DLeX: AI Python
هوشمصنوعی و برنامهنویسی توییتر : https://twitter.com/NaviDDariya لینک پیام ناشناس، جهت انتقادات، حرف و حدیث و پیشنهادات : https://t.me/mahtabak_nashenas_bot?start=1dOIcE18ITmb5Htw1M7zgq
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام DLeX: AI Python
تُعد قناة DLeX: AI Python (@ai_python) في القطاع اللغوي الفارسية لاعباً نشطاً. يضم المجتمع حالياً 21 284 مشتركاً، محتلاً المرتبة 6 234 في فئة التكنولوجيات والتطبيقات والمرتبة 16 500 في منطقة إيران.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 21 284 مشتركاً.
بحسب آخر البيانات بتاريخ 13 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -58، وفي آخر 24 ساعة بمقدار -9، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 8.24%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 2.67% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 754 مشاهدة. وخلال اليوم الأول يجمع عادةً 569 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 18.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل مصنوعی, توییتر, ماهواره, داده, فناوری.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“هوشمصنوعی و برنامهنویسی
توییتر :
https://twitter.com/NaviDDariya
لینک پیام ناشناس، جهت انتقادات، حرف و حدیث و پیشنهادات : https://t.me/mahtabak_nashenas_bot?start=1dOIcE18ITmb5Htw1M7zgq”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 14 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
import tkinter as TK
fig = plt.figure(figsize=(7, 7))
ax = fig.add_axes([0, 0, 1, 1], frameon=False)
ax.set_xlim(0, 1), ax.set_xticks([])
ax.set_ylim(0, 1), ax.set_yticks([])
n_drops = 50
rain_drops = np.zeros(n_drops, dtype=[('position', float, 2),('size', float, 1),('growth',float1),('color', float4)])
rain_drops['position'] = np.random.uniform(0, 1, (n_drops, 2))
rain_drops['growth'] = np.random.uniform(50, 200, n_drops)
scat = ax.scatter(rain_drops['position'][:, 0], rain_drops['position'][:, 1],
s=rain_drops['size'], lw=0.5, edgecolors=rain_drops['color'],
facecolors='none')
def update(frame_number):
# Get an index which we can use to re-spawn the oldest raindrop.
current_index = frame_number % n_drops
# Make all colors more transparent as time progresses.
rain_drops['color'][:, 3] -= 1.0/len(rain_drops)
rain_drops['color'][:, 3] = np.clip(rain_drops['color'][:, 3], 0, 1)
# Make all circles bigger.
rain_drops['size'] += rain_drops['growth']
# Pick a new position for oldest rain drop, resetting its size,
# color and growth factor.
rain_drops['position'][current_index] = np.random.uniform(0, 1, 2)
rain_drops['size'][current_index] = 5
rain_drops['color'][current_index] = (0, 0, 0, 1)
rain_drops['growth'][current_index] = np.random.uniform(50, 200)
# Update the scatter collection, with the new colors, sizes and positions.
scat.set_edgecolors(rain_drops['color'])
scat.set_sizes(rain_drops['size'])
scat.set_offsets(rain_drops['position'])
animation = FuncAnimation(fig, update, interval=10)
plt.show()
#پایتون #آموزش #کلاس_آموزشی #آموزش_کلاسی #فیلم #python
❇️ @AI_Python
✴️ @AI_Python_EN
🗣 @AI_Python_Arxivwordstring = ' ' ' jomle morede nazaretoon ro benevisid! ' ' '
wordlist = wordstring.split()
wordfreq = [wordlist.count(w) for w in wordlist]
print("String\n {} \n".format(wordstring))
print("List\n {} \n".format(str(wordlist)))
print("Frequencies\n {} \n".format(str(wordfreq)))
print("Pairs\n {}".format(str(dict(zip(wordlist, wordfreq)))))
#پایتون #آموزش #کلاس_آموزشی #آموزش_کلاسی #فیلم #python
❇️ @AI_Python
✴️ @AI_Python_EN
🗣 @AI_Python_Arxivimport random
article = ["the", "a", "one", "some", "any"]
noun = ["boy", "girl", "dog", "town", "car"]
verb = ["drove","jumped","ran","walked", "skipped"]
preposition = ["to","from", "over", "under", "on"]
def random_int():
return random.randint(0,4)
def random_sentence():
"""Creates random and return sentences."""
return ("{} {} {} {} {} {}" .format(article[random_int()] ,noun[random_int()] ,verb[random_int()] ,preposition[random_int()]
, article[random_int()]
,noun[random_int()])).capitalize()
# prints random sentences
for sentence in list(map(lambda x: random_sentence(), range(0, 20))):
print(sentence)
print("\n")
story = (". ").join(list(map(lambda x: random_sentence(), range(0, 20))))
# prints random sentences story
print("{}".format(story))
#پایتون #آموزش #فیلم #python
❇️ @AI_Python
✴️ @AI_Python_EN
🗣 @AI_Python_Arxiv# Writing to an excel
# sheet using Python
import xlwt
from xlwt import Workbook
# Workbook is created
wb = Workbook()
# add_sheet is used to create sheet.
sheet1 = wb.add_sheet('Sheet 1')
sheet1.write(1, 0, 'ISBT DEHRADUN')
sheet1.write(2, 0, 'SHASTRADHARA')
sheet1.write(3, 0, 'CLEMEN TOWN')
sheet1.write(4, 0, 'RAJPUR ROAD')
sheet1.write(5, 0, 'CLOCK TOWER')
sheet1.write(0, 1, 'ISBT DEHRADUN')
sheet1.write(0, 2, 'SHASTRADHARA')
sheet1.write(0, 3, 'CLEMEN TOWN')
sheet1.write(0, 4, 'RAJPUR ROAD')
sheet1.write(0, 5, 'CLOCK TOWER')
wb.save('xlwt example.xls')
#پایتون #آموزش #فیلم #python
❇️ @AI_Python
✴️ @AI_Python_EN
🗣 @AI_Python_Arxiv