آموزش توابع پایتون

Python Functions Tutorial

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

این آموزش مقدماتی توابع پایتون، توسعه‌دهندگان نرم‌افزار را برای نوشتن توابع در پایتون آماده می‌کند، بلوک‌های خاصی از کد که فقط در زمان‌های معینی در طول برنامه اجرا می‌شوند.

نوشتن یک تابع در یک زبان برنامه نویسی یکی از اولین چیزهایی است که توسعه دهندگان نرم افزار یاد می گیرند. زبان‌های مختلف عملکردها را به‌طور متفاوتی پردازش می‌کنند، اما در زبان پایتون، آنها کاملاً ساده هستند: یک بلوک کد گروه‌بندی شده که یک کار خاص را انجام می‌دهد. این مفهوم به اندازه کافی ساده است - در واقع نوشتن یکی و ترکیب موفقیت آمیز آن می تواند چالش برانگیزتر باشد.

این دوره آموزشی برای نوشتن توابع در پایتون است. این ایده توابع و نحوه نوشتن آنها در پایتون را پوشش می دهد.

پس از اتمام این آموزش توابع پایتون، می‌دانید که چگونه توابع را در پایتون بنویسید، بلوک‌های کد ویژه‌ای که فقط در زمان‌های خاصی در برنامه شما اجرا می‌شوند.

برای هر کسی که توسعه‌دهندگان نرم‌افزار در تیم خود دارد، این آموزش منبع باز می‌تواند برای توسعه‌دهندگان نرم‌افزار جدید، که در برنامه‌های آموزشی فردی یا تیمی تنظیم شده‌اند، یا به‌عنوان یک منبع مرجع منبع باز استفاده شود.

آموزش توابع پایتون: آنچه باید بدانید

این آموزش توابع پایتون دارای ویدئوهایی است که موضوعاتی از جمله:

را پوشش می‌دهد
  • درک توابع در برنامه نویسی به طور کلی و در پایتون به طور خاص
  • نوشتن بلوک‌های کد در پایتون که فقط در صورت فراخوانی اجرا می‌شوند
  • درک تفاوت های کوچک بین پارامترها و آرگومان ها
  • ارسال آرگومان ها به ترتیب درست
چه کسی باید در آموزش توابع پایتون شرکت کند؟

این آموزش توابع پایتون به عنوان آموزش منبع باز در سطح پایه در نظر گرفته می شود، به این معنی که برای توسعه دهندگان نرم افزار طراحی شده است. این دوره مهارت های برنامه نویسی برای متخصصان جدید فناوری اطلاعات با حداقل یک سال تجربه با بهترین شیوه های پایتون و توسعه دهندگان نرم افزار باتجربه ای ارزشمند است که به دنبال تأیید مهارت های منبع باز خود هستند.

توسعه دهندگان نرم افزار جدید یا مشتاق. این آموزش پایتون در مورد نوشتن توابع برای توسعه دهندگان نرم افزار جدید عالی است. اگر در حال برنامه ریزی برای حرفه ای در زمینه توسعه نرم افزار هستید، قطعاً در طول حرفه خود از پایتون استفاده خواهید کرد. این به شما بستگی دارد که آیا آماده باشید یا نه.

توسعه دهندگان نرم افزار باتجربه. اگر چندین سال است که به عنوان یک توسعه دهنده نرم افزار کار می کنید، اگر در عملکردهای پایتون احساس لرزش می کنید، باید این دوره آموزشی پایتون در توابع را بگذرانید. شاید تا به حال همیشه از زبان های دیگر استفاده کرده باشید و به یاد نداشته باشید که پایتون چگونه عملکردهای خود را تعریف می کند. این دوره به سرعت شما را با سرعت نوشتن توابع در پایتون آشنا می کند.


سرفصل ها و درس ها

توابع درجه یک در پایتون First-Class Functions in Python

  • بررسی اجمالی Overview

  • معرفی Introduction

  • مبانی عملکرد کلاس اول First-Class Function Basics

  • توابع برگشتی Returning Functions

  • پایتون لامبداس Python Lambdas

  • مثال 1: محاسبه قیمت های فروش Example 1: Calculating Sale Prices

  • مثال 2: تست عملکرد عملکرد Example 2: Testing Function Performance

  • نتیجه Conclusion

توابع مرتبه بالاتر در پایتون Higher-Order Functions in Python

  • بررسی اجمالی Overview

  • معرفی Introduction

  • مبانی توابع مرتبه بالاتر Higher-Order Functions Basics

  • مثال 1: چاپ خودکار تماس های تابع Example 1: Automatically Printing Function Calls

  • مثال 2: ارزش یا تکرارپذیر؟ Example 2: Value or Iterable?

  • مثال 3: ردیابی خودکار توابع Example 3: Automatically Tracking Functions

  • مثال 4: بررسی آرگومان ها Example 4: Checking Arguments

  • نتیجه Conclusion

مقدمه ای بر کاربرد جزئی و Currying Introduction to Partial Application and Currying

  • بررسی اجمالی Overview

  • معرفی Introduction

  • مثال 1: دریافت مدخل های فرهنگ لغت Example 1: Getting Dictionary Entries

  • کاربرد جزئی با functools Partial Application with functools

  • مثال 2: URL Builder Example 2: URL Builder

  • نتیجه Conclusion

توابع پیشرفته مرتبه بالاتر Advanced Higher-Order Functions

  • بررسی اجمالی Overview

  • معرفی Introduction

  • بررسی و بهبود استدلال بررسی Argument Checking Review & Improvements

  • بررسی استدلال با معیارهای مختلف Argument Checking with Different Criteria

  • بررسی آرگومان با یک HOF واحد Argument Checking with a Single HOF

  • اضافه کردن چندین بررسی آرگومان Adding Multiple Argument Checks

  • روشی بهتر برای افزودن چندین چک آرگومان A Better Way to Add Multiple Argument Checks

  • نتیجه Conclusion

کاربرد جزئی پیشرفته و کارکردن Advanced Partial Application & Currying

  • بررسی اجمالی Overview

  • معرفی Introduction

  • یافتن تعداد آرگومان مورد انتظار یک تابع Finding a Function's Expected Number of Arguments

  • اجرای برنامه جزئی خودکار Implementing Automatic Partial Application

  • پیاده سازی کارینگ اتوماتیک Implementing Automatic Currying

  • کاربرد جزئی با آرگومان های کلمه کلیدی Partial Application with Keyword Arguments

  • نتیجه Conclusion

مقدمه ای بر حافظه نویسی Introduction to Memoization

  • بررسی اجمالی Overview

  • معرفی Introduction

  • پیاده سازی Memoization در پایتون Implementing Memoization in Python

  • به خاطر سپردن دنباله فیبوناچی Memoizing the Fibonacci Sequence

  • حفظ کردن با دیکشنری Memoization with a Dictionary

  • نتیجه Conclusion

نوشتن توابع در پایتون Composing Functions in Python

  • بررسی اجمالی Overview

  • معرفی Introduction

  • مبانی ترکیب توابع Basics of Function Composition

  • نوشتن توابع پایتون Composing Python Functions

  • ترکیب با استفاده از لیست ها Composition Using Lists

  • ترکیب با استفاده از توابع مرتبه بالاتر Composition Using Higher-Order Functions

  • کاربرد جزئی Composition Plus Composition Plus Partial Application

  • نتیجه Conclusion

یادداشت پیشرفته Advanced Memoization

  • بررسی اجمالی Overview

  • معرفی Introduction

  • به خاطر سپردن چندین آرگومان Memoizing Multiple Arguments

  • استراتژی دیگری برای به خاطر سپردن آرگومان های متعدد Another Strategy for Memoizing Multiple Arguments

  • یادداشت با توابع درجه بالاتر Memoizing with Higher-Order Functions

  • به خاطر سپردن آرگومان های کلیدواژه Memoizing Keyword Arguments

  • نتیجه Conclusion

مقدمه ای بر بازگشت در پایتون Introduction to Recursion in Python

  • بررسی اجمالی Overview

  • معرفی Introduction

  • مبانی بازگشت Basics of Recursion

  • ساخت یک حلقه بازگشتی For-Loop Building a Recursive For-Loop

  • حلقه زدن از طریق یک لیست با بازگشت Looping Through a List with Recursion

  • راهبردهای دیگر برای مقابله با فهرست ها Other Strategies for Dealing with Lists

  • نتیجه Conclusion

بازگشت با لیست ها Recursion with Lists

  • بررسی اجمالی Overview

  • معرفی Introduction

  • پیاده سازی حداقل به صورت بازگشتی Implementing Min Recursively

  • حداکثر و جمع بازگشتی Recursive Max and Sum

  • استراتژی دیگری برای بازگشت لیست Another Strategy for List Recursion

  • اجرای مجدد Max و Sum Re-Implementing Max and Sum

  • بازگشت دم و بهینه سازی دم تماس Tail Recursion and Tail-Call Optimization

  • نتیجه Conclusion

کار با درختان در پایتون Working with Trees in Python

  • بررسی اجمالی Overview

  • معرفی Introduction

  • نمایش درختان با استفاده از لیست های تودرتو Representing Trees Using Nested Lists

  • روش دیگری برای نمایش درختان با استفاده از لیست های تودرتو Another Method for Representing Trees Using Nested Lists

  • نمایش درختان با استفاده از فرهنگ لغت Representing Trees Using Dictionaries

  • نمایش درختان با استفاده از لغت نامه ها و فهرست های ترکیبی Representing Trees Using Combined Dictionaries and Lists

  • نتیجه Conclusion

الگوریتم های اصلی درخت در پایتون Basic Tree Algorithms in Python

  • بررسی اجمالی Overview

  • معرفی Introduction

  • چاپ درختان به صورت بازگشتی Printing Trees Recursively

  • چاپ بازگشتی با ساختارهای درختی مختلف Recursive Printing with Different Tree Structures

  • عمق-اول در مقابل عرض-اول درخت پیمایش Depth-First vs. Breadth-First Tree Traversal

  • چاپ درختان پهنا-اول Printing Trees Breadth-First

  • روشی بهتر برای چاپ درختان A Better Way to Print Trees

  • نتیجه Conclusion

درک توابع در پایتون Understand Functions in Python

  • بررسی اجمالی Overview

  • مقدمه ای بر توابع Introduction to Functions

  • کاوش توابع داخلی Exploring Built-In Functions

  • ایجاد توابع Creating Functions

  • گذراندن استدلال ها Passing Arguments

  • بیانیه بازگشت The Return Statement

  • نتیجه Conclusion

پیاده سازی توابع در پایتون Implement Functions in Python

  • بررسی اجمالی Overview

  • ارگ Args

  • کوارگز Kwargs

  • وارد کردن ماژول ها Importing Modules

  • برگرداندن مقادیر چندگانه Returning Multiple Values

  • محدوده Scope

  • نتیجه Conclusion

آشنایی با برنامه نویسی تابعی در پایتون Understand Functional Programming in Python

  • بررسی اجمالی Overview

  • معرفی Introduction

  • درک ها Comprehensions

  • توابع لامبدا Lambda Functions

  • تابع نقشه The Map Function

  • عملکرد فیلتر The Filter Function

  • تابع کاهش The Reduce Function

  • نتیجه Conclusion

دکوراتورها و ژنراتورها Decorators & Generators

  • بررسی اجمالی Overview

  • معرفی Introduction

  • توابع خلاصه Functions Recap

  • ایجاد دکوراتور Creating a Decorator

  • نحو دکوراتور Decorator Syntax

  • گذراندن استدلال ها Passing Arguments

  • ایجاد یک دکوراتور پرفورمنس Creating a Performance Decorator

  • نمای کلی ژنراتور Generator Overview

  • درک ژنراتور Generator Comprehensions

  • نتیجه Conclusion

نمایش نظرات

CBT Nuggets یک شرکت آموزشی آنلاین است که در زمینه فناوری اطلاعات (IT) و مدیریت پروژه تخصص دارد. این شرکت دوره‌های آموزشی متنوعی را در زمینه‌های مختلف از جمله شبکه‌های کامپیوتری، امنیت سایبری، سیستم‌های عامل، و برنامه‌نویسی ارائه می‌دهد. محتوای آموزشی CBT Nuggets به صورت ویدئوهای آموزشی کوتاه و کاربردی طراحی شده است که توسط کارشناسان و مدرسان مجرب تدریس می‌شوند.

آموزش توابع پایتون
جزییات دوره
13h
94
CBTNuggets CBTNuggets
(آخرین آپدیت)
-
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Shaun Wassell Shaun Wassell

توسعه دهنده نرم افزار Full-Stack Shaun Wassell یک توسعه دهنده نرم افزار کاملاً پشته ای است که در زمینه برنامه نویسی و اتوماسیون صنعتی تخصص دارد.

Shaun با امید به ساخت بازی های ویدیویی عالی برنامه نویسی را در دوره راهنمایی شروع کرد. وی در ادامه به دریافت مدرک علوم کامپیوتر و ادامه کار حرفه ای نرم افزار توسعه یافت. او از پیشرفت کامل و موبایل لذت می برد. علاوه بر رایانه ، شاون به موسیقی ، معماری ، باغبانی و آبجو دستی نیز علاقه دارد.

John McGovern John McGovern

"هیچ چیز بهتر از دریافت بازخورد از کسی نیست که بگوید آموزش من به آنها کمک کرده تا یک موضوع را بفهمند یا امتحانی را قبول کنند که در نهایت آنها را به فرصت های شغلی بیشتری می رساند." جان که خودش یادگیرنده CBT Nuggets است، از آموزش ویدیویی برای ایجاد سریع و موثر پایگاه دانش IT خود استفاده کرد. کنجکاوی طبیعی او در مورد موضوعاتی مانند ابر اغلب او را به غواصی عمیق برای درک دلیل پشت فناوری ها سوق می دهد. جان، که ساکن اسکاتلند است، در اوقات فراغت خود از نواختن درام، گلف، خواندن و میانجیگری لذت می برد.

ارتباط با جان:

شبکه، پایتون، اتوماسیون شبکه و امنیت سایبری