آموزش جامع پایتون برای DevOps - آخرین آپدیت

دانلود Introduction to Python for DevOps

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره featuring Coursera Coach است! روشی هوشمندتر برای یادگیری با گفتگوهای تعاملی و در لحظه که به شما کمک می‌کند تا دانش خود را آزمایش کنید، پیش‌فرض‌ها را به چالش بکشید و در حین پیشروی در دوره، درک خود را عمیق‌تر کنید. در این دوره، شما پایه‌ای محکم در زبان پایتون برای اتوماسیون و اسکریپت‌نویسی DevOps کسب خواهید کرد. مفاهیم ضروری برنامه‌نویسی پایتون، از جمله متغیرها، ساختارهای داده، منطق شرطی، حلقه‌ها، توابع و برنامه‌نویسی شی‌گرا (OOP) را که همگی برای وظایف DevOps بهینه‌سازی شده‌اند، خواهید آموخت. با تمرکز بر کاربردهای عملی و سناریوهای واقعی، مهارت‌های لازم برای بهبود گردش کارهای DevOps، اتوماسیون وظایف سیستمی و افزایش بهره‌وری پروژه را به دست می‌آورید. سفر ما با راه‌اندازی محیط پایتون در سیستم شما، یادگیری بهترین روش‌های پیکربندی و مدیریت نسخه‌های مختلف پایتون با استفاده از pyenv و محیط‌های مجازی (Virtual Environments) آغاز می‌شود. در ادامه، تجربه عملی در استفاده از ابزارهایی مانند JupyterLab و Python REPL برای کدنویسی تعاملی را کسب خواهید کرد. این دوره مفاهیم اصلی پایتون مانند لیست‌ها، دیکشنری‌ها، مجموعه‌ها و تاپل‌ها را به همراه تکنیک‌های ضروری برای دستکاری داده‌ها و اتوماسیون در DevOps پوشش می‌دهد. از طریق این برنامه جامع، درک عمیقی از زبان برنامه‌نویسی پایتون پیدا خواهید کرد و مهارت‌های لازم برای اتوماسیون فرآیندها و حل موثر مشکلات در محیط DevOps را پرورش می‌دهید. همچنین با توابع پایتون، تکنیک‌های پیشرفته Comprehension و برنامه‌نویسی شی‌گرا که در جریان‌های اتوماسیون DevOps ضروری هستند، آشنا می‌شوید. این دوره برای کسانی که قصد دارند پایتون را در مسیر شغلی DevOps خود ادغام کنند، ایده‌آل است. چه مبتدی باشید و چه کسی که به دنبال ارتقای مهارت‌های خود است، محتوای این دوره جذاب و قابل دسترس خواهد بود. هیچ تجربه قبلی در پایتون مورد نیاز نیست. سطح دشواری دوره برای مبتدیان مناسب است و در پایان، قادر خواهید بود فرآیندهای DevOps را اتوماتیک کرده، محیط‌های پایتون را مدیریت کنید و راهکارهای مبتنی بر پایتون برای وظایف سیستمی توسعه دهید. در پایان این دوره، شما قادر خواهید بود محیط‌های پایتون را برای وظایف DevOps راه‌اندازی کنید، اسکریپت‌های پایتون بنویسید و اجرا کنید، بر مفاهیم اصلی برنامه‌نویسی مسلط شوید و اصول شی‌گرایی را برای راهکارهای واقعی DevOps به کار ببرید.

سرفصل ها و درس ها

شروع مسیر یادگیری پایتون برای DevOps Getting Started on Your Python for DevOps Journey

  • خوش‌آمدگویی و مرور کلی دوره Welcome and Course Overview

  • بهینه‌سازی تجربه یادگیری شما Maximizing Your Learning Experience

  • تعیین انتظارات برای مسیر یادگیری Setting Expectations for Our Journey

راه‌اندازی محیط پایتون Python Environment Setup

  • مقدمه بخش Section Introduction

  • نقش پایتون در DevOps مدرن The Role of Python in Modern DevOps

  • راهنمای نصب و پیکربندی پایتون Python Installation and Configuration Guide

  • استفاده از pyenv برای مدیریت نسخه‌های پایتون Using pyenv to Manage Python Versions

  • درک محیط‌های مجازی پایتون Understanding Python Virtual Environments

  • اولین گام‌ها در محیط‌های مجازی Your First Steps with Virtual Environments

  • استراتژی‌های مدیریت محیط‌های مجازی متعدد Strategies for Managing Multiple Virtual Environments

  • بررسی Python REPL (حلقه خوانش-ارزیابی-چاپ) Exploring the Python REPL (Read-Eval-Print Loop)

  • از اسکریپت تا اجرا: اجرای فایل‌های پایتون From Script to Execution: Running Python Files

  • کدنویسی تعاملی با JupyterLab Interactive Coding with JupyterLab

تسلط بر مفاهیم اصلی پایتون Mastering Core Python Concepts

  • مقدمه بخش Section Introduction

  • کار با متغیرها Working with Variables

  • اهمیت کامنت‌گذاری در کد The Importance of Code Comments

  • کار با داده‌های عددی Handling Numerical Data

  • دستکاری رشته‌ها (Strings) Manipulating Strings

  • کاربرد عملی: محاسبه میزان استفاده از دیسک Practical Application: Calculating Disk Usage

