Python Tips | بالعربي

كيفية الحصول على القيمة الكبرى والصغرى من قائمة في بايثون باستخدام الدوال المدمجة. لاحظ: كلا الدالتين تدعمان معامل default المفيد، الذي يمكن تعيينه في حال كانت القائمة فارغة .

💡 هل تعلم؟ كيف يمكنك بناء هيكل بيانات متوازن باستخدام Django? يمكن بناء هيكل بيانات متوازن باستخدام Django عن طريق استخدام عدة طرق، مثل استخدام موديلات بيانات متوازنة أو استخدام أدوات مثل Django ORM.

from django.db import models

class Book(models.Model):
    title = models.CharField(max_length=200)
    author = models.CharField(max_length=100)
    publication_date = models.DateField()

class Review(models.Model):
    book = models.ForeignKey(Book, on_delete=models.CASCADE)
    rating = models.IntegerField()
    review = models.TextField()

#python #programming #code

💡 تحذير أمني: احمِ بياناتك يجب على مستخدمي تريتون (Tryton) تحديث نسخه من تريتون (trytond) إلى الإصدار الأحدث لمنع الفضائح الأمنية. مثالاً برمجياً:

import requests

# تحديث تريتون (trytond)
response = requests.get('https://example.com/trytond/update')
if response.status_code == 200:
    print('تحديث تريتون ناجح')
else:
    print('فشل التحديث')

#python #programming #code

💡 هل تعلم؟ كيف تحمي برامجك من الأمن السيء؟ يتعلق هذا المقال بالتعرف على مشكلة أمنية في برنامج "Tryton"، حيث لم يكن يطبق حقوق الوصول للبيانات عند تصديرها (من إصدار 6.0). هذا يمكن أن يؤدي إلى تعرض البيانات لخطر التعرض.

# مثال برمجي لتحديث برنامج Tryton إلى الإصدار الأحدث
import subprocess

# تحديث برنامج Tryton
subprocess.run(["pip", "install", "--upgrade", "trytond"])

#python #programming #code

تم إطلاق Google Skills وهي منصة مجانية لتعلم الذكاء الاصطناعي . هنا يمكنك دراسة المفاهيم الحديثة والحصول على شهادات في التعلم الآلي، والذكاء الاصطناعي، وغيرها من المجالات في مجال الذكاء الاصطناعي . كم أنت سخيًا ي جوجل👀✨️.

Link : https://www.skills.google/

#Tools

أطلقت جوجل Code Wiki – وكيل يحول أي مستودع إلى وثائق تفاعلية👀🔥. ترسل رابطًا، وتحصل على هيكل المشروع، والرسوم البيانية، والتنقل، وشرح فيديو عبر NotebookLM. بالإضافة إلى إمكانية التحدث مع Gemini لفهم الكود بسرعة💥. الكثير منا قد يضيع بين تفرعات المشروع ، وألف سؤال يبدأ يتردد في ذهنه بلا توقف . هذه الأداة هي الحل . ونعم، إنها مجانيه . جربها الان

Link : https://codewiki.google/

#Tools

عندما يكون ال attribute مُعرف في كل من الinstance وال Class ، عند الوصول إليها، يأخذ بايثون دائمًا القيمة من المثيل. تُستخدم سمة الفئة فقط إذا لم تكن موجودة في المثيل.

class Warehouse:
    purpose = "storage"
    region = "west"

w1 = Warehouse()
print(w1.purpose, w1.region)   # storage west

w2 = Warehouse()
w2.region = "east"
print(w2.purpose, w2.region)   # storage east

وسميناها π-thon ، وكانت تفعل كل شيء ...👀 .

المولد في بايثون هو دالة تُرجع كائن-مكرر بدلاً من قيمة واحدة. تختلف المولدات عن الدوال العادية في أنها تستخدم yield بدلاً من return. القيمة التالية من المكرر تُستخرج باستدعاء next(generator). مثال :

def multiple_generator(x, n):
    for i in range(1, n + 1):
        yield x * i

multiples_of_5 = multiple_generator(5, 3)

print(next(multiples_of_5))  # 5
print(next(multiples_of_5))  # 10
print(next(multiples_of_5))  # 15

تتجه Deepnote إلى المصدر المفتوح وتهاجم Jupyter بشدة تقدم المنصة نواة قوية مع توافق كامل عكسي، لكنها توفر تجربة أكثر حداثة في التعامل مع الدفاتر. لا يزال هذا هو نفس التنسيق لأبحاث البيانات والتحليلات السريعة، ولكن مع إصدارات منظمة، وتعليقات، ومراجعات، وفروقات جميلة. يمكن لمهندسي البيانات والمديرين العمل معًا بسهولة في مساحة عمل واحدة. يمكن الكتابة بلغة Python أو SQL أو R، وربط مئات مصادر البيانات وحتى تجميع المنطق من كتل بدون كود مع وكيل الذكاء الاصطناعي. يتم دعم العمل عبر VS Code وCursor وWindsurf وJupyterLab . الواجهة حديثة وليست من العقد الماضي. ونعم، ملفات .ipynb متوافقة تمامًا ذهابًا وإيابًا . إذا استمر Jupyter في الركود، قد تحل Deepnote محله في السنوات القادمة👀.

Source Code : https://github.com/deepnote/deepnote/

#Tools

تتجه Deepnote إلى المصدر المفتوح وتهاجم Jupyter بشدة تقدم المنصة نواة قوية مع توافق كامل عكسي، لكنها توفر تجربة أكثر حداثة في التعامل مع الدفاتر. لا يزال هذا هو نفس التنسيق لأبحاث البيانات والتحليلات السريعة، ولكن مع إصدارات منظمة، وتعليقات، ومراجعات، وفروقات جميلة. يمكن لمهندسي البيانات والمديرين العمل معًا بسهولة في مساحة عمل واحدة. يمكن الكتابة بلغة Python أو SQL أو R، وربط مئات مصادر البيانات وحتى تجميع المنطق من كتل بدون كود مع وكيل الذكاء الاصطناعي. يتم دعم العمل عبر VS Code وCursor وWindsurf وJupyterLab . الواجهة حديثة وليست من العقد الماضي. ونعم، ملفات .ipynb متوافقة تمامًا ذهابًا وإيابًا . إذا استمر Jupyter في الركود، قد تحل Deepnote محله في السنوات القادمة👀. #Tools

تتجه Deepnote إلى المصدر المفتوح وتهاجم Jupyter بشدة تقدم المنصة نواة قوية مع توافق كامل عكسي، لكنها توفر تجربة أكثر حداثة في التعامل مع الدفاتر. لا يزال هذا هو نفس التنسيق لأبحاث البيانات والتحليلات السريعة، ولكن مع إصدارات منظمة، وتعليقات، ومراجعات، وفروقات جميلة. يمكن لمهندسي البيانات والمديرين العمل معًا بسهولة في مساحة عمل واحدة. يمكن الكتابة بلغة Python أو SQL أو R، وربط مئات مصادر البيانات وحتى تجميع المنطق من كتل بدون كود مع وكيل الذكاء الاصطناعي. يتم دعم العمل عبر VS Code وCursor وWindsurf وJupyterLab . الواجهة حديثة وليست من العقد الماضي. ونعم، ملفات .ipynb متوافقة تمامًا ذهابًا وإيابًا . إذا استمر Jupyter في الركود، قد تحل Deepnote محله في السنوات القادمة👀. #Tools

لمن يهتم : إشتراك Canva Pro لمدة سنة مجانًا الرابط لعدد محدود من المستخدمين

في خطوة غير متوقعة، أعلن مؤسس Telegram، بافل دوروف، عن إطلاق مشروع جديد اسمه Cocoon، مبني على شبكة TON blockchain، يهدف لتغيير طريقة عمل الذكاء الاصطناعي تماماً 🤖. 👾 الفكرة بسيطة لكنها ثورية: إذا كان عندك كرت شاشة (GPU) قوي، تقدر تشارك قوته الحسابية في الشبكة، وتحصل على عملة Toncoin كمكافأة 💰. وفي المقابل، المطورون يستفيدون من طاقة حوسبة رخيصة لتشغيل أدوات الذكاء الاصطناعي من دون أن تُكشف بيانات المستخدمين لأي جهة مركزية 🔒. دوروف قالها بوضوح خلال مؤتمر في دبي:

“منذ 20 سنة والعالم يفقد حرياته الرقمية... Cocoon هو طريق لاستعادتها.” ⛓️‍💥

الخطوة هذه جائت وسط مخاوف كبيرة من هيمنة الشركات الكبرى مثل Microsoft وOpenAI وGoogle على عالم الذكاء الاصطناعي، وامتلاكهم بيانات المستخدمين بالكامل. لكن مع Cocoon، كل شيء يبقى مشفر وآمن، حتى عن أصحاب الـGPU اللي ينفذون العمليات. مما يعني أننا قريباً ممكن نشوف ذكاء اصطناعي داخل تيليجرام يحمي خصوصيتنا فعلاً 🔐. المشروع ممكن يكون بداية عصر جديد للذكاء الاصطناعي المفتوح، الذي يضمن الخصوصية مضمونة✨.

"أخِف رُعب مستخدم لينكس بأقل من خمس كلمات" أنا🤠:

نصيحة للكود النظيف: استخدم List Comprehensions لإنشاء قوائم جديدة بطريقة موجزة وأكثر قابلية للقراءة. إنها تجعل الكود أقصر وتعبر عن القصد بوضوح، بدلاً من استخدام حلقات for التقليدية. إتقانها يجعلك تكتب كودًا احترافيًا وبايثونيًا أكثر. مثال:

# الطريقة التقليدية باستخدام حلقة for
squares = []
for i in range(10):
    squares.append(i * i)

print(squares)


# الطريقة الأفضل باستخدام List Comprehension
squares_comp = [i * i for i in range(10)]

print(squares_comp)

# كلا الطريقتين ستنتجان نفس المخرجات:
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

حول الكود النظيف: تضيف الديكورات وظائف قابلة لإعادة الاستخدام إلى الدوال وتساعد في الالتزام بمبدأ فصل المسؤوليات، وتجعل الكود معياريًا ومرتبًا . تعلمها لكتابة كود أكثر بايثونية✨️. #Python

اعثر على حساب أي شخص على أكثر من 1000 موقع أداة Social Analyzer فعلاً مذهلة . تُدخل اسم مستخدم واحد، وهي تتصفح تلقائياً أكثر من ألف شبكة اجتماعية، وتستخرج كل ملفات هذا المستخدم🔥. كما تقوم بتحليل البيانات لتحليل جيد، وتستطيع مقارنة عدة حسابات مع بعضها البعض وبناء رسوم بيانية بصرية للعلاقات . مجانية ومفتوحة المصدر على GitHub .

Link : http://github.com/qeeqbox/social-analyzer

#Tools

دالة ()count دالة ()count - بسيطة ومريحة للحصول على عدد مرات تكرار عنصر في تسلسل خلال وقت خطي. مفيدة عند حساب الإحصائيات، تحليل البيانات، ومهام أخرى . تأخذ الدالة كوسيط العنصر الذي يجب عدّه وتُرجع عدد مرات ظهور هذا العنصر . تعمل مع القوائم، والصفوف، والسلاسل النصية .