🐍 Python & Raspberry 🐍

Merge Multiple PDF @RASPBERRY_PYTHON

Merge Multiple PDF @RASPBERRY_PYTHON

بهترین کانال های یوتیوب برای یادگیری پایتون @raspberry_python

بهترین کانال های یوتیوب برای یادگیری پایتون @raspberry_python

Get Complete Roadmap Here 👉👉https://copyassignment.com/complete-python-roadmap-for-beginners-in-2022/ @raspberry_python

Get Complete Roadmap Here 👉👉https://copyassignment.com/complete-python-roadmap-for-beginners-in-2022/ @raspberry_python

🔴🔴اطلاع‌رسانی مهم در مورد تغییر قیمت دامنه com.🔴🔴 🔻بنابر ابلاغیه رسمی ثبت کننده بین‌المللی Verisign، از ۱۰ شهریور قیمت دامنه com. افزایش چشمگیری پیدا خواهد کرد 🔻پس حتما سعی کنید قبل از فرا رسیدن این تاریخ دامنه خودتون رو تمدید کنید 🔻شرکت برتینا برای شما شرایطی در نظر گرفته تا با قیمت بسیار مناسب، 295000 تومان دامنه خودتون رو انتقال و تمدید کنید 🔻پس عجله کنید و همین الان از طریق لینک زیر دامنه خودتون رو انتقال بدید 🔽🔽🔽🔽🔽🔽🔽 🔹 bertina.ir/domain/

💥 اینهم از جدیدترین دوره‌ی سئو و دیجیتال مارکتینگ در دانشگاه تهران 😎🤝 ✅ تخفیف ویژه برای ۵ نفر اول 🖐 ✅ اعطای مدرک بین‌المللی ✅ پشتیبانی ۶ ماهه بعد از دوره . 💥ثبت‌نام در دوره‌ی سئو و دیجیتال مارکتینگ در دانشگاه تهران 👇 🌐 https://evnd.co/kCYeZ __ هرگونه سوال با عضویت در کانال‌‌👇 @Oxin_Code

