🐍 Python & Raspberry 🐍
前往频道在 Telegram
Python- Raspberry Pi-AI-IOT ادمین : فرهاد ناصری زاده @farhad_naserizadeh @farhad3412 گروه پایتون @Python_QA تبادل @mmtahmasbi کانال مرتبط @new_mathematical @micropython_iot @c_micro اینستاگرام http://Instagram.com/python_raspberry
显示更多8 216
订阅者
无数据24 小时
-177 天
-8330 天
帖子存档
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_Tv
2⃣ @ai_python
3⃣ @homeAI
❯ علم داده :
1️⃣ @DataSciSchool
2⃣ @DataPlusScience
3⃣ @SQL_server
❯ یادگیری عمیق :
1️⃣ @cvision
❯ آموزش پایتون:
1⃣ @raspberry_python
❯ منابع و کتابهای پایتون و یادگیری ماشین :
1⃣ @programmingPDF
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_NewsTv
2⃣ @ai_python
❯ علم داده :
1️⃣ @DataSciSchool
2⃣ @DataPlusScience
❯ یادگیری ماشین :
1⃣ @Machine_learn
❯ یادگیری عمیق :
1️⃣ @cvision
❯ آموزش پایتون:
1⃣ @Python4all_pro
2⃣ @raspberry_python
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_NewsTv
2⃣ @ai_python
❯ علم داده :
1️⃣ @DataSciSchool
2⃣ @DataPlusScience
❯ یادگیری ماشین :
1⃣ @Machine_learn
❯ یادگیری عمیق :
1️⃣ @cvision
❯ آموزش پایتون:
1⃣ @Python4all_pro
2⃣ @raspberry_python
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_NewsTv
2⃣ @ai_python
3⃣ @HomeAI
❯ علم داده :
1️⃣ @DataSciSchool
2⃣ @DataPlusScience
❯ یادگیری ماشین :
1⃣ @Machine_learn
❯ آموزش پایتون:
1⃣ @Programming4all_0to100
2⃣ @raspberry_python
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_NewsTv
2⃣ @ai_python
3⃣ @HomeAI
❯ یادگیری عمیق :
1️⃣ @cvision
❯ منابع برنامهنویسی :
1⃣ @pythony
❯ علم داده :
1️⃣ @DataSciSchool
2⃣ @DataPlusScience
❯ آموزش پایتون:
1⃣ @Programming4all_0to100
2⃣ @raspberry_python
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_NewsTv
2⃣ @ai_python
3⃣ @HomeAI
❯ یادگیری عمیق :
1️⃣ @cvision
❯ منابع برنامهنویسی :
1⃣ @pythony
❯ علم داده :
1️⃣ @DataSciSchool
2⃣ @DataPlusScience
❯ آموزش پایتون:
1⃣ @Programming4all_0to100
2⃣ @raspberry_python
Drawing Beautiful Design Using Python
👇👇
from turtle import *
import turtle as t
def my_turtle():
# Choices
sides = str(3)
loops = str(450)
pen = 1
for i in range(int(loops)):
forward(i * 2/int(sides) + i)
left(360/int(sides) + .350)
hideturtle()
pensize(pen)
speed(30)
my_turtle()
t.done()
@raspberry_python
Drawing Beautiful Design Using Python
👇👇
from turtle import *
import turtle as t
def my_turtle():
# Choices
sides = str(3)
loops = str(450)
pen = 1
for i in range(int(loops)):
forward(i * 2/int(sides) + i)
left(360/int(sides) + .350)
hideturtle()
pensize(pen)
speed(30)
my_turtle()
t.done()
@raspberry_python
Repost from Persian python
سلام دوستان وقتتون بخیر
ویدیو پلی لیست آموزش برنامه نویسی شئ گرایی آپلود شد.
طی چند روز آینده تمامی قسمت های این پلی لیست رو آپلود میکنم.
قسمت : 9
موضوع :
Inheritance
Super () vs CLASSNAME
چه مواقعی باید از inherit استفاده کنیم ؟
چرا inherit ؟
همراه با چندین مثال ...
میتونین از لینک زیر تماشا کنید
https://youtu.be/BkZdzBQPrS8
امیدوارم که مفید بوده باشه
✔️ استیبل بودن یا نبودن یک الگوریتم مرتب سازی
یکی از دسته بندی های موجود برای الگوریتم هایsort کردن، فاکتور stable بودن یا نبودن هست. به طور خلاصه به الگوریتمی میگن stable که:
موقع sort کردن یک لیست، اگه ۲ تا آیتم مساوی هم بودن، دقیقا به همون ترتیبی که توی لیست اولیه بودن، توی لیست مرتب شده هم ظاهر بشن.
فرض کنید به شما میگن لیست زیر رو بر اساس: اول نمره و بعد درصورت یکسان بودن نمره ها، بر اساس حروف الفبا مرتب کنید. منتاها این لیستی که به شما میدن خودش بر اساس حروف الفبا مرتب شده هست:
lst = [
("Ashkan",17),
("Bahar",18),
("Sorena",17)
]
یک راه مرسوم اینه که به این روش sort رو انجام بدیم:
lst.sort(key=lambda x: (x[1], x[0]))
کاملا درسته و هیچ اشکالی نداره. بیشتر میخواستیم درباره موضوع پست صحبت کنیم.
آیا میتونیم فقط بیایم بر اساس آیتم دوم sort ش کنیم؟ این که خود لیست بر اساس حروف الفبا مرتب شده آیا کمکی میکنه؟ یعنی:
lst.sort(key=lambda x: x[1])
اگه بدونیم الگوریتمی که استفاده شده stable هست بله میتونیم و گارانتی هست که آیتم های مساوی به همون ترتیب در خروجی قرار میگیرن، و چون در حال حاضر بر اساس حروف الفبا مرتب شده هستن، اون افرادی که نمره ی برابر دارن اتوماتیک بر اساس حروف الفبا هم مرتب هستن.
خروجی هردو:
[
('Ashkan', 17),
('Sorena', 17),
('Bahar', 18)
]
پایتون از Tim Sort استفاده میکنه و stable هست.
چند تا از الگوریتم های مرتب سازی استیبل:
• Insertion Sort
• Merge Sort
• Bubble Sort
• Tim Sort
و نقطهی مقابلشون:
• Heap Sort
• Selection Sort
• Quick Sort
✒️ @AmirSoroushh
✔️ استیبل بودن یا نبودن یک الگوریتم مرتب سازی
یکی از دسته بندی های موجود برای الگوریتم هایsort کردن، فاکتور stable بودن یا نبودن هست. به طور خلاصه به الگوریتمی میگن stable که:
موقع sort کردن یک لیست، اگه ۲ تا آیتم مساوی هم بودن، دقیقا به همون ترتیبی که توی لیست اولیه بودن، توی لیست مرتب شده هم ظاهر بشن.
فرض کنید به شما میگن لیست زیر رو بر اساس: اول نمره و بعد درصورت یکسان بودن نمره ها، بر اساس حروف الفبا مرتب کنید. منتاها این لیستی که به شما میدن خودش بر اساس حروف الفبا مرتب شده هست:
lst = [
("Ashkan",17),
("Bahar",18),
("Sorena",17)
]
یک راه مرسوم اینه که به این روش sort رو انجام بدیم:
lst.sort(key=lambda x: (x[1], x[0]))
کاملا درسته و هیچ اشکالی نداره. بیشتر میخواستیم درباره موضوع پست صحبت کنیم.
آیا میتونیم فقط بیایم بر اساس آیتم دوم sort ش کنیم؟ این که خود لیست بر اساس حروف الفبا مرتب شده آیا کمکی میکنه؟ یعنی:
lst.sort(key=lambda x: x[1])
اگه بدونیم الگوریتمی که استفاده شده stable هست بله میتونیم و گارانتی هست که آیتم های مساوی به همون ترتیب در خروجی قرار میگیرن، و چون در حال حاضر بر اساس حروف الفبا مرتب شده هستن، اون افرادی که نمره ی برابر دارن اتوماتیک بر اساس حروف الفبا هم مرتب هستن.
خروجی هردو:
[
('Ashkan', 17),
('Sorena', 17),
('Bahar', 18)
]
پایتون از Tim Sort استفاده میکنه و stable هست.
چند تا از الگوریتم های مرتب سازی استیبل:
• Insertion Sort
• Merge Sort
• Bubble Sort
• Tim Sort
و نقطهی مقابلشون:
• Heap Sort
• Selection Sort
• Quick Sort
✒️ @AmirSoroushh
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_Tv
2⃣ @ai_python
3⃣ @HomeAI
❯ یادگیری ماشین و یادگیری عمیق :
1️⃣ @Machine_learn
❯ منابع برنامهنویسی :
1⃣@pythony
❯ علم داده :
1️⃣ @DataSciSchool
2⃣ @DataPlusScience
❯ تنسورفلو :
1⃣ @cvision
❯ آموزش پایتون:
1⃣ @Programming4all_0to100
2⃣ @raspberry_python
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_Tv
2⃣ @ai_python
3⃣ @HomeAI
❯ یادگیری ماشین و یادگیری عمیق :
1️⃣ @Machine_learn
❯ منابع برنامهنویسی :
1⃣@pythony
❯ علم داده :
1️⃣ @DataSciSchool
2⃣ @DataPlusScience
❯ تنسورفلو :
1⃣ @cvision
❯ آموزش پایتون:
1⃣ @Programming4all_0to100
2⃣ @raspberry_python
Repost from Persian python
سلام دوستان وقتتون بخیر
ویدیو پلی لیست آموزش برنامه نویسی شئ گرایی آپلود شد.
طی چند روز آینده تمامی قسمت های این پلی لیست رو آپلود میکنم.
قسمت : 8
موضوع :
Decorator
function Property
Variable Read Only
امیدوارم که مفید بوده باشه
میتونین از لینک تماشا کنید
لینک گیت هاب :
https://github.com/persianpython/PythonObjectOriented
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_Tv
2⃣ @ai_python
❯ یادگیری ماشین و یادگیری عمیق :
1️⃣ @Machine_learn
❯ تنسورفلو :
1⃣ @cvision
❯ علم داده :
1️⃣ @DataSciSchool
2⃣ @DataPlusScience
❯ آموزش پایتون:
1⃣ @Programming4all_0to100
2⃣ @raspberry_python
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_Tv
2⃣ @ai_python
❯ یادگیری ماشین و یادگیری عمیق :
1️⃣ @Machine_learn
❯ تنسورفلو :
1⃣ @cvision
❯ علم داده :
1️⃣ @DataSciSchool
2⃣ @DataPlusScience
❯ آموزش پایتون:
1⃣ @Programming4all_0to100
2⃣ @raspberry_python
