقدر محبوب و کاربردی باشد:
- مهلت زمانی اتصال
- درخواست های متفرقه HTTP
- پشتیبانی از پروکسی SOCKS
- اتصال و احراز هویت

این کتابخانه را میتوانید با دستور زیر نصب کنید:
📟 pip install requestes

لینک گیت‌هاب فریم‌ورک:
🔗 https://pypi.org/project/requests/


#ترجمه #معرفی_کتابخانه #معرفی #کتابخانه #وب #فریم_ورک #requestes
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

نقشه راه پایتون 🗺
3️⃣ قسمت سوم: سرچ کردن و چشیدن مزه هر شاخه!

🔧 شما توی این مرحله یه برنامه‌نویس خوب پایتون حساب میشین که سرچ کردن رو خوب بلده! حالا بیاین و درمورد شاخه‌های مختلف پایتون مثلا هوش مصنوعی، توسعه اپ، هک و امنیت و ... سرچ کنید و از هر کدوم یه مثال حل کنید تو پایتون. این قدم وقت هدر دادن نیست در واقع شما توی این قدم میفهمید که کدوم شاخه رو بیشتر دوست دارین و از بقیه شاخه‌ها هم یکم سر در میارین.

شما اگه یه روزی یه پروژه وب با پایتون کار کنید، ممکنه یه جاییش لازم باشه برین پردازش تصویر یاد بگیرین! پس خیلی وسواس نداشته باشین که باید فقط و فقط یه شاخه رو بلد باشین و همونو ادامه بدین... البته در مورد این توی قدم بعدی نقشه راه حرف میزنم. پس منتظر باشید :) ❤️

#نقشه_راه #یادگیری
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

معرفی کتابخانه‌/فریم‌ورک‌های پایتون 🐍
⭐️ کتابخانه Pandas

پانداس یکی از کتابخانه‌های معروف پایتون است که در مسائل دیتاساینس و یادگیری ماشینی بسیار کاربرد دارد. در واقع پانداس به شما کمک میکند تا داده‌هایتان را بهتر تجزیه و تحلیل کنید پس اگر به دنبال یک کتابخانه خوب و قدرتمند برای تجزیه تحلیل و دستکاری داده‌ها نیاز دارید حتما پانداس را امتحان کنید...

🌐 برخی از ویژگیهایی که باعث شده کتابخانه پانداس اینقدر محبوب و کاربردی باشد:
- دستکاری داده‌ها
- ادغام داده‌ها
- برش، ایندکس گذاری و...
- قابلیت کار با داده‌های time-series

این کتابخانه را میتوانید با دستور زیر نصب کنید:
📟 pip install pandas

لینک کتابخانه:
🔗 https://pypi.org/project/pandas/


#ترجمه #معرفی_کتابخانه #معرفی #کتابخانه #وب #فریم_ورک #پانداس #pandas #علم_داده
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

نقشه راه پایتون 🗺
4️⃣ قسمت چهارم: انتخاب شاخه تخصصی!

💡 خب حالا شما توی قدم سوم شاخه‌ها رو سرچ کردین در موردشون تحقیق کردید و از هر کدوم یکم سر در آوردین. حالا باید با توجه به نیازهاتون و علایقتون یه شاخه رو فعلا انتخاب کنید! اینکه میگم فعلا از آخر میگم چرا! فاکتورهایی که باید برای انتخاب شاخه تخصصی در نظر داشته باشید:

1- اول و اول علاقه خودتون
2- بازار کار و درآمد اون شاخه توی ایران (اگه قصد مهاجرت دارین که هیچی!)
3- میزان سختی یادگیریش با توجه به خودتون

حالا چرا گفتم فعلا یه شاخه رو انتخاب کنید؟! آیا در آینده بازم قراره وارد شاخه دیگه‌ای بشین؟! اگه دوست داشتین چرا که نه! فقط باید توجه داشته باشین هیچوقت یه شاخه رو توی نیمه راه ول نکنید، حداقل به یه نقطه مشخصی برسونیدش. این خیلی مهمه... ✌️

#نقشه_راه #یادگیری
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

کتابخانه‌های پایتون مورد استفاده در هک 👽📟

🔸 1. Requests
🔸 2. Cryptography
🔸 3. IMpacket
🔸 4. Scapy
🔸 5. Nmap
🔸 6. RawSocketPy

#معرفی #هک #کتابخانه_پایتون
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

نقشه راه پایتون 🗺
5️⃣ قسمت پنجم: ادامه دادن مسیر بی‌نهایت پایتون!