✔️ سوال: best practice‌ها و ابزارات مورد نیاز برای توسعه یه بسته، لایبرری یا نرم‌افزار پایتونی چیه؟ ابزارهای زیادی واسه این‌کارا وجود داره که بر اساس تجربه و چیزی که از 80 درصد پروژه های معروف و بزرگ دیدم، سعی میکنم بهتریناش رو معرفی کنم: Dependency Management System برای مدیریت وابستگی های یک پروژه بزرگ (یا نسبتا بزرگ)، پیشنهاد میکنم از Poetry استفاده کنید، چون ابزار بسیار قدرتمندی هست، کار باهاش بسیار راحته (خیلی شبیه به Cargo در زبان Rust هست)، کامیونیتی بزرگی داره، به راحتی محیط dev و prod رو میتونید مدیریت کنید، مستندات بسیار خوب و روانی داره، در سریع ترین زمان ممکن میتونید پروژه رو در PyPI منتشر کنید و همچنین پروژه⁧های معروفی از جمله Rich (کتابخونه⁧ای که خود pip هم ازش برای رنگی کردن progress barها استفاده میکنه) از اون استفاده میکنن، که همین نشون میده چقدر کاربردی هست. مواردی از جمله build و run هم کاملا با Poetry انجام میشن. - منابع آموزشی: 1. آشنایی و شروع به کار با Poetry https://realpython.com/dependency-management-python-poetry/ 2. جزیات عمیق درباره هر قابلیت و نحوه استفاده https://python-poetry.org/docs 3. نحوه انتشار یک package پایتونی در PyPI به کمک Poetry https://johnfraney.ca/blog/create-publish-python-package-poetry/ Linting & Type Checking برای Linting ابزارهای flake8 و pylint از معروف ترین⁧ها هستن، هر یک رو میتونید شدت سخت گیریشون رو تنظیم کنید، به راحتی همراه با Poetry تنظیماتشون در یک فایل قرار میگیره و نیاز به نگه داشتن فایل⁧های متفاوت برای هر کدوم ندارید. به نظرم خود flake8 به تنهایی نیازتون رو برطرف میکنه. اگر از PyCharm استفاده کنید یک Linter به صورت Built-in در اختیارتون میذاره که خوبه و کارتون رو راه میندازه. اگر عادت دارید کدهای خودتون رو Annotate کنید و زیاد از Type Hint ها استفاده میکنید، استفاده از MyPy به عنوان یک static type checker به شما کمک میکنه ایرادات موجود در کلاس ها، توابع و ... رو پیدا کنید و بتونید typeهای دقیق تری استفاده کنید. همچنین ابزار Pyright که توسط مایکروسافت توسعه داده میشه، در VSCode به صورت integrated با افزونه Pylance کار میکنه و اگر از VSCode استفاده میکنید پیشنهاد میکنم حتما افزونه Pylance رو نصب کنید. PyCharm هم یک Type Checker داره ولی هنوز توانمندی Pylance و MyPy رو نداره. - منابع آموزشی: 1. داکیومنت Flake8 https://flake8.pycqa.org/en/latest/user/invocation.html 2. داکیومنت MyPy https://mypy.readthedocs.io/en/stable/getting_started.html Code Formatting برای مرتب و organize کردن importها از isort استفاده کنید، هم به صورت CLI در دسترس هست و هم یک API داره که میتونید در کد پایتون استفاده کنید. یک code formatter بسیار معروف که در اکثر پروژه⁧ها استفاده میشه Black هست، زیر نظر PSF (یا Python Software Foundation) و برنامه نویسای با تجربه و کار کشته ای همچون آقای Łukasz Langa (ریلیس منیجر پایتون 3.9) توسعه داده میشه، با دیگر ابزار ها مثل isort سازگار هست، با PEP8 سازگاره و کلی قابلیت مزیت دیگه داره که حقیقتا اینجا جا نمیشن :) - منابع آموزشی: 1. داکیومنت isort https://pycqa.github.io/isort/ 2. داکیومنت Black https://black.readthedocs.io/en/stable/getting_started.html 3. یک ویدیو از PyCon 2019 درباره Black https://youtu.be/esZLCuWs_2Y * این ابزارها همگی داکیومنت ساده و خوانایی دارن و به نظرم بهترین منبع همین داکیومنت⁧هاشون هست. Testing دو کتابخونه Pytest و unittest (در stdlib موجود هست) در تست نویسی پروژه ها استفاده میشن، برای تست کردن پروژه در environmentهای متفاوت از ابزار tox استفاده میشه و باهاش میتونید در نسخه های متفاوتی از پایتون کدتون رو تست کنید. - منابع آموزشی: 1. یک مقاله جامع درباره تست نویسی، انواع آن و روش⁧های مورد استفاده در پایتون https://realpython.com/python-testing/ 2. ویدیو درباره unittest در پایتون - آقای ned batchelder: https://m.youtube.com/watch?v=FxSsnHeWQBY - آقای Corey Schafer: https://www.youtube.com/watch?v=6tNS--WetLI * همچنین اگر از Git در پروژه خودتون استفاده میکنید، پیشنهاد میکنم از pre-commit حتما استفاده کنید و تمام این ابزارهای گفته شده رو automate کنید تا در هربار commit کردن، قبل از اینکه commit انجام بشه، این ابزارها روی کدتون اجرا بشن و اگر اشکالی در کدتون وجود داره پیدا بشه و اون رو برطرف کنید و دوباره commit کنید. وبسایت pre commit: https://pre-commit.com/ ✒️ @Pygrammer 〰️〰️〰️〰️〰️〰️〰️ ©️@raspberry_python

