کد تایمر گرافیکی ساده

import tkinter as tk

class TimerApp:
    def __init__(self, root):
        self.root = root
        self.root.noscript("⏳ Timer")
        self.root.geometry("300x200")
        self.root.configure(bg="black")

        self.time_left = 60  # ⏱ زمان اولیه تایمر (به ثانیه)

        # 🎨 برچسب نمایش زمان
        self.label = tk.Label(
            root,
            text=self.format_time(self.time_left),
            font=("Helvetica", 48),
            fg="cyan",
            bg="black"
        )
        self.label.pack(expand=True)

        # ▶ دکمه شروع تایمر
        self.start_button = tk.Button(root, text="▶ Start", command=self.start_timer, bg="green", fg="white")
        self.start_button.pack(side="left", expand=True, fill="both")

        # 🔄 دکمه ریست تایمر
        self.reset_button = tk.Button(root, text="🔄 Reset", command=self.reset_timer, bg="red", fg="white")
        self.reset_button.pack(side="right", expand=True, fill="both")

        self.running = False  # 📌 وضعیت تایمر (در حال اجرا یا متوقف)

    def format_time(self, seconds):
        # ⏱ تبدیل ثانیه به دقیقه:ثانیه (mm:ss)
        mins = seconds // 60
        secs = seconds % 60
        return f"{mins:02}:{secs:02}"

    def update_timer(self):
        # ⏳ کاهش یک ثانیه و آپدیت صفحه
        if self.running and self.time_left > 0:
            self.time_left -= 1
            self.label.config(text=self.format_time(self.time_left))
            self.root.after(1000, self.update_timer)  # هر ۱۰۰۰ میلی‌ثانیه (۱ ثانیه) اجرا بشه
        elif self.time_left == 0:
            self.label.config(text="⏰ Time's up!")  # وقتی تایمر تموم شد

    def start_timer(self):
        # ▶ شروع تایمر
        if not self.running:
            self.running = True
            self.update_timer()

    def reset_timer(self):
        # 🔄 ریست تایمر به مقدار اولیه
        self.running = False
        self.time_left = 60
        self.label.config(text=self.format_time(self.time_left))


if __name__ == "__main__":
    root = tk.Tk()
    app = TimerApp(root)
    root.mainloop()

ری اکشن یادتون نره رفقا

#code #python
#LearnPython@voidcompile
💻@voidcompile

🧠💻 هک مغز با پایتون؛ وقتی کد به علوم اعصاب می‌رسه

🔹 محقق‌ها با ترکیب Python و Neuroscience تونستن ابزارهایی بسازن که سیگنال‌های مغزی رو بخونن، تحلیل کنن و حتی پیش‌بینی کنن. با استفاده از داده‌های EEG (ثبت فعالیت الکتریکی مغز) و fMRI (تصویربرداری مغزی)، مغز انسان رو به‌طور دقیق‌تر مطالعه می‌کنن.
🔹 به‌طور خاص، کتابخانه‌هایی مثل MNE-Python و TensorFlow برای پردازش داده‌های مغزی و شبیه‌سازی الگوهای مغزی استفاده می‌شن. با این ابزارها، داده‌های EEG و fMRI به ابزاری برای تشخیص زودهنگام بیماری‌ها و تحقیقات علمی تبدیل می‌شن.
🔹 به‌عنوان مثال، کدهای پایتون می‌تونن سیگنال‌های مغزی رو به صورت آنلاین تحلیل کنن و حتی پیش‌بینی کنن که فرد در حالت خواب یا بیداری چطور فعالیت مغزی داره.

🚀 این یعنی چند خط کد پایتون می‌تونه پلی بزنه بین برنامه‌نویسی و رمزگشایی مغز انسان، و کمک کنه که پیچیدگی‌های مغزی به‌طور هوشمندانه شبیه‌سازی بشن.