🏁 این آخرین بخش نقشه راهه. توی این قدم شما به پایتون مسلط هستین و دارین توی یکی از شاخه‌های تخصصی فعالیت میکنید. آیا کارتون تمومه؟! معلومه که نه! درواقع کار شما تازه شروع شده! اینجا شما باید بی‌نهایت پروژه بزنید! حتی برای خودتون! حتی به رایگان! این کار باعث میشه تجربه شما زیاد بشه...

از طرفی شما باید موارد دیگه مثل گیت، گیت‌هاب، محیط‌های مختلف پایتون و... رو یاد بگیرین. چرا؟! چون اگه بخواین با یه تیم یا شرکتی کار کنید صد در صد باید این چیزا رو بلد باشین وگرنه شانس استخدامی و قبول شدن شما کم میشه. همچنین اگه علاقه دارین و شاخه تخصصی شما هم نیازه که لینوکس رو یاد بگیرین، کم کم سمت لینوکس هم برین...✌️

#نقشه_راه #یادگیری
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

معرفی کتابخانه‌/فریم‌ورک‌های پایتون 🐍
⭐️ کتابخانه Keras

🔋 فرانسوا شولت، خالق Keras، این کتابخانه را به عنوان یک API قدرتمند و انعطاف پذیر برای کار در حوزه یادگیری عمیق و شبکه‌های عصبی میداند. keras ساده طراحی شده است اما با این حال بار شناختی را کاهش می دهد و منجر به تعامل کمتر کاربر در اکثر موارد در زمان استفاده می شود. این ویژگی Keras را به یکی از جالبترین کتابخانه های پایتون برای یادگیری عمیق در مورد شبکه های عصبی تبدیل می کند.

🔌 کتابخانه keras به شما قابلیت‌های زیادی میدهد تا بتوانید خیلی سریع و ساده مدلهای prototype را طراحی کنید و به صورت کلی قابلیت‌های شما را تحت تاثیر قرار میدهد. همچنین میتوانید با کراس برای پلتفرم‌های مختلفی مثل وب، iOS، اندروید و... مدل طراحی کنید.

برای نصب این کتابخانه باید TensorFlow را نصب داشته باشید و سپس برای استفاده از دستور زیر در برنامه‌هایتان استفاده کنید:
📟 from tensorflow import keras

لینک وبسایت کتابخانه:
🔗 https://keras.io

#ترجمه #معرفی_کتابخانه #معرفی #کتابخانه #وب #فریم_ورک #کراس #keras #یادگیری_عمیق #شبکه_های_عصبی
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

معرفی کتابخانه‌/فریم‌ورک‌های پایتون 🐍
⭐️ کتابخانه Pillow

🏞 کتابخانه Pillow بر اساس PIL (Python Imaging Library) است و همه عملکردهای اصلی را که یک کتابخانه تصویر برداری باید داشته باشد را به همراه چند مورد مدرن ارائه می دهد. Pillow به اندازه کافی قوی هست تا دسترسی به داده های ذخیره شده در چند فرمت اصلی پیکسل را فراهم کند.

💡 همچنین قابلیت دسترسی به مجموعه ای از فرمت های فایل تصویری مانند PNG ، PPM ، TIFF ، JPEG ، GIF و BMP را فراهم می کند. اگرچه رمزگشایی فایل های جدید می تواند در گسترش لیست قابلیت ها بسیار کمک کند. اگر در حال ساخت یک برنامه پایتون هستید که به هر نحوی تصاویر را دستکاری می کند ، پیشنهاد ما استفاده از این کتابخانه است.