✔️ سوال: best practice‌ها و ابزارات مورد نیاز برای توسعه یه بسته، لایبرری یا نرم‌افزار پایتونی چیه؟ ابزارهای زیادی واسه این‌کارا وجود داره که بر اساس تجربه و چیزی که از 80 درصد پروژه های معروف و بزرگ دیدم، سعی میکنم بهتریناش رو معرفی کنم: Dependency Management System برای مدیریت وابستگی های یک پروژه بزرگ (یا نسبتا بزرگ)، پیشنهاد میکنم از Poetry استفاده کنید، چون ابزار بسیار قدرتمندی هست، کار باهاش بسیار راحته (خیلی شبیه به Cargo در زبان Rust هست)، کامیونیتی بزرگی داره، به راحتی محیط dev و prod رو میتونید مدیریت کنید، مستندات بسیار خوب و روانی داره، در سریع ترین زمان ممکن میتونید پروژه رو در PyPI منتشر کنید و همچنین پروژه⁧های معروفی از جمله Rich (کتابخونه⁧ای که خود pip هم ازش برای رنگی کردن progress barها استفاده میکنه) از اون استفاده میکنن، که همین نشون میده چقدر کاربردی هست. مواردی از جمله build و run هم کاملا با Poetry انجام میشن. - منابع آموزشی: 1. آشنایی و شروع به کار با Poetry https://realpython.com/dependency-management-python-poetry/ 2. جزیات عمیق درباره هر قابلیت و نحوه استفاده https://python-poetry.org/docs 3. نحوه انتشار یک package پایتونی در PyPI به کمک Poetry https://johnfraney.ca/blog/create-publish-python-package-poetry/ Linting & Type Checking برای Linting ابزارهای flake8 و pylint از معروف ترین⁧ها هستن، هر یک رو میتونید شدت سخت گیریشون رو تنظیم کنید، به راحتی همراه با Poetry تنظیماتشون در یک فایل قرار میگیره و نیاز به نگه داشتن فایل⁧های متفاوت برای هر کدوم ندارید. به نظرم خود flake8 به تنهایی نیازتون رو برطرف میکنه. اگر از PyCharm استفاده کنید یک Linter به صورت Built-in در اختیارتون میذاره که خوبه و کارتون رو راه میندازه. اگر عادت دارید کدهای خودتون رو Annotate کنید و زیاد از Type Hint ها استفاده میکنید، استفاده از MyPy به عنوان یک static type checker به شما کمک میکنه ایرادات موجود در کلاس ها، توابع و ... رو پیدا کنید و بتونید typeهای دقیق تری استفاده کنید. همچنین ابزار Pyright که توسط مایکروسافت توسعه داده میشه، در VSCode به صورت integrated با افزونه Pylance کار میکنه و اگر از VSCode استفاده میکنید پیشنهاد میکنم حتما افزونه Pylance رو نصب کنید. PyCharm هم یک Type Checker داره ولی هنوز توانمندی Pylance و MyPy رو نداره. - منابع آموزشی: 1. داکیومنت Flake8 https://flake8.pycqa.org/en/latest/user/invocation.html 2. داکیومنت MyPy https://mypy.readthedocs.io/en/stable/getting_started.html Code Formatting برای مرتب و organize کردن importها از isort استفاده کنید، هم به صورت CLI در دسترس هست و هم یک API داره که میتونید در کد پایتون استفاده کنید. یک code formatter بسیار معروف که در اکثر پروژه⁧ها استفاده میشه Black هست، زیر نظر PSF (یا Python Software Foundation) و برنامه نویسای با تجربه و کار کشته ای همچون آقای Łukasz Langa (ریلیس منیجر پایتون 3.9) توسعه داده میشه، با دیگر ابزار ها مثل isort سازگار هست، با PEP8 سازگاره و کلی قابلیت مزیت دیگه داره که حقیقتا اینجا جا نمیشن :) - منابع آموزشی: 1. داکیومنت isort https://pycqa.github.io/isort/ 2. داکیومنت Black https://black.readthedocs.io/en/stable/getting_started.html 3. یک ویدیو از PyCon 2019 درباره Black https://youtu.be/esZLCuWs_2Y * این ابزارها همگی داکیومنت ساده و خوانایی دارن و به نظرم بهترین منبع همین داکیومنت⁧هاشون هست. Testing دو کتابخونه Pytest و unittest (در stdlib موجود هست) در تست نویسی پروژه ها استفاده میشن، برای تست کردن پروژه در environmentهای متفاوت از ابزار tox استفاده میشه و باهاش میتونید در نسخه های متفاوتی از پایتون کدتون رو تست کنید. - منابع آموزشی: 1. یک مقاله جامع درباره تست نویسی، انواع آن و روش⁧های مورد استفاده در پایتون https://realpython.com/python-testing/ 2. ویدیو درباره unittest در پایتون - آقای ned batchelder: https://m.youtube.com/watch?v=FxSsnHeWQBY - آقای Corey Schafer: https://www.youtube.com/watch?v=6tNS--WetLI * همچنین اگر از Git در پروژه خودتون استفاده میکنید، پیشنهاد میکنم از pre-commit حتما استفاده کنید و تمام این ابزارهای گفته شده رو automate کنید تا در هربار commit کردن، قبل از اینکه commit انجام بشه، این ابزارها روی کدتون اجرا بشن و اگر اشکالی در کدتون وجود داره پیدا بشه و اون رو برطرف کنید و دوباره commit کنید. وبسایت pre commit: https://pre-commit.com/ ✒️ @Pygrammer 〰️〰️〰️〰️〰️〰️〰️ ©️@raspberry_python

اگه به برنامه‌نویسی علاقه داری و میشه روی همت و پشت‌کارت حساب کرد، در استعدادسنجی ما شرکت کن و استعدادت رو برای ورود به دنیای برنامه‌نویسی محک بزن! 📎 شرکت در آزمون و دورۀ آماده‌سازی رایگان و یا برای کسب اطلاعات بیشتر کافیه به آی‌دی ما پیام بدی! 🔽‌‌‌‌ 🆔 @Maktab_Sharif_Admin ▪️▫️▪️▫️▪️▫️▪️▫️▪️▫️ 🌐 وبسایت |📱کانال تلگرام | 📲 اینستاگرام 💻 #استخدام_با_طعم_آموزش

سرویس ابری هروکو، که پلن رایگان اون توسط خیلی از برنامه‌نویس‌ها استفاده میشد گفته که از تاریخ ۷ اذر امسال سرویس‌های رایگان رو تعطیل میکنه. به عنوان جایگزین میتونین از این سرویس‌ها استفاده کنید: 🔵 Fly.io 🔵 Render.com @raspberry_python