راهنمای جیبی پایتون: چیت شیت برای هر نیاز برنامه‌نویسی

فهرست مطالب

“`html

راهنمای جیبی پایتون: چیت شیت برای هر نیاز برنامه‌نویسی

پایتون، زبان برنامه‌نویسی همه‌کاره و محبوبی که به دلیل خوانایی بالا و کتابخانه‌های گسترده، به انتخاب اول بسیاری از توسعه‌دهندگان تبدیل شده است. از توسعه وب و علم داده گرفته تا هوش مصنوعی و اسکریپت‌نویسی، پایتون در عرصه‌های مختلفی خودنمایی می‌کند. این راهنمای جیبی، به عنوان یک چیت‌شیت جامع، به شما کمک می‌کند تا به سرعت به سینتکس، توابع و مفاهیم کلیدی پایتون دسترسی پیدا کنید و در زمان خود صرفه‌جویی نمایید. این راهنما به طور خاص برای برنامه‌نویسان حرفه‌ای طراحی شده است و به جای آموزش مفاهیم اولیه، بر ارائه یک مرجع سریع و کاربردی تمرکز دارد.

فهرست مطالب

سینتکس پایه پایتون

پایتون به خوانایی کد اهمیت زیادی می‌دهد. در اینجا مروری بر اصول اساسی سینتکس پایتون ارائه شده است:

تورفتگی (Indentation)

پایتون از تورفتگی برای تعریف بلوک‌های کد استفاده می‌کند. استفاده از تورفتگی صحیح برای اجرای درست کد حیاتی است. معمولاً از 4 فاصله (space) برای هر سطح تورفتگی استفاده می‌شود. استفاده از Tab به جای Space توصیه نمی‌شود، زیرا ممکن است در محیط‌های مختلف تفسیر متفاوتی داشته باشد و منجر به خطا شود.


 if condition:
  # این بلوک کد با 4 فاصله تورفتگی دارد
  print("Condition is true")
 else:
  # این بلوک کد نیز با 4 فاصله تورفتگی دارد
  print("Condition is false")
 

متغیرها

در پایتون نیازی به تعریف نوع متغیر نیست. نوع متغیر به طور خودکار بر اساس مقدار اختصاص داده شده تعیین می‌شود.


 name = "John Doe" # نوع متغیر: string
 age = 30 # نوع متغیر: integer
 height = 1.75 # نوع متغیر: float
 is_active = True # نوع متغیر: boolean
 

نظرات (Comments)

برای افزودن توضیحات به کد خود از علامت # برای نظرات تک خطی و از """ """ یا ''' ''' برای نظرات چند خطی استفاده کنید.


 # این یک نظر تک خطی است
 """
 این یک نظر
 چند خطی است
 """
 

انواع داده‌ای در پایتون

پایتون از انواع داده‌ای مختلفی پشتیبانی می‌کند. در اینجا به برخی از مهم‌ترین آن‌ها اشاره می‌کنیم:

اعداد (Numbers)

  • Integer (int): اعداد صحیح (مثال: 10، -5، 0)
  • Float (float): اعداد اعشاری (مثال: 3.14، -2.5، 0.0)
  • Complex (complex): اعداد مختلط (مثال: 2 + 3j)

رشته‌ها (Strings)

رشته‌ها دنباله‌ای از کاراکترها هستند و با استفاده از علامت‌های نقل قول تکی (') یا دوتایی (") تعریف می‌شوند.


 greeting = "Hello, World!"
 name = 'Python'
 

لیست‌ها (Lists)

لیست‌ها مجموعه‌ای مرتب و قابل تغییر از عناصر هستند که می‌توانند از انواع مختلف باشند. عناصر لیست با استفاده از اندیس (index) قابل دسترسی هستند.


 my_list = [1, "apple", 3.14, True]
 print(my_list[0]) # خروجی: 1
 

تاپل‌ها (Tuples)

تاپل‌ها مشابه لیست‌ها هستند، اما غیرقابل تغییر (immutable) هستند. تاپل‌ها معمولاً برای ذخیره داده‌هایی که نباید تغییر کنند استفاده می‌شوند.


 my_tuple = (1, "apple", 3.14, True)
 # my_tuple[0] = 5 # این کد باعث خطا می‌شود، زیرا تاپل قابل تغییر نیست
 

مجموعه‌ها (Sets)

مجموعه‌ها مجموعه‌ای نامرتب از عناصر منحصربه‌فرد هستند. مجموعه‌ها برای حذف عناصر تکراری و انجام عملیات ریاضیاتی مانند اجتماع، اشتراک و تفاضل مناسب هستند.


 my_set = {1, 2, 3, 3, 4} # مجموعه عناصر تکراری را حذف می‌کند
 print(my_set) # خروجی: {1, 2, 3, 4}
 

دیکشنری‌ها (Dictionaries)

دیکشنری‌ها مجموعه‌ای از جفت‌های کلید-مقدار (key-value) هستند. کلیدها باید منحصربه‌فرد و غیرقابل تغییر باشند، در حالی که مقادیر می‌توانند از هر نوعی باشند. دیکشنری‌ها برای ذخیره و بازیابی داده‌ها بر اساس کلید مناسب هستند.


 my_dict = {"name": "John", "age": 30, "city": "New York"}
 print(my_dict["name"]) # خروجی: John
 

عملگرها در پایتون

پایتون از عملگرهای مختلفی برای انجام عملیات ریاضیاتی، منطقی و مقایسه‌ای پشتیبانی می‌کند.

عملگرهای ریاضیاتی

  • + (جمع)
  • (تفریق)
  • * (ضرب)
  • / (تقسیم)
  • // (تقسیم صحیح – نتیجه عدد صحیح است)
  • % (باقی‌مانده تقسیم)
  • ** (توان)

عملگرهای مقایسه‌ای

  • == (برابر)
  • != (نابرابر)
  • > (بزرگتر از)
  • < (کوچکتر از)
  • >= (بزرگتر یا مساوی)
  • <= (کوچکتر یا مساوی)

عملگرهای منطقی

  • and (و)
  • or (یا)
  • not (نقیض)

عملگرهای انتساب

  • = (انتساب)
  • += (جمع و انتساب)
  • -= (تفریق و انتساب)
  • *= (ضرب و انتساب)
  • /= (تقسیم و انتساب)
  • %= (باقی‌مانده تقسیم و انتساب)
  • //= (تقسیم صحیح و انتساب)
  • **= (توان و انتساب)

عملگرهای عضویت

  • in (عضویت – بررسی می‌کند که آیا یک مقدار در یک دنباله وجود دارد یا خیر)
  • not in (عدم عضویت – بررسی می‌کند که آیا یک مقدار در یک دنباله وجود ندارد یا خیر)

عملگرهای هویت

  • is (هویت – بررسی می‌کند که آیا دو شیء یکسان هستند یا خیر)
  • is not (عدم هویت – بررسی می‌کند که آیا دو شیء یکسان نیستند یا خیر)

ساختارهای کنترلی

ساختارهای کنترلی به شما اجازه می‌دهند که جریان اجرای برنامه را کنترل کنید.

دستور if

دستور if برای اجرای یک بلوک کد بر اساس یک شرط استفاده می‌شود.


 x = 10
 if x > 5:
  print("x is greater than 5")
 elif x == 5:
  print("x is equal to 5")
 else:
  print("x is less than 5")
 

حلقه for

حلقه for برای تکرار بر روی یک دنباله (مانند لیست، تاپل، رشته) استفاده می‌شود.


 my_list = [1, 2, 3, 4, 5]
 for item in my_list:
  print(item)
 

حلقه while

حلقه while برای تکرار یک بلوک کد تا زمانی که یک شرط خاص برقرار باشد استفاده می‌شود.


 i = 0
 while i < 5:
  print(i)
  i += 1
 

دستور break

دستور break برای خروج از یک حلقه استفاده می‌شود.


 for i in range(10):
  if i == 5:
  break
  print(i)
 

دستور continue

دستور continue برای پرش از یک تکرار (iteration) در یک حلقه و رفتن به تکرار بعدی استفاده می‌شود.


 for i in range(10):
  if i % 2 == 0:
  continue
  print(i)
 

توابع در پایتون

توابع بلوک‌هایی از کد هستند که یک وظیفه خاص را انجام می‌دهند. استفاده از توابع به شما کمک می‌کند کد خود را سازماندهی کنید، از تکرار کد جلوگیری کنید و خوانایی کد را افزایش دهید.

تعریف تابع

برای تعریف یک تابع از کلمه کلیدی def استفاده کنید.


 def greet(name):
  """این تابع یک نام را به عنوان ورودی دریافت می‌کند و یک پیام خوشامدگویی چاپ می‌کند."""
  print("Hello, " + name + "!")

 greet("Alice") # خروجی: Hello, Alice!
 

آرگومان‌ها

توابع می‌توانند آرگومان‌هایی را به عنوان ورودی دریافت کنند. آرگومان‌ها می‌توانند موقعیتی (positional) یا کلیدواژه‌ای (keyword) باشند.


 def add(x, y):
  return x + y

 result = add(5, 3) # آرگومان‌های موقعیتی
 print(result) # خروجی: 8

 result = add(y=3, x=5) # آرگومان‌های کلیدواژه‌ای
 print(result) # خروجی: 8
 

مقادیر پیش‌فرض

می‌توانید برای آرگومان‌ها مقادیر پیش‌فرض تعیین کنید. اگر هنگام فراخوانی تابع مقداری برای یک آرگومان با مقدار پیش‌فرض ارائه نشود، مقدار پیش‌فرض استفاده می‌شود.


 def power(base, exponent=2):
  return base ** exponent

 result = power(2) # مقدار پیش‌فرض exponent استفاده می‌شود
 print(result) # خروجی: 4

 result = power(2, 3) # مقدار جدید exponent استفاده می‌شود
 print(result) # خروجی: 8
 

مقادیر بازگشتی

توابع می‌توانند با استفاده از دستور return یک مقدار را برگردانند. اگر دستور return در یک تابع وجود نداشته باشد، تابع مقدار None را برمی‌گرداند.


 def square(x):
  return x * x

 result = square(5)
 print(result) # خروجی: 25
 

برنامه‌نویسی شیءگرا (OOP) در پایتون

پایتون از برنامه‌نویسی شیءگرا (OOP) پشتیبانی می‌کند. OOP یک رویکرد برنامه‌نویسی است که بر اساس مفهوم "شیء" (object) است. یک شیء شامل داده‌ها (attributes) و رفتارها (methods) است.

کلاس‌ها

کلاس‌ها الگوهایی برای ایجاد اشیاء هستند. برای تعریف یک کلاس از کلمه کلیدی class استفاده کنید.


 class Dog:
  def __init__(self, name, breed):
  self.name = name
  self.breed = breed

  def bark(self):
  print("Woof!")

 my_dog = Dog("Buddy", "Golden Retriever")
 print(my_dog.name) # خروجی: Buddy
 my_dog.bark() # خروجی: Woof!
 

وراثت (Inheritance)

وراثت به شما اجازه می‌دهد که یک کلاس جدید را بر اساس یک کلاس موجود ایجاد کنید. کلاس جدید (کلاس فرزند) تمام ویژگی‌ها و رفتارهای کلاس موجود (کلاس والد) را به ارث می‌برد و می‌تواند ویژگی‌ها و رفتارهای جدیدی را نیز اضافه کند.


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

  def speak(self):
  print("Generic animal sound")

 class Dog(Animal):
  def __init__(self, name, breed):
  super().__init__(name)
  self.breed = breed

  def speak(self):
  print("Woof!")

 my_dog = Dog("Buddy", "Golden Retriever")
 print(my_dog.name) # خروجی: Buddy
 my_dog.speak() # خروجی: Woof!
 

چندریختی (Polymorphism)

چندریختی به معنای توانایی یک شیء برای داشتن اشکال مختلف است. در پایتون، چندریختی معمولاً از طریق وراثت و overriding متدها (methods) پیاده‌سازی می‌شود.


 class Cat(Animal):
  def speak(self):
  print("Meow!")

 animals = [Animal("Generic animal"), Dog("Buddy", "Golden Retriever"), Cat("Whiskers")]
 for animal in animals:
  animal.speak()
 # خروجی:
 # Generic animal sound
 # Woof!
 # Meow!
 

Encapsulation (کپسوله سازی)

Encapsulation به پنهان کردن داده‌ها و متدها در داخل یک کلاس اشاره دارد و از دسترسی مستقیم از خارج از کلاس جلوگیری می‌کند. در پایتون، این کار معمولاً با استفاده از نامگذاری متغیرها و متدها با یک یا دو علامت underscore انجام می‌شود. یک underscore به معنی "protected" و دو underscore به معنی "private" است. البته، این فقط یک قرارداد است و پایتون از نظر فنی داده‌ها را کاملاً private نمی‌کند.


 class BankAccount:
  def __init__(self, account_number, balance):
  self.__account_number = account_number # Private attribute
  self._balance = balance # Protected attribute

  def get_balance(self):
  return self._balance

  def deposit(self, amount):
  self._balance += amount

  def withdraw(self, amount):
  if amount > self._balance:
  print("Insufficient funds")
  else:
  self._balance -= amount

 my_account = BankAccount("1234567890", 1000)
 print(my_account.get_balance()) # خروجی: 1000
 my_account.deposit(500)
 print(my_account.get_balance()) # خروجی: 1500
 # print(my_account.__account_number) # این کار توصیه نمیشود (اگرچه خطا نمیدهد)
 

ماژول‌ها و کتابخانه‌های پرکاربرد

پایتون دارای تعداد زیادی ماژول و کتابخانه است که می‌توانند برای انجام وظایف مختلف مورد استفاده قرار گیرند. در اینجا به برخی از پرکاربردترین آن‌ها اشاره می‌کنیم:

ماژول math

ماژول math شامل توابعی برای انجام عملیات ریاضیاتی است.


 import math

 print(math.sqrt(16)) # خروجی: 4.0
 print(math.pi) # خروجی: 3.141592653589793
 

ماژول random

ماژول random شامل توابعی برای تولید اعداد تصادفی است.


 import random

 print(random.random()) # تولید یک عدد تصادفی بین 0 و 1
 print(random.randint(1, 10)) # تولید یک عدد تصادفی بین 1 و 10 (شامل 1 و 10)
 

ماژول datetime

ماژول datetime شامل کلاس‌هایی برای کار با تاریخ و زمان است.


 import datetime

 now = datetime.datetime.now()
 print(now) # نمایش تاریخ و زمان فعلی
 print(now.year) # نمایش سال فعلی
 

کتابخانه NumPy

NumPy یک کتابخانه قدرتمند برای محاسبات عددی است. NumPy به ویژه برای کار با آرایه‌ها و ماتریس‌ها مناسب است.


 import numpy as np

 my_array = np.array([1, 2, 3, 4, 5])
 print(my_array)
 print(my_array.shape)
 

کتابخانه pandas

pandas یک کتابخانه برای تجزیه و تحلیل داده‌ها است. pandas به شما اجازه می‌دهد که داده‌ها را در قالب‌های DataFrame (جدول) و Series (ستون) سازماندهی کنید و عملیات مختلفی را بر روی آن‌ها انجام دهید.


 import pandas as pd

 data = {'name': ['John', 'Alice', 'Bob'], 'age': [30, 25, 40], 'city': ['New York', 'London', 'Paris']}
 df = pd.DataFrame(data)
 print(df)
 

کتابخانه matplotlib

matplotlib یک کتابخانه برای رسم نمودارها و تصاویر است.


 import matplotlib.pyplot as plt

 x = [1, 2, 3, 4, 5]
 y = [2, 4, 6, 8, 10]
 plt.plot(x, y)
 plt.xlabel("X-axis")
 plt.ylabel("Y-axis")
 plt.title("My Plot")
 plt.show()
 

کتابخانه requests

requests یک کتابخانه برای ارسال درخواست‌های HTTP است. از این کتابخانه برای تعامل با API‌ها و دریافت داده‌ها از وب استفاده می‌شود.


 import requests

 response = requests.get("https://www.example.com")
 print(response.status_code) # نمایش کد وضعیت (200: موفقیت)
 print(response.text) # نمایش محتوای پاسخ
 

این راهنمای جیبی تنها مروری بر مفاهیم و ابزارهای اساسی پایتون بود. برای یادگیری بیشتر، به مستندات رسمی پایتون و سایر منابع آموزشی مراجعه کنید. همیشه به یاد داشته باشید که تمرین مداوم کلید تسلط بر هر زبان برنامه‌نویسی است. موفق باشید!

```

“تسلط به برنامه‌نویسی پایتون با هوش مصنوعی: آموزش کدنویسی هوشمند با ChatGPT”

قیمت اصلی 2.290.000 ریال بود.قیمت فعلی 1.590.000 ریال است.

"تسلط به برنامه‌نویسی پایتون با هوش مصنوعی: آموزش کدنویسی هوشمند با ChatGPT"

"با شرکت در این دوره جامع و کاربردی، به راحتی مهارت‌های برنامه‌نویسی پایتون را از سطح مبتدی تا پیشرفته با کمک هوش مصنوعی ChatGPT بیاموزید. این دوره، با بیش از 6 ساعت محتوای آموزشی، شما را قادر می‌سازد تا به سرعت الگوریتم‌های پیچیده را درک کرده و اپلیکیشن‌های هوشمند ایجاد کنید. مناسب برای تمامی سطوح با زیرنویس فارسی حرفه‌ای و امکان دانلود و تماشای آنلاین."

ویژگی‌های کلیدی:

بدون نیاز به تجربه قبلی برنامه‌نویسی

زیرنویس فارسی با ترجمه حرفه‌ای

۳۰ ٪ تخفیف ویژه برای دانشجویان و دانش آموزان