این بخش با مفاهیم پایتون بیشتر سرو کار دارد. در این بخش ساخت ماژول های استاندارد در پایتون مانند datetime، mathematics، statistics و غیره را یاد خواهیم گرفت. سپس شبکه را با استفاده از سوکت ها، API ها برای توییتر و ایمیل ها پوشش خواهیم داد. سپس ماژول های Data Science برای IoT مانند numpy، scipy، pandas، matplotlib را وارد می کنیم. در نهایت ما Multi-threading و مدیریت استثنا را یاد می گیریم. IoT هر روز چیزهای بیشتری را به شکل دیجیتال به ارمغان می آورد که احتمالا آن را یک صنعت چند تریلیون دلاری در آینده نزدیک خواهد ساخت. ساختن پروژه خود در IoT به شما کمک خواهد کرد تا به طور عملی یاد بگیرید که چگونه مهندسی در این تکنولوژی شگفت انگیز اعمال می شود. برای توسعه یک راه حل IoT، نیاز به یک زبان برنامه نویسی است که هم زمان سبک و مقیاس پذیر است. یکی از اینها پایتون است و ما می خواهیم یاد بگیریم که چگونه با این آموزش هم همین کار را بکنیم. پس در این دوره با برنامه نویسی پیشرفته پایتون در IoT آشنا می شوید.

سرفصل:

  • معرفی دوره
  • معرفی بسته ها و ماژول ها
  • نصب
  • مفهوم Anaconda Distribution
  • نصب PyCharm
  • Nuts و Bolts
  • اجرای برنامه ها در PyCharm
  • متدهای لیست
  • یادگیری Bolt Structure
  • مفاهیم شبکه و شبکه سازی
  • ابعاد شبکه سرور کلاینت
  • ارتباط پیام کلاینت و سرور
  • سرور IP از کلاینت به سرور
  • برنامه نویسی Socket
  • جنبه برنامه نویسی شبکه
  • نوشتن کد کلاینت و سرور
  • برنامه نویسی سوکت برای سرور
  • بسته پایتون برای Multithreading
  • ChatBot App
  • کار با Chat Bot
  • ارسال و دریافت داده
  • کار با Chat Bot Server
  • ایجاد و وارد کردن Client Socket
  • ایجاد پیام برای کلاینت
  • ایجاد Chat App
  • پیاگاه داده و Chat App
  • پایگاه داده Pycharm و Sqlite
  • فرمان ها برای ایجاد یک جدول
  • قرار دادن مقادیر در جدول
  • اتصال بین پایگاه داده و کد پایتون
  • درخواست از پایگاه داده
  • تغییر در Chat App
  • رمز گشایی اطلاعات مشتری
  • عنصر کلاینت و مجموعه داده ها
  • فهرست کردن عنصر مشتری
  • اتصال از کلاینت در آدرس
  • افزودن ایمیل و نام کلاینت
  • تحلیل مجموعه داده ها
  • کد نویسی برای تبدیل دما
  • معرفی Numpy
  • اندازه لیست
  • حافظه مصرف شده توسط Ndarray
  • لیست پایتون و آرایه های Ndarray
  • ایجاد آرایه های Numpy
  • آرایه های گوناگون در Numpy
  • شکل آرایه
  • Slicing
  • و غیره