آموزش پایتون | Python Tutorials

آشنایی با پایتون

درحال حاضر، زبان برنامه نویسی پایتون یکی از محبوب‌ترین زبان‌های برنامه نویسی دنیا است. پایتون در یک سری از ویژگی ها با زبان های تفسیری مانند زبان برنامه نویسی پرل، زبان برنامه نویسی روبی، زبان برنامه نویسی اسکیم، زبان اسمال تاک شباهت دارد و از مدیریت خودکار حافظه استفاده می کند. پایتون یک زبان عالی برای یادگیری برنامه نویسی است . دلایل زیادی برای این وجود دارد، اما به طور ساده این گونه می توان بیان نمود که آن براحتی خوانده و به سرعت نوشته می شود. طولی نمی کشد تا بتوان کدنویسی کرد. پایتون یک نحو یا سینتکس بسیار انسانی دارد که نوشتن ان را آسان می کند.

پایتون چیست؟

python یک زبان برنامه نویسی سطح بالا، تفسیر شده، تعاملی و شی گرا است. پایتون به شدت قابل خواندن است. غالبا پایتون از کلمات کلیدی انگلیسی استفاده می کند در حالیکه زبان های دیگر از نقطه گذاری استفاده می کنند. همچنین python دارای ساختارهای syntactical کمتری نسبت به سایر زبان ها است.

پایتون مفسر است: پایتون در زمان اجرا توسط مترجم پردازش می شود. شما لازم نیست قبل از اجرای آن برنامه خود را کامپایل کنید. این شبیه به PERL و PHP است.

پایتون تعاملی است:  می توانید به طور مستقیم با مترجم ارتباط برقرار کنید تا برنامه های خود را سریعا بنویسید.

پایتون شیء گرا است: پایتون از سبک یا تکنیک برنامه نویسی شیء گرا پشتیبانی می کند که کد را در داخل آبجکت قرار می دهد.

پایتون یک زبان مبتدی است: پایتون یک زبان عالی برای برنامه نویسان مبتدی است و از توسعه طیف گسترده ای از اپلیکیشن ها، از پردازش متن ساده گرفته تا مرورگرهای WWW و بازی ها پشتیبانی می کند.

تاریخچه پایتون

زبان پایتون، توسط Guido van Rossum در طی سال های 1985 تا 1990 در موسسه تحقیقات ملی ریاضیات و علوم کامپیوتری در هلند ایجاد شد. پایتون از بسیاری  زبانهای دیگر، نظیر ABC، Modula-3، C، C++، Algol-68، SmallTalk و Unix shell و سایر زبان های اسکریپتی گرفته شده است. پایتون دارای حق نسخه برداری است و همانند Perl، کد منبع Python در حال حاضر تحت مجوز (GNU General Public License (GPL در دسترس است. پایتون در حال حاضر توسط یک تیم توسعه دهنده اصلی در موسسه نگهداری می شود، گرچه Guido van Rosum هنوز نقش مهمی در هدایت پیشرفت آن دارد.