  • شروع کار با لیست‌ها Getting Started with Lists

  • تکنیک‌های تغییر و اصلاح لیست‌ها Techniques for Modifying Lists

  • تمرینات عملی با لیست‌ها Practical Exercises with Lists

  • درک تاپل‌ها (Tuples) Understanding Tuples

  • مقدمه‌ای بر مجموعه‌ها (Sets) An Introduction to Sets

  • انجام عملیات روی مجموعه‌ها Performing Set Operations

  • تمرینات عملی با مجموعه‌ها Practical Exercises with Sets

  • مقایسه لیست‌ها، تاپل‌ها و مجموعه‌ها Comparing Lists, Tuples, and Sets

  • شروع کار با دیکشنری‌ها Getting Started with Dictionaries

  • انجام عملیات روی دیکشنری‌ها Performing Dictionary Operations

  • تمرینات عملی با دیکشنری‌ها Practical Exercises with Dictionaries

  • مبانی منطق شرطی Fundamentals of Conditional Logic

  • استفاده از If، Elif و Else Using If, Elif, and Else

  • پیاده‌سازی Guard Clauses برای کد تمیزتر Implementing Guard Clauses for Cleaner Code

  • تسلط بر حلقه‌های For و While Mastering For and While Loops

  • کنترل حلقه‌ها با Break و Continue Controlling Loops with Break and Continue

  • مقدمه‌ای بر List Comprehension An Introduction to List Comprehension

  • کامپرهنشن‌های پیشرفته: لیست‌ها، مجموعه‌ها و دیکشنری‌ها Advanced Comprehensions: Lists, Sets, Dictionaries

  • مبانی توابع پایتون Fundamentals of Python Functions

  • ساخت توابع و بازگرداندن مقادیر Creating and Returning Values from Functions

  • درک پارامترها و آرگومان‌ها Understanding Parameters and Arguments

  • نوشتن Docstring‌های موثر Writing Effective Docstrings

  • تمرینات عملی با توابع Practical Exercises with Functions

  • تولید توالی‌ها با تابع range Generating Sequences with the Range Function

  • تکرار با Enumerate و ZIP Iterating with Enumerate and ZIP

  • مبانی برنامه‌نویسی شی‌گرا (OOP) Fundamentals of Object-Oriented Programming

  • تعریف و استفاده از متدهای کلاس Defining and Using Class Methods

  • پیاده‌سازی ارث‌بری (Inheritance) Implementing Inheritance

  • درک *args و **kwargs Understanding *args and **kwargs

  • ترتیب آرگومان‌ها با *args و **kwargs Argument Order with *args and **kwargs

  • استفاده از *args و **kwargs در فراخوانی توابع Using *args and **kwargs in Function Calls

  • مقدمه‌ای بر توابع Lambda An Introduction to Lambda Functions

  • استفاده از Lambda برای مرتب‌سازی مجموعه‌ها Using Lambda for Sorting Collections

  • استفاده از Lambda برای تغییر مجموعه‌ها Using Lambda for Transforming Collections

  • استفاده از Lambda برای فیلتر کردن مجموعه‌ها Using Lambda for Filtering Collections

پایتون پیشرفته: ژنراتورها و دکوراتورها Advanced Python: Generators and Decorators

  • مقدمه بخش Section Introduction

  • درک پروتکل تکرار (Iteration Protocol) Understanding the Iteration Protocol

  • ایتریتورها و ایتریبل‌ها در عمل Iterators and Iterables in Practice

  • مبانی سینتکس ژنراتورها The Basics of Generator Syntax

  • بهره‌گیری از قدرت دستور yield Harnessing the Power of the yield Statement

  • کنترل اجرای ژنراتور: توقف و شروع مجدد Controlling Generator Execution: Pause and Resume

  • مدیریت وضعیت (State) در ژنراتورها Managing State within Generators

  • درک اتمام ژنراتور (Exhaustion) Understanding Generator Exhaustion

  • مقایسه return و yield Comparing return and yield

  • تمرینات عملی با ژنراتورها Practical Exercises with Generators

  • ساخت خط لوله‌های داده (Data Pipelines) کارآمد Creating Efficient Data Pipelines

  • بررسی توابع به عنوان شهروند درجه یک Exploring Functions as First-Class Citizens

  • پیاده‌سازی توابع کارخانه‌ای (Factory Functions) Implementing Factory Functions

  • استفاده از توابع در ساختارهای داده Using Functions within Data Structures

  • مقدمه‌ای بر دکوراتورها (Decorators) An Introduction to Decorators

  • ارسال آرگومان‌ها به دکوراتورها Passing Arguments to Decorators

  • مدیریت مقادیر بازگشتی در دکوراتورها Managing Return Values in Decorators

  • مدیریت استثناها (Exception Handling) در دکوراتورها Exception Handling within Decorators

  • حفظ متادیتای توابع با functools.wraps Preserving Function Metadata with functools.wraps

  • به‌کارگیری چندین دکوراتور Applying Multiple Decorators

نمایش نظرات

آموزش جامع پایتون برای DevOps
جزییات دوره
9h 11m
74
(آخرین آپدیت)
138
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده