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.
  • دوره Learning Python

دوره Learning Python

سه شنبه ۲۴ بهمن ۱۳۹۶ - ساعت ۱۱:۰۰
  • آموزش راه اندازی سایت Django روی Windows Server و IIS

آموزش راه اندازی سایت Django روی Windows Server و IIS

سه شنبه ۲۴ بهمن ۱۳۹۶ - ساعت ۰۸:۰۰
  • دوره Python: The Big Picture

دوره Python: The Big Picture

شنبه ۲۱ بهمن ۱۳۹۶ - ساعت ۱۱:۰۰
  • آموزش توسعه بازی با پایتون به وسیله PyGame 

آموزش توسعه بازی با پایتون به وسیله PyGame 

پنج شنبه ۱۹ بهمن ۱۳۹۶ - ساعت ۱۳:۰۰
  • آموزش Python از پایه تا پیشرفته

آموزش Python از پایه تا پیشرفته

پنج شنبه ۱۹ بهمن ۱۳۹۶ - ساعت ۱۱:۰۰
  • آموزش GUI در Python

آموزش GUI در Python

پنج شنبه ۱۹ بهمن ۱۳۹۶ - ساعت ۱۰:۰۰
  • آموزش مبتدی تا متوسط برنامه نویسی پایتون برای یادگیری ماشینی

آموزش مبتدی تا متوسط برنامه نویسی پایتون برای یادگیری ماشینی

سه شنبه ۱۷ بهمن ۱۳۹۶ - ساعت ۱۷:۰۰
  • آموزش اسکریپت نویسی پایتون برای Dynamo در Revit

آموزش اسکریپت نویسی پایتون برای Dynamo در Revit

شنبه ۱۴ بهمن ۱۳۹۶ - ساعت ۱۶:۰۰
  • آموزش اصولی برنامه نویسی پایتون

آموزش اصولی برنامه نویسی پایتون

پنج شنبه ۱۲ بهمن ۱۳۹۶ - ساعت ۱۲:۰۰
  • برنامه نویسی GUI در پایتون با PyQt5 

برنامه نویسی GUI در پایتون با PyQt5 

سه شنبه ۱۰ بهمن ۱۳۹۶ - ساعت ۱۹:۰۰
  • آموزش حرفه ای پایتون 3

آموزش حرفه ای پایتون 3

سه شنبه ۱۰ بهمن ۱۳۹۶ - ساعت ۰۹:۳۰
  • آموزش انجام علم داده با Python

آموزش انجام علم داده با Python

سه شنبه ۱۰ بهمن ۱۳۹۶ - ساعت ۰۱:۰۰
  • دوره Django

دوره Django

دوشنبه ۰۹ بهمن ۱۳۹۶ - ساعت ۰۵:۰۰
  • آموزش حرفه ای پایتون

آموزش حرفه ای پایتون

چهارشنبه ۰۴ بهمن ۱۳۹۶ - ساعت ۱۰:۰۰
  • آموزش طراحی ساختارهای داده در Python

آموزش طراحی ساختارهای داده در Python

سه شنبه ۰۳ بهمن ۱۳۹۶ - ساعت ۰۰:۰۰
  • آموزش پایتون برای ساختار داده ها، الگوریتم ها و مصاحبه ها

آموزش پایتون برای ساختار داده ها، الگوریتم ها و مصاحبه ها

یکشنبه ۰۱ بهمن ۱۳۹۶ - ساعت ۱۴:۳۰
  • آموزش مدیریت کلید های گم شده دیکشنری در پایتون

آموزش مدیریت کلید های گم شده دیکشنری در پایتون

یکشنبه ۰۱ بهمن ۱۳۹۶ - ساعت ۰۵:۰۰
  • آموزش Python 3.x برای پروژه های بینایی کامپیوتری

آموزش Python 3.x برای پروژه های بینایی کامپیوتری

یکشنبه ۰۱ بهمن ۱۳۹۶ - ساعت ۰۴:۳۰
  • آموزش صفر تا صد Python Bootcamp

آموزش صفر تا صد Python Bootcamp

یکشنبه ۰۱ بهمن ۱۳۹۶ - ساعت ۰۳:۰۰
  • دوره کامل و جامع توسعه دهنده پایتون

دوره کامل و جامع توسعه دهنده پایتون

شنبه ۳۰ دی ۱۳۹۶ - ساعت ۲۱:۳۰
  • آموزش Spark و Python برای کلان داده با PySpark

آموزش Spark و Python برای کلان داده با PySpark

شنبه ۳۰ دی ۱۳۹۶ - ساعت ۱۶:۳۰