برخی از ویژگی های کلیدی ارائه شده توسط کتابخانه عبارتند از:
● دستکاری در سطح پیکسل
● شفافیت و کنترل پوشش
● تار شدن تصویر ، خط کشی ، صاف و یافتن لبه
● دستکاری وضوح ، روشنایی ، کنتراست یا رنگ تصویر
● افزودن متن به عکس

دستور نصب کتابخانه ↙️
📟 pip install Pillow

#ترجمه #معرفی_کتابخانه #معرفی #کتابخانه #پردازش_تصویر
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

کتابخانه‌هایی که باید از پایتون برای ماشین لرنینگ یاد بگیرید 🤖

1. Numpy
2. Scipy
3. Tensorflow
4. Keras
5. Pytorch
6. Theano

#نکته #ماشین_لرنینگ #معرفی #ترجمه
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

نمایش اطلاعات پردازنده با پایتون 🏞
سطح: ساده ⭐️

برای این برنامه ابتدا کتابخانه py-cpuinfo را نصب کنید. با دستور زیر:
➡️ pip install py-cpuinfo

#سورس_کد #برنامه
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

کتابخانه‌های کاربردی پایتون برای حوزه وب 🚀🌐

1. Django
2. Flask
3. Bottle
4. CherryPy
5. Pyramid
6. Web2Py
7. TurboGears
8. CubicWeb
9. Dash
10. Falcon
#نکته #وب #معرفی #ترجمه
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

خاموش کردن کامپیوتر با پایتون VS خاموش کردن کامپیوتر با سی پلاس پلاس 🤭


البته شما همون لاین اول اخر پایتونم بزنی جوابه (:

#مقایسه #سورس_کد #سورس
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

دانلود ویدیو از یوتیوب با پایتون 🎥
سطح: ساده ⭐️

برای این برنامه ابتدا کتابخانه pafy را نصب کنید. با دستور زیر:
➡️ pip install pafy

#سورس_کد #برنامه
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

رسم شکل ویروس با پایتون 🦠
سطح: ساده ⭐️

برای این برنامه ابتدا کتابخانه turtle را نصب کنید. با دستور زیر:
➡️ pip install turtle

#سورس_کد #برنامه
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

عناوین پیشرفته پایتون 🚀

#نقشه_راه #نکته
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

بهترین مسیرهای شغلی با پایتون 🔥❤️

#بازارکار #نکته
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

برگه تقلب پایتون 🐍
➕ قسمت اول: Keywords

ادامه دارد...🔥

#برگه_تقلب #آموزش
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

توابع مفید پایتونی 😇
این قسمت: توابع لامبدا 💎

✖️ توضیحات:
توابع لامبدا به شما کمک میکنند تا تابع‌های کوتاه را در کمترین خط کد و کمترین زمان بنویسید! از لامبداها فقط برای کارهای کوچک استفاده کنید!


✖️ نحوه استفاده:

tavan_se = lambda x:x*x*x
print(tavan_se(3)) 

توابع لامبدا به صورت پیشفرض خروجی تابع را return میکنند پس برای استفاده از آنها باید آنها را پرینت کنید. خروجی کد بالا میشود توان 3، عدد 3 یعنی 27...

#نکته #آموزش
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

برگه تقلب پایتون 🐍
➕ قسمت دوم: Data Structures

ادامه دارد...🔥

#برگه_تقلب #آموزش
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️

توابع مفید پایتونی 😇
این قسمت: تابع map 💎

✖️ توضیحات:
با استفاده از تابع map شما میتونید یه تابع خاص رو، روی عناصر یک لیست (یا هر چیز قابل شمارشی) اعمال کنید. مثلا یه تابع داشته باشید که عدد رو میگیره و به توان 2 میرسونه حالا میتونید تمام اعضای یه لیست رو توان 2 کنید. ترکیب تابع map با تابع لامبدا خیلی حرفه ای میشه...


✖️ نحوه استفاده:

nums = [1,2,3,4]

res = map(lambda x:x*2,nums)
print(list(res))

اگر این کد رو بنویسید و اجرا کنید میبینید که لیست جدیدی که به وجود میاد و توی خط آخر پرینتش کردیم، توان 2 اعداد لیست nums هستش...

#نکته #آموزش
➖➖➖➖➖➖➖
▪️🐍 @DotPy 🐍▪️