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 تمیزایتریتور و ژنراتور: yield
ژنراتور تابعی است که بهجای ساختن یک لیست کامل در حافظه، مقادیر را «یکییکی و در لحظه» با yield تولید میکند — فایل میلیونی را بدون پرشدن حافظه پردازش میکند و دنبالههای نامحدود را ممکن میکند. مفهوم ایتریتور زیر آن است: هر چیز قابل پیمایشی که next دارد. این ابزار، پایتونیترین راه پردازش جریان داده است.
مراحل قدمبهقدم
-
۱
ایتریتور پایه
هر چیزی که با for میچرخد ایتریتