پایتون | Data Science | Machine Learning

The ultimate introduction to modern GUIs in Python [ with tkinter ]

ترجمه رایگان پایتون سایت w3schools @pyfaw3schools در کانال شروع آموزش از لینک زیر : https://t.me/pyfaw3schools/17 مهمترین مباحث مقدماتی پایتون : متغیر(variable) https://t.me/pyfaw3schools/27 تابع(function) https://t.me/pyfaw3schools/208 شی گرایی و کلاس (Object-oriented programming) https://t.me/pyfaw3schools/221 دریافت ورودی از کاربر(input) https://t.me/pyfaw3schools/333

🔽20% تخفیف دوره ها تا 12 مرداد🔽 🌐store.parspajouhaan.com (👈اینجا) (2) کارت هدیه میلیونی برای دو کامنت با بیشترین لایک🫴(اینجا برو) لیست دوره های مهندسی و مدیریت کلیک کنید👇 مکانیک پزشکی عمران معماری هوافضا مواد کامپیوتر صنایع برق شیمی نفت و گاز مدیریت 🥸همین الان سوال کن: 😏@parspajouhaancee 📞021-88322992,3(105) 📱@parspajouhaan_cee 🔽20% تخفیف دوره ها تا 12 مرداد🔽

امروز بمناسبت روز جهانی وب دوره فرانت اند ۵۰٪ تخفیف دارد https://zaya.io/z4nra کل دوره های سایت تخفیف دارد پیشنهاد میکنم لیست دوره ها را ببینید و از تخفیفات دوره های تخصصی استفاده کنید 👇👇👇 http://zaya.io/j1ig3

دعوت دیوار از تیم‌های نوآور برای توسعه در «کنار دیوار» 🔶 دیوار اعلام کرده که آماده حمایت مالی و فنی از تیم‌های نوآور و طرح‌های خلاقانه برای توسعه و اضافه شدن به این پلتفرم با هدف ارائه سرویس بهتر به کاربران خود است. 🔶 طرح و ایده‌های تایید شده می‌توانند با استفاده از قابلیت «کنار دیوار» به ۶۷ میلیون کاربر سالانه دیوار سرویس‌دهی کنند. 🔶 تیم‌ها یا افرادی که طرح و ایده خلاقانه‌ای دارند می‌توانند بدون هماهنگی خاصی مسیر توسعه برنامه‌شان را از https://divar.ir/kenar شروع کنند. 🔶 تیم‌هایی که درخواست بررسی برای دریافت حمایت دارند نیز می‌توانند طرح‌‌شان را به kenar.support@divar.ir ارسال کنند. جزئیات بیشتر: https://divar.news/kenar-divar-opportunity/

Extract Text from Image using Python #Code 🆔 @Python4all_pro

🌟 میتونی با یادگرفتن برنامه‌نویسی تو تیم APSignals دنیای جدیدی از خلاقیت و نوآوری رو کشف کنی!👨🏻‍💻👩🏻‍💻 🪄اینجا جاییه که ایده‌ها به کد تبدیل می‌شن و هر روز فرصتی برای یادگیری و رشد وجود داره🪄 ⭐️چرا دوره های APSignals؟ ☑️ دریافت مدرک معتبر بین‌المللی از کمپانی APSignals که در انگلستان تاسیس شده ☑️ شرایط پرداخت به صورت قسطی در چند ماه ☑️ ضمانت مانی بک در یک ماه اول دوره ☑️ برگزاری جلسات رزومه نویسی و داشتن یک اکانت اصولی لینکدین ☑️ تدریس به روش منتورشیپ، برگزاری جلسات مرور هفتگی و میت های اسیستنت برای پیگیری روند پیشرفت ☑️ آموزش مهارت های نرم لازم برای ورود به بازار کار ☑️ بررسی خط به خط تکالیف و ارسال بازخورد برای بهبود روند یادگیری 📌مشاهده جزئیات دوره ها و ارتباط با ما: 🌐 http://apsignals.ir 🌐 http://apsignals.com 🆔 Instagram : ap_signals 🆔 Telegram: @APSignals_PER

استفاده از پردازش چند هسته‌ای CPU در پایتون پایتون به کمک کتابخانه‌های مختلفی امکان بهره‌برداری از پردازنده‌های چند هسته‌ای را فراهم می‌کند. این قابلیت به خصوص برای اجرای همزمان وظایف در برنامه‌های بزرگ و پیچیده بسیار مفید است. در این آموزش، از کوچک‌ترین برنامه‌ها تا بزرگ‌ترین و پیچیده‌ترین برنامه‌ها، روش‌هایی برای استفاده از پردازش چند هسته‌ای را معرفی می‌کنیم. مثال ساده: پردازش همزمان وظایف ساده برای شروع، یک برنامه ساده با استفاده از کتابخانه‌ی multiprocessing ایجاد می‌کنیم که چندین وظیفه را همزمان اجرا کند. کد:

import multiprocessing
import time

def worker(num):
    """یک وظیفه ساده که عدد ورودی را چاپ می‌کند و برای ۲ ثانیه متوقف می‌شود."""
    print(f'Worker: {num}')
    time.sleep(2)

if __name__ == '__main__':
    processes = []
    for i in range(5):
        p = multiprocessing.Process(target=worker, args=(i,))
        processes.append(p)
        p.start()

    for p in processes:
        p.join()

توضیحات: 1. ایمپورت کتابخانه‌ی multiprocessing و time: این کتابخانه‌ها برای ایجاد و مدیریت فرآیندها و توقف زمان استفاده می‌شوند. 2. تعریف تابع worker: این تابع یک عدد را به عنوان ورودی می‌گیرد و آن را چاپ می‌کند، سپس برای ۲ ثانیه متوقف می‌شایجاد و شروع فرآیندهاآیندها: با استفاده از multiprocessing.Process، پنج فرآیند ایجاد می‌کنیم و آنها را با استفاده از start() آغاز می‌کنمنتظر ماندن برای اتمام فرآیندهاآیندها**: با استفاده از join()، مطمئن می‌شویم که تمامی فرآیندها قبل از پایان یافتن برنامه اصلی به اتمام رسیده‌اند. مثال پیشرفته: استفاده از Pool برای مدیریت وظایف برای مدیریت بهتر تعداد زیادی از وظایف، می‌توان از کلاس Pool استفاده کرد. این روش به شما امکان می‌دهد که تعداد ثابتی از فرآیندها را ایجاد کرده و وظایف را بیکد:ید. کد:

import multiprocessing
import time

def worker(num):
    """یک وظیفه ساده که عدد ورودی را چاپ می‌کند و برای ۲ ثانیه متوقف می‌شود."""
    print(f'Worker: {num}')
    time.sleep(2)

if __name__ == '__main__':
    with multiprocessing.Pool(processes=4) as pool:
        pool.map(worker, range(10))

توضیحات: 1. ایمپورت کتابخانه‌ی multiprocessing و time: این کتابخانه‌ها برای ایجاد و مدیریت فرآیندها و توقف زمان اتعریف تابع worker*تعریف تابع worker**: این تابع یک عدد را به عنوان ورودی می‌گیرد و آن را چاپ می‌کند، سپس برااستفاده از Pool **استفاده از Pool**: با استفاده از multiprocessing.Pool، یک استخر از ۴ فرآیند ایجاد می‌کنیم و از متد map برای اجرای تابع worker برای هر عدد از ۰ تا ۹ استفاده می‌کنیم. مثال پیشرفته‌تر: استفاده از concurrent.futures برای مدیریت وظایف کتابخانه‌ی concurrent.futures یکی دیگر از ابزارهای پایتون برای مدیریت پردازش‌های همزمان است. این کتابخانه برای ساده‌تر کردن استفاده کد: طراحی شده است. کد:

from concurrent.futures import ProcessPoolExecutor
import time

def worker(num):
    """یک وظیفه ساده که عدد ورودی را چاپ می‌کند و برای ۲ ثانیه متوقف می‌شود."""
    print(f'Worker: {num}')
    time.sleep(2)

if __name__ == '__main__':
    with ProcessPoolExecutor(max_workers=4) as executor:
        executor.map(worker, range(10))

توضیحات: 1. ایمپورت کتابخانه‌ی concurrent.futures و time: این کتابخانه‌ها برای ایجاد و مدیریت فرتعریف تابع worker‌شوند. 2. تعریف تابع worker: این تابع یک عدد را به عنوان ورودی می‌گیرد و آن را چاپ می‌کند، سپساستفاده از ProcessPoolExecutorاستفاده از ProcessPoolExecutor**: با استفاده از ProcessPoolExecutor، یک استخر از ۴ فرآیند ایجاد می‌کنیم و از متد map برای اجرای تابع worker برای هر عدد از ۰ تا ۹ استفاده می‌کنیم. استفاده از پردازش چند هسته‌ای در پایتون می‌تواند به بهبود کارایی برنامه‌ها کمک کند. با استفاده از کتابخانه‌هایی مانند multiprocessing و concurrent.futures، می‌توان وظایف مختلف را به طور همزمان اجرا کرد و از توان پردازشی سیستم به بهترین نحو استفاده کرد. ✔️ کانال آموزش پایتون برای همه 🆔 @Python4all_pro

✅ شروع شد — تخفیف ۶۰ درصدی فرادرس برای تمامی آموزش‌ها   🎉 در فصل تابستان، فرصت یادگیری مهارت‌های جدید را از دست ندهید و دوره‌های مورد نظر خود را با تخفیف ویژه از فرادرس دریافت کنید.💪   🎁 کد تخفیف: TBS36   ❇️ طرح تخفیف تابستان آموزشی ـ [کلیک کنید]   ✔️ دسترسی سریع به همه آموزش‌ها👇   🔸 جدیدترین آموزش‌های دو ماه اخیر   🔸 پرمخاطب‌‎ترین آموزش‌های یک ماه اخیر   🔸 تمام آموزش‌ها با طبقه‌بندی موضوعی   #فرادرس #آموزش_رایگان #تخفیف #رایگان #آموزش FaraDars - فرادرس

🖥 محاسبه مشتق و انتگرال ها در پایتون اگر ناگهان با نیاز به محاسبه انتگرال/مشتقات در پایتون مواجه شدید ، می‌توانید این کار را با استفاده از کتابخانه sympy انجام دهید. — pip install sympy 🖥 GitHub 🆔 @Python4all_pro

gTTS (Google Text-to-Speech) - Python library and command line tool (CLI) for interacting with the Google Translate text-to-speech API. You can use it to write spoken text to an MP3 file, an object-like file (bytestring) for further audio processing, or directly to standard output. Peculiarities: - A customizable tokenizer that allows you to voice text of any length while maintaining correct intonation, abbreviations, decimals and much more. - Ability to configure text pre-processing to correct pronunciation Installation:

pip install gTTS

Example usage on the command line:

gtts-cli 'hello' --output hello.mp3

Or in a Python module:

from gtts import gTTS
tts = gTTS('hello')
tts.save('hello.mp3')

🖥 GitHub 🟡 Docks

Search anything using Python #Code 🆔 @Python4all_pro

آموزش سانسور کردن و بازگرداندن سانسور یک قسمت از عکس با پایتون سانسور کردن (محو کردن) و بازگرداندن سانسور یک قسمت از عکس، یکی از تکنیک‌های کاربردی در پردازش تصویر است که می‌تواند در بسیاری از پروژه‌ها مفید باشد. در این آموزش، با استفاده از کتابخانه‌ی محبوب OpenCV یاد می‌گیریم که چگونه این کار را انجام دهیم. نصب کتابخانه‌های مورد نیاز ابتدا باید کتابخانه‌ی OpenCV را نصب کنید. اگر هنوز نصب نکرده‌اید، با اجرای دستور زیر در محیط ترمینال یا CMD می‌توانید این کار را انجام دهید:

pip install opencv-python

کد نمونه برای سانسور کردن یک قسمت از عکس در این مثال، یک قسمت از عکس را محو (blur) می‌کنیم:

