آموزش پایتون برای مبتدیان: همراه با تمرینهای عملی
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- یادگیری درباره متغیرها، انواع داده، رشتهها، عملگرها و دستورات کنترلی در اصول پایتون
- استفاده از کالکشنهای پایتون مانند لیستها، تاپلها، مجموعهها و دیکشنریها برای ذخیره و کار با داده به صورت کارآمد
- استفاده از اصول اولیه برنامهنویسی مانند دستورات شرطی، حلقهها، توابع و برنامهنویسی شیگرا (OOP)
- نوشتن اپلیکیشن های پایتون قوی و قابل اطمینان با مدیریت خطاها و استثناها
- استفاده از ماژولهای مشهور پایتون شامل Math ،DateTime ،JSON و PIP برای کاربردهای مفید
- آشنایی با Pandas برای تحلیل داده
- استفاده از NumPy برای محاسبات عددی جهت انجام عملیات روی داده
- ایجاد نمودارها و ترسیمها با Matplotlib برای مصورسازی کارآمد داده
- ایجاد، ایمپورت کردن و استفاده مجدد از ماژولهای پایتون برای ساخت برنامههای ماژولار
- توسعه مهارتهای عملی با پشتیبانی کوییزها، فعالیتهای کدنویسی و مثالهای دنیای واقعی
پیشنیازهای دوره
- هیچ تجربه برنامهنویسی مورد نیاز نیست.
توضیحات دوره
آیا در برنامهنویسی تازهکار هستید و میخواهید با یکی از پرکاربردترین و در دسترسترین زبانهای دنیا شروع کنید؟ هدف این دوره، «پایتون برای مبتدیان مطلق همراه با تمرین عملی»، این است که با ارائه توضیحات شفاف، درسهای سازمانیافته و سناریوهای متعدد دنیای واقعی، به شما کمک کند تا به یک برنامهنویس پایتون با تجربه تبدیل شوید.
اولین قدم در این دوره، راهاندازی محیط پایتون در Google Colab و Anaconda است تا بتوانید به راحتی روی هر سیستمی کار کنید. سپس اصول پایتون به تدریج، از جمله چگونگی ایجاد و مدیریت متغیرها، تعامل با انواع داده، کار با رشتهها و کنترل منطق برنامه با استفاده از عملگرها و دستورات شرطی پوشش داده میشود.
با پیشرفت در دوره، یاد خواهید گرفت که چگونه با کاوش عمیق در ساختارهای دادهای اولیه پایتون، شامل لیستها، تاپلها، مجموعهها و دیکشنریها، داده را به طور موثر ذخیره، بازیابی و پردازش کنید. علاوه بر این، درک کاملی از حلقهها، توابع و برنامهنویسی شیگرا (OOP) پیدا خواهید کرد که همگی برای ایجاد کد مقیاسپذیر و قابل استفاده مجدد ضروری هستند.
این دوره همچنین مدیریت خطا، ماژولها و بسیاری از موضوعات دیگر را برای بهبود دانش برنامهنویسی شما و ارائه مهارتهای لازم برای ساخت برنامههای قابل اطمینان پوشش میدهد. به منظور تحلیل و ارائه موفقیتآمیز داده، کتابخانههای قدرتمند داخلی و خارجی پایتون، از جمله NumPy برای محاسبات عددی، Pandas برای تحلیل داده و Matplotlib برای مصورسازی داده را بررسی خواهید کرد.
به منظور تثبیت یادگیری و امکان به کارگیری فوری آنچه آموختهاید، هر بخش شامل ارزیابیهایی است. این دوره اصول محکمی را که برای دنبال کردن حرفهای در علم داده، هوش مصنوعی یا توسعه وب، یا صرفاً برای خودکارسازی تسک ها نیاز دارید، به شما میدهد.
