آموزش آزمون گواهینامه پایتون PCEP-30-02 - آماده سازی (2023)

اکنون زمان دریافت گواهینامه پایتون است!

مؤسسه پایتون PCEP-30-02 : برنامه نویس پایتون سطح ورودی گواهی شده

شش تست تمرینی با سوالات آماده سازی از همه حوزه های دانش وجود دارد

برای آمادگی برای امتحانات PCEP-30-02 در موسسه Python.

هر سوالی توضیحی دارد و کد خودت را امتحان کن

که می توانید برای درک بهتر موضوع اجرا کنید.

می‌توانید برای همه سؤال‌ها کد Try-It-Yourself-Code را دانلود کنید.

(لینک دانلود در پیام خوشامدگویی شما خواهد بود.)

برنامه درسی امتحان

برنامه نویسی کامپیوتر و اصول پایتون

• درک اصطلاحات و تعاریف اساسی
  تفسیر و مفسر، کامپایل و کامپایلر، واژگان، نحو و معناشناسی

• درک منطق و ساختار پایتون
  کلمات کلیدی، دستورالعمل ها، تورفتگی، نظرات

• وارد کردن کلمات و متغیرها به کد و استفاده از سیستم های اعداد مختلف
  بولی، اعداد صحیح، اعداد ممیز شناور، نماد علمی، رشته ها، سیستم اعداد باینری، اکتال، اعشاری، و هگزادسیمال، متغیرها، قراردادهای نامگذاری، پیاده سازی PEP- 8 توصیه

• انتخاب عملگرها و انواع داده های مناسب برای مشکل
  عملگرهای عددی: ** */%//+ –، عملگرهای رشته ای: * +، عملگرهای انتساب و میانبر، عملگرها: تک و باینری، اولویت ها و اتصال، به صورت بیتی اپراتورها: ~ ^ | <<, عملگرهای بولی: not و یا، عبارات بولی، عملگرهای رابطه ای ( == != = <<= )، دقت اعداد ممیز شناور، نوع ریخته گری

• انجام عملیات کنسول ورودی/خروجی
  توابع print()، input()، پارامترهای کلیدواژه sep= و end=، توابع int() و float()

بلوک ها و حلقه های شرطی

• تصمیم بگیرید و جریان را با دستور if شاخه بندی کنید
  عبارات شرطی: if، if-else، if-elif، if-elif-else، چند دستور شرطی، دستورات شرطی تودرتو

• انجام انواع مختلف تکرار
  دستورالعمل pass، ساختن حلقه ها با while، for، range() و in; تکرار از طریق دنباله ها، گسترش حلقه ها با while-else و for-else، حلقه های تودرتو و دستورات شرطی، کنترل اجرای حلقه با break و continue

مجموعه‌های داده – تاپل‌ها، دیکشنری‌ها، فهرست‌ها و رشته‌ها

• جمع‌آوری و پردازش داده‌ها با استفاده از لیست‌ها
  ساخت بردارها، نمایه‌سازی و برش، تابع len()، متدهای لیست پایه (append()، insert()، index()) و توابع (len()، sorted( ) و غیره)، دستورالعمل del. تکرار در لیست ها با حلقه for، حلقه های اولیه. در و نه در عملگرها، درک لیست. کپی و شبیه سازی، لیست ها در لیست ها: ماتریس ها و مکعب ها

• جمع آوری و پردازش داده ها با استفاده از tuples
  tuples: نمایه سازی، برش، ساختن، تغییرناپذیری. تاپل ها در مقابل لیست ها: شباهت ها و تفاوت ها، لیست های داخل تاپل ها و تاپل ها در لیست ها

• جمع آوری و پردازش داده ها با استفاده از فرهنگ لغت
  فرهنگ لغت: ساخت، نمایه سازی، افزودن و حذف کلیدها. تکرار از طریق فرهنگ لغت و کلیدها و مقادیر آنها، بررسی وجود کلیدها. متدهای keys()، items() و values()

• کار با رشته ها
  ساخت رشته ها، نمایه سازی، برش، تغییرناپذیری. فرار با استفاده از کاراکتر \; نقل قول ها و آپاستروف ها در داخل رشته ها، رشته های چند خطی، توابع و روش های اصلی رشته

توابع و استثناء

• تجزیه کد با استفاده از توابع
  تعریف و فراخوانی توابع و مولدهای تعریف شده توسط کاربر. کلمه کلیدی بازگشتی، نتایج برگرداننده، کلمه کلیدی هیچ، بازگشت

• سازماندهی تعامل بین تابع و محیط آن
  پارامترها در مقابل آرگومانها. پاس موقعیتی، کلیدواژه و آرگومان مختلط. مقادیر پارامترهای پیش‌فرض، دامنه‌های نام، پنهان کردن نام (سایه‌سازی)، کلیدواژه جهانی

• سلسله مراتب استثناهای داخلی پایتون
  BaseException، Exception، SystemExit، KeyboardInterrupt، استثناهای انتزاعی، ArithmeticError، LookupError همراه با IndexError و KeyError. استثناهای TypeError و ValueError، استثنا AssertError به همراه کلمه کلیدی assert

• مبانی مدیریت استثناء پایتون
  try-except، try-except Exception، ترتیب شاخه های جز، انتشار استثناها از طریق مرزهای تابع. تفویض مسئولیت رسیدگی به استثنائات

چرا پایتون یاد بگیریم؟

یادگیری پایتون آسان است. نحو ساده و کد بسیار خوانا است. با پایتون، می‌توانید برنامه‌ها را در خطوط کد کمتری نسبت به سایر زبان‌های برنامه‌نویسی بنویسید. محبوبیت پایتون به سرعت در حال افزایش است. در حال حاضر یکی از محبوب ترین زبان های برنامه نویسی است. پایتون کاربردهای بسیار متنوعی دارد. برای اتوماسیون، توسعه برنامه های کاربردی وب، هوش مصنوعی، علم داده و غیره استفاده می شود:

اتوماسیون

Python می‌تواند با خودکار کردن بسیاری از کارها زندگی را آسان‌تر کند، مانند خراش دادن یک وب‌سایت برای جمع‌آوری داده‌ها، خودکار کردن موارد آزمایشی در توسعه نرم‌افزار، یا خودکار کردن کارهای روزمره اداری. Python می تواند به راحتی به انواع فایل ها دسترسی داشته باشد و آنها را بخواند، که امکان صرفه جویی در زمان زیادی را با خودکار کردن کارهای تکراری باز می کند.

توسعه وب

Python یک انتخاب خوب برای توسعه سریع برنامه های وب است. با بسیاری از فریم ورک‌ها مانند جنگو، پیرامید و فلاسک، می‌توانید با استفاده از پایتون برنامه‌های وب را با سرعت بالا توسعه دهید. پایتون در سمت سرور توسعه وب استفاده می شود. می توانید از Python برای تعامل با پایگاه داده و ایجاد سرویس های RESTful API استفاده کنید.

هوش مصنوعی

آینده نزدیک عصر هوش مصنوعی خواهد بود. در گذشته از رایانه ها و ماشین ها برای انجام محاسبات ریاضی با سرعت بسیار بالا استفاده می شد، اما اکنون بسیاری از سازمان ها و محققان بزرگ در حال توسعه سیستم های هوشمندی هستند که می توانند وظایفی را مانند انسان انجام دهند. ماشین ها تا حدودی قادر به درک احساسات انسان و زبان طبیعی آنها هستند. آنها می توانند برخی از اعمال انسانی را تقلید کنند که قبلاً ممکن نبود. باز هم، پایتون برای توسعه سیستم‌های هوش مصنوعی بسیار محبوب است.

علم داده

پیش از این، پایتون عمدتاً برای ساخت برنامه‌ها و نوشتن اسکریپت‌ها برای خودکارسازی وظایف استفاده می‌شد، اما اکنون روند کاملاً جدید علم داده به پایتون رونق بیشتری داده است. دانشمندان داده به شدت به پایتون وابسته هستند زیرا بسیار ساده است، جامعه بزرگی دارد و می‌تواند محاسبات بزرگی را به راحتی انجام دهد.

پایتون در زمینه‌های بسیار متنوعی استفاده می‌شود، و هیچ نشانه‌ای وجود ندارد که این موضوع را نشان دهد. روند در حال توقف است به جرات می توان گفت پایتون آمده است تا برای مدت طولانی در این صنعت فناوری اطلاعات در حال تغییر و تحول باقی بماند.