import cv2

# بارگذاری تصویر
image = cv2.imread('input_image.jpg')

# تعیین ناحیه‌ای که می‌خواهیم سانسور کنیم (x, y, عرض، ارتفاع)
x, y, w, h = 100, 100, 200, 200
roi = image[y:y+h, x:x+w]

# محو کردن ناحیه
blurred_roi = cv2.GaussianBlur(roi, (23, 23), 30)

# جایگزین کردن ناحیه محو شده در تصویر اصلی
image[y:y+h, x:x+w] = blurred_roi

# ذخیره تصویر خروجی
cv2.imwrite('censored_image.jpg', image)

# نمایش تصویر
cv2.imshow('Censored Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

🔍 توضیحات: - بارگذاری تصویر: تصویر مورد نظر را با cv2.imread بارگذاری می‌کنیم. - تعیین ناحیه: ناحیه‌ای که می‌خواهیم سانسور کنیم را با مختصات (x, y) و اندازه (عرض، ارتفاع) مشخص می‌کنیم. - محو کردن ناحیه: از فیلتر Gaussian Blur برای محو کردن ناحیه استفاده می‌کنیم. - ذخیره و نمایش تصویر: تصویر محو شده را ذخیره و نمایش می‌دهیم. کد نمونه برای بازگرداندن ناحیه اصلی در این مثال، ناحیه سانسور شده را با ناحیه اصلی جایگزین می‌کنیم:

import cv2
import numpy as np

# بارگذاری تصویر اصلی و تصویر سانسور شده
original_image = cv2.imread('input_image.jpg')
censored_image = cv2.imread('censored_image.jpg')

# تعیین ناحیه‌ای که سانسور شده (x, y, عرض، ارتفاع)
x, y, w, h = 100, 100, 200, 200

# بازگرداندن ناحیه اصلی
censored_image[y:y+h, x:x+w] = original_image[y:y+h, x:x+w]

# ذخیره تصویر خروجی
cv2.imwrite('restored_image.jpg', censored_image)

# نمایش تصویر
cv2.imshow('Restored Image', censored_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

🔍 توضیحات: - بارگذاری تصاویر: تصویر اصلی و تصویر سانسور شده را بارگذاری می‌کنیم. - بازگرداندن ناحیه اصلی: ناحیه محو شده را با ناحیه اصلی از تصویر اصلی جایگزین می‌کنیم. - ذخیره و نمایش تصویر: تصویر بازگردانده شده را ذخیره و نمایش می‌دهیم. #Python #OpenCV #کتابخانه ✔️ کانال آموزش پایتون برای همه 🆔 @Python4all_pro

🔥دسته بندی دوره های دپارتمان برق و کامپیوتر🔥کلیک کنید👇 💥تخصصی MATLAB 💥کارگاهی و تخصصی 💥اتوماسیون صنعتی 💥هوش مصنوعی 💥برنامه نویسی 💥شبکه و IT 💥 عمومی 📌مشاوره و ثبت نام: 🙍‍♂️@ParsPajouhaanCEE 📞021-88322992(105) 🌐 وبسایت 📱 کانال تلگرام 📱 اینستاگرام

🐍 آموزش‌‌های رایگان پایتون در فرادرس   ✅ پایتون، یکی از پرطرفدارترین زبان‌های برنامه‌نویسی کنونی است که به‌دلیل دارا بودن خصوصیاتی بی‌نظیر، توجه افراد زیادی را به‌خود جلب کرده است و علاقه‌مندان زیادی مشتاق یادگیری آن هستند.   ✅ همچنین بازار کار پایتون در ایران از جایگاه خوبی برخوردار است و برنامه‌نویسان این حوزه می‌توانند به راحتی وارد بازار کار شده و درآمد خوبی داشته باشند.   🎯 پرمخاطب‌ترین آموزش‌های رایگان پایتون 👇   🔸 برنامه نویسی پایتون در ۱۴۰ دقیقه   🔸 آموزش کلاس در پایتون   🔸 آموزش ۴ پروژه کاربردی در پایتون با جادی   🔸 کاربرد پایتون در بازارهای مالی   🔸 نصب و راه اندازی پایتون در VS Code   📚 سایر آموزش‌های پایتون [+]   #فرادرس #آموزش_رایگان #تخفیف #رایگان #آموزش FaraDars - فرادرس

30 Python Projects for Beginners to Get Started Coding (with Source Code) https://morioh.com/a/778c1bdf55fa/30-python-projects-for-beginners-to-get-started-coding #python #programming #pythonprogramming #پروژه 🆔 @Python4all_pro

🎁اگر به منبعی از آموزش و اخبار هوش‌مصنوعی نیاز دارید مستقیم برید سراغ این کانال ها 👇👇👇 https://t.me/addlist/V2xsXyM0UCowNDQ0 🎁در زمینه آموزش پایتون و طراحی سایت این کانال‌ها رو بهتون پیشنهاد می‌دیم 👇👇👇 https://t.me/addlist/V2xsXyM0UCowNDQ0