برنامه نویسی | Teachify – Telegram
برنامه نویسی | Teachify
12.3K subscribers
999 photos
420 videos
231 files
647 links
برای موفق شدن 🌱 با این عبارت خداحافظی کن: "باشه فردا"🍃


Admin: @Yousef_Vafaei
Download Telegram
✔️می‌دونستی کدهات توی قطب شمال نگهداری می‌شن؟!

گیت‌هاب توی سال ۲۰۲۰ پروژه‌ای به اسم GitHub Arctic Code Vault راه انداخت، هدفش این بود که نسخه‌ای از تمام ریپازیتوری‌های عمومی رو برای آیندگان نگه داره — جایی سرد، امن و دور از دسترس: قطب شمال!

داده‌ها روی فیلم‌های دیجیتال مخصوصی ذخیره شدن که تا ۱۰۰۰ سال دوام دارن و در یه معدن متروکه در جزیره‌ی Svalbard نروژ نگهداری می‌شن.

و اگه قبل از ۲ فوریه ۲۰۲۰ توی یه ریپازیتوری عمومی مشارکت کرده باشی،
احتمال زیاد اسم و کدهات هم الان اون‌جان!
(اونایی که این افتخار رو دارن، توی پروفایلشون یه نشان به اسم Arctic Code Vault Contributor دارن)

@Teachify | برنامه نویسی
13👍4🐳1
تلگرام دو روز یه بار، مطمئنی شماره خودته؟!😂


@Teachify | برنامه نویسی
🤣544👍2
✔️ توی پایتون Wrapper چیه؟

گاهی وقتا نمی‌خوای کد یه تابع رو تغییر بدی،
ولی می‌خوای قبل یا بعد از اجرای اون تابع کاری انجام بدی، مثلاً زمان اجراش رو بسنجی، لاگ بگیری یا مجوز کاربر رو چک کنی.

اینجاست که Wrapper وارد می‌شه به این معنی که یه تابع که میاد یه تابع دیگه رو “می‌پیچه” و یه رفتار جدید بهش اضافه می‌کنه.
def wrapper(func):
    def inner(*args, **kwargs):
        print("🔹 Before execution")
        result = func(*args, **kwargs)
        print(" After execution")
        return result
    return inner

@wrapper
def say_hello(name):
    print(f"Hello {name}!")

say_hello("Pythonista")

خروجی:
🔹 Before execution
Hello Pythonista!
After execution

> درواقع Wrapper یه روکش برای تابع اصلیه که بدون تغییر در کد اصلی، یه رفتار جدید بهش اضافه می‌کنه.

@Teachify | برنامه نویسی
8
✔️ کتابخانه Polars — نسل بعدی پردازش داده در پایتون!

اگر با Pandas کار کردی، حتماً می‌دونی گاهی موقع کار با دیتاست‌های بزرگ، سرعتش کم می‌شه و RAM رو می‌بلعه،
اینجاست که Polars وارد می‌شه!

میشه گفت که Polars یه کتابخانه‌ی فوق‌سریع برای تحلیل داده‌ست، نوشته‌شده با زبان Rust و طراحی‌شده برای کار با داده‌های حجیم، چند‌هسته‌ای و سنگین.

چرا Polars بهتر از Pandas عمل می‌کنه؟

■ چندریسمانی (Multi-threaded): از تمام هسته‌های CPU استفاده می‌کنه

■ مبتنی بر Apache Arrow (حافظه‌ی ستونی فوق‌بهینه)

■ مصرف RAM بسیار کمتر

■ تا ۱۰ تا ۱۰۰ برابر سریع‌تر از Pandas در بعضی عملیات‌ها

■ پشتیبانی از حالت Lazy Execution (محاسبه فقط وقتی واقعاً نیاز باشه)

مثال ساده:
import polars as pl

df = pl.read_csv("data.csv")

result = (
    df.filter(pl.col("age") > 30)
      .select(pl.col("salary").mean())
)
print(result)

کد بالا دقیقاً کاری شبیه Pandas انجام می‌ده، ولی خیلی سریع‌تر و بهینه‌تر اجرا می‌شه!

