لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
دوره کامل پایتون با 10 پروژه دنیای واقعی [ویدئو]
Complete Python Course with 10 Real-World Projects [Video]
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
پایتون یک زبان برنامه نویسی چند پارادایم با برنامه نویسی شی گرا و ساختار یافته است که به طور کامل پشتیبانی می شود و بسیاری از ویژگی ها از برنامه نویسی تابعی و جنبه گرا (متابرنامه نویسی و متا اشیا) پشتیبانی می کنند. چندین پارادایم دیگر از طریق برنامههای افزودنی پشتیبانی میشوند، از جمله طراحی با قرارداد و برنامهنویسی منطقی.
این دوره با یک مقدمه کوتاه شروع می شود و تکنیک های برنامه نویسی پایه تا پیشرفته در پایتون را پوشش می دهد. 12 بخش اول این دوره اصول پایتون را پوشش می دهد. بخش های باقی مانده مفاهیم میانی تا پیشرفته پایتون (OOPS، کلاس ها، لیست ها، ماژول ها، توابع، JSON و غیره) را پوشش می دهند. آموزش استفاده از فایل های Matplotlib، NumPy، Flask و Android APK. مدیریت پایگاه داده و ساخت اپلیکیشن های جغرافیایی را بیاموزید.
ده برنامه قابل ساخت که در این دوره مورد بررسی قرار گرفته اند عبارتند از: مولد نقشه وب آتشفشان، برنامه آشکارساز اشیا، وب سایت شخصی ساخته شده با پایتون و فلاسک، برنامه رابط کاربری گرافیکی دسکتاپ موجودی کتاب با باطن SQL، داشبورد تجزیه و تحلیل/تجسم داده ها، برنامه تلفن همراه در دستگاه های اندروید و iOS، برنامهای که دادههای چندین صفحه وب املاک را خراش میدهد، برنامه وب برای جمعآوری دادههای کاربر و ارسال ایمیل، وبلاگ و مترجم با جنگو، و برنامه وب برای پردازش فایلهای اکسل و دانلود فایلهای پردازش شده.
پس از تکمیل، می توانید برنامه های اجرایی پایتون را به طور مستقل ایجاد کنید و به نحو جامع کدنویسی و پایتون تسلط پیدا کنید.
همه کدها در این آدرس موجود هستند: https://github.com/PacktPublishing/Complete-Python-Course-with-10-Real-World-Projects توسعه درک برنامه نویسی شی گرا در پایتون
نحوه استفاده از کتابخانه ها و چارچوب های مختلف پایتون را بیاموزید
ایجاد برنامه های دسکتاپ، برنامه های وب/داده، API ها، وب اسکراپرها را بیاموزید
سایر ابزارهای برنامه نویسی مانند SQL، HTML، Deployment و Debug را بیاموزید
نحوه استفاده از فایلهای JSON، CSV، Excel، NumPy و Android APK را بررسی کنید
تجزیه و تحلیل و تجسم داده ها را با Matplotlib و PostgreSQL بیاموزید این دوره منحصراً برای افرادی ارائه می دهد که قبلاً برنامه نویسی نکرده اند و فرض می کند شما هیچ دانش برنامه نویسی قبلی ندارید. شما هر مفهوم برنامه نویسی را در زمینه مثال های برنامه نویسی واقعی با ساختن برنامه های دنیای واقعی یاد خواهید گرفت. اگر شما یک برنامه نویس نوپا هستید که به دنبال کسب مهارت های برنامه نویسی جامع با استفاده از زبان پایتون هستید یا به دنبال تسلط بر کدنویسی پایتون هستید، این دوره برای شما مناسب است. پیش نیازها شامل دسترسی به رایانه (ویندوز، مک یا لینوکس) است. هیچ دانش قبلی از پایتون یا تجربه برنامه نویسی قبلی لازم نیست. زبان پایتون را از ابتدایی تا پیشرفته یاد بگیرید، نحو کد، و ایجاد برنامه های اجرایی با استفاده از Python * Master OOP، تجسم داده ها با NumPy، Django، Bootstrap، Kivy، و web scraping با Beautiful Soup * ایجاد ده برنامه قابل ساخت با استفاده از Matplotlib، Flask، Android API ، PostgreSQL، پانداها و بوکه
سرفصل ها و درس ها
خوش آمدی
Welcome
معرفی دوره
Course Introduction
شروع کار با پایتون
Getting Started with Python
بخش مقدمه
Section Introduction
نصب پایتون و IDE
Installing Python and the IDE
ایجاد و اجرای برنامه پایتون
Creating and Running a Python Program
(با کمال تعجب) پایتون چیست؟
What (Surprisingly) Is Python?
مبانی: انواع داده ها
The Basics: Data Types
بخش مقدمه
Section Introduction
متغیرها -چرا و نحوه استفاده از متغیرها
Variables -Why and How to Use Variables
پوسته تعاملی پایتون
Python Interactive Shell
پایانه
Terminal
انواع ساده: اعداد صحیح، رشته ها و شناورها
Simple Types: Integers, Strings, and Floats
انواع فهرست
List Types
محدوده ها
Ranges
ویژگی های نوع داده
Data Type Attributes
چگونه بفهمیم چه کدی نیاز دارید
How to Find Out What Code You Need
انواع دیکشنری
Dictionary Types
چه چیزی یک برنامه نویس را برنامه نویس می کند؟
What Makes a Programmer a Programmer?
تاپل ها
Tuples
نحوه استفاده از انواع داده در دنیای واقعی
How to Use Datatypes in the Real World
مبانی: عملیات با انواع داده ها
The Basics: Operations with Data Types
بخش مقدمه
Section Introduction
نکته: پیام های خطای بهتر در پایتون 3.10
Tip: Better Error Messages in Python 3.10
عملیات بیشتر با لیست ها
More Operations with Lists
دسترسی به موارد فهرست
Accessing List Items
دسترسی به برش های فهرست
Accessing List Slices
دسترسی به آیتم ها و برش ها با نمایه های منفی
Accessing Items and Slices with Negative Indexes
دسترسی به کاراکترها و برش ها در رشته ها
Accessing Characters and Slices in Strings
دسترسی به موارد در فرهنگ لغت
Accessing Items in Dictionaries
مبانی: توابع و شرایط
The Basics: Functions and Conditionals
بخش مقدمه
Section Introduction
ایجاد عملکردهای خود
Creating Your Own Functions
چاپ یا برگشت؟
Print or Return?
مقدمه ای بر شرایط
Introduction to Conditionals
اگر مثال شرطی
If Conditional Example
مشروط توضیح داده شده خط به خط
Conditional Explained Line by Line
بیشتر در مورد شرایط
More on Conditionals
شرایط الیف
Elif Conditionals
فضای سفید
White Space
مبانی: پردازش ورودی کاربر
The Basics: Processing User Input
بخش مقدمه
Section Introduction
ورودی کاربر
User Input
قالب بندی رشته
String Formatting
قالب بندی رشته با متغیرهای متعدد
String Formatting with Multiple Variables
مبانی: حلقه ها
The Basics: Loops
بخش مقدمه
Section Introduction
برای حلقه ها: چگونه و چرا
For Loops: How and Why
حلقه زدن از طریق فرهنگ لغت
Looping Through a Dictionary
while Loops: چگونه و چرا
While Loops: How and Why
در حالی که حلقه مثال با ورودی کاربر
While Loop Example with User Input
در حالی که با Break و Continue حلقه می شود
While Loops with Break and Continue
قرار دادن قطعات در کنار هم: ساختن یک برنامه
Putting the Pieces Together: Building a Program
بخش مقدمه
Section Introduction
بیان مسأله
Problem Statement
نزدیک شدن به مشکل
Approaching the Problem
ساختن عملکرد Maker
Building the Maker Function
ساخت حلقه
Constructing the Loop
ساخت خروجی کاربر پسند
Making the Output User-Friendly
فهرست درک
List Comprehensions
بخش مقدمه
Section Introduction
درک لیست ساده
Simple List Comprehension
درک لیست با If Conditional
List Comprehension with If Conditional
درک لیست با شرط If-Else
List Comprehension with If-Else Conditional
اطلاعات بیشتر در مورد توابع
More about Functions
بخش مقدمه
Section Introduction
توابع با آرگومان های متعدد
Functions with Multiple Arguments
پارامترهای پیش فرض و غیر پیش فرض و آرگومان های کلیدواژه و غیرکلیدی
Default and Non-Default Parameters and Keyword and Non-Keyword Arguments
توابع با تعداد دلخواه آرگومان های غیرکلیدی
Functions with an Arbitrary Number of Non-Keyword Arguments
توابع با تعداد دلخواه آرگومان های کلیدواژه
Functions with an Arbitrary Number of Keyword Arguments
پردازش فایل
File Processing
بخش مقدمه
Section Introduction
پردازش فایل ها با پایتون
Processing Files with Python
خواندن متن از یک فایل
Reading Text from a File
مکان نما فایل
File Cursor
بستن یک فایل
Closing a File
باز کردن فایل ها با استفاده از "with"
Opening Files Using "with"
مسیرهای مختلف فایل
Different File paths
نوشتن متن در یک فایل
Writing Text to a File
افزودن متن به یک فایل موجود
Appending Text to an Existing File
ماژول ها
Modules
بخش مقدمه
Section Introduction
ماژول های داخلی
Built-In Modules
ماژول های استاندارد پایتون
Standard Python Modules
ماژول های شخص ثالث
Third-Party Modules
مثال ماژول شخص ثالث
Third-Party Module Example
استفاده از پایتون با فایلهای CSV، JSON و Excel
Using Python with CSV, JSON, and Excel Files
بخش مقدمه
Section Introduction
کتابخانه تجزیه و تحلیل داده های پانداها
The "pandas" Data Analysis Library
شروع کار با پانداها
Getting Started with Pandas
شروع کار با Jupyter
Getting Started with Jupyter
در حال بارگیری فایل های CSV
Loading CSV Files
در حال بارگذاری فایل های اکسل
Loading Excel Files
بارگیری داده ها از فایل های متنی ساده
Loading Data from Plain Text Files
ردیف سرصفحه جدول را تنظیم کنید
Set Table Header Row
نام ستون ها را تنظیم کنید
Set Column Names
تنظیم ستون شاخص
Set Index Column
فیلتر کردن داده ها از یک قاب داده پاندا
Filtering Data from a Pandas Data Frame
حذف ستون ها و ردیف ها
Deleting Columns and Rows
به روز رسانی و اضافه کردن ستون ها و ردیف های جدید
Updating and Adding New Columns and Rows
مثال تجزیه و تحلیل داده ها: تبدیل آدرس ها به مختصات
Data Analysis Example: Converting Addresses to Coordinates
محاسبات عددی و علمی با پایتون و NumPy
Numerical and Scientific Computing with Python and NumPy
NumPy چیست؟
What Is NumPy?
تبدیل تصاویر به آرایه های NumPy
Convert Images to NumPy Arrays
نمایه سازی، برش، و تکرار آرایه های NumPy
Indexing, Slicing, and Iterating NumPy Arrays
انباشتن و تقسیم آرایه های NumPy
Stacking and Splitting NumPy Arrays
برنامه 1: نقشه برداری وب با پایتون: نقشه برداری تعاملی جمعیت و آتشفشان ها
App 1: Web Mapping with Python: Interactive Mapping of Population and Volcanoes
نسخه ی نمایشی نقشه وب
Demo of the Web Map
ایجاد نقشه HTML با پایتون
Creating an HTML Map with Python
افزودن نشانگر به نقشه
Adding a Marker to the Map
تمرین "برای حلقه" با افزودن چندین نشانگر
Practicing "for-loops" by Adding Multiple Markers
تمرین پردازش فایل با افزودن نشانگرها از فایل ها
Practicing File Processing by Adding Markers from Files
تمرین دستکاری رشته با افزودن متن به پنجره بازشو نقشه
Practicing String Manipulation by Adding Text to the Map Popup Window
تمرین توابع با ایجاد یک تابع تولید رنگ برای نشانگرها
Practicing Functions by Creating a Color Generation Function for Markers
راه حل: نشانگرها را اضافه و سبک کنید
Solution: Add and Stylize Markers
کاوش جمعیت داده های JSON
Exploring the Population JSON Data
تمرین داده های JSON با افزودن یک لایه نقشه جمعیت از داده ها
Practicing JSON Data by Adding a Population Map Layer from the Data
سبک سازی لایه جمعیت
Stylizing the Population Layer
اضافه کردن یک لایه کنترل پنل
Adding a Layer Control Panel
برنامه 2: ساخت یک اصطلاحنامه انگلیسی
App 2: Building an English Thesaurus
نسخه ی نمایشی دیکشنری تعاملی انگلیسی
Demo of the Interactive English Dictionary
مجموعه داده خود را بشناسید
Know Your Dataset
در حال بارگیری داده های JSON
Loading JSON Data
بازگرداندن تعریف یک کلمه
Returning the Definition of a Word
کلمات موجود
Existing Words
برخورد با کلمات حساس به حروف بزرگ و کوچک
Dealing with Case-Sensitive Words
محاسبه شباهت بین کلمات
Calculating the Similarity Between Words
بهترین تطابق از لیست کلمات
Best Matches Out of a List of Words
پیدا کردن مشابه ترین کلمه از یک گروه از کلمات
Finding the Most Similar Word from a Group of Words
دریافت تاییدیه از کاربر
Getting Confirmation from the User
بهینه سازی خروجی نهایی
Optimizing the Final output
رفع خطاهای برنامه نویسی
Fixing Programming Errors
خطاهای نحوی
Syntax Errors
خطاهای زمان اجرا
Runtime Errors
چگونه خطاهای دشوار را برطرف کنیم
How to Fix Difficult Errors
چگونه یک سوال برنامه نویسی خوب بپرسیم
How to Ask a Good Programming Question
ایجاد کد به تنهایی خطاها را کنترل می کند
Making the Code Handle Errors by Itself
پردازش تصویر و ویدئو با پایتون
Image and Video Processing with Python
معرفی
Introduction
بارگذاری، نمایش، تغییر اندازه و ایجاد تصاویر
Loading, Displaying, Resizing, and Creating Images
راه حل بیشتر توضیح داده شده است
Solution Further Explained
تشخیص چهره در تصاویر
Detecting Faces in Images
فیلمبرداری با پایتون
Capturing Video with Python
برنامه 3: کنترل وب کم و تشخیص اشیا
App 3: Controlling the Webcam and Detecting Objects
نسخه ی نمایشی برنامه ردیاب حرکت وب کم
Demo of the Webcam Motion Detector App
تشخیص اجسام متحرک از وب کم
Detecting Moving Objects from the Webcam
ذخیره مهرهای زمانی تشخیص شی در یک فایل CSV
Storing Object Detection Timestamps in a CSV File
تجسم داده های تعاملی با پایتون و بوکه
Interactive Data Visualization with Python and Bokeh
آشنایی با بوکه
Introduction to Bokeh
اولین نقشه بوکه شما
Your First Bokeh Plot
استفاده از بوکه با پانداها
Using Bokeh with Pandas
ایجاد یک طرح سری زمانی
Creating a Time-Series Plot
نمونه های تجسم بیشتر با بوکه
More Visualization Examples with Bokeh
ترسیم فواصل زمانی از داده های تولید شده توسط برنامه وب کم
Plotting Time Intervals from the Data Generated by the Webcam App
پیاده سازی ویژگی Hover
Implementing a Hover Feature
برنامه 4 (قسمت 1): تجزیه و تحلیل داده ها و تجسم با پانداها و Matplotlib
App 4 (Part 1): Data Analysis and Visualization with Pandas and Matplotlib
پیش نمایش نتایج نهایی
Preview of the End Results
کاوش مجموعه داده با پایتون و پاندا
Exploring the Dataset with Python and Pandas
انتخاب داده ها
Selecting Data
فیلتر کردن مجموعه داده
Filtering the Dataset
فیلتر بر اساس زمان
Time-Based Filtering
تبدیل داده ها به اطلاعات
Turning Data into Information
جمعآوری و ترسیم میانگین رتبهبندیها در روز
Aggregating and Plotting Average Ratings by Day
نمونه برداری پایین و ترسیم میانگین رتبه بندی ها در هفته
Down-sampling and Plotting Average Ratings by Week
نمونه برداری پایین و رسم میانگین رتبه بندی بر اساس ماه
Down-Sampling and Plotting Average Ratings by Month
میانگین رتبه بندی ها بر اساس دوره بر اساس ماه
Average Ratings by Course by Month
چه روزی از هفته مردم شادترین هستند؟
What Day of the Week Are People the Happiest?
انواع دیگر قطعه ها
Other Types of Plots
برنامه 4 (قسمت 2): تجزیه و تحلیل داده ها و تجسم - نمودارهای تعاملی درون مرورگر
App 4 (Part 2): Data Analysis and Visualization - in-Browser Interactive Plots
مقدمه ای بر بخش تجسم تعاملی
Introduction to the Interactive Visualization Section
ساخت یک وب اپلیکیشن ساده
Making a Simple Web App
ساخت اپلیکیشن وب تجسم داده
Making a Data Visualization Web App
تغییر برچسب های نمودار در برنامه وب
Changing Graph Labels in the Web App
افزودن نمودار سری زمانی به برنامه وب
Adding a Time-Series Graph to the Web App
توطئه های چند سری زمانی
Multiple Time-Series Plots
استریمگراف سری زمانی چندگانه
Multiple Time-Series Streamgraph
اضافه کردن نمودار دایره ای به برنامه وب
Adding a Pie Chart to the Web App
برنامه 5: توسعه وب با Flask - یک وب سایت شخصی بسازید
App 5: Web Development with Flask - Build a Personal Website
نسخه ی نمایشی وب سایت شخصی
Demo of the Personal Website
ساخت اولین وب سایت شما
Building Your First Website
آماده سازی قالب های HTML
Preparing HTML Templates
افزودن منوی پیمایش وب سایت
Adding a Website Navigation Menu
بهبود Frontend وب سایت با CSS
Improving the Website Frontend with CSS
ایجاد یک محیط مجازی پایتون
Creating a Python Virtual Environment
نحوه استفاده از سرویس PythonAnywhere
How to Use the PythonAnywhere Service
استقرار برنامه Flask در PythonAnywhere
Deploying the Flask App on PythonAnywhere
ساخت رابط کاربری گرافیکی دسکتاپ (GUI) با پایتون
Building Desktop Graphical User Interfaces (GUI) with Python
مقدمه ای بر کتابخانه Tkinter
Introduction to the Tkinter Library
ایجاد یک پنجره رابط کاربری گرافیکی و افزودن ویجت ها
Creating a GUI Window and Adding Widgets
اتصال ویجت های رابط کاربری گرافیکی با توابع
Connecting GUI Widgets with Functions
تعامل با پایگاه های داده
Interacting with Databases
نحوه تعامل پایتون با پایگاه داده #sql
How Python Interacts with Databases #sql
اتصال به پایگاه داده SQLite با پایتون
Connecting to a SQLite Database with Python
(SQLite) انتخاب، درج، حذف و به روز رسانی رکوردهای SQL
(SQLite) Selecting, Inserting, Deleting, and Updating SQL Records
پایگاه داده PostgreSQL با پایتون
PostgreSQL Database with Python
(PostgreSQL) انتخاب، درج، حذف و به روز رسانی رکوردهای SQL
(PostgreSQL) Selecting, Inserting, Deleting, and Updating SQL Records
برنامه 6: برنامههای رابط کاربری گرافیکی و SQL: ایجاد یک برنامه پایگاه داده رومیزی دسکتاپ فهرست فهرست کتاب
App 6: GUI Apps and SQL: Build a Book Inventory Desktop GUI Database App
نسخه ی نمایشی اپلیکیشن موجودی کتاب
Demo of the Book Inventory App
طراحی رابط کاربری
Designing the User Interface
کدنویسی رابط Frontend
Coding the Frontend Interface
کدنویسی Backend
Coding the Backend
اتصال Frontend با Backend، قسمت 1
Connecting the Frontend with the Backend, Part 1
اتصال Frontend با Backend، قسمت 2
Connecting the Frontend with the Backend, Part 2
ایجاد فایل های اجرایی .exe و .app از اسکریپت پایتون
Creating .exe and .app Executables from the Python Script
برنامه نویسی شی گرا (OOP)
Object-Oriented Programming (OOP)
برنامه نویسی شی گرا (OOP) چیست؟
What Is Object-Oriented Programming (OOP)?
استفاده از OOP در یک برنامه، قسمت 1
Using OOP in a Program, Part 1
استفاده از OOP در یک برنامه، قسمت 2
Using OOP in a Program, Part 2
ایجاد کلاس حساب بانکی
Creating a Bank Account Class
ایجاد کلاس ها از طریق وراثت
Creating Classes Through Inheritance
واژه نامه OOP
OOP Glossary
برنامه 7: توسعه اپلیکیشن موبایل: اپلیکیشنی با احساس خوب بسازید
App 7: Mobile App Development: Build a Feel-Good App
نسخه ی نمایشی اپلیکیشن موبایل
Demo of the Mobile App
ایجاد صفحه ورود کاربر
Creating a User Login Page
ایجاد صفحه ثبت نام کاربر
Creating a User Sign-Up Page
گرفتن ورودی کاربر
Capturing User Input
پردازش ثبت نام های کاربر
Processing User Signups
ایجاد یک صفحه موفقیت در ثبت نام
Creating a Sign-Up Success Page
جابجایی بین صفحات
Switching Between Pages
پردازش اطلاعات ورود کاربر
Processing User Login Credentials
نمایش خروجی به کاربر
Displaying Output to the User
سبک سازی صفحه ورود
Stylizing the Login Page
سبک سازی صفحه ثبت نام
Stylizing the Sign-Up Page
تعاملی کردن دکمه ها
Making the Buttons Interactive
ساختن ناحیه قابل پیمایش
Making a Scrollable Area
ساخت فایل APK اندروید از اپلیکیشن Kivy
Making an Android APK File from the Kivy App
آماده سازی محیط برای استقرار برنامه در تلفن اندرویدی
Preparing the Environment for Deploying the App to an Android Phone
ساخت فایل APK برای اندروید
Creating an APK file for Android
نصب فایل APK در اندروید
Installing the APK file on Android
خراش دادن وب با پایتون و سوپ زیبا
Web Scraping with Python and Beautiful Soup
بخش مقدمه
Section Introduction
نحوه عملکرد Web Scraping
How Web Scraping Works
مثال خراش دادن وب با پایتون
Web Scraping Example with Python
برنامه 7: Web Scraping - Scraping Properties برای فروش از وب
App 7: Web Scraping - Scraping Properties for Sale from the Web
نسخه ی نمایشی برنامه Web Scraping
Demo of the Web Scraping App
بارگذاری صفحه وب در پایتون
Loading the Webpage in Python
استخراج عناصر "div".
Extracting "div" Elements
خراش دادن آدرس های خواص
Scraping the Addresses of the Properties
خراش دادن عناصر ویژه
Scraping Special Elements
ذخیره داده های استخراج شده در فایل های CSV
Saving the Extracted Data in CSV Files
خزیدن از طریق چندین صفحه وب
Crawling Through Multiple Webpages
برنامه 9: برنامه وبلاگ و مترجم جنگو و بوت استرپ
App 9: Django and Bootstrap Blog and Translator App
مقایسه چارچوب های وب پایتون
A Comparison of Python Web Frameworks
راه اندازی یک محیط مجازی
Setting Up a Virtual Environment
ایجاد پروژه جنگو
Creating a Django Project
ایجاد سوپرکاربر برای پروژه
Creating a Superuser for the Project
راه اندازی یک برنامه بلاگ خالی جنگو
Setting Up an Empty Django Blog App
ایجاد مدل پایگاه داده برای برنامه بلاگ
Creating a Database Model for the Blog App
مروری بر معماری برنامه وب
Overview of the Web App Architecture
قالب های HTML
HTML Templates
نماهای جنگو
Django Views
الگوهای URL
URL Patterns
ایجاد نماهای رابط مدیریت
Creating Admin Interface Views
ایجاد یک صفحه اصلی
Creating a Homepage
ایجاد یک صفحه "درباره".
Creating an "About" Page
فهرست کردن پست های وبلاگ در صفحه اصلی
Listing Blog Posts on the Homepage
ایجاد لینک
Creating Links
افزودن بوت استرپ به جنگو
Adding Bootstrap to Django
فیلترهای قالب جنگو
Django Template Filters
وراثت الگو
Template Inheritance
اعمال استایل بوت استرپ در منوی پیمایش
Applying Bootstrap Styling to the Navigation Menu
نسخه ی نمایشی برنامه ترجمه جنگو
Demo of the Django Translation App
مراحل توسعه اپلیکیشن جنگو
The Steps of Django App Development
ایجاد یک ساختار برنامه خالی از مترجم
Creating an Empty App Structure of the Translator
ایجاد یک فرم HTML در جنگو
Creating an HTML Form in Django
پیکربندی URL ها
Configuring the URLs
ایجاد یک فرم
Creating a Form
دریافت و پردازش ورودی کاربر از طریق یک فرم
Getting and Processing User Input Through a Form
تکمیل اپلیکیشن مترجم
Completing the Translator App
برنامه 10: یک برنامه وب جغرافیایی با Flask و Pandas بسازید
App 10: Build a Geography Web App with Flask and Pandas
نسخه ی نمایشی اپلیکیشن وب جغرافیا
Demo of the Geography Web App
Ardit Sulce یک برنامه نویس پایتون، معلم و بنیانگذار PythonHow است. او در سال 2013 با مدرک کارشناسی ارشد در علوم (فناوری های مکانی) از دانشگاه Muenster آلمان، با تمرکز بر استفاده از پایتون برای سنجش از دور فارغ التحصیل شد. آردیت با شرکت هایی مانند مرکز جغرافیای حفاظتی برای نقشه برداری و درک اکوسیستم های استرالیا، پردازش تصویر با سوئیس in-Terra، و داده کاوی برای به دست آوردن بینش تجاری با اطلاعات سریع استرالیایی همکاری کرده است.
نمایش نظرات