پایتون | Data Science | Machine Learning
◀️اینجا با تمرین و چالش با هم پایتون رو یاد می گیریم ⏮بانک اطلاعاتی پایتون پروژه / code/ cheat sheet +ویدیوهای آموزشی +کتابهای پایتون تبلیغات: @alloadv 🔁ادمین : @maryam3771
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام پایتون | Data Science | Machine Learning
تُعد قناة پایتون | Data Science | Machine Learning (@python4all_pro) في القطاع اللغوي Farsi لاعباً نشطاً. يضم المجتمع حالياً 24 706 مشتركاً، محتلاً المرتبة 5 515 في فئة التكنولوجيات والتطبيقات والمرتبة 13 715 في منطقة إيران.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 24 706 مشتركاً.
بحسب آخر البيانات بتاريخ 18 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 1 596، وفي آخر 24 ساعة بمقدار -10، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 3.81%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 2.09% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 941 مشاهدة. وخلال اليوم الأول يجمع عادةً 515 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 2.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل مصنوعی, دنیا, آموزش, پایتون, وبینار.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“◀️اینجا با تمرین و چالش با هم پایتون رو یاد می گیریم
⏮بانک اطلاعاتی پایتون
پروژه / code/ cheat sheet
+ویدیوهای آموزشی
+کتابهای پایتون
تبلیغات:
@alloadv
🔁ادمین :
@maryam3771”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 19 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
%load_ext cudf.pandas
import pandas as pd
GitHub : https://github.com/rapidsai/cudf
#library
#Python_tricks
🆔 @Python4all_proimport os
directory = 'path/to/your/folder'
prefix = 'image_'
# Iterate over files in the directory
for count, filename in enumerate(os.listdir(directory)):
new_name = f"{prefix}{count}.png"
src = f"{directory}/{filename}"
dst = f"{directory}/{new_name}"
# Rename the file
os.rename(src, dst)pip install deepchem
؛DeepChem مجموعه ای عالی از ابزارهای منبع باز را ارائه می دهد که با استفاده از یادگیری عمیق برای کشف دارو، علم مواد، شیمی کوانتومی و زیست شناسی ساخته دیده است
🖥 GitHub
👉Tutorials
👉 Deep Learning Models from DeepChem
🆔 @Python4all_pro# Importing necessary libraries
import PyPDF2
import pyttsx3
# Prompt user for the PDF file name
pdf_filename = input("Enter the PDF file name (including extension): ").strip()
# Open the PDF file
try:
with open(pdf_filename, 'rb') as pdf_file:
# Create a PdfFileReader object
pdf_reader = PyPDF2.PdfReader(pdf_file)
# Get an engine instance for the speech synthesis
speak = pyttsx3.init()
# Iterate through each page and read the text
for page_num in range(len(pdf_reader.pages)):
page = pdf_reader.pages[page_num]
text = page.extract_text()
if text:
speak.say(text)
speak.runAndWait()
# Stop the speech engine
speak.stop()
print("Audiobook creation completed.")
except FileNotFoundError:
print("The specified file was not found.")
except Exception as e:
print(f"An error occurred: {e}")
🆔 @Python4all_propip install pillow
Then, use this script:
from PIL import Image
in_img = 'input.jpg'
out_img = 'grayscale.jpg'
# Open the image
with Image.open(in_img) as img:
# Convert the image to grayscale
grayscale_img = img.convert('L')
# Save the grayscale image
grayscale_img.save(out_img)import ChatTTS
from IPython.display import Audio
chat = ChatTTS.Chat()
chat.load_models()
texts = ["<PUT YOUR TEXT HERE>",]
wavs = chat.infer(texts, use_decoder=True)
Audio(wavs[0], rate=24_000, autoplay=True)
ChatTTS is a text-to-speech model designed specifically for conversational scenarios such as LLM assistant.
ChatTTS supports both English and Chinese (if relevant).
🖥 GitHub
👉 Hugging Face
👉 ChatTTS page
🆔 @Python4all_pro
متاح الآن! بحث تيليغرام 2025 — أهم رؤى العام 