مزایای زبان برنامه نویسی Python

  • یادگیری این زبان برنامه نویسی به علت وجود کلید واژه های کم، ساختار بسیار ساده و قواعد روشن و مشخص یادگیری آن ساده است
  • برنامه نویسی با این ربان همانند مکالمه انگلیسی است. در واقع زبان برنامه نویسی پایتون متشکل از کلمات انگلیسی و جمله بندی است.
  • این زبان کتابخانه های قابل حمل فراوانی دارد که امکان کارهای بسیار بزرگ و بیچیده را در تمامی سیستم عامل ها ممکن می سازد.
  • با استفاده از ویژگی حالت انفعالی می توان کدهای برنامه را تست و اشکال زدایی نمود
  • این زبان بر روی همه پلتفرم ها با یک رابط کاربری و مشخص قابل استفاده است.
  • برای برنامه کارامدتر و شخصی سازی شده تر می توان از ماژول های سطح پایین در تفسیر کننده این زبان استفاده نمود.
  • از تمامی پایگاه داده تجاری پشتیبانی می کند
  • به کمک کتابخانه های مربوطه می توان برای هر سیستم عاملی یک رابط گرافیکی تولید نمود.
  • از روش های برنامه نویسی تابعی و ساختار یافته و همچنین OOP پشتیبانی می کند.
  • می توان به عنوان یک زبان اسکریپت نویسی استفاده کرد یا می توان آن را به کد بایت برای ساختن برنامه های بزرگ کامپایل کرد.
  • type های داده داینامیک سطح بالا ارائه می دهد و از بررسی dynamic type پشتیبانی می کند.
  • از جمع آوری آشغال های اتوماتیک پشتیبانی می کند
  • می تواند به راحتی با C، C ++، COM، ActiveX، CORBA و جاوا ادغام شود.
  • پایتون از برنامه های GUI پشتیبانی می کند
  • پایتون رابط های کاربری را به تمام پایگاه داده های تجاری اصلی ارائه می دهد.

کاربردهای پایتون:

برنامه‌هایی که کاملاً یا بخشی از آن‌ها با پایتون نوشته شده است:

لیست فریمورک های پایتون

معرفی Python 3.0

پایتون 1.0 در نوامبر 1994 منتشر شد. در سال 2000 پایتون 2.0 منتشر شد. پایتون 2.7.11 آخرین نسخه پایتون 2 است.

Python 3.0 در سال 2008 منتشر شد. پایتون 3 با پایتون 2 سازگار نیست. تاکید در پایتون 3 بر حذف ساختارها و ماژول های برنامه نویسی تکراری بوده است. پایتون 3.5.1 آخرین نسخه Python 3 است.

تغییر قابل توجه در Python 3 این است که چگونه از تابع print استفاده می شود. استفاده از پرانتز () با تابع print در حال حاضر اجباری است. در Python 2 اختیاری بود.

استخراج داده از وب با پایتون

Web scraping یک تکنیک نرم افزار رایانه ای برای استخراج اطلاعات از وب سایت ها است. همانطور که می دانیم، پایتون یک زبان برنامه نویسی متن باز است. شما ممکن است تعداد بسیاری از کتابخانه ها و فریمورک ها را برای انجام یک کار پیدا کنید. از این رو لازم است که بهترین کتابخانه و فریمورک را پیدا کنید. چندین راه برای استخراج اطلاعات از وب وجود دارد:

  • فریمورک Scrapy – یک فریمورک web crawling است که برای استخراج داده ها از صفحه وب با کمک selector ها بر اساس XPath به کار می رود.
  • کتابخانه Beautiful Soupبرای استخراج داده ها از فایل های HTML و XML است که می توان زمانیکه داده ها از جاوا اسکریپت استخراج یا به صورت پویا بارگذاری می شوند از آن به راحتی استفاده کرد.
  • آموزش ایجاد اپلیکیشن وب و حل مشکلات آن با پایتون

آموزش ایجاد اپلیکیشن وب و حل مشکلات آن با پایتون

پنج شنبه ۰۳ خرداد ۱۳۹۷ - ساعت ۱۰:۰۰
  • آموزش خودکارسازی پروژه با پایتون

آموزش خودکارسازی پروژه با پایتون

پنج شنبه ۰۳ خرداد ۱۳۹۷ - ساعت ۰۶:۰۰
  • آموزش پروژه های مصورسازی داده در پایتون 

آموزش پروژه های مصورسازی داده در پایتون 

پنج شنبه ۰۳ خرداد ۱۳۹۷ - ساعت ۰۴:۰۰
  • آموزش Apache Spark با Python – کلان داده با PySpark و Spark 

آموزش Apache Spark با Python – کلان داده با PySpark و Spark 

پنج شنبه ۰۳ خرداد ۱۳۹۷ - ساعت ۰۲:۰۰
  • آموزش یادگیری ماشینی با پایتون و Scikit-Learn

