مرحله اول نصب کتابخانه
نکته🧐:
اگه جای fa و auto رو جا به جا کنید برنامه برعکس میشود یعنی فارسی رو به انگلیسی ترجمه میکنه
اگر هم اول auto باشه و بعد fa باشه متن انگلیسی رو به فارسی ترجمه میکنه
pip install deep_translatorمرحله دوم شروع کد زنی
from deep_translator import GoogleTranslatorمرحله سوم خروجی گرفتن
txt= "I am a programmer"
translated = GoogleTranslator(source='auto'
target='fa').translate(txt)
نکته🧐:
اگه جای fa و auto رو جا به جا کنید برنامه برعکس میشود یعنی فارسی رو به انگلیسی ترجمه میکنه
اگر هم اول auto باشه و بعد fa باشه متن انگلیسی رو به فارسی ترجمه میکنه
❤4
تبدیل بایت به واحد های دیگر سایز دیتا :
def format_bytes(bytes, decimals=2):
if bytes is None: return "Incalculable"
if bytes < 1: return "0 B"
i = 0
while bytes >= 1024:
bytes /= 1024
i += 1
units = ["B", "KB", "MB", "GB", "TB", "PB"]
dm = decimals if bytes % 1 != 0 else 0
return f"{bytes:.{dm}f} {units[i]}"
❤1
خطا ها در زبان پایتون
در زبان پایتون، خطاها به دو دسته تقسیم میشوند: خطاهای معمولی (Exceptions) و خطاهای زمان اجرا (Runtime Errors). اینجا چند خطا اصلی همراه با معانیشان آمده است:
1. خطای (SyntaxError): زمانی رخ میدهد که کد نوشته شده با قواعد زبان پایتون مغایرت داشته باشد.
2. خطای فاصله گذاری (IndentationError): وقتی فاصلهگذاری در کد ناقص یا نادرست باشد.
3. خطای (NameError): وقتی یک نام متغیر یا فراخوانی وجود نداشته باشد.
4. خطای (TypeError): وقتی عملیاتی روی نوع اشیاء نامناسب باشد.
5. خطای (IndexError): وقتی شاخصی برای دسترسی به یک عنصر در یک لیست یا رشته وجود نداشته باشد.
6. خطای (ValueError): زمانی اتفاق میافتد که یک عملیات با یک مقدار نامناسب انجام شود.
7. خطای (KeyError): وقتی یک کلید در یک دیکشنری وجود نداشته باشد.
8. خطای (FileNotFoundError): وقتی یک پرونده مورد نظر برای عملیات فایل مورد نظر پیدا نشود.
9. خطای (ModuleNotFoundError): وقتی یک ماژولی که قرار استفاده شود پیدا نشود.
10. خطای (ZeroDivisionError): وقتی تلاش برای تقسیم عددی بر صفر انجام شود.
در زبان پایتون، خطاها به دو دسته تقسیم میشوند: خطاهای معمولی (Exceptions) و خطاهای زمان اجرا (Runtime Errors). اینجا چند خطا اصلی همراه با معانیشان آمده است:
1. خطای (SyntaxError): زمانی رخ میدهد که کد نوشته شده با قواعد زبان پایتون مغایرت داشته باشد.
2. خطای فاصله گذاری (IndentationError): وقتی فاصلهگذاری در کد ناقص یا نادرست باشد.
3. خطای (NameError): وقتی یک نام متغیر یا فراخوانی وجود نداشته باشد.
4. خطای (TypeError): وقتی عملیاتی روی نوع اشیاء نامناسب باشد.
5. خطای (IndexError): وقتی شاخصی برای دسترسی به یک عنصر در یک لیست یا رشته وجود نداشته باشد.
6. خطای (ValueError): زمانی اتفاق میافتد که یک عملیات با یک مقدار نامناسب انجام شود.
7. خطای (KeyError): وقتی یک کلید در یک دیکشنری وجود نداشته باشد.
8. خطای (FileNotFoundError): وقتی یک پرونده مورد نظر برای عملیات فایل مورد نظر پیدا نشود.
9. خطای (ModuleNotFoundError): وقتی یک ماژولی که قرار استفاده شود پیدا نشود.
10. خطای (ZeroDivisionError): وقتی تلاش برای تقسیم عددی بر صفر انجام شود.
دانستی مخفی درباره پایتون
آیا میدانستید که در پایتون، میتوانید از توابعی استفاده کنید که درون خودشان صدا زده میشوند، به این حالت توابع بازگشتی میگویند (Recursion)!؟ شاید این ویژگی برای بسیاری ناشناخته باشد، اما با استفاده از این روش، میتوانید مسائل پیچیده را به سادگی حل کنید.
یک مثال ساده از توابع بازگشتی، محاسبه فاکتوریل یک عدد است:
در این مثال، تابع factorial خودش را برای مقدارهای کوچکتر از n صدا میزند تا به مقدار نهایی برسد. این نکته کوچک میتواند برای بسیاری از مسائل ریاضی و الگوریتمی، کد شما را بسیار کوتاهتر و کارآمدتر کند.
آیا میدانستید که در پایتون، میتوانید از توابعی استفاده کنید که درون خودشان صدا زده میشوند، به این حالت توابع بازگشتی میگویند (Recursion)!؟ شاید این ویژگی برای بسیاری ناشناخته باشد، اما با استفاده از این روش، میتوانید مسائل پیچیده را به سادگی حل کنید.
یک مثال ساده از توابع بازگشتی، محاسبه فاکتوریل یک عدد است:
def factorial(n):
if n == 1:
return 1
else:
return n * factorial(n - 1)
print(factorial(5)) # خروجی: 120
در این مثال، تابع factorial خودش را برای مقدارهای کوچکتر از n صدا میزند تا به مقدار نهایی برسد. این نکته کوچک میتواند برای بسیاری از مسائل ریاضی و الگوریتمی، کد شما را بسیار کوتاهتر و کارآمدتر کند.
آموزش گرفتن اطلاعات از دیتابیس و پردازش آنها با پایتون
در این پارت، به بررسی نحوه گرفتن اطلاعات از دیتابیس و پردازش آنها با استفاده از پایتون میپردازیم. برای این کار از کتابخانههای
۱. نصب و راهاندازی
برای استفاده از دیتابیس SQLite و کتابخانه Pandas، ابتدا باید اطمینان حاصل کنید که این کتابخانهها نصب شدهاند. برای نصب، از دستورهای زیر استفاده کنید:
۲. اتصال به دیتابیس SQLite
ابتدا باید به دیتابیس SQLite متصل شویم. برای این کار از کتابخانه
توضیح: در اینجا به یک دیتابیس به نام
۳. ایجاد جدول و وارد کردن دادهها
در این مرحله، یک جدول نمونه ایجاد کرده و تعدادی داده به آن وارد میکنیم.
توضیح: در اینجا جدولی به نام
۴. خواندن دادهها از دیتابیس
برای خواندن دادهها از دیتابیس، از دستور
توضیح: در اینجا تمام دادههای جدول
خروجی:
۵. پردازش دادهها با Pandas
برای پردازش دادهها از کتابخانه
توضیح: در اینجا دادههای خوانده شده از دیتابیس را به یک DataFrame از pandas تبدیل کرده و چاپ میکنیم.
خروجی:
۶. انجام عملیات پردازش
با استفاده از DataFrame میتوانیم عملیات پردازش مختلفی را انجام دهیم. به عنوان مثال، محاسبه میانگین سن کاربران:
توضیح: در اینجا میانگین سن کاربران را محاسبه و چاپ میکنیم.
خروجی:
۷. بستن اتصال به دیتابیس
پس از اتمام کار، باید اتصال به دیتابیس را ببندیم.
در این پارت، به بررسی نحوه گرفتن اطلاعات از دیتابیس و پردازش آنها با استفاده از پایتون میپردازیم. برای این کار از کتابخانههای
sqlite3
و pandas
استفاده خواهیم کرد.۱. نصب و راهاندازی
برای استفاده از دیتابیس SQLite و کتابخانه Pandas، ابتدا باید اطمینان حاصل کنید که این کتابخانهها نصب شدهاند. برای نصب، از دستورهای زیر استفاده کنید:
pip install pandas
۲. اتصال به دیتابیس SQLite
ابتدا باید به دیتابیس SQLite متصل شویم. برای این کار از کتابخانه
sqlite3
استفاده میکنیم.import sqlite3
# اتصال به دیتابیس
conn = sqlite3.connect('example.db')
cursor = conn.cursor()
توضیح: در اینجا به یک دیتابیس به نام
example.db
متصل میشویم. اگر این فایل وجود نداشته باشد، به طور خودکار ایجاد خواهد شد.۳. ایجاد جدول و وارد کردن دادهها
در این مرحله، یک جدول نمونه ایجاد کرده و تعدادی داده به آن وارد میکنیم.
# ایجاد جدول
cursor.execute('''CREATE TABLE IF NOT EXISTS users
(id INTEGER PRIMARY KEY, name TEXT, age INTEGER)''')
# وارد کردن دادهها
cursor.execute("INSERT INTO users (name, age) VALUES ('Ali', 25)")
cursor.execute("INSERT INTO users (name, age) VALUES ('Sara', 30)")
cursor.execute("INSERT INTO users (name, age) VALUES ('Reza', 22)")
# ذخیره تغییرات
conn.commit()
توضیح: در اینجا جدولی به نام
users
با ستونهای id
، name
و age
ایجاد کردهایم و تعدادی داده به آن اضافه کردهایم.۴. خواندن دادهها از دیتابیس
برای خواندن دادهها از دیتابیس، از دستور
SELECT
استفاده میکنیم.# خواندن دادهها
cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()
for row in rows:
print(row)
توضیح: در اینجا تمام دادههای جدول
users
را انتخاب کرده و چاپ میکنیم.خروجی:
(1, 'Ali', 25)
(2, 'Sara', 30)
(3, 'Reza', 22)
۵. پردازش دادهها با Pandas
برای پردازش دادهها از کتابخانه
pandas
استفاده میکنیم. ابتدا دادهها را به یک DataFrame تبدیل میکنیم.import pandas as pd
# تبدیل دادهها به DataFrame
df = pd.DataFrame(rows, columns=['id', 'name', 'age'])
print(df)
توضیح: در اینجا دادههای خوانده شده از دیتابیس را به یک DataFrame از pandas تبدیل کرده و چاپ میکنیم.
خروجی:
id name age
0 1 Ali 25
1 2 Sara 30
2 3 Reza 22
۶. انجام عملیات پردازش
با استفاده از DataFrame میتوانیم عملیات پردازش مختلفی را انجام دهیم. به عنوان مثال، محاسبه میانگین سن کاربران:
# محاسبه میانگین سن
average_age = df['age'].mean()
print(f"Average age: {average_age}")
توضیح: در اینجا میانگین سن کاربران را محاسبه و چاپ میکنیم.
خروجی:
Average age: 25.666666666666668
۷. بستن اتصال به دیتابیس
پس از اتمام کار، باید اتصال به دیتابیس را ببندیم.
✅ شورت کات های کلیدی برای VSCode
▫️جایگزینی ⬅️ Ctrl+H
▫️باز کردن سریع فایل ⬅️ Ctrl+P
▫️بستن پنجره ⬅️ Ctrl+shift+F
▫️تنظیمات ⬅️ , + Ctrl
▫️جستجو ⬅️ Ctrl+F
▫️نمایش همه سمبل ها ⬅️ Ctrl+T
▫️تغییر نام ⬅️F2
▫️بازگرداندن تغییرات ⬅️ Ctrl+Z
#vscode
➿➿➿➿➿➿➿➿
@programmers_gathering
▫️جایگزینی ⬅️ Ctrl+H
▫️باز کردن سریع فایل ⬅️ Ctrl+P
▫️بستن پنجره ⬅️ Ctrl+shift+F
▫️تنظیمات ⬅️ , + Ctrl
▫️جستجو ⬅️ Ctrl+F
▫️نمایش همه سمبل ها ⬅️ Ctrl+T
▫️تغییر نام ⬅️F2
▫️بازگرداندن تغییرات ⬅️ Ctrl+Z
#vscode
➿➿➿➿➿➿➿➿
@programmers_gathering
❤3