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 تمیزکلوژر و دکوراتور
دکوراتور تابعی است که تابعی دیگر میگیرد و نسخهای افزودهشده از آن برمیگرداند: لاگ، زمانسنجی، کش و چک دسترسی — همه بدون دستزدن به بدنه تابع اصلی. با سینتکس @ بالای تعریف اعمال میشود و یکی از پرکاربردترین ابزارهای کد پایتونی است؛ زیرش همان کلوژری است که در درس اسکوپ دیدید.
مراحل قدمبهقدم
-
۱
کلوژر مرور کوتاه
تابعی که تابعی برمیگرداند و به متغیرهای محل تولدش دسترسی دارد: multiplier=factor → inner را میبندد و factor را بهخاطر میسپارد. هر صدا زدن فکتوری، یک تابع تنظیمشده با state مستقل میدهد — پایه ساختاری دکوراتور همین است.
-
۲
دکوراتور پایه
def log_calls(func): def wrapper(*args, **kwargs): print("before"); result = func(*args, **kwargs); return result; return wrapper — wrapper با *args و **kwargs همه ورودیها را شفاف پاس میدهد و خروجی را برمیگرداند. @log_calls بالای تابع یعنی همان تابع به wrapper تبدیل میشود.
-
۳
functools.wraps
بعد از دکوراتور، نام و docstring تابع اصلی مال wrapper میشود — باگ مشهور دیباگها! با from functools import wraps و @wraps(func) بالای wrapper، هویت تابع اصلی حفظ میشود: __name__ و help درست میمانند. این دو خط را همیشه بگذارید — عادت استاندارد.
-
۴
مثالهای کاربردی
زمانسنجی: قبل و بعد time و چاپ مدت؛ retry: حلقه تلاش مجدد در wrapper؛ cache: ذخیره نتیجهها در دیکشنری. در کد واقعی دکوراتورها را از functools هم میبینید: @lru_cache برای کش خودکار و @cached_property — یعنی همین الگو را فریمورکهای بزرگ هم استفاده میکنند.
نکات مهم
- ◆ در wrapper همیشه *args و **kwargs بدهید تا هر امضایی کار کند.
- ◆ @wraps(func) را فراموش نکنید وگرنه هویت تابع اصلی گم میشود.
- ◆ دکوراتور را وقتی کد مشترک است بزنید؛ تزیین تکی ارزشش را ندارد.
کد یا مسیر نمونه
import time
from functools import wraps
def timer(func):
"""مدت اجرا را اندازه میگیرد."""
@wraps(func)
def wrapper(*args, **kwargs):
start = time.perf_counter()
result = func(*args, **kwargs)
elapsed = time.perf_counter() - start
print(f"{func.__name__}: {elapsed * 1000:.1f} ms")
return result
return wrapper
def count_calls(func):
calls = {"n": 0} # کلوژر — state مشترک
@wraps(func)
def wrapper(*args, **kwargs):
calls["n"] += 1
print(f"فراخوانی شماره {calls['n']}")
return func(*args, **kwargs)
return wrapper
@timer
@count_calls
def slow_sum(n: int) -> int:
total = 0
for i in range(n):
total += i
return total
print(slow_sum(200000))
print("نام حفظ شده:", slow_sum.__name__)
پرسش و پاسخ این درس (۰)
هنوز دیدگاهی ثبت نشده؛ اولین نفر باشید!