آموزش یادگیری ماشینی با پایتون و Scikit-Learn

دوشنبه ۳۱ اردیبهشت ۱۳۹۷ - ساعت ۰۶:۰۰
  • آموزش یادگیری تقویتی با پایتون

آموزش یادگیری تقویتی با پایتون

دوشنبه ۳۱ اردیبهشت ۱۳۹۷ - ساعت ۰۴:۰۰
  • آموزش اصولی Docker برای توسعه Python Flask

آموزش اصولی Docker برای توسعه Python Flask

شنبه ۲۹ اردیبهشت ۱۳۹۷ - ساعت ۱۸:۰۰
  • آموزش اصولی معماری و اپلیکیشن ها

آموزش اصولی معماری و اپلیکیشن ها

دوشنبه ۲۴ اردیبهشت ۱۳۹۷ - ساعت ۱۳:۰۰
  • آموزش پایتون 3 از ابتدا

آموزش پایتون 3 از ابتدا

دوشنبه ۲۴ اردیبهشت ۱۳۹۷ - ساعت ۰۳:۰۰
  • آموزش طراحی حرفه ای RESTful API با Python Flask

آموزش طراحی حرفه ای RESTful API با Python Flask

چهارشنبه ۱۹ اردیبهشت ۱۳۹۷ - ساعت ۲۲:۰۰
  • آموزش برنامه نویسی وب پایتون 

آموزش برنامه نویسی وب پایتون 

چهارشنبه ۱۹ اردیبهشت ۱۳۹۷ - ساعت ۲۰:۰۰
  • آموزش کامل فریمورک جنگو در پایتون 

آموزش کامل فریمورک جنگو در پایتون 

چهارشنبه ۱۹ اردیبهشت ۱۳۹۷ - ساعت ۱۸:۰۰
  • آموزش کلاس های تاریخ، زمان و datetime در پایتون

آموزش کلاس های تاریخ، زمان و datetime در پایتون

دوشنبه ۱۷ اردیبهشت ۱۳۹۷ - ساعت ۱۶:۰۰
  • آموزش Web Scraping با Python و Scrapy

آموزش Web Scraping با Python و Scrapy

پنج شنبه ۱۳ اردیبهشت ۱۳۹۷ - ساعت ۰۵:۰۰
  • آموزش Kivy برای ساخت اپلیکیشن موبایل با پایتون

آموزش Kivy برای ساخت اپلیکیشن موبایل با پایتون

پنج شنبه ۱۳ اردیبهشت ۱۳۹۷ - ساعت ۰۳:۰۰
  • آموزش Scrapy برای استخراج داده از وب

آموزش Scrapy برای استخراج داده از وب

پنج شنبه ۱۳ اردیبهشت ۱۳۹۷ - ساعت ۰۱:۰۰
  • آموزش نصب Scrapy در ویندوز

آموزش نصب Scrapy در ویندوز

سه شنبه ۱۱ اردیبهشت ۱۳۹۷ - ساعت ۱۶:۰۰
  • آموزش پایتون – الگوهای طراحی پیشرفته

آموزش پایتون – الگوهای طراحی پیشرفته

جمعه ۰۷ اردیبهشت ۱۳۹۷ - ساعت ۱۳:۰۰
  • آموزش کامل برنامه نویسی Python در یک ویدئو

آموزش کامل برنامه نویسی Python در یک ویدئو

پنج شنبه ۰۶ اردیبهشت ۱۳۹۷ - ساعت ۱۵:۰۰
  • آموزش اصولی NLP با Python برای یادگیری ماشینی

آموزش اصولی NLP با Python برای یادگیری ماشینی

یکشنبه ۰۲ اردیبهشت ۱۳۹۷ - ساعت ۰۵:۰۰
  • آموزش بهینه سازی سرویس های پایتون

آموزش بهینه سازی سرویس های پایتون

شنبه ۰۱ اردیبهشت ۱۳۹۷ - ساعت ۰۵:۰۰