دکوراتور ها در پایتون

تا حالا شده بخوای بدون تغییر در ساختار اصلی یه تابع، یه قابلیت جدید بهش اضافه کنی؟
مثلاً یه لاگ بگیری، زمان اجراشو حساب کنی، یا قبل از اجراش چک کنی که ورودی‌هاش معتبرن یا نه؟

اینجاست که دکوراتورها (Decorators) وارد میشن!

دکوراتور یه تابعی هست که یه تابع دیگه رو می‌گیره، پردازش‌هایی روش انجام میده و در نهایت یه نسخه جدید از اون تابع رو برمی‌گردونه و باعث افزایش خوانایی و بهینه‌سازی کد میشن.

🎯 چند کاربرد معروف دکوراتورها

🔢 ثبت لاگ‌ها: بررسی این که چه زمانی یه تابع اجرا شده

🔢 کنترل سطح دسترسی: چک کردن اینکه کاربر مجوز لازم داره یا نه

🔢 کش کردن: ذخیره نتایج برای بهینه‌سازی اجراهای بعدی


🔍 مثال:
اندازه‌گیری زمان اجرای تابع:

Copy
Edit
import time

def timer_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f" runtime : {end_time - start_time:.5f} sec")
        return result
    return wrapper

@timer_decorator
def heavy_function():
    time.sleep(2)  
    print(" function is run")

heavy_function()

📌 خروجی:

function is run
runtime: 2.00012 sec

🎯 چرا از دکوراتورها استفاده کنیم؟

کد رو تمیزتر و خواناتر می‌کنه
بدون تغییر در توابع، ویژگی‌های جدید اضافه می‌کنیم
قابلیت استفاده مجدد از کد رو افزایش میده


تا حالا از دکوراتور ها استفاده کردید؟


➖➖➖➖➖➖

#python
😂 @Learrning_Python 😂

🔰 کتابخانه قدرتمند پایتون: pyrsistent
آیا به دنبال ساختارهای داده‌ای تغییرناپذیر هستی که خیال تو رو از بابت ایمنی، پیش‌بینی‌پذیری و تمیزی کد راحت کنه؟
اینجاست که pyrsistent وارد میشه!
این کتابخانه ساختارهایی مثل pmap, pvector, pset و... رو در اختیارت قرار می‌ده که بعد از ایجاد، دیگه قابل تغییر نیستن. مناسب برای اپلیکیشن‌های حساس، بدون عوارض جانبی.

🧠 چرا pyrsistent؟

✅ تغییرناپذیری پیش‌فرض = امنیت بالا در چندریسمانی

✅ سینتکس تمیز و شهودی

✅ سازگار با سبک برنامه‌نویسی تابعی (Functional)

✅ عالی برای کار با کتابخونه‌هایی مثل toolz و attrs

🛠️ نمونه کد کاربردی:

from pyrsistent import pmap, pvector # دیکشنری تغییرناپذیر user = pmap({"name": "Alice", "age": 30}) updated_user = user.set("age", 31) print(user) # pmap({'name': 'Alice', 'age': 30}) print(updated_user) # pmap({'name': 'Alice', 'age': 31}) # لیست تغییرناپذیر items = pvector([1, 2, 3]) new_items = items.append(4) print(items) # pvector([1, 2, 3]) print(new_items) # pvector([1, 2, 3, 4]) 

⚡️ نصب سریع:

pip install pyrsistent 

🖼️ مستندات کامل: pyrsistent.readthedocs.io

برنامه‌نویسی تمیز رو تجربه کن!

#Python #PythonTips #FunctionalProgramming

➖➖➖➖➖➖

😂 @Learrning_Python 😂

🖼️ Python Cheat Sheet 📚

یک "برگه تقلب" (Cheat Sheet) پایتون پیدا کردم که فکر می‌کنم برای همه‌ی پایتون‌کارها، چه مبتدی و چه کسانی که می‌خواند یه یادآوری سریع داشته باشند، خیلی مفیده. این منبع یه جور خلاصه کاربردی از دستورات و مفاهیم کلیدی پایتونه که می‌تونید سریع بهش مراجعه کنید.

#python #cheatsheet

👉 @Learrning_Python

PyTorch Fundamentals: Your First Steps into Hands-on Deep Learning

🖼️ یادگیری عمیق (Deep Learning) PyTorch
این ریپازیتوری GitHub یه منبع توپ و رایگانه واسه کسایی که می‌خوان PyTorch رو با مثال‌های کاربردی و توضیحات ساده یاد بگیرن.

📂 شامل چیا هست؟

آموزش مرحله‌به‌مرحله‌ی تنسورها، Autograd و شبکه‌های عصبی
نوت‌بوک‌های Jupyter با کد تعاملی
پروژه‌های واقعی مثل دسته‌بندی تصویر
آموزش استفاده از GPU تو PyTorch
مناسب برای مبتدی‌ها و حتی مرور دوباره برای حرفه‌ای‌ها


اگه واقعاًمی‌خواهید وارد هوش مصنوعی بشید، این یکی از بهترین شروع‌هاست 👌

#python

➖➖➖➖➖➖

👉 @Learrning_Python

Cheat Sheet

یه برگه تقلب کوتاه و مختصر که موارد ضروری رو پوشش میده

#python

➖➖➖➖➖➖

👉 @FaraCoding | فراکد