Syntax | سینتکس
Открыть в Telegram
Focus: Web Lan: Python & Go Website: https://syntaxfa.ir Quick connect: https://quick-connect.syntaxfa.ir Github: https://github.com/syntaxfa Group: https://t.me/Syntax_fa_group
Больше3 255
Подписчики
-424 часа
+27 дней
-230 дней
Архив постов
3 258
⚪️#لغات_برنامه_نویسی
(پارت دوم)
البته اگر طی فرایند یادگیری اینارو متوجه بشید قطعا نتیجه بهتری میگیرید✔️
#کاربردی
@khat_academy
3 258
#Deep_Python
⌨ مقایسه for و map.
🚧 تمرکز: بررسی و مقایسه دقیق کارکرد، سرعت و بهینهبودن در حالتهای مختلف.
( توضیح اندک unix timestamp )
♥️ Source: GitHub
@khat_academy
3 258
برای کامل کردن مبحث «دیتا استراکچر در پایتون» هر شخصی تواناییش رو داره این رو انجامش بده و توی این ریپ پول ریکوئست بزنه:
https://github.com/alireza-fa/data-structures-python
مسئله:
ساختار داده ی درخت رو توی پایتون پیادش کنید.
نکات:
بشه عمق و ارتقاع رو حساب کرد
قابل پیمایش کردن باشه(اختیاری)
قبلیت حذف کردن فرزند رو داشته باشه
3 258
#Deep_Python
⌨ حلقه for (تکخطی، چندخطی).
🚧 تمرکز: تعریف، توصیف و بررسی کارکرد حلقه در انواع حالتها در پایتون.
♥️ Source: GitHub
@khat_academy
3 258
💎 معرفی کتابخانه NumPy پایتون
💢 نامپای یک کتابخانه پایتونی است که برای کار با دادههای آرایهای ارائه شده است. numpy مخفف numerical python است. از برخی جهات آرایههای نامپای شبیه به لیستها در پایتون هستند. اما تفاوت این دو با بزرگ شدن حجم دادهها مشخص میشود. آرایهها و توابع نامپای مخصوص کار با دادههای بزرگ طراحی شدهاند و نسبت به لیستها بسیار بهینهتر هستند.
♨️ کتابخانه نامپای (NumPy) یکی از مهمترین کتابخانههای پایتون برای کار در حوزه کامپیوترساینس است. این کتابخانه امکان کار با آرایهها و ماتریسهای بزرگ و چندبعدی را فراهم میکند.
#معرفی_کتابخانه
#python
3 258
🔥 برگه تقلب برنامه نویسا
🌀 با استفاده از وبسایت Over Api میتونید تماااام دستورات برنامه نویسی رو همیشه و همه جا همراه خودت داشته باشی😍
همه زبان هارو شامل میشه و با انتخاب زبان مدنظرتون سایت به شما تموم استایل ها ، استرینگ ها ، آرایه ها و همه چیز هایی که مثلا تو شبکه جهانی پایتون نیاز داری دستوراتش رو برات گذاشته تا هر موقع اراده کردی بهشون دسترسی پیدا کنی 👌
اینم سایتش :
https://overapi.com/#google_vignette
#کاربردی
@khat_academy
3 258
زبان های برنامه نویسی از آسون ترین برای یادگیری تا سخت ترین ها
عکس باحالیه
زبان scratch که اصلا تو هواست
قلعه ها پایتون و جاوااشکریپت هستن و هر چی میریم پایین تر یادگیریش پیچیده تر میشه و اون زیر زیرا دیگه رسما فسیله
#fun
@khat_academy
3 258
مسئله
ما یک آرایه مرتب شده داریم.
میخوایم عددی رو چک کنیم داخل آرایه ما وجود داره یا نه.
این مسئله رو با بهینه ترین حالت ممکن حلش کنید.
(حل مسئلع همراه توضیح که روشتون از نظر زمانی و فضایی چطوره)
#algorithm
@khat_academy
3 258
کتاب hands on data structures with python
(پیشنهادی)
تفاوت اصلی این کتاب با بقیه کتاب ساختمان داده این است که بصورت عملی در پایتون پیاده سازی می کند.
برای زبان های مختلفی نوشته شده و این نسخه برای پایتون هستش.
#book
@khat_academy
3 258
لغات ضروری برنامه نویسی
(پارت اول)
البته اگر طی فرایند یادگیری اینارو متوجه بشید قطعا نتیجه بهتری میگیرید
3 258
رشد F(n) بر اسا n در توابع مختلف:
ایده آل ترین حالت اینه الگوریتم ما constant باشه و o(1) ولی خب در عمل اکثر مواقع امکان پذیر نیست.
اگه constant نشد. لگاریتمی و log n هم خیلی عالیه و اونم نزدیک constant هستش.
ولی اغلب اوقات log n و o(1) برای آرایه ای که n تا ورودی میگیره رخ نمیده
اگه واقع بین باشیم، معلولا الگوریتم های Linear همون o(n) و N-Log-N خیلی بدرد بخور و قابل تحمل هستند.
یه پله بالا تر یعنی Quadratic هم یه جاهایی قابل تحمله
اما از o(n^^2) به بعد برای ورودی های بزرگ غیر قابل تحمل میشه
پس اگه الگوریتیم طراحی میکنید برای یک مسئله ای که ورودیش n هستش تا حد معقول o(n) و یا N-Log-N باشه.
این نکته رو هم در نظر بگیرید بعضی مسائل اصلا براش پیچیدگی های زیر نمایی پیدا نشده
#algorithm
@khat_academy
3 258
میخوای شبکه عصبی رو یاد بگیری؟
playground.tensorflow.org/
زمینبازی تنسورفلو به صورت تصویری و جذاب نحوهی یادگیری شبکهی عصبی رو به شما نشون میده. میتونید با انواع دادهها و مقادیر بازی کنید تا راجع به کارکرد شبکههای عصبی بیشتر بدونید.
این پروژه با استفاده از سری مقالات colah و با کتابخانهی d3.js که برای تصویرسازی در جاوا اسکریپت مورد استفاده قرار میگیره تحت اجازهنامهی آپاچی ۲.۰ نوشته و منتشر شده و میتونید کدمنبعش رو در زیر ببینید و بخونید:
https://github.com/tensorflow/playground
[Amiria]
#machine_learning
@khat_academy
3 258
آشنایی با ساختار داده ی لیست های پایتون
تو این ویدیو با Array و Dynamic array آشنا میشید که لیست های پایتون dynamic array هستند.
توضیحات تکمیلی:
در لیست پایتون ما بجای ذخیره دیتا میایم اشاره گر (pointer) رو ذخیره میکنیم که به فضای دیتا اشاره میکنه.
توی لیست پایتون insert, remove کردن o(n) هستش.
اما خب با توجه به ایندکس میتونه متفاوت باشه.
برای مثال remove کردن آخر لیست o(1) هستش.
در آخر ویدیو اشاره شد که در linked list ها insert, add, remove همیشه o(1) هستند که بعدا در مورد پیاده سازیش و تفاوتش با Array list صحبت میکنیم.
همچنین برای آشنایی بیشتر با ساختمان داده میتونید این ریپو دنبال کنید:
https://github.com/alireza-fa/data-structures-python
#data_structure #python
@khat_academy
3 258
دوستان کسی هست که با لایبری pulp اشنایی داشته باشه اگ بود لطفا به پیوی بیاید چند تا سوال دارم در مورد حل جداول سیمپلکس
https://t.me/Devilsfer
3 258
#Deep_Python
⌨ تعریف شرط در پایتون
🚧 تمرکز: بررسی حدودی مفاهیم پایه تا پیشرفته شرط در پایتون.
♥️ Source: GitHub
@khat_academy
3 258
راهنمای سریع نمادگذاری Big O برای محاسبه پیچیدگی محاسباتی (Time complexity)
خواندن
#
@khat_academy
