“`html

چیت شیت پایتون: تمام بخش‌های ضروری که باید بدانید

پایتون، زبانی قدرتمند و انعطاف‌پذیر، به یکی از پرکاربردترین زبان‌های برنامه‌نویسی در جهان تبدیل شده است. از توسعه وب و علم داده گرفته تا یادگیری ماشین و اتوماسیون، پایتون ابزاری ضروری برای متخصصان در زمینه‌های مختلف است. اما با گستردگی این زبان، به خاطر سپردن تمام دستورات، توابع و مفاهیم آن می‌تواند چالش‌برانگیز باشد. به همین دلیل، یک “چیت شیت” پایتون (Python Cheat Sheet) می‌تواند بسیار مفید باشد. این راهنما به شما کمک می‌کند تا به سرعت به اطلاعات مورد نیاز خود دسترسی پیدا کنید و بهره‌وری خود را در کدنویسی افزایش دهید.

چرا به یک چیت شیت پایتون نیاز دارید؟

دلایل متعددی وجود دارد که چرا یک چیت شیت پایتون می‌تواند برای توسعه‌دهندگان، دانشمندان داده و سایر متخصصان مفید باشد:

• صرفه‌جویی در زمان: جستجوی مداوم در اینترنت برای یافتن نحو (syntax) یک تابع یا دستور می‌تواند زمان زیادی را تلف کند. یک چیت شیت، اطلاعات مورد نیاز را به سرعت در اختیارتان قرار می‌دهد.
• افزایش بهره‌وری: با دسترسی سریع به اطلاعات، می‌توانید تمرکز خود را بر روی حل مسائل و نوشتن کد موثرتر حفظ کنید.
• کاهش خطاها: اطمینان از استفاده صحیح از دستورات و توابع، احتمال بروز خطاها را کاهش می‌دهد.
• یادگیری و مرور: چیت شیت می‌تواند به عنوان یک ابزار کمکی برای یادگیری مفاهیم جدید و مرور آموخته‌ها مورد استفاده قرار گیرد.
• مرجع سریع: در مواقعی که نیاز به یادآوری یک مفهوم خاص دارید، چیت شیت به عنوان یک مرجع سریع عمل می‌کند.

این چیت شیت جامع، تمام بخش‌های ضروری پایتون را پوشش می‌دهد و به شما کمک می‌کند تا در پروژه‌های خود به طور موثرتر از این زبان استفاده کنید. در ادامه، به بررسی این بخش‌ها می‌پردازیم.

۱. انواع داده‌ها در پایتون

پایتون از انواع داده‌های مختلفی پشتیبانی می‌کند که هر کدام کاربرد خاص خود را دارند. درک این انواع و نحوه استفاده از آنها، برای نوشتن کدهای صحیح و کارآمد ضروری است.

• اعداد (Numbers):
  • اعداد صحیح (Integers): اعداد بدون اعشار مانند `10`, `-5`, `0`.
  • اعداد اعشاری (Floats): اعداد با اعشار مانند `3.14`, `-2.5`, `0.0`.
  • اعداد مختلط (Complex Numbers): اعداد به شکل `a + bj` که `a` و `b` اعداد اعشاری هستند و `j` نشان‌دهنده قسمت موهومی است.
• رشته‌ها (Strings):
  • دنباله‌ای از کاراکترها که بین علامت‌های نقل قول (تک یا دوتایی) قرار می‌گیرند. مثال: `”Hello, World!”`, `’Python’`.
  • رشته‌ها غیرقابل تغییر هستند (immutable)، به این معنی که پس از ایجاد، نمی‌توان محتوای آنها را تغییر داد.
• لیست‌ها (Lists):
  • مجموعه‌ای مرتب از آیتم‌ها که می‌تواند شامل انواع داده‌های مختلف باشد.
  • آیتم‌های لیست با استفاده از اندیس (index) قابل دسترسی هستند. اندیس‌ها از `0` شروع می‌شوند.
  • لیست‌ها قابل تغییر هستند (mutable)، به این معنی که می‌توان آیتم‌ها را اضافه، حذف یا تغییر داد.
• تاپل‌ها (Tuples):
  • مانند لیست‌ها، مجموعه‌ای مرتب از آیتم‌ها هستند.
  • تفاوت اصلی با لیست‌ها این است که تاپل‌ها غیرقابل تغییر هستند.
  • معمولاً برای نگهداری مجموعه‌های ثابت از داده‌ها استفاده می‌شوند.
• مجموعه‌ها (Sets):
  • مجموعه‌ای نامرتب از آیتم‌های منحصربه‌فرد.
  • مجموعه‌ها نمی‌توانند شامل آیتم‌های تکراری باشند.
  • برای انجام عملیات ریاضی مانند اجتماع، اشتراک و تفاضل مجموعه‌ها استفاده می‌شوند.
• دیکشنری‌ها (Dictionaries):
  • مجموعه‌ای از جفت‌های کلید-مقدار (key-value pairs).
  • کلیدها باید منحصربه‌فرد و غیرقابل تغییر باشند (مانند رشته‌ها یا اعداد).
  • مقادیر می‌توانند از هر نوع داده‌ای باشند.
  • دیکشنری‌ها برای نگهداری و بازیابی داده‌ها بر اساس کلیدها استفاده می‌شوند.
• مقادیر بولی (Booleans):
  • نشان‌دهنده ارزش‌های درست (True) یا نادرست (False) هستند.
  • در عملیات منطقی و شرطی استفاده می‌شوند.
• هیچ (None):
  • نشان‌دهنده فقدان مقدار است.
  • معمولاً برای مقداردهی اولیه متغیرها یا نشان دادن اینکه یک تابع مقداری را برنمی‌گرداند، استفاده می‌شود.

مثال‌هایی از انواع داده‌ها:

“`python
# اعداد
age = 30
price = 99.99
complex_number = 2 + 3j

# رشته‌ها
name = “Alice”
message = ‘Hello, World!’

# لیست‌ها
numbers = [1, 2, 3, 4, 5]
fruits = [“apple”, “banana”, “orange”]

# تاپل‌ها
coordinates = (10, 20)
colors = (“red”, “green”, “blue”)

# مجموعه‌ها
unique_numbers = {1, 2, 3, 4, 5}
vowels = {‘a’, ‘e’, ‘i’, ‘o’, ‘u’}

# دیکشنری‌ها
student = {“name”: “Bob”, “age”: 25, “major”: “Computer Science”}
product = {“id”: “123”, “name”: “Laptop”, “price”: 1200}

# مقادیر بولی
is_adult = True
is_student = False

# هیچ
result = None
“`

۲. عملگرها در پایتون

عملگرها نمادهایی هستند که برای انجام عملیات مختلف بر روی متغیرها و مقادیر استفاده می‌شوند. پایتون از انواع مختلفی از عملگرها پشتیبانی می‌کند:

• عملگرهای محاسباتی (Arithmetic Operators):
  • `+` (جمع)
  • `-` (تفریق)
  • `*` (ضرب)
  • `/` (تقسیم)
  • `//` (تقسیم صحیح (floor division))
  • `%` (باقی‌مانده (modulo))
  • `**` (توان)
• عملگرهای انتسابی (Assignment Operators):
  • `=` (انتساب)
  • `+=` (جمع و انتساب)
  • `-=` (تفریق و انتساب)
  • `*=` (ضرب و انتساب)
  • `/=` (تقسیم و انتساب)
  • `//=` (تقسیم صحیح و انتساب)
  • `%=` (باقی‌مانده و انتساب)
  • `**=` (توان و انتساب)
• عملگرهای مقایسه‌ای (Comparison Operators):
  • `==` (برابر)
  • `!=` (نابرابر)
  • `>` (بزرگتر)
  • `<` (کوچکتر)
  • `>=` (بزرگتر یا مساوی)
  • `<=` (کوچکتر یا مساوی)
• عملگرهای منطقی (Logical Operators):
  • `and` (و)
  • `or` (یا)
  • `not` (نقیض)
• عملگرهای بیتی (Bitwise Operators):
  • `&` (AND)
  • `|` (OR)
  • `^` (XOR)
  • `~` (NOT)
  • `<<` (شیفت به چپ)
  • `>>` (شیفت به راست)
• عملگرهای عضویت (Membership Operators):
  • `in` (عضویت)
  • `not in` (عدم عضویت)
• عملگرهای هویت (Identity Operators):
  • `is` (هویت)
  • `is not` (عدم هویت)

مثال‌هایی از عملگرها:

“`python
# عملگرهای محاسباتی
x = 10
y = 5
print(x + y) # 15
print(x – y) # 5
print(x * y) # 50
print(x / y) # 2.0
print(x // y) # 2
print(x % y) # 0
print(x ** y) # 100000

# عملگرهای انتسابی
a = 5
a += 3 # a = a + 3
print(a) # 8

# عملگرهای مقایسه‌ای
p = 10
q = 20
print(p == q) # False
print(p != q) # True
print(p > q) # False
print(p < q) # True # عملگرهای منطقی is_sunny = True is_warm = True print(is_sunny and is_warm) # True print(is_sunny or is_warm) # True print(not is_sunny) # False # عملگرهای عضویت numbers = [1, 2, 3, 4, 5] print(3 in numbers) # True print(6 in numbers) # False # عملگرهای هویت list1 = [1, 2, 3] list2 = list1 list3 = [1, 2, 3] print(list1 is list2) # True print(list1 is list3) # False ```

۳. ساختارهای کنترلی در پایتون

ساختارهای کنترلی به شما امکان می‌دهند جریان اجرای برنامه را کنترل کنید. پایتون از ساختارهای کنترلی زیر پشتیبانی می‌کند:

• عبارات شرطی (Conditional Statements):
  • `if`
  • `elif` (مخفف else if)
  • `else`
  • برای اجرای کد بر اساس یک شرط خاص استفاده می‌شوند.
• حلقه‌ها (Loops):
  • `for`
  • `while`
  • برای تکرار یک بلوک کد استفاده می‌شوند.
  • `break` برای خروج از حلقه
  • `continue` برای پرش به تکرار بعدی حلقه

مثال‌هایی از ساختارهای کنترلی:

“`python
# عبارات شرطی
age = 20
if age >= 18:
print(“You are an adult.”)
else:
print(“You are a minor.”)

score = 75
if score >= 90:
print(“Excellent!”)
elif score >= 70:
print(“Good”)
else:
print(“Needs improvement.”)

# حلقه for
fruits = [“apple”, “banana”, “orange”]
for fruit in fruits:
print(fruit)

numbers = [1, 2, 3, 4, 5]
for i in range(len(numbers)):
print(numbers[i])

# حلقه while
count = 0
while count < 5: print(count) count += 1 # break و continue numbers = [1, 2, 3, 4, 5] for num in numbers: if num == 3: break # خروج از حلقه print(num) numbers = [1, 2, 3, 4, 5] for num in numbers: if num == 3: continue # پرش به تکرار بعدی print(num) ```

۴. توابع در پایتون

توابع بلوک‌هایی از کد هستند که یک وظیفه خاص را انجام می‌دهند. استفاده از توابع به سازماندهی کد، جلوگیری از تکرار و افزایش قابلیت استفاده مجدد کمک می‌کند.

• تعریف تابع (Function Definition):
  • با استفاده از کلمه کلیدی `def` تعریف می‌شود.
  • می‌تواند پارامترهایی را به عنوان ورودی دریافت کند.
  • می‌تواند یک مقدار را با استفاده از کلمه کلیدی `return` برگرداند.
• فراخوانی تابع (Function Call):
  • با نوشتن نام تابع و قرار دادن آرگومان‌ها (مقادیر ورودی) در داخل پرانتز فراخوانی می‌شود.
• توابع lambda (توابع بی‌نام):
  • توابع کوچک و یک‌خطی هستند که با استفاده از کلمه کلیدی `lambda` تعریف می‌شوند.
  • معمولاً برای توابع ساده که نیاز به نام‌گذاری ندارند، استفاده می‌شوند.

مثال‌هایی از توابع:

“`python
# تعریف تابع
def greet(name):
“””This function greets the person passed in as a parameter.”””
print(“Hello, ” + name + “!”)

# فراخوانی تابع
greet(“Alice”) #خروجی: Hello, Alice!

def add(x, y):
“””This function adds two numbers and returns the result.”””
return x + y

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

# تابع lambda
double = lambda x: x * 2
print(double(5)) #خروجی: 10
“`

۵. کلاس‌ها و اشیاء در پایتون (برنامه‌نویسی شیءگرا)

پایتون یک زبان برنامه‌نویسی شیءگرا است، به این معنی که می‌توانید از کلاس‌ها و اشیاء برای سازماندهی و ساختاربندی کد خود استفاده کنید.

• کلاس‌ها (Classes):
  • نقشه‌ای برای ایجاد اشیاء هستند.
  • شامل ویژگی‌ها (attributes) و متدها (methods) هستند.
  • ویژگی‌ها متغیرهایی هستند که داده‌های مربوط به یک شیء را نگهداری می‌کنند.
  • متدها توابعی هستند که رفتار یک شیء را تعریف می‌کنند.
• اشیاء (Objects):
  • نمونه‌هایی از کلاس‌ها هستند.
  • هر شیء دارای مقادیر خاص خود برای ویژگی‌ها است.
• وراثت (Inheritance):
  • به یک کلاس اجازه می‌دهد تا ویژگی‌ها و متدهای یک کلاس دیگر (کلاس والد) را به ارث ببرد.
  • قابلیت استفاده مجدد از کد را افزایش می‌دهد.

