فصل ۱ — شروع پایتون
پایتون چیست و چرا محبوبترین زبان دنیاست؟ محیط پروژه: venv و مدیریت پکیجهافصل ۲ — متغیرها و انواع داده
متغیرها و انواع پایه داده رشتهها: متدهای متن در پایتون لیست، تاپل، دیکشنری و مجموعهفصل ۳ — کنترل جریان
شرطها: if و elif و else حلقهها: for و while در پایتونفصل ۴ — توابع و ماژولها
توابع: def، پارامترها و return ماژولها و کتابخانه استانداردفصل ۵ — کلاس و برنامهنویسی شیءگرا
کلاسها و شیءگرایی در پایتونفصل ۶ — پروژه عملی
کار با فایل و JSON پروژه پایانی: مدیریت کارها در خط فرمانفصل ۷ — سینتکس، عملگرها و ورودی/خروجی
سینتکس و تورفتگی: قواعد خط پایتون عملگرها: حساب، مقایسه، منطق و عضویت ورودی و خروجی: print و input در عمق اعداد و تبدیل نوع (casting) f-string در عمق: فرمتدهی حرفهایفصل ۸ — ساختمانهای داده در عمق
لیست در عمق: متدها، برش و کپی تاپل: ثابتها و بازکردن مقادیر مجموعهها: عضویت سریع و عملیات ریاضی دیکشنری در عمق: get، setdefault و ادغام کامپریهنشن: list، dict و set enumerate، zip و ابزارهای پیمایش match/case: تطبیق الگو در پایتون ۳.۱۰+فصل ۹ — توابع در عمق
*args و **kwargs: پارامترهای انعطافپذیر lambda و توابع درجهیک بازگشت: تابعی که خودش را صدا میزند اسکوپ: local، global و nonlocal تایپ هینت: نوعنویسی در پایتون مدرنفصل ۱۰ — شیءگرایی در عمق
وراثت و چندریختی متدهای جادویی (dunder) کپسولاسیون: property، خصوصی و انواع متد dataclass: کلاس دادهمحور آماده کلاس انتزاعی، Protocol و duck typingفصل ۱۱ — خطاها، فایلها و ماژولها
خطاها: try/except/finally و raise فایلها در عمق: خواندن، نوشتن و pathlib CSV: خواندن و نوشتن جداول ماژول و پکیج خودتان + __main__ os و sys: سیستمعامل و مفسرفصل ۱۲ — زمان، ریاضی و ابزارهای پیشرفته
تاریخ و زمان: datetime و timedelta math و random: محاسبات و تصادف عبارات باقاعده: ماژول re ایتریتور و ژنراتور: yield کلوژر و دکوراتور بهترین شیوهها: کد پایتونی تمیزCSV: خواندن و نوشتن جداول
فرمت CSV فرمت جهانی جداول است: خروجی اکسل، گزارش فروش و داده ساختیافته همه با آن جابهجا میشوند. ماژول استاندارد csv خواندن و نوشتن تمیز میدهد و DictReader هر ردیف را دیکشنری میکند — یعنی با نام ستون کار میکنید نه شماره ایندکس. با csv و کمپریهنشن، گزارشهای تحلیلی چندخطی میسازید.
مراحل قدمبهقدم
-
۱
خواندن پایه
with open("data.csv", encoding="utf-8") as f و csv.reader(f) — هر ردیف لیستی از سلولهاست (همه رشته) و ردیف اول معمولاً سرستونهاست. جداکننده فارسی گاهی ; است: csv.reader(f, delimiter=";").
-
۲
DictReader — با نام ستون
csv.DictReader(f) هر ردیف را دیکشنری میدهد که کلیدهاش سرستونهاست: row["price"] — خواناتر و مقاومتر به جابهجایی ستونها. مقدارها رشتهاند؛ برای محاسبه int(row["price"]) کنید. آن را در لیست جمع کنید و بعد با کمپریهنشن تحلیل کنید.
-
۳
نوشتن
csv.writer(f).writerow(...) یک ردیف و writerows(ردیفها) چندتایی. مهم: در open حتماً newline="" بدهید وگرنه روی ویندوز خطهای خالی اضافه میشود. برای رکورد دیکشنریای، DictWriter با fieldnames و writeheader سرستونها را مینویسد.
-
۴
الگوی گزارش
الگوی واقعی: بخوان با DictReader → تحلیل با کمپریهنشن و sum → بنویس با DictWriter. دقت کنید csv از دادههای شامل کاما و نقلقول خودش escape میکند پس از نوشتن دستی با join و f-string بپرهیزید — داده خراب میشود.
نکات مهم
- ◆ در نوشتن، open با newline="" تا خطهای خالی نسازد.
- ◆ DictReader را به reader ترجیح بدهید؛ با نام ستون امنتر است.
- ◆ مقدارها رشتهاند؛ قبل از محاسبه int یا float کنید.
کد یا مسیر نمونه
import csv
from pathlib import Path
rows = [
{"item": "کتاب", "price": "120000", "qty": "3"},
{"item": "ماوس", "price": "85000", "qty": "2"},
{"item": "کیبورد", "price": "2400000", "qty": "1"},
]
# نوشتن با DictWriter
path = Path("orders.csv")
with path.open("w", encoding="utf-8", newline="") as f:
writer = csv.DictWriter(f, fieldnames=["item", "price", "qty"])
writer.writeheader()
writer.writerows(rows)
# خواندن با DictReader و تحلیل
with path.open(encoding="utf-8") as f:
data = list(csv.DictReader(f))
for row in data:
total = int(row["price"]) * int(row["qty"])
print(f"{row['item']}: {total:,} تومان")
totals = [int(r["price"]) * int(r["qty"]) for r in data]
print(f"جمع کل سفارشها: {sum(totals):,} تومان")
پرسش و پاسخ این درس (۰)
هنوز دیدگاهی ثبت نشده؛ اولین نفر باشید!