آموزش تکنیک‌های پیشرفته توسعه پایتون - آخرین آپدیت

برنامه‌نویسی پیشرفته پایتون Advanced Python programming

• بازبینی ساختارهای داده رایج: لیست‌ها، دیکشنری‌ها و مجموعه‌ها Revisiting common data structures: Lists, dictionaries, and sets

• بررسی ساختارهای داده پیشرفته Exploring advanced data structures

• پشته‌ها و صف‌ها: مثال‌های دنیای واقعی Stacks and queues: Real-world examples

• قدرت‌های پایتون: Setها، Dequeها و Heapها Python powerhouses: Sets, deques, and heaps

• دمو: مدیریت بهینه داده‌ها با مجموعه‌ها و دک‌ها Demo: Efficient data manipulation with sets and deques

• رونمایی از دکوراتورها: افزودن قابلیت‌ها با ظرافت Decorators unveiled: Adding functionality with flair

• چرخه ژنراتور: یک سفر بصری The generator cycle: A visual journey

• دمو: پاکسازی با Context Managerها: مدیریت ایمن منابع Demo: Cleaning up with context managers: Safe resource handling

• دگردیسی کد Metamorphosis of code

• متاکلاس‌ها: معمار کلاس‌ها Metaclasses: The architect of classes

• تغییر کلاس‌ها در لحظه Modifying classes on the fly

• خودشناسی (Introspection) در عمل: کشف اسرار اشیاء Introspection in action: Discovering objects' secrets

• دمو: بهره‌گیری از متاکلاس‌ها در یک ORM سفارشی Demo: Leveraging metaclasses in a custom ORM

هوش مصنوعی مولد در توسعه GenAI in development

• از پرامپت تا پایتون: اتوماسیون تولید کد From prompts to Python: Automating code creation

• رونمایی از هوش مصنوعی مولد (GenAI) GenAI unveiled

• دمو: ساده‌سازی کارهای تکراری با تکمیل خودکار GenAI Demo: Streamlining repetitive tasks with GenAI Autocomplete

• کمال کد: GenAI به عنوان بازبین و بهینه‌ساز شما Code perfection: GenAI as your reviewer and optimizer

• یافتن باگ‌ها و نقاط ضعف امنیتی با GenAI Finding bugs and vulnerabilities with GenAI

• دمو: بازنویسی (Refactoring) کد با GenAI Demo: Refactoring code with GenAI

• ایجاد تست‌های واحد بر اساس مشخصات و کد با GenAI Creating unit tests based on specifications and code with GenAI

• دمو: مهندسی پرامپت برای پایتون: رام کردن هوش مصنوعی Demo: Prompt engineering for Python: Taming the AI

• تضمین کیفیت با GenAI: اطمینان از اثربخشی تست‌ها Quality assurance with GenAI: Ensuring test effectiveness

• مستندسازی حرفه‌ای: بهره‌گیری از GenAI برای مستندات شفاف و مختصر Document like a pro: Harnessing GenAI for clear and concise documentation

• اتوماسیون docstringها و کامنت‌های توابع با GenAI Automating docstrings and function comments with GenAI

• اهمیت بازبینی انسانی: تضمین دقت و کامل بودن مستندات The importance of human review: Ensuring documentation accuracy and completeness

• دمو: تولید مستندات مرجع API با GenAI Demo: Generating API reference documentation with GenAI

رایانش ابری با پایتون Cloud computing with Python

• مبانی رایانش ابری (Cloud Computing 101) Cloud computing 101

• چشم‌انداز ابری: Azure The cloud landscape: Azure

• دمو: پورتال Azure Demo: The Azure portal

• از محیط محلی به ابر: استراتژی‌های استقرار From local to cloud: Deployment strategies

• دمو: استقرار اپلیکیشن Flask در مایکروسافت Azure Demo: Deploying a Flask app on Microsoft Azure

• استفاده از مایکروسافت Azure با پایتون Using Microsoft Azure with Python

• فراتر از استقرار: بهره‌گیری از قدرت ابر Beyond deployment: Leveraging cloud power

• دمو: ذخیره و بازیابی داده‌ها با Azure SDK برای پایتون Demo: Storing and retrieving data with Azure SDK for Python

مستندسازی و کامنت‌گذاری Documentation and comments

• هدف از مستندسازی The purpose of documentation

• فراتر از کد: هنر مستندسازی Beyond code: The art of documentation

• دمو: نوشتن docstringهای موثر: نکات و مثال‌ها Demo: Writing effective docstrings: Tips and examples

• اسفینکس (Sphinx): تولید مستندات زیبا از روی کد Sphinx: Generating beautiful documentation from your code

• مهندسی پرامپت: کلید باز کردن پتانسیل‌های GenAI Prompt engineering: The key to unlocking GenAI's potential

• نجات با GenAI: اتوماسیون وظایف مستندسازی GenAI to the rescue: Automating documentation tasks

• دمو: تولید خودکار docstringها با GenAI Demo: Auto-generating docstrings with GenAI

• دمو: مهندسی پرامپت در عمل، مستندسازی با GenAI Demo: Prompt engineering in action, a GenAI documentation

• ایجاد مستندات API با GenAI: رویکردی زمان‌بر Creating API documentation with GenAI: A time-saving approach

• کد تمیز: اصولی برای توسعه‌دهندگان پایتون Clean code: Principles for Python developers

• دمو: پیاده‌سازی اصول SOLID Demo: Applying SOLID principles

• بازنویسی برای شفافیت: بهبود ساختار و خوانایی کد Refactoring for clarity: Improving code structure and readability

• بازبینی کد: همکاری برای کد بهتر Code reviews: Collaboration for better code

• برنامه‌نویسی Asynchronous چیست؟ What is asynchronous programming?

• کد Asynchronous در مقابل Synchronous: تحلیل مقایسه‌ای Asynchronous vs. synchronous code: A comparative analysis

• به سوی Asynchronous: هم‌روندی برای اپلیکیشن‌های پاسخگو Going asynchronous: Concurrency for responsive applications

• دمو: ساخت یک وب‌اسکرپر ساده Asynchronous Demo: Building a simple asynchronous web scraper

• دمو: مدیریت خطا در کدهای Asynchronous و بهترین روش‌ها Demo: Error handling in asynchronous code, best practices

تست یکپارچگی Integration testing

• فراتر از تست‌های واحد: اطمینان از همکاری اجزا Beyond unit tests: Ensuring components work together

• دمو: شبیه‌سازی (Mocking) وابستگی‌ها برای تست یکپارچگی موثر Demo: Mocking dependencies for effective integration testing

• توضیح Mocking در pytest Mocking in pytest explained

• دمو: تست یکپارچگی یک اپلیکیشن Flask با pytest Demo: Integration testing a flask application with pytest

• مقدمه‌ای بر TDD Introduction to TDD

• در TDD: ابتدا تست بنویسید، سپس کد TDD: Write tests, then code

• TDD در عمل: ساخت یک تابع ساده پایتون TDD in practice: Building a simple Python function

• دمو: TDD با pytest، فیکسچرهای تست و پارامتری‌سازی Demo: TDD with pytest, test fixtures and parameterization