دوره آموزشی 8 نکته ای که باید در پایتون بدانید
51 دقیقهمتوسط2024-12-13
مدرسین

Jonathan Fernandes
Consultant focusing on data science, AI, and big data
جزئیات دوره
توی دنیای آموزش پایتون، دورههای زیادی برای مبتدیها وجود داره، اما برای ساخت برنامههای کاربردی باید فراتر از اصول پایه بری. این دوره به شما کمک میکنه تا به نوشتن کدهای پایتون در سطح متوسط برسید. مربی دوره، Jonathan Fernandes، هشت نکته مهم رو معرفی میکنه که باید توی پایتون بلد باشید. موضوعاتی مثل متدهای any() و all() پایتون، استفاده از متدهای enumerate() و zip()، و همچنین توابع min() و max() و بیشتر. برای هر موضوع، Jonathan یک رویکرد عملی ارائه میده و بعد یک چالش CoderPad (با راهحلها) برای تمرین به شما میده.
اهداف یادگیری
استفاده از توابع any() و all() با تکرارپذیرها (iterables).
ایجاد ایندکسها با استفاده از تابع enumerate().
استفاده از تابع zip() برای ترکیب تکرارپذیرها.
تعریف تکرارپذیر (iterable) و دنباله (sequence) و ارائه مثالهایی از هرکدوم.
مشخص کردن و توضیح دادن رفتار توابع min() و max().
توضیح و استفاده از تابع sort() برای مرتبسازی.
اهداف یادگیری
استفاده از توابع any() و all() با تکرارپذیرها (iterables).
ایجاد ایندکسها با استفاده از تابع enumerate().
استفاده از تابع zip() برای ترکیب تکرارپذیرها.
تعریف تکرارپذیر (iterable) و دنباله (sequence) و ارائه مثالهایی از هرکدوم.
مشخص کردن و توضیح دادن رفتار توابع min() و max().
توضیح و استفاده از تابع sort() برای مرتبسازی.
مهارت ها
PythonProgramming LanguagesOpen SourceSoftware DevelopmentOne-Off
سرفصل ها
0. مقدمه
- 01 - هشت چیز که در پایتون باید بدانید
- 02 - تور کدرپد
1. درک متدهای Python any() و all().
- 03 - تابع all() پایتون
- 04 - تابع any() پایتون
- 05 - راه حل - any() و all()
2. با استفاده از روش Python enumerate() و zip()
- 06 - تابع enumerate() پایتون
- 07 - تابع zip() پایتون
- 08 - راه حل - enumerate() و zip()
3. درک متد ()reversed Python
- 09 - تابع reversed() پایتون
- 10 - راه حل - معکوس ()
4. کار با پایتون min() و max()
- 11 - تابع min() و max() پایتون
- 12 - راه حل - min() و max()
5. درک و استفاده از متد () sorted Python
- 13 - تابع sorted() Python
- 14 - Solution - Sorted()
نتیجه گیری
- 15 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی یادگیری جامع پایتون برای علم داده و یادگیری ماشین بخش اول
- دوره آموزشی مبانی هوش مصنوعی: شبکه های عصبی
- دوره آموزشی داشبوردهای مجهز به هوش مصنوعی با Streamlit
- دوره آموزشی اپ تحلیل داده با قدرت LLM با پایتون و Streamlit
- دوره آموزشی راهنمای کامل مهندسی تحلیل دادهها
- دوره آموزشی اپلیکیشنهای مبتنی بر LLM با Streamlit
- دوره آموزشی هوش مصنوعی عملی: ساخت اولین اپلیکیشن خود با قدرت LLM
- دوره آموزشی تحلیل پیشرفته دادههای مکانی در پایتون