آموزش پایتون | Python Tutorials

آشنایی با پایتون

درحال حاضر، زبان برنامه نویسی پایتون یکی از محبوب‌ترین زبان‌های برنامه نویسی دنیا است. پایتون در یک سری از ویژگی ها با زبان های تفسیری مانند زبان برنامه نویسی پرل، زبان برنامه نویسی روبی، زبان برنامه نویسی اسکیم، زبان اسمال تاک شباهت دارد و از مدیریت خودکار حافظه استفاده می کند. پایتون یک زبان عالی برای یادگیری برنامه نویسی است . دلایل زیادی برای این وجود دارد، اما به طور ساده این گونه می توان بیان نمود که آن براحتی خوانده و به سرعت نوشته می شود. طولی نمی کشد تا بتوان کدنویسی کرد. پایتون یک نحو یا سینتکس بسیار انسانی دارد که نوشتن ان را آسان می کند.

پایتون چیست؟

python یک زبان برنامه نویسی سطح بالا، تفسیر شده، تعاملی و شی گرا است. پایتون به شدت قابل خواندن است. غالبا پایتون از کلمات کلیدی انگلیسی استفاده می کند در حالیکه زبان های دیگر از نقطه گذاری استفاده می کنند. همچنین python دارای ساختارهای syntactical کمتری نسبت به سایر زبان ها است.

پایتون مفسر است: پایتون در زمان اجرا توسط مترجم پردازش می شود. شما لازم نیست قبل از اجرای آن برنامه خود را کامپایل کنید. این شبیه به PERL و PHP است.

پایتون تعاملی است:  می توانید به طور مستقیم با مترجم ارتباط برقرار کنید تا برنامه های خود را سریعا بنویسید.

پایتون شیء گرا است: پایتون از سبک یا تکنیک برنامه نویسی شیء گرا پشتیبانی می کند که کد را در داخل آبجکت قرار می دهد.

پایتون یک زبان مبتدی است: پایتون یک زبان عالی برای برنامه نویسان مبتدی است و از توسعه طیف گسترده ای از اپلیکیشن ها، از پردازش متن ساده گرفته تا مرورگرهای WWW و بازی ها پشتیبانی می کند.

تاریخچه پایتون

زبان پایتون، توسط Guido van Rossum در طی سال های 1985 تا 1990 در موسسه تحقیقات ملی ریاضیات و علوم کامپیوتری در هلند ایجاد شد. پایتون از بسیاری  زبانهای دیگر، نظیر ABC، Modula-3، C، C++، Algol-68، SmallTalk و Unix shell و سایر زبان های اسکریپتی گرفته شده است. پایتون دارای حق نسخه برداری است و همانند Perl، کد منبع Python در حال حاضر تحت مجوز (GNU General Public License (GPL در دسترس است. پایتون در حال حاضر توسط یک تیم توسعه دهنده اصلی در موسسه نگهداری می شود، گرچه Guido van Rosum هنوز نقش مهمی در هدایت پیشرفت آن دارد.

مزایای زبان برنامه نویسی Python

  • یادگیری این زبان برنامه نویسی به علت وجود کلید واژه های کم، ساختار بسیار ساده و قواعد روشن و مشخص یادگیری آن ساده است
  • برنامه نویسی با این ربان همانند مکالمه انگلیسی است. در واقع زبان برنامه نویسی پایتون متشکل از کلمات انگلیسی و جمله بندی است.
  • این زبان کتابخانه های قابل حمل فراوانی دارد که امکان کارهای بسیار بزرگ و بیچیده را در تمامی سیستم عامل ها ممکن می سازد.
  • با استفاده از ویژگی حالت انفعالی می توان کدهای برنامه را تست و اشکال زدایی نمود
  • این زبان بر روی همه پلتفرم ها با یک رابط کاربری و مشخص قابل استفاده است.
  • برای برنامه کارامدتر و شخصی سازی شده تر می توان از ماژول های سطح پایین در تفسیر کننده این زبان استفاده نمود.
  • از تمامی پایگاه داده تجاری پشتیبانی می کند
  • به کمک کتابخانه های مربوطه می توان برای هر سیستم عاملی یک رابط گرافیکی تولید نمود.
  • از روش های برنامه نویسی تابعی و ساختار یافته و همچنین OOP پشتیبانی می کند.
  • می توان به عنوان یک زبان اسکریپت نویسی استفاده کرد یا می توان آن را به کد بایت برای ساختن برنامه های بزرگ کامپایل کرد.
  • type های داده داینامیک سطح بالا ارائه می دهد و از بررسی dynamic type پشتیبانی می کند.
  • از جمع آوری آشغال های اتوماتیک پشتیبانی می کند
  • می تواند به راحتی با C، C ++، COM، ActiveX، CORBA و جاوا ادغام شود.
  • پایتون از برنامه های GUI پشتیبانی می کند
  • پایتون رابط های کاربری را به تمام پایگاه داده های تجاری اصلی ارائه می دهد.

کاربردهای پایتون:

برنامه‌هایی که کاملاً یا بخشی از آن‌ها با پایتون نوشته شده است:

لیست فریمورک های پایتون

معرفی Python 3.0

پایتون 1.0 در نوامبر 1994 منتشر شد. در سال 2000 پایتون 2.0 منتشر شد. پایتون 2.7.11 آخرین نسخه پایتون 2 است.

Python 3.0 در سال 2008 منتشر شد. پایتون 3 با پایتون 2 سازگار نیست. تاکید در پایتون 3 بر حذف ساختارها و ماژول های برنامه نویسی تکراری بوده است. پایتون 3.5.1 آخرین نسخه Python 3 است.

تغییر قابل توجه در Python 3 این است که چگونه از تابع print استفاده می شود. استفاده از پرانتز () با تابع print در حال حاضر اجباری است. در Python 2 اختیاری بود.

استخراج داده از وب با پایتون

Web scraping یک تکنیک نرم افزار رایانه ای برای استخراج اطلاعات از وب سایت ها است. همانطور که می دانیم، پایتون یک زبان برنامه نویسی متن باز است. شما ممکن است تعداد بسیاری از کتابخانه ها و فریمورک ها را برای انجام یک کار پیدا کنید. از این رو لازم است که بهترین کتابخانه و فریمورک را پیدا کنید. چندین راه برای استخراج اطلاعات از وب وجود دارد:

  • فریمورک Scrapy – یک فریمورک web crawling است که برای استخراج داده ها از صفحه وب با کمک selector ها بر اساس XPath به کار می رود.
  • کتابخانه Beautiful Soupبرای استخراج داده ها از فایل های HTML و XML است که می توان زمانیکه داده ها از جاوا اسکریپت استخراج یا به صورت پویا بارگذاری می شوند از آن به راحتی استفاده کرد.
  • آشنایی با کتابخانه NumPy 

آشنایی با کتابخانه NumPy 

دوشنبه ۲۳ مهر ۱۳۹۷ - ساعت ۰۶:۰۰
  • آموزش کامل پایتون برای علم داده و یادگیری ماشینی

آموزش کامل پایتون برای علم داده و یادگیری ماشینی

دوشنبه ۲۳ مهر ۱۳۹۷ - ساعت ۰۰:۰۰
  • آموزش داده کاوی متن با پایتون و یادگیری ماشینی

آموزش داده کاوی متن با پایتون و یادگیری ماشینی

چهارشنبه ۱۸ مهر ۱۳۹۷ - ساعت ۰۱:۰۰
  • آموزش ایجاد مصورسازی های داده با Plotly

آموزش ایجاد مصورسازی های داده با Plotly

سه شنبه ۱۷ مهر ۱۳۹۷ - ساعت ۱۰:۰۰
  • آشنایی با تست Selenium WebDriver در پایتون

آشنایی با تست Selenium WebDriver در پایتون

جمعه ۱۳ مهر ۱۳۹۷ - ساعت ۱۰:۰۰
  • آموزش هوش مصنوعی با پایتون – شبکه های عصبی عمیق

آموزش هوش مصنوعی با پایتون – شبکه های عصبی عمیق

چهارشنبه ۱۱ مهر ۱۳۹۷ - ساعت ۱۶:۰۰
  • آموزش برنامه نویسی با پایتون برای برنامه نویسان جاوا

آموزش برنامه نویسی با پایتون برای برنامه نویسان جاوا

چهارشنبه ۱۱ مهر ۱۳۹۷ - ساعت ۰۸:۰۰
  • آموزش استفاده از Scikit-learn برای یادگیری ماشینی

آموزش استفاده از Scikit-learn برای یادگیری ماشینی

چهارشنبه ۱۱ مهر ۱۳۹۷ - ساعت ۰۴:۰۰
  • آموزش PyCharm برای توسعه دهندگان 

آموزش PyCharm برای توسعه دهندگان 

پنج شنبه ۰۵ مهر ۱۳۹۷ - ساعت ۲۳:۰۰
  • آموزش تسلط بر پردازش زبان طبییعی با پایتون

آموزش تسلط بر پردازش زبان طبییعی با پایتون

پنج شنبه ۰۵ مهر ۱۳۹۷ - ساعت ۱۹:۰۰
  • آموزش ایجاد اپلیکیشن های وب هوشمند با Django 

آموزش ایجاد اپلیکیشن های وب هوشمند با Django 

چهارشنبه ۰۴ مهر ۱۳۹۷ - ساعت ۰۵:۰۰
  • آموزش پروژه های پیشرفته بینایی کامپوتری

آموزش پروژه های پیشرفته بینایی کامپوتری

سه شنبه ۰۳ مهر ۱۳۹۷ - ساعت ۲۳:۰۰
  • آموزش تسلط بر یادگیری بدون نظارت با پایتون

آموزش تسلط بر یادگیری بدون نظارت با پایتون

سه شنبه ۰۳ مهر ۱۳۹۷ - ساعت ۱۵:۰۰
  • آموزش پروژه های دنیای واقعی یادگیری ماشینی با Scikit-Learn

آموزش پروژه های دنیای واقعی یادگیری ماشینی با Scikit-Learn

سه شنبه ۰۳ مهر ۱۳۹۷ - ساعت ۰۹:۰۰
  • آموزش یادگیری ماشینی تحت نظارت با پایتون

آموزش یادگیری ماشینی تحت نظارت با پایتون

دوشنبه ۰۲ مهر ۱۳۹۷ - ساعت ۲۳:۰۰
  • آموزش یادگیری عمیق با Caffe2 

آموزش یادگیری عمیق با Caffe2 

دوشنبه ۰۲ مهر ۱۳۹۷ - ساعت ۱۹:۰۰
  • آموزش استخراج محتوا از صفحات وب با Scrapy

آموزش استخراج محتوا از صفحات وب با Scrapy

جمعه ۳۰ شهریور ۱۳۹۷ - ساعت ۰۹:۰۰
  • آموزش رمزگذاری و رمزنگاری با پایتون

آموزش رمزگذاری و رمزنگاری با پایتون

چهارشنبه ۲۸ شهریور ۱۳۹۷ - ساعت ۱۷:۰۰
  • آموزش عبارت های منظم در پایتون (2018)

آموزش عبارت های منظم در پایتون (2018)

شنبه ۲۴ شهریور ۱۳۹۷ - ساعت ۰۱:۰۰
  • آموزش Data Wrangling با Pandas برای مهندسان یادگیری ماشینی

آموزش Data Wrangling با Pandas برای مهندسان یادگیری ماشینی

سه شنبه ۲۰ شهریور ۱۳۹۷ - ساعت ۱۶:۰۰
  • آموزش استفاده از ابزارهای REST API پایتون و Flask 

آموزش استفاده از ابزارهای REST API پایتون و Flask 

دوشنبه ۱۹ شهریور ۱۳۹۷ - ساعت ۱۳:۰۰