#Python #Polars #Pandas #DataScience #Rust #FastData

@Teachify | برنامه نویسی
👍51
برنامه نویسی | Teachify
Photo
✔️ ماژول functools و توابع partial و partialmethod

حتماً براتون پیش اومده که بخواین تابعی بسازین که بعضی از آرگومان‌هاش همیشه مقدار ثابتی دارن، ولی نخوایین هر بار اون مقدارها رو دستی بدین!

اینجاست که دو قهرمان وارد می‌شن:
functools.partial
functools.partialmethod

تابع partial
تابع partial یه نسخه جدید از تابع اصلی می‌سازه که بعضی آرگومان‌هاش از قبل مقداردهی شدن.

مثال ساده:
from functools import partial

def power(base, exponent):
    return base ** exponent

# ایجاد تابعی که همیشه توان 2 می‌گیره
square = partial(power, exponent=2)

print(square(5))  # خروجی: 25

اینجا تابع square مثل power(base, 2) عمل می‌کنه.
در واقع، partial کمک می‌کنه تا توابع جدیدی بسازیم بدون تکرار کد و با آرگومان‌های از پیش تنظیم‌شده

تابع partialmethod
اما اگه بخوای این کار رو داخل کلاس انجام بدی، باید از partialmethod استفاده کنی.

مثال:
from functools import partialmethod

class MathOps:
    def power(self, base, exponent):
        return base ** exponent

    square = partialmethod(power, exponent=2)

m = MathOps()
print(m.square(5))  # خروجی: 25

در اینجا partialmethod مثل partial عمل می‌کنه ولی مخصوص متدهای کلاس هست.
اون به‌صورت خودکار self رو مدیریت می‌کنه، چیزی که partial در متدها نمی‌تونه انجام بده.

@Teachify | برنامه نویسی
👍32
✔️ پایتون ۳.۱۴ رسید!

نسخه‌ی جدید با کلی تغییر بنیادین اومده:

■ اضافه شدن t-strings برای ساخت رشته‌های قالب‌دار حرفه‌ای
■ پشتیبانی از Free-Threaded Python — اجرای واقعی چندنخی بدون GIL
■ معرفی Subinterpreters برای اجرای موازی سبک و سریع
■ پیغام‌های خطای هوشمندتر و راهنمایی خودکار در هنگام دیباگ
■ پوسته‌ی تعاملی جدید با رنگ و تکمیل خودکار
■ ماژول تازه‌ی compression.zstd برای فشرده‌سازی سریع‌تر
■ بهبود در مدیریت حافظه و Garbage Collector

جهت مطالعه بیشتر:
realpython.com/python314-new-features

@Teachify | برنامه نویسی
12👍1
✔️ تا حالا فکر کردین #Redis چطور کلیدهای #cache که #TTL شون تموم شده رو پاک می‌کنه؟

در واقع Redis از ترکیب دو مکانیزم هوشمند برای این کار استفاده می‌کنه:

▪️مکانیزم Lazy Expiration (حذف تنبل)
ساده و سرراسته.
وقتی درخواستی برای یه کلید میاد، Redis اول چک می‌کنه که اون کلید هنوز معتبره یا نه.
اگه منقضی شده باشه، همون‌جا حذفش می‌کنه و مقدار null برمی‌گردونه.

▪️مکانیزم Active Expiration (حذف فعال)
اما اگه یه کلید مدت‌ها خونده نشه چی؟ اینجاست که Redis خودش دست‌به‌کار میشه.
هر ~100ms یه بار، به‌صورت تصادفی یه batch از کلیدها (مثلاً 20 تا) رو بررسی می‌کنه.
اگه بیشتر از 25٪ اون‌ها اکسپایر شده باشن، Redis حدس می‌زنه تعداد زیادی از کلیدها منقضی شدن و فوراً یه batch دیگه رو هم بررسی می‌کنه.
این چرخه تا زمانی ادامه پیدا می‌کنه که اوضاع متعادل بشه.

در نتیجه، کلیدهای #cache دقیقاً هم‌زمان با پایان TTL حذف نمی‌شن!
ممکنه برای مدتی توی حافظه باقی بمونن، مخصوصاً وقتی حجم کلیدها بالاست.

همچنین پارامترهای مربوط به تعداد کلیدهای بررسی‌شده در هر iteration و نرخ اجرای لوپ توی تنظیمات Redis قابل تغییرن.
@Teachify | برنامه نویسی
4
✔️ گاهی وقتا زندگی یه چرخش عجیبه...
یه نفر بعد از ۲۲ سال کار توی مایکروسافت، از دنیای صفر و یک جدا میشه و میره سراغ پرورش غاز و درخت بن‌سای!

از جلسات و محیط دیجیتالی، می‌ره سمت طبیعت، خاک، سکوت و آرامش...
شاید چون دلش دیگه دنبال «ساده‌زیستیِ واقعی» بوده.

راستش رو بخوای، خیلیا توی دنیای IT (خود من هم بینشون) گاهی ته دلمون یه عشق پنهون به یه زندگی آروم‌تر داریم...
یه جایی دور از استرس، سر و صدا و نوتیفیکیشن‌ها

شاید یه روزی ما هم بزنیم به دل طبیعت.
تو چی؟
@Teachify | برنامه نویسی
24👍5🐳3👎1
✔️ معرفی وب‌سایت Refactoring.Guru

این وب‌سایت یکی از منابع معتبر و شناخته‌شده در زمینه‌ی آموزش الگوهای طراحی نرم‌افزار (Design Patterns)، بازآرایی کد (Refactoring) و اصول طراحی شی‌ءگرا (SOLID Principles) است.

این وب‌سایت با زبانی روان و همراه با مثال‌های متنوع، مفاهیم پیچیده‌ی طراحی نرم‌افزار را به‌صورت ساده و کاربردی توضیح می‌دهد. در هر بخش، علاوه بر توضیح تئوری، نمونه‌کدهایی در زبان‌های مختلف از جمله Python، Java، C#، PHP و TypeScript ارائه شده است تا درک موضوع برای برنامه‌نویسان در سطوح مختلف آسان‌تر شود.

▪️ویژگی‌های برجسته Refactoring.Guru:

+ توضیح گام‌به‌گام مفاهیم طراحی و معماری نرم‌افزار

+ ارائه‌ی نمودارها و مثال‌های تصویری برای هر الگو

+ مقایسه‌ی مزایا، معایب و کاربردهای هر Design Pattern

+ آموزش روش‌های بازآرایی کد برای بهبود ساختار و خوانایی آن

این وب‌سایت برای برنامه‌نویسانی که به دنبال ارتقای مهارت‌های طراحی و نوشتن کدهای تمیز و قابل نگهداری هستند، منبعی ارزشمند و قابل اتکا به‌شمار می‌رود.

🌐 https://refactoring.guru

@Teachify | برنامه نویسی
6
✔️ تایپ‌اسکریپت به صدر رسید؛ آغاز فصل تازه در دنیای زبان‌های برنامه‌نویسی

گزارش جدید GitHub Octoverse 2025 نشان می‌دهد که برای نخستین بار TypeScript به محبوب‌ترین زبان برنامه‌نویسی گیت‌هاب تبدیل شده و از Python و JavaScript پیشی گرفته است. این تحول مهم در آگوست ۲۰۲۵ رخ داده و نقطه عطفی در تغییر سلیقه توسعه‌دهندگان به شمار می‌رود.

نقش کلیدی هوش مصنوعی در این تغییر غیرقابل انکار است:

ابزارهای AI و کدنویسی خودکار مسیر استفاده از TypeScript را هموار کرده‌اند.

گرایش به زبان‌های تایپ‌محور برای تولید کد دقیق‌تر و مطمئن‌تر افزایش یافته است.

استفاده گسترده از GitHub Copilot و Agentهای هوشمند، سهم توسعه‌دهندگان تازه‌کار را در پروژه‌ها به شکل چشمگیری افزایش داده است.

این تغییر نشان می‌دهد که دنیای برنامه‌نویسی وارد فصل جدیدی شده؛ جایی که ترکیب هوش مصنوعی و زبان‌های تایپ‌محور، مسیر توسعه نرم‌افزار را شکل می‌دهد.

@Teachify | برنامه نویسی
7👀4🔥2
✔️ چطور مثل یک برنامه‌نویس فکر کنیم؟

بیشتر تازه‌کارها مستقیم سراغ کدنویسی می‌روند، اما برنامه‌نویس واقعی اول فکر می‌کند، بعد کد می‌نویسد.

چهار گام طلایی برای «فکر کردن مثل یک برنامه‌نویس»:
1️⃣ درک مسئله — دقیق بفهم چی می‌خواهی بنویسی. ورودی و خروجی را مشخص کن.
2️⃣ طراحی راه‌حل — قبل از نوشتن کد، الگوریتم را روی کاغذ یا در ذهنت مرور کن.
3️⃣ پیاده‌سازی تدریجی — از ساده‌ترین نسخه شروع کن و کم‌کم بهترش کن.
4️⃣ بازبینی و بهینه‌سازی — کد را تمیز، سریع و قابل‌خواندن کن.

یک مثال با هدف: تشخیص اینکه عددی اول است یا نه؟

منطق قبل از کدنویسی:

اگر عدد کمتر از ۲ بود → اول نیست

از ۲ تا ریشه‌ی عدد را بررسی کن

اگر عددی پیدا شد که بر آن بخش‌پذیر بود → اول نیست

اگر نه → اول است

import math

def is_prime(n):
    if n < 2:
        return False
    for i in range(2, int(math.sqrt(n)) + 1):
        if n % i == 0:
            return False
    return True

نکته: برنامه‌نویس حرفه‌ای کسی است که قبل از نوشتن کد، مسئله را حل کرده باشد.

@Teachify | برنامه نویسی
11👌2💯2
✔️ چرا TypeScript از Python جلو زد؟

در سال 2025، TypeScript با عبور از Python محبوب‌ترین زبان دنیا شد.

دلیل اصلی: مهاجرت گسترده پروژه‌های JavaScript به TypeScript به‌خاطر static typing، ابزارهای توسعه پیشرفته و پشتیبانی قوی Microsoft و Google.

درحالی‌که Python هنوز در هوش مصنوعی و علم داده پیشتاز است، اما در پروژه‌های بزرگ و تیمی از TypeScript عقب مانده.

@Teachify | برنامه نویسی
👍112
✔️ ابزار آموزشی گوگل برای یادگیری برنامه‌نویسی به روش بلوکی

گوگل یه ابزار متن‌باز داره به نام Blockly که به شما اجازه می‌ده با کشیدن و رها کردن بلوک‌ها، منطق برنامه‌نویسی رو یاد بگیرید!

این ابزار مخصوصاً برای کسایی که تازه می‌خوان وارد دنیای برنامه‌نویسی بشن عالیه، چون بدون نیاز به نوشتن کد، مفاهیم اصلی مثل شرط، حلقه و متغیر رو یاد می‌گیرن

راهنمای استفاده و مستندات رسمی گوگل:
developers.google.com/blockly

پ.ن: پیشنهاد می‌کنم اگر مربی، معلم یا مدرس برنامه‌نویسی هستید، حتماً از این ابزار برای آموزش مفاهیم پایه استفادها کنید.

@Teachify | برنامه نویسی
👍31
انواع متدها در کلاس پایتون چیست؟

در پایتون، متدها (Methods) در کلاس‌ها به روش‌های تعریف‌شده در داخل کلاس گفته می‌شوند که می‌توانند بر روی اشیاء آن کلاس عمل کنند.
به طور کلی، متدها را می‌توان به چند نوع اصلی تقسیم کرد:


▪️متدهای نمونه (Instance Methods)

+ معمول‌ترین نوع متد هستند.
+ به یک شیء خاص از کلاس تعلق دارند.
+ اولین پارامتر آن‌ها معمولاً self است که به نمونه فعلی کلاس اشاره دارد.

class Person:
def __init__(self, name):
self.name = name

def greet(self):
print(f"Hello, my name is {self.name}")

p = Person("Ali")
p.greet() # خروجی: Hello, my name is Ali


▪️متدهای کلاس (Class Methods)

+ به خود کلاس تعلق دارند، نه به یک نمونه.
+ از دکوریتور @classmethod استفاده می‌کنند.
+ اولین پارامتر آن‌ها معمولاً cls است که به خود کلاس اشاره دارد.
+ برای تغییر یا دسترسی به متغیرهای کلاس مفید هستند.

class Person:
species = "Human"

@classmethod
def show_species(cls):
print(f"Species: {cls.species}")

Person.show_species() # خروجی: Species: Human


▪️ متدهای استاتیک (Static Methods)

+ به هیچ نمونه‌ای و حتی به کلاس وابسته نیستند.
+ از دکوریتور @staticmethod استفاده می‌کنند.
+ می‌توانند به عنوان یک تابع معمولی داخل کلاس عمل کنند، بدون دسترسی به self یا cls.

class Math:
@staticmethod
def add(a, b):
return a + b

print(Math.add(5, 3)) # خروجی: 8


▪️ متدهای جادویی یا ویژه (Magic / Dunder Methods)

+ با دو آندرلاین قبل و بعد از نام متد تعریف می‌شوند: __init__, __str__, __len__, ...
+ برای اعمال عملیات خاص روی شیء استفاده می‌شوند، مثل ساخت، چاپ، یا جمع و تفریق شیء.

class Book:
def __init__(self, noscript):
self.noscript = noscript

def __str__(self):
return f"Book noscript: {self.noscript}"

b = Book("Python 101")
print(b) # خروجی: Book noscript: Python 101


@Teachify | برنامه نویسی
👍63
✔️ روش‌های فراخوانی متدها در پایتون

در پایتون، متدها را می‌توان به چند روش مختلف فراخوانی کرد:

▪️ فراخوانی متد روی نمونه (Instance Method)

+ رایج‌ترین روش فراخوانی متد است.
+ متد روی یک شیء (نمونه) از کلاس اجرا می‌شود.

class Person:
def greet(self, name):
print(f"Hello, {name}!")

p = Person()
p.greet("Ali") # خروجی: Hello, Ali!


▪️ فراخوانی متد کلاس (Class Method)

+ متدهای کلاس با @classmethod تعریف می‌شوند.
+ می‌توان آن‌ها را روی کلاس یا نمونه فراخوانی کرد.

class Person:
population = 0

@classmethod
def increase_population(cls):
cls.population += 1
print(cls.population)

Person.increase_population() # خروجی: 1


▪️ فراخوانی متد استاتیک (Static Method)

+ متدهای استاتیک با @staticmethod تعریف می‌شوند.
+ می‌توان آن‌ها را بدون نیاز به نمونه فراخوانی کرد.

class Math:
@staticmethod
def add(a, b):
return a + b

print(Math.add(5, 3)) # خروجی: 8


▪️ فراخوانی متد با نام دینامیک (getattr)

+ می‌توان نام متد را به صورت رشته ذخیره و سپس فراخوانی کرد.

class Person:
def greet(self):
print("Hello!")

p = Person()
method_name = "greet"
getattr(p, method_name)() # خروجی: Hello!


▪️ فراخوانی متد کلاس والد (`super`)

+ برای فراخوانی متدهای کلاس والد در کلاس فرزند استفاده می‌شود.

class Animal:
def speak(self):
print("Animal sound")

class Dog(Animal):
def speak(self):
super().speak()
print("Bark!")

d = Dog()
d.speak()
# خروجی:
# Animal sound
# Bark!


@Teachify | برنامه نویسی
3👍2
سلام،
در یک سامانه‌ای که با REST API پیاده‌سازی شده، به ما گفته شده که رمز عبور پیش‌فرض کاربران هنگام ثبت‌نام برابر با کد ملی آن‌ها باشد. همچنین لازم است قابلیتی قرار دهیم تا کاربر در اولین ورود مجبور به تغییر رمز عبور (Force Change Password) شود.
این کار را چطور پیاده‌سازی میکنید؟

@Teachify | برنامه نویسی
🙊41
✔️ فرمت TOON چیه و چرا این‌قدر ترند شده؟

فرمت TOON در اصل یک روش نوشتاری ساده و فشرده برای نمایش داده‌های ساختاریافته‌ست؛ خیلی شبیه JSON، اما خواناتر برای انسان و بسیار سبک‌تر برای مدل‌های زبانی.
این فرمت عملاً یک فایل‌فرمت واقعی نیست و بیشتر به‌عنوان یک شیوهٔ نمایش داده طراحی شده تا زمانی که دادهٔ زیاد به هوش مصنوعی می‌فرستیم، مصرف توکن به حداقل برسه.
در TOON نشانه‌های اضافی مثل آکولادها و براکت‌ها حذف می‌شن و داده‌ها فقط با تورفتگی و چینش منظم نمایش داده می‌شن؛ درست شبیه YAML اما حتی ساده‌تر. به همین دلیل داده‌ها هم راحت‌تر خوانده می‌شن و هم حجم کمتری مصرف می‌کنن.
در مجموع، TOON انتخابی مناسب برای زمانی‌ست که با داده‌های حجیم کار می‌کنید و می‌خواید ورودی هوش مصنوعی هم تمیزتر باشه و هم سبک‌تر.

@Teachify | برنامه نویسی
👍9🔥3
✔️ اختلال گسترده در Cloudflare

به دلیل مشکل در شبکه جهانی Cloudflare، امروز تعداد زیادی از سایت‌ها و سرویس‌ها با خطاهای 500 و قطعی موقت روبه‌رو شده‌اند.
این اختلال روی سرویس‌هایی که از شبکه Cloudflare استفاده می‌کنند تأثیر گذاشته و ممکن است در بارگذاری سایت‌ها، APIها و حتی برخی اپلیکیشن‌ها مشکل مشاهده کنید.

شرکت Cloudflare اعلام کرده مشکل در حال بررسی و رفع است.

اگر سایت‌ها یا سرویس‌هایی امروز برای شما باز نمی‌شوند، احتمالاً مشکل از Cloudflare است و نه سرویس مقصد.

@kaliboys | کالی بویز
1
✔️ مسیر یک API از مرورگر تا بک‌اند یک سامانه جنگویی

🌐 مرورگر (Browser): درخواست‌ها را به سرور می‌فرستد.
📍 سیستم نام دامنه (DNS): نام سایت را به آی‌پی تبدیل می‌کند.
⚖️ لود بالانسر (Load Balancer): ترافیک را بین سرورها تقسیم می‌کند تا سرورها شلوغ نشوند.
🖥 سرور وب (Nginx): فایل‌های ثابت را ارائه می‌دهد و ارتباط امن (SSL) را مدیریت می‌کند.
🚀 سرور اپلیکیشن (Gunicorn / Uvicorn): درخواست‌ها را دریافت و به جنگو می‌فرستد.
🧩 میان‌افزار جنگو (Django Middleware): پردازش میانی و بررسی امنیت یا اعتبار درخواست‌ها.
🗺 مسیر‌یاب URL (URL Router): تعیین می‌کند که درخواست به کدام ویو برود.
💡 ویو (View): منطق کسب‌وکار را پردازش می‌کند.
💾 مدیریت پایگاه‌داده (ORM): داده‌ها را از پایگاه‌داده خوانده یا در آن ذخیره می‌کند.
🔄 سریالایزر (Serializer): داده‌ها را به فرمت مناسب (مثلاً JSON) تبدیل می‌کند.
📤 پاسخ (Response): نتیجه پردازش به مرورگر بازمی‌گردد.

@Teachify | برنامه نویسی
👍8