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 تمیزdataclass: 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
-
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.
-
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.
-
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.
-
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!