فصل ۱ — شروع پایتون

پایتون چیست و چرا محبوب‌ترین زبان دنیاست؟ محیط پروژه: venv و مدیریت پکیج‌ها

فصل ۲ — متغیرها و انواع داده

متغیرها و انواع پایه داده رشته‌ها: متدهای متن در پایتون لیست، تاپل، دیکشنری و مجموعه

فصل ۳ — کنترل جریان

شرط‌ها: if و elif و else حلقه‌ها: for و while در پایتون

فصل ۴ — توابع و ماژول‌ها

توابع: def، پارامترها و return ماژول‌ها و کتابخانه استاندارد

فصل ۵ — کلاس و برنامه‌نویسی شیءگرا

کلاس‌ها و شیءگرایی در پایتون

فصل ۶ — پروژه عملی

کار با فایل و JSON پروژه پایانی: مدیریت کارها در خط فرمان

فصل 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 حرفه‌ای

فصل 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 مدرن

فصل 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 typing

فصل 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 مفسر

فصل 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 تمیز
Python Tutorial فصل ۱۰ — شیءگرایی در عمق درس آموزشی

dataclass: کلاس داده‌محور آماده

خیلی از کلاس‌ها فقط «حمل داده» می‌کنند و شما برای هرکدام __init__ و __repr__ و __eq__ می‌نویسید — تکرار خسته‌کننده. دکوراتور @dataclass همه این‌ها را از تعریف فیلدها خودکار می‌سازد: سه خط کلاس، رفتار کامل. از پایتون ۳.۱۰ frozen هم دارد و برای رکوردهای تمیز مثل Config و Point و Order استاندارد شده است.

مراحل قدم‌به‌قدم

  1. ۱

    پایه

    از dataclasses import dataclass و بالای کلاس @dataclass بگذارید؛ فیلدها را با هینت تعریف کنید: title: str — و بس! __init__ خودکار می‌سازد، __repr__ خوانا می‌دهد و __eq__ دو نمونه را فیلد‌به‌فیلد مقایسه می‌کند — همه بدون یک خط تکرار.

  2. ۲

    مقدار پیش‌فرض

    فیلد می‌تواند پیش‌فرض بگیرد: qty: int = 1 — مثل پارامتر تابع. برای پیش‌فرض تغییرپذیر مثل لیست، از field(default_factory=list) استفاده کنید نه [] — همان دام پیش‌فرض مشترک توابع که این‌جا هم حکم دارد.

  3. ۳

    frozen — رکورد تغییرناپذیر

    @dataclass(frozen=True) مثل تاپل شیءگرا می‌شود: بعد از ساخت نمی‌شود فیلد عوض کرد و hash هم خودکار می‌آید — پس می‌تواند کلید دیکشنری یا عضو set باشد. برای ثابت‌های پیکربندی و رکوردهایی که نباید خراب شوند عالی است.

  4. ۴

    __post_init__ و کاربردها

    اگر بعد از ساخت محاسبه یا نرمال‌سازی لازم دارید، متد __post_init__(self) بنویسید که بلافاصله بعد از init اجرا می‌شود — مثلاً ساخت slug از عنوان یا چک بازه قیمت. کجا استفاده کنید؟ هر مدل داده خالص: پاسخ API، رکورد گزارش، تنظیمات — جایی که رفتار کم و داده زیاد است.

نکات مهم

  • ◆ پیش‌فرض لیست/دیکشنری را با field(default_factory=list) بدهید نه [] مستقیم.
  • ◆ frozen=True هم محافظت می‌دهد هم hash می‌دهد.
  • ◆ منطق بعد از ساخت را در __post_init__ بگذارید.

کد یا مسیر نمونه

from dataclasses import dataclass, field


@dataclass
class Order:
    title: str
    price: int
    qty: int = 1
    tags: list[str] = field(default_factory=list)

    @property
    def total(self) -> int:
        return self.price * self.qty

    def __post_init__(self):
        if self.price < 0:
            raise ValueError("قیمت منفی مجاز نیست")


@dataclass(frozen=True)
class Point:
    x: int
    y: int


a = Order("کتاب", 120000, tags=["فارسی", "برنامه‌نویسی"])
b = Order("کتاب", 120000, tags=["فارسی", "برنامه‌نویسی"])
print(a)                        # __repr__ خودکار و خوانا
print(a == b)                   # مقایسه فیلد به فیلد
print(a.total)

points = {Point(1, 2): "شمال"}   # frozen → hash دارد
print(points[Point(1, 2)])

try:
    bad = Order("مداد", -100)
except ValueError as e:
    print("خطا:", e)

پرسش و پاسخ این درس (۰)

هنوز دیدگاهی ثبت نشده؛ اولین نفر باشید!

دیدگاه خود را بنویسید

کپچا

دیدگاه شما پس از تأیید مدیر نمایش داده می‌شود.