مثال‌هایی از کلاس‌ها و اشیاء:

“`python
# تعریف کلاس
class Dog:
def __init__(self, name, breed):
self.name = name
self.breed = breed

def bark(self):
print(“Woof!”)

# ایجاد شیء
my_dog = Dog(“Buddy”, “Golden Retriever”)

# دسترسی به ویژگی‌ها
print(my_dog.name) #خروجی: Buddy
print(my_dog.breed) #خروجی: Golden Retriever

# فراخوانی متد
my_dog.bark() #خروجی: Woof!

# وراثت
class Cat(Dog): #Cat از Dog ارث بری میکند
def __init__(self, name, breed, color):
super().__init__(name, breed) #استفاده از سازنده کلاس والد
self.color = color

def meow(self):
print(“Meow!”)

my_cat = Cat(“Whiskers”, “Persian”, “White”)
print(my_cat.name) #خروجی: Whiskers
print(my_cat.color) #خروجی: White
my_cat.meow() #خروجی: Meow!
my_cat.bark() #خروجی: Woof! – متد Dog هم در Cat قابل دسترسی است
“`

۶. مدیریت خطاها در پایتون

مدیریت خطاها برای جلوگیری از توقف ناگهانی برنامه و ارائه اطلاعات مفید به کاربر در صورت بروز مشکل ضروری است. پایتون از مکانیزم try-except برای مدیریت خطاها استفاده می‌کند.

• بلوک try:
  • کدی که ممکن است باعث بروز خطا شود در این بلوک قرار می‌گیرد.
• بلوک except:
  • کدی که در صورت بروز خطا در بلوک try اجرا می‌شود در این بلوک قرار می‌گیرد.
  • می‌توانید انواع مختلفی از خطاها را در بلوک‌های except مختلف مدیریت کنید.
• بلوک finally (اختیاری):
  • کدی که بدون توجه به اینکه خطا رخ داده است یا نه، اجرا می‌شود در این بلوک قرار می‌گیرد.
  • معمولاً برای انجام کارهای پاکسازی مانند بستن فایل‌ها استفاده می‌شود.
• Raising Exceptions:
  • با استفاده از کلمه کلیدی `raise` می‌توانید به صورت دستی یک خطا را ایجاد کنید.

مثال‌هایی از مدیریت خطاها:

“`python
# try-except
try:
result = 10 / 0
except ZeroDivisionError:
print(“Cannot divide by zero!”)

# try-except-finally
try:
file = open(“myfile.txt”, “r”)
content = file.read()
print(content)
except FileNotFoundError:
print(“File not found!”)
finally:
if ‘file’ in locals():
file.close()
print(“Closing the file.”)

# Raising exceptions
def check_age(age):
if age < 0: raise ValueError("Age cannot be negative.") else: print("Age is valid.") try: check_age(-5) except ValueError as e: print(e) #خروجی: Age cannot be negative. ```

۷. ماژول‌ها و کتابخانه‌ها در پایتون

ماژول‌ها و کتابخانه‌ها مجموعه‌هایی از کد هستند که توابع، کلاس‌ها و متغیرهای از پیش تعریف شده را ارائه می‌دهند. استفاده از ماژول‌ها و کتابخانه‌ها به شما امکان می‌دهد از کدهای موجود استفاده کنید و نیاز به نوشتن کد از ابتدا را کاهش دهید.

• ماژول‌ها (Modules):
  • فایل‌های پایتون هستند که شامل تعاریف و دستورات هستند.
  • با استفاده از کلمه کلیدی `import` می‌توانید ماژول‌ها را به برنامه خود اضافه کنید.
  • می‌توانید توابع و کلاس‌های موجود در ماژول را با استفاده از عملگر `.` (نقطه) فراخوانی کنید.
• کتابخانه‌ها (Libraries):
  • مجموعه‌هایی از ماژول‌ها هستند که برای یک هدف خاص طراحی شده‌اند.
  • به عنوان مثال، کتابخانه NumPy برای محاسبات عددی، کتابخانه Pandas برای تحلیل داده‌ها و کتابخانه Matplotlib برای رسم نمودار استفاده می‌شوند.
• نصب کتابخانه‌ها (Installing Libraries):
  • از `pip`، package installer برای نصب کتابخانه‌ها استفاده می‌شود.
  • مثال: `pip install numpy`

مثال‌هایی از ماژول‌ها و کتابخانه‌ها:

“`python
# ماژول math
import math
print(math.sqrt(25)) #خروجی: 5.0
print(math.pi) #خروجی: 3.141592653589793

# ماژول random
import random
print(random.randint(1, 10)) #خروجی: یک عدد تصادفی بین 1 و 10

# کتابخانه NumPy
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr.mean()) #خروجی: 3.0

# کتابخانه datetime
import datetime

now = datetime.datetime.now()
print(now) #خروجی: تاریخ و ساعت فعلی
print(now.year)
“`

۸. مدیریت فایل‌ها در پایتون

پایتون امکان خواندن و نوشتن فایل‌ها را فراهم می‌کند. این قابلیت برای ذخیره و بازیابی داده‌ها، پردازش فایل‌های متنی و انجام عملیات مختلف روی فایل‌ها مفید است.

• باز کردن فایل (Opening a File):
  • با استفاده از تابع `open()` یک فایل را باز کنید.
  • حالت‌های مختلف باز کردن فایل:
    • `”r”` (خواندن): برای خواندن فایل.
    • `”w”` (نوشتن): برای نوشتن در فایل (اگر فایل وجود نداشته باشد، ایجاد می‌شود؛ اگر وجود داشته باشد، محتوای آن بازنویسی می‌شود).
    • `”a”` (افزودن): برای افزودن به انتهای فایل (اگر فایل وجود نداشته باشد، ایجاد می‌شود).
    • `”x”` (ایجاد): برای ایجاد یک فایل جدید (اگر فایل وجود داشته باشد، خطا رخ می‌دهد).
    • `”b”` (باینری): برای خواندن یا نوشتن فایل‌های باینری.
    • `”t”` (متنی): برای خواندن یا نوشتن فایل‌های متنی (حالت پیش‌فرض).
• خواندن از فایل (Reading from a File):
  • `read()`: خواندن تمام محتوای فایل به صورت یک رشته.
  • `readline()`: خواندن یک خط از فایل.
  • `readlines()`: خواندن تمام خطوط فایل به صورت یک لیست.
• نوشتن در فایل (Writing to a File):
  • `write()`: نوشتن یک رشته در فایل.
  • `writelines()`: نوشتن یک لیست از رشته‌ها در فایل.
• بستن فایل (Closing a File):
  • با استفاده از متد `close()` یک فایل را ببندید.
  • بستن فایل پس از اتمام کار با آن، برای آزاد کردن منابع سیستم و جلوگیری از بروز خطاها ضروری است.
  • استفاده از `with` statement برای اطمینان از بسته شدن فایل، حتی در صورت بروز خطا.

مثال‌هایی از مدیریت فایل‌ها:

“`python
# نوشتن در فایل
with open(“my_file.txt”, “w”) as f:
f.write(“Hello, World!\n”)
f.write(“This is a new line.”)

# خواندن از فایل
with open(“my_file.txt”, “r”) as f:
content = f.read()
print(content)

# خواندن خط به خط
with open(“my_file.txt”, “r”) as f:
for line in f:
print(line.strip()) # حذف کاراکترهای اضافی مثل newline

# افزودن به فایل
with open(“my_file.txt”, “a”) as f:
f.write(“\nAdding more text to the file.”)
“`

۹. Virtual Environments

Virtual environments یک ایزوله سازی برای پروژه‌های پایتون فراهم می‌کنند. این به شما امکان می‌دهد وابستگی‌های مختلفی را برای هر پروژه داشته باشید بدون اینکه با هم تداخل داشته باشند.

• ایجاد یک virtual environment:
  • `python -m venv myenv` (ایجاد یک virtual environment با نام myenv)
• فعال سازی virtual environment:
  • در ویندوز: `myenv\Scripts\activate`
  • در macOS و Linux: `source myenv/bin/activate`
• نصب بسته‌ها:
  • پس از فعال سازی virtual environment، بسته‌ها را با استفاده از pip نصب کنید.
  • `pip install requests`
• غیرفعال سازی virtual environment:
  • `deactivate`

نتیجه‌گیری

این چیت شیت جامع پایتون، تمام بخش‌های ضروری این زبان را پوشش می‌دهد و به شما کمک می‌کند تا در پروژه‌های خود به طور موثرتر از آن استفاده کنید. با استفاده از این راهنما، می‌توانید به سرعت به اطلاعات مورد نیاز خود دسترسی پیدا کنید، بهره‌وری خود را افزایش دهید و کدهای صحیح و کارآمدتری بنویسید. به یاد داشته باشید که این چیت شیت تنها یک نقطه شروع است و برای تسلط کامل بر پایتون، نیاز به تمرین و یادگیری مداوم دارید. با استفاده از منابع آموزشی مختلف و انجام پروژه‌های عملی، می‌توانید به یک متخصص پایتون تبدیل شوید.

“`