دوره آموزشی ساختارهای داده در پایتون: مجموعهها (Sets) و مجموعههای ثابت (Frozen Sets)
2 ساعت 7 دقیقهمتوسط2024-11-27
مدرسین

Mridu Bhatnagar
Software Engineer
جزئیات دوره
در این دوره، مریدو باتناگار شما را با اصول استفاده از مجموعهها (Sets) و مجموعههای ثابت (Frozen Sets) در زبان برنامهنویسی پایتون آشنا میکند. اگر در مراحل اولیه مسیر برنامهنویسی با پایتون هستید یا نیاز به مرور سریع دارید، به مریدو بپیوندید تا مکانیکها و توابع اصلی این ساختارهای داده را بررسی کنید. مریدو ابتدا یک نمای کلی از مجموعهها و مجموعههای ثابت ارائه میدهد و سپس به روشهای مختلف کار با آنها میپردازد. او موارد استفاده و موضوعاتی مانند چگونگی اصلاح یک مجموعه و استفاده از توابع داخلی را مورد بحث قرار میدهد. همچنین، مریدو با ارائه ویدیوهای چالشی و راهحل، دانش شما را در طول مسیر آزموده و تقویت میکند. اگر به دنبال یادگیری جنبههای مهم مجموعهها و مجموعههای ثابت در پایتون هستید، بدون نیاز به شرکت در دورههای پروژهمحور طولانی، این دوره مناسب شماست.
اهداف یادگیری:
آشنایی با مکانیکهای اولیه مجموعهها و مجموعههای ثابت در پایتون.
بررسی روشهای ایجاد، اصلاح و استفاده از مجموعهها.
آشنایی با توابع داخلی پایتون برای کار با این ساختارهای داده.
یادگیری تفاوتهای کلیدی بین مجموعهها (Sets) و مجموعههای ثابت (Frozen Sets).
کاربرد عملی مجموعهها در مدیریت دادههای یکتا و بدون ترتیب.
بررسی موارد استفاده از مجموعههای ثابت در سناریوهایی با نیاز به دادههای تغییرناپذیر.
تقویت مهارتها از طریق ویدیوهای چالشی و تمرینهای عملی.
اهداف یادگیری:
آشنایی با مکانیکهای اولیه مجموعهها و مجموعههای ثابت در پایتون.
بررسی روشهای ایجاد، اصلاح و استفاده از مجموعهها.
آشنایی با توابع داخلی پایتون برای کار با این ساختارهای داده.
یادگیری تفاوتهای کلیدی بین مجموعهها (Sets) و مجموعههای ثابت (Frozen Sets).
کاربرد عملی مجموعهها در مدیریت دادههای یکتا و بدون ترتیب.
بررسی موارد استفاده از مجموعههای ثابت در سناریوهایی با نیاز به دادههای تغییرناپذیر.
تقویت مهارتها از طریق ویدیوهای چالشی و تمرینهای عملی.
مهارت ها
Data EngineeringPythonProgramming LanguagesData ScienceOpen SourceSoftware DevelopmentOne-Off
سرفصل ها
0. مقدمه
- 01 - چرا از ستها و ستهای یخ زده استفاده کنید
- 02 - آنچه باید بدانید
- 03 - نحوه استفاده از CoderPad
1. مقدمه ای بر مجموعه ها
- 04 - مقدمه ای بر مجموعه ها
- 05 - تعریف یک مجموعه و مشکلات رایج در هنگام مقداردهی اولیه یک مجموعه
- 06 - تغییرناپذیر و تغییرپذیر
- 07 - قابل هش و تکرار
- 08 - راه حل - حذف چند اتفاق
2. عملیات را تنظیم کنید
- 09 - عضویت را تنظیم کنید
- 10 - تکرار از طریق یک مجموعه
- 11 - درک مطلب را تنظیم کنید
- 12 - راه حل - ثبت نام دوره دانشجویی
3. اپراتورها و روش ها
- 13 - نظریه مجموعهها را با مثال درک کنید
- 14 - تمام عناصر موجود در مجموعههای مختلف را بیابید
- 15 - عناصر مشترک موجود بین مجموعهها را بیابید
- 16 - تفاوت بین دو مجموعه را مشخص کنید
- 17 - اختلاف متقارن دو مجموعه را مشخص کنید
- 18 - تعیین کنید که آیا دو مجموعه دارای عناصر مشترک هستند یا خیر
- 19 - تعیین کنید که آیا یک مجموعه زیرمجموعه دیگری است یا خیر
- 20 - تعیین کنید که آیا یک مجموعه ابر مجموعه دیگری است یا خیر
- 21 - راه حل - لیست دانش آموزان ثبت نام نشده
4. اصلاح یک مجموعه
- 22 - یک عنصر را به یک مجموعه اضافه کنید
- 23 - چندین عنصر را با متد update() اضافه کنید
- 24 - حذف یک عنصر از یک مجموعه
- 25 - حذف یک عنصر از مجموعه با استفاده از discard()
- 26 - استفاده از pop() برای حذف و برگرداندن یک عنصر از یک مجموعه
- 27 - پاک کردن تمام عناصر از یک مجموعه
- 28 - راه حل - با کاراکتر اول فیلتر کنید
5. استفاده از توابع داخلی
- 29 - استفاده از طول برای یافتن تعداد آیتمهای یک مجموعه
- 30 - بزرگترین عنصر مجموعه را پیدا کنید
- 31 - کوچکترین عنصر مجموعه را پیدا کنید
- 32 - همه عناصر مجموعه را مرتب کنید
- 33 - مجموع تمام عناصر یک مجموعه را بیابید
- 34 - راه حل - محبوب ترین دوره
6. مجموعههای منجمد
- 35 - آشنایی با ستهای منجمد
- 36 - چرا ستهای یخ زده
- 37 - ایجاد مجموعههای منجمد
- 38 - حل - جستجوی کلید مرکب
7. Sets و Frozen Sets Internals
- 39 - جدول هش چیست
- 40 - یافتن شاخص در جدول هش
- 41 - ستهای زیر کاپوت چگونه کار میکنند
8. مزایا و معایب
- 42 - مجموعهها در مقابل سایر ساختارهای داده پایتون
9. ایدههای کاربردی
- 43 - راه حل - محاسبه ارزش فاکتور
نتیجه گیری
- 44 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی کلانداده در عصر هوش مصنوعی
- دوره آموزشی راهنمای کامل مهندسی تحلیل دادهها
- دوره آموزشی مهندسی تحلیل پیشرفته: تمرینهای دنیای واقعی
- دوره آموزشی راهنمای کامل Google BigQuery برای مهندسان داده و یادگیری ماشین
- دوره آموزشی یادگیری اصولی PySpark: معرفی ساخت خطوط پردازش داده
- دوره آموزشی پاکسازی دادهها برای علم داده مؤثر: واردکردن دادهها، تشخیص ناهنجاری، پرکردن مقادیر گمشده و مهندسی ویژگیها
- دوره آموزشی یادگیری جامع اسکالا برای علوم داده
- دوره آموزشی SPSS: آمادهسازی، مصورسازی و مدلسازی دادهها