این دوره برای چه کسانی مناسب است؟
- مبتدیان
- سطح متوسط
- افراد غیر فنی
- دانشجویان
- متخصصان
آموزش پایتون برای مبتدیان: همراه با تمرینهای عملی
-
مقدمه 03:59
-
Anaconda - راهاندازی محیط 06:55
-
Google Colab - راهاندازی محیط 05:14
-
چگونگی ایجاد متغیرها در پایتون 09:43
-
چگونگی نامگذاری متغیر در پایتون 10:34
-
متغیرهای چند کلمهای در پایتون 07:11
-
چگونگی خروجی گرفتن از متغیرها در پایتون 03:22
-
تخصیص مقادیر متعدد به متغیرها در پایتون 08:00
-
متغیرهای پایتون None
-
متغیرهای Local و Global چه هستند 08:13
-
انواع دادهها در پایتون 07:50
-
اعداد در پایتون 07:21
-
تبدیل نوع 05:13
-
مبانی پایتون None
-
ایجاد متغیرهای رشتهای 09:50
-
پردازش رشته به عنوان آرایه، حلقه زدن در رشتهها و بررسی الگوها 11:29
-
برش رشته 05:50
-
تغییر رشتهها 10:31
-
الحاق و فرمتدهی رشتهها 17:08
-
رشتههای پایتون None
-
ایجاد کامنتها 08:20
-
ایجاد متغیرهای بولی 07:47
-
مقادیر بولی در پایتون None
-
عملگرهای حسابی 10:38
-
عملگرهای مقایسهای 18:15
-
عملگرهای تخصیص 06:59
-
عملگرهای منطقی 09:10
-
عملگرهای Identity و Membership 13:10
-
عملگرهای پایتون None
-
مقدمهای بر کالکشنهای پایتون 08:51
-
ایجاد لیست، بررسی آیتمها، دسترسی به آیتمها و استفاده از سازنده list() 12:33
-
دسترسی به لیست با بازه ایندکسها و بررسی وجود آیتم 17:18
-
تغییر مقادیر یک آیتم و بازهای از آیتمهای لیست 14:57
-
درج آیتمهای جدید در لیست 10:29
-
حذف آیتمها از لیست 11:09
-
حلقه زدن در لیست 13:17
-
List Comprehension 12:55
-
مرتبسازی لیست 05:46
-
کپی کردن لیست 06:35
-
پیوستن لیستها 06:35
-
لیستهای پایتون None
-
ایجاد تاپل، یافتن طول و نوع تاپل 10:43
-
ایجاد تاپل با یک آیتم، انواع داده آیتمهای تاپل، سازنده tuple() 07:34
-
دسترسی به آیتمهای تاپل 11:10
-
بروزرسانی تاپل 11:01
-
آنپک کردن آیتمهای تاپل 09:09
-
حلقه زدن در آیتمهای تاپل 08:23
-
پیوستن تاپلها و بررسی متدهای تاپل 06:21
-
تاپلهای پایتون None
-
ایجاد مجموعه، طول مجموعه، انواع داده آیتمها، نوع، سازنده set() 14:21
-
دسترسی به آیتمهای مجموعه 07:21
-
افزودن آیتمها به مجموعه 08:03
-
حذف آیتمها از مجموعه 09:58
-
پیوستن مجموعهها 14:48
-
مجموعههای پایتون None
-
مقدمه دیکشنری 04:07
-
ایجاد دیکشنری، آیتمها، طول، انواع داده آیتمها، ()dict 13:32
-
دسترسی به آیتمهای دیکشنری 11:31
-
بررسی وجود کلید در دیکشنری و افزودن آیتمهای جدید 06:55
-
بروزرسانی دیکشنری 06:22
-
حذف آیتمها از دیکشنری 08:32
-
حلقه زدن در دیکشنری 08:07
-
دیکشنری توصیفی و کپی کردن دیکشنری 15:50
-
دیکشنری پایتون None
-
If-Else و شرطهای منطقی 07:52
-
دستور If، دستور Elif، دستور Else 14:35
-
فرم کوتاه If و فرم کوتاه If-Else 07:15
-
AND ،OR ،NOT در If-Else 08:30
-
If توصیفی و دستور Pass در If-Else 05:34
-
دستورات شرطی پایتون None
-
Match 11:15
-
ترکیب مقادیر در Match و استفاده از دستورات If به عنوان Guard در دستور Match 08:01
-
دستور Match پایتون None
-
حلقه While و دستور Break 07:10
-
دستور Continue و else با حلقه While 06:24
-
حلقه While پایتون None
-
حلقه For، دستورات Break ،continue ،pass 11:45
-
حلقه For با تابع Range 11:05
-
دستور Else با حلقه For و حلقههای تو در تو 08:11
-
حلقه For پایتون None
-
ایجاد و فراخوانی تابع 07:29
-
