🐍 Python & Raspberry 🐍

🔸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

گروه 5800 نفره پایتون 😍👇 ✅✅ @python_QA

🔸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

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

گروه 5800 نفره پایتون 😍👇 ✅✅ @python_QA

گروه 5800 نفره پایتون 😍👇 ✅✅ @python_QA

✔️ 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

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

🖥 Download YouTube videos using Python Загрузка видеороликов с YouTube с помощью Python. 📌 Github @pythonl