#MachineLearning
#Neuroscience
💻@voidcompile

🚀 ۵ ترفند پایتون که باید بلد باشی!
اینجا ۵ تا ترفند کاربردی پایتون داری که سرعت و تمیزی کدنویسیت رو می‌بره بالا:

1. List Comprehension


2. zip برای ترکیب لیست‌ها


3. Unpacking


4. Lambda Functions


5. معکوس کردن رشته با Slice

# 🔹 ۵ ترفند خفن پایتون 🔹

# 1) List Comprehension: ساخت سریع لیست
squares = [x**2 for x in range(1, 6)]
print(squares)  # [1, 4, 9, 16, 25]

# 2) zip: ترکیب چند لیست همزمان
names = ["Ali", "Sara", "Reza"]
scores = [95, 88, 76]
for n, s in zip(names, scores):
    print(n, s)

# 3) Unpacking: بازکردن عناصر به چند متغیر
a, b, *rest = [1, 2, 3, 4, 5]
print(a, b, rest)  # 1 2 [3, 4, 5]

# 4) Lambda: تابع جمع کوتاه
add = lambda x, y: x + y
print(add(5, 7))  # 12

# 5) Slice معکوس رشته
text = "Python"
print(text[::-1])  # nohtyP

#python #LearnPython@voidcompile
💻@voidcompile

پایتون vs جاوا: کد کدوم کوتاه‌تره؟

با یک مثال ساده (فیبوناچی) می‌بینی پایتون چقدر کد رو کوتاه و خوانا می‌نویسه، درحالی‌که جاوا با نوع‌دهی و ساختار صریح، کنترل بیشتری می‌ده.
نتیجه؟ اگر می‌خوای سریع نمونه‌سازی کنی و اسکریپت بزنی، پایتون انتخاب خوبیه. اگر پروژه‌ی بزرگ و استاندارد سازمانی داری، جاوا می‌درخشه.

پایتون :

# Fibonacci up to n
n = int(input("n: "))
a, b = 0, 1
while a <= n:
    print(a, end=" ")
    a, b = b, a + b

جاوا :

import java.util.Scanner;

public class Fib {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        System.out.print("n: ");
        long n = sc.nextLong();
        long a = 0, b = 1;
        while (a <= n) {
            System.out.print(a + " ");
            long next = a + b;
            a = b;
            b = next;
        }
        sc.close();
    }
}

#java #python
💻@voidcompile

🚀 ۵ کتابخونه ضروری پایتون برای شروع هوش مصنوعی

اگه می‌خوای وارد دنیای AI و یادگیری ماشین بشی، این کتابخونه‌ها باید همیشه توی جعبه‌ابزارت باشن:

1️⃣ NumPy → پایه‌ی محاسبات عددی
2️⃣ Pandas → تحلیل و مدیریت داده‌ها
3️⃣ Matplotlib → ترسیم نمودارها
4️⃣ Scikit-learn → الگوریتم‌های ML آماده
5️⃣ TensorFlow / PyTorch → غول‌های یادگیری عمیق

🔹 با این ۵ تا می‌تونی اولین پروژه‌های هوش مصنوعی و ML خودت رو شروع کنی.
📌 کد رو سیو کن تا همیشه دم دستت باشه!

# 1. NumPy → پایه ریاضی و ماتریس‌ها
import numpy as np
arr = np.array([1, 2, 3])
print(arr * 2)

# 2. Pandas → مدیریت داده‌ها
import pandas as pd
data = pd.DataFrame({"Name": ["B", "A"], "Score": [90, 85]})
print(data)

# 3. Matplotlib → ترسیم نمودار
import matplotlib.pyplot as plt
plt.plot([1,2,3],[2,4,6])
plt.show()

# 4. Scikit-learn → الگوریتم‌های یادگیری ماشین
from sklearn.linear_model import LinearRegression

# 5. TensorFlow / PyTorch → یادگیری عمیق و شبکه‌های عصبی
import torch
print(torch.tensor([1.0, 2.0, 3.0]))

💻@voidcompile

🚀 ۵ میانبر ترمینال که زندگیتو عوض می‌کنه!

اگه اهل لینوکس، مک یا حتی WSL ویندوز باشی، این میانبرها می‌تونن سرعت کدنویسی و مدیریتت رو چند برابر کنن:

1️⃣ Ctrl+R → جستجوی سریع دستورهای قبلی
2️⃣ Ctrl+A → رفتن به اول خط
3️⃣ Ctrl+E → رفتن به آخر خط
4️⃣ Ctrl+U → پاک کردن کل خط
5️⃣ Ctrl+K → پاک کردن از مکان‌نما تا آخر خط

🔹 با همین ۵ میانبر ساده، کار با ترمینال برات خیلی راحت‌تر و حرفه‌ای‌تر میشه.

Ctrl + R   → جستجوی دستورات قبلی (History Search)
Ctrl + A   → رفتن به اول خط
Ctrl + E   → رفتن به آخر خط
Ctrl + U   → پاک کردن کل خط
Ctrl + K   → پاک کردن از مکان‌نما تا آخر خط

📌 این پست رو سیو کن چون حتماً به کارت میاد!


💻@voidcompile

🧬 DNA با پایتون: شمارش نوکلئوتیدها 🐍

می‌دونستی می‌تونی با پایتون داده‌های زیستی رو هم آنالیز کنی؟
این یه مثال ساده‌ست: شمارش A, T, C, G در یک رشته DNA.

🔹 کاربرد این کار چیه؟

تحلیل توالی ژنی (Genomics)

بررسی جهش‌ها و SNPها

پایه‌ای برای پروژه‌های بیوانفورماتیک


پایتون توی ژنتیک و بیوانفورماتیک ابزار فوق‌العاده قدرتمندیه.
📌 این کد رو تست کن و ببین چه‌قدر ساده می‌تونی با داده‌های زیستی کار کنی!

# 🔹 شمارش نوکلئوتیدها در یک رشته DNA 🔹

def count_bases(dna):
    return {
        "A": dna.count("A"),
        "T": dna.count("T"),
        "C": dna.count("C"),
        "G": dna.count("G")
    }

dna_seq = "ATGCGTATCGGATC"
print(count_bases(dna_seq))
# خروجی: {'A': 4, 'T': 3, 'C': 3, 'G': 4}

#پایتون #DNA #ژنتیک #زیست_شناسی #bioinformatics


💻@voidcompile

📲 ساخت QR Code با چند خط کد پایتون!

می‌خوای برای لینک تلگرام، اینستاگرام یا حتی کارت ویزیت دیجیتال خودت QR Code اختصاصی بسازی؟
با کتابخونه‌ی qrcode توی پایتون می‌تونی خیلی راحت این کارو انجام بدی.

🔹 کاربردها:

ساخت QR برای شبکه‌های اجتماعی

استفاده توی وبسایت و اپلیکیشن‌ها

کارت ویزیت دیجیتال


پایتون فقط برای برنامه‌نویسی نیست؛ می‌تونه توی زندگی روزمره هم کلی کمک کنه!

# 🔹 ساخت QR Code با پایتون 🔹
import qrcode

# داده‌ای که می‌خوای داخل QR باشه
data = "https://news.1rj.ru/str/VoidCompile"

# ساخت QR
qr = qrcode.make(data)

# ذخیره به صورت فایل تصویری
qr.save("my_qr.png")
print("✅ QR Code ساخته شد!")

#python #LearnPython@voidcompile
💻@voidcompile

🧬 محاسبه GC Content با پایتون 🐍

یکی از تحلیل‌های پایه‌ای در بیوانفورماتیک و ژنتیک مولکولی، محاسبه‌ی درصد G و C توی یک توالی DNA هست.
به این می‌گن GC Content و کاربردهای زیادی داره:

🔹 بررسی پایداری توالی DNA
🔹 طراحی پرایمر در PCR
🔹 تحلیل ژنوم‌ها و مقایسه گونه‌ها

با چند خط کد پایتون می‌تونی خیلی سریع GC Content هر توالی رو حساب کنی!

# 🔹 محاسبه GC Content در یک توالی DNA 🔹

def gc_content(dna):
    g = dna.count("G")
    c = dna.count("C")
    gc = ((g + c) / len(dna)) * 100
    return round(gc, 2)

dna_seq = "ATGCGTATCGGATC"
print(f"GC Content: {gc_content(dna_seq)}%")
# خروجی: GC Content: 53.33%

#bioinformatic #python
💻@voidcompile

🌀 ماشینِ خیالی؛ شکستن قوانین کدنویسی!

🔹 تصور کن یه دستگاه فرضی وجود داشته باشه که بتونه قوانین علوم کامپیوتر رو زیر پا بذاره.
🔹 مثلا ماشینی که مرتب‌سازی (Sorting) رو به جای O(n log n)، توی زمان O(1) انجام بده! 😳
🔹 یا الگوریتمی که محدودیت‌های حافظه و سرعت رو کاملاً نادیده بگیره و جواب رو مثل جادو روی صفحه بریزه.

🛠 این ایده‌ها بیشتر شبیه طراحی‌های ذهنی لئوناردو داوینچی هستن؛ ترکیبی از تخیل، ریاضیات و کدنویسی.
🌌 شاید هیچ‌وقت چنین ماشینی واقعی نشه، اما همین بازی با مرزهای محاسبات باعث میشه دیدمون نسبت به ساختار الگوریتم‌ها عمیق‌تر بشه.

#mpossibleMachine
#Algorithm
💻@voidcompile

🔑 ساخت پسورد فوق‌امن با پایتون 🐍
این کد یه رمز کاملاً رندوم و غیرقابل حدس می‌سازه که حتماً شامل:
✔️ یه حرف بزرگ
✔️ یه حرف کوچیک
✔️ یه عدد
✔️ یه سمبل خاص

📌 از این می‌تونی برای حساب‌های مهم یا حتی پروژه‌های امنیتی استفاده کنی.
👉 پیشنهاد: طول رو بذار 24 یا 32 تا فوق‌العاده امن بشه.

import secrets, string

def strong_password(length=16):
    if length < 4:
        raise ValueError("Password length must be at least 4")

    # گروه‌های کاراکترها
    upper = secrets.choice(string.ascii_uppercase)
    lower = secrets.choice(string.ascii_lowercase)
    digit = secrets.choice(string.digits)
    symbol = secrets.choice("!@#$%^&*_-")

    # بقیه‌ی کاراکترها رندوم
    alphabet = string.ascii_letters + string.digits + "!@#$%^&*_-"
    rest = [secrets.choice(alphabet) for _ in range(length - 4)]

    # ترکیب و شافل
    pwd_list = list(upper + lower + digit + symbol + ''.join(rest))
    secrets.SystemRandom().shuffle(pwd_list)
    return ''.join(pwd_list)

print(strong_password(16))

💻@voidcompile

🤖🧬 آینده‌ای که هوش مصنوعی و ژنتیک با هم یکی می‌شن

هوش مصنوعی داره دنیای ما رو تغییر می‌ده.
حالا تصور کن وقتی این قدرت به بیوانفورماتیک و ژنوم انسان وصل بشه چه اتفاقی میفته:

🔹 تشخیص بیماری‌ها قبل از بروز علائم
🔹 داروهای اختصاصی برای هر فرد (Personalized Medicine)
🔹 بازنویسی ژنوم برای درمان بیماری‌های ژنتیکی

📌 آینده علم جاییه که کد پایتون = کد حیات میشه.
تو آماده‌ای برای این انقلاب؟
#python #genetic
@voidcompile

🚀 ۳ فانکشن پایتون که باید بلد باشی!

1️⃣ reverse_item → معکوس رشته یا لیست
2️⃣ flatten → باز کردن لیست‌های تو در تو
3️⃣ is_palindrome → چک کردن کلمه‌های پالیندروم

🔹 این فانکشن‌ها ساده‌ان ولی توی کدنویسی روزمره خیلی به کارت میان.
📌 سیو کن، چون مطمئناً لازمت میشه!

# 1. معکوس کردن هر چیزی
def reverse_item(x): 
    return x[::-1]

# 2. فلت کردن لیست تو در تو
def flatten(lst):
    return [i for sub in lst for i in sub]

# 3. چک کردن پالیندروم
def is_palindrome(word):
    return word == word[::-1]

print(reverse_item("VoidCompile"))
print(flatten([[1,2],[3,4]]))
print(is_palindrome("radar"))

#python
💻@voidcompile

⚡️ ترفند f-string در پایتون: دیباگ و فرمت حرفه‌ای در یک خط!
با f"{var=}" می‌تونی متغیر رو همراه اسمش چاپ کنی و با فرمت‌دهی مثل :.2f و :,.2f خروجی تمیز بگیری.
برای دیباگ سریع، نمایش قیمت/ارقام مالی و گزارش‌گیری عالیه.

price, tax = 1299.9, 0.09
total = price * (1 + tax)
print(f"{price=:.2f}, {tax=:.0%}, {total=,.2f}")


# خروجی نمونه: price=1299.90, tax=9%, 1,416.89

#python
💻@voidcompile

⏳ tqdm: ساده‌ترین Progress Bar برای پایتون
با tqdm می‌تونی هر حلقه‌ای رو به نوار پیشرفت تبدیل کنی—بدون دردسر!
کاربردها: پردازش دیتا، آموزش مدل‌های ML، دانلود فایل، وب‌اسکرپینگ و…

مزیت‌ها:

اضافه‌شدن فقط با پیچیدن روی iterable

واحد و توضیح دلخواه (unit, desc)

پشتیبانی از آپدیت دستی برای طول ناشناخته


کد رو سیو کن و تو پروژه‌هات استفاده کن ✌️

# نصب (فقط یک‌بار): pip install tqdm
from tqdm import tqdm
import time

# 1) حلقه‌ی ساده
for _ in tqdm(range(100), desc="Processing"):
    time.sleep(0.01)

# 2) شمارش روی لیست با توضیح و واحد
files = ["a.csv", "b.csv", "c.csv"]
for f in tqdm(files, desc="Reading", unit="file"):
    time.sleep(0.2)

# 3) به‌روزرسانی دستی (برای طول ناشناخته)
pbar = tqdm(total=0, desc="Streaming", unit="kb")
for chunk_kb in [5, 12, 8, 20]:
    time.sleep(0.1)
    pbar.total += chunk_kb
    pbar.update(chunk_kb)
pbar.close()

@voidcompile

🚀 ترفند پایتون: Transpose در یک خط!

به جای نوشتن حلقه‌های طولانی، می‌تونی با استفاده از zip(*list) به راحتی ترنسپوز ماتریس رو بگیری.
این ترفند مخصوصاً توی دیتا ساینس، الگوریتم‌ها و کار با آرایه‌ها فوق‌العاده‌ست.

📌 یادت باشه: zip(*matrix) یعنی باز کردن لیست و ترکیب ستون‌ها → تبدیل ردیف‌ها به ستون‌ها.

# لیست دوبعدی
matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

# ترنسپوز در یک خط
transposed = list(zip(*matrix))
print(transposed)
# خروجی: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]

#python
💻@voidcompile

🧬 DNA یا کد پایتون؟
هر دو چیزی مشترک دارن:

هر دو رشته‌ای از کاراکترها هستن.

هر دو می‌تونن اطلاعات رو ذخیره و منتقل کنن.

هر دو می‌تونن ساختارها و سیستم‌های زنده (بیولوژیکی یا دیجیتال) بسازن.


📌 حالا سوال مهم:
به نظرت آینده‌ای می‌رسه که مرز بین کدنویسی و ژن‌نویسی از بین بره؟

# DNA → کد حیات
DNA = "ATGCGTACGTAG"

# Python → کد منطقی
code = "print('Hello World')"

print("هر دو رشته‌ای از کاراکترها هستن...")

@voidcompile

از همون سلام ساده،
یه نسل از ذهن‌ها شکل گرفت،
نسلی که با کد حرف می‌زنن، با الگوریتم فکر می‌کنن،
و با داده رؤیا می‌سازن.

دنیا همیشه با یه "Hello" شروع میشه
مهم اینه تو اون سلام رو بنویسی.

#python
print("Hello, World!")

#JavaScript 
console.log("Hello, World!");

#C
#include <stdio.h>

int main(void) {
    printf("Hello, World!\n");
    return 0;
}

#Java
public class Main {
    public static void main(String[] args) {
        System.out.println("Hello, World!");
    }
}

برنامه نویسی را از همین حالا شروع کن
توی کانال کلی پست های تمرینی هست !
#java #python #c #Csharp

💻@voidcompile

نسل جدید هوش مصنوعی برای کدنویسی

امروز شرکت Anthropic از مدل جدیدش رونمایی کرد: Claude Sonnet 4.5
🔹 این مدل می‌تونه به‌صورت خودکار تا ۳۰ ساعت کد تولید کنه.
🔹 پروژه‌هایی در حد ۱۱,۰۰۰ خط کد رو مدیریت و کامل می‌کنه.
🔹 تمرکز ویژه روی عامل‌های خودران (Autonomous Agents) داره.

این یعنی چی برای ما برنامه‌نویسا؟

کارهای تکراری رو به AI می‌سپریم.

تمرکز ما روی خلاقیت و معماری میره بالا.

سرعت توسعه پروژه‌ها چند برابر میشه.


📌 اما یه سؤال بزرگ:
آیا این یعنی برنامه‌نویسا به زودی جایگزین می‌شن؟ یا این ابزار فقط دستیار ماست؟

#claude
💻@voidcompile

😎 یه انیمیشن خفن فقط با چند خط پایتون!

با همین چند خط، یه افکت Loading واقعی توی ترمینال بساز.
میتونی ازش توی پروژه‌هات، بازی‌های ترمینالی یا اسکریپت‌های CLI استفاده کنی.

📌 نکته: \r باعث میشه خروجی در همون خط به‌روزرسانی بشه.

import time, sys

animation = "|/-\\"
for i in range(30):
    sys.stdout.write("\rLoading " + animation[i % len(animation)])
    sys.stdout.flush()
    time.sleep(0.1)

print("\nDone!")

#python
💻@voidcompile

👨‍💻 خیلیا فکر می‌کنن «برنامه‌نویس بهتر شدن» یعنی یاد گرفتن زبان‌های بیشتر.
اما واقعیت؟
بیشتر شبیه یه طرز تفکره تا یه مهارت فنی.

🔹 اینا چند تا نکته‌ان که واقعاً فرقی بزرگ می‌سازن:

1️⃣ کد کمتر، فکر بیشتر.
به‌جای نوشتن ۱۰۰ خط کد، راه‌حل ۵ خطی پیدا کن.

2️⃣ بفهم چی داری می‌نویسی.
قبل از گوگل کردن، یه دقیقه فکر کن چرا ارور گرفتی.

3️⃣ مرتب بنویس.
کدی که امروز تمیز می‌نویسی، فردا نجاتت میده.

4️⃣ بفهم چرا نه فقط چطور.
زبان‌ها عوض می‌شن، ولی منطق می‌مونه.

5️⃣ به یادگیری عادت کن.
برنامه‌نویس واقعی کسیه که هیچوقت از یاد گرفتن خسته نمیشه.

📌 یادت باشه: یه برنامه‌نویس خوب کد نمی‌نویسه،
🔹 مسئله حل می‌کنه.

💻@voidcompile