ارسال آرگومان و آرگومانهای کلیدواژهای به تابع 11:31
-
مقدار پیشفرض پارامتر و ارسال لیست به عنوان آرگومان 05:23
-
مقدار بازگشتی از تابع و دستور Pass در تابع 08:46
-
تابع Lambda 09:11
-
توابع پایتون None
-
مقدمه OOP، ایجاد کلاس و شیء آن 08:04
-
متدهای ()__init__() ،self ،__str__ 17:59
-
ایجاد متدها در کلاسها 05:48
-
تغییر و حذف ویژگیهای شیء، حذف شیء 06:42
-
وراثت 10:03
-
افزودن متد ()__init__ به کلاس فرزند 05:17
-
تابع ()super 03:31
-
افزودن ویژگیها و متدها در کلاس فرزند 16:40
-
پلیمورفیسم درس 1 10:28
-
پلیمورفیسم درس 2 10:02
-
برنامهنویسی شیگرا در پایتون (OOP) None
-
مقدمه Iterator 15:55
-
ایجاد Iterator اختصاصی خودتان 08:02
-
Iterators پایتون None
-
Scope متغیر - Local و Global 11:38
-
بررسی توابع داخلی Math و ماژول Math 07:59
-
ماژول Math پایتون None
-
تبدیل آبجکت از پایتون به JSON، از JSON به پایتون و مرتبسازی آن 16:38
-
JSON در پایتون None
-
مدیریت استثنا، استثناهای متعدد، Else ،Finally و Raise کردن استثنا 11:12
-
مدیریت خطای پایتون None
-
دریافت ورودی از کاربر 05:10
-
F-String 15:30
-
فرمتدهی رشته با متد ()format 10:12
-
فرمتدهی رشته None
-
کاربرد ماژول پایتون 09:23
-
ماژول پایتون None
-
بررسی ماژول DateTime و ایجاد آبجکت DateTime 04:24
-
لیست کردن، نصب و حذف پکیجها با استفاده از PIP 08:39
-
نصب NumPy، ایجاد آبجکت آرایه NumPy 06:48
-
ایجاد آرایههای 1D ،2D ،3D در NumPy و بررسی ابعاد آرایه 11:05
-
ایندکسگذاری آرایه NumPy 09:09
-
برش آرایه NumPy 14:53
-
انواع داده آرایه NumPy 08:22
-
مقایسه Copy و View در آرایه NumPy 09:02
-
شکل آرایه NumPy 03:57
-
تغییر شکل آرایههای NumPy 12:39
-
تکرار روی آرایه NumPy 08:20
-
پیوستن آرایههای NumPy 13:40
-
تقسیم) آرایههای NumPy 13:19
-
جستجو در آرایههای NumPy 03:50
-
مرتبسازی آرایههای NumPy 07:21
-
پایتون NumPy None
-
مقدمه و نصب Pandas 07:21
-
Pandas Series 06:34
-
Pandas DataFrame 06:42
-
خواندن فایل CSV 06:20
-
پایتون Pandas None
-
مقدمه، نصب 07:12
-
ترسیم در Matplotlib 11:04
-
Matplotlib Marker 12:30
-
Matplotlib Line 09:13
-
برچسبهای Matplotlib 12:08
-
افزودن خطوط شبکه در Matplotlib 06:47
-
Matplotlib Subplot 07:51
-
نمودار پراکندگی در Matplotlib 06:08
-
نمودارهای میلهای در Matplotlib 04:24
-
پایتون Matplotlib None
-
مسیرهای آینده 02:21
مشخصات آموزش
آموزش پایتون برای مبتدیان: همراه با تمرینهای عملی
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:همه سطوح
- تعداد درس:145
- مدت زمان :18:45:08
- حجم :6.28GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 02:27:39
- تعداد درس: 24
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 08:41:15
- تعداد درس: 87
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 03:02:02
- تعداد درس: 14
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 58:00
- تعداد درس: 12
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 11:25:13
- تعداد درس: 94
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 06:58:57
- تعداد درس: 60
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 08:11:21
- تعداد درس: 28
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 09:44:25
- تعداد درس: 67
-
سطح دوره:
-
زبان: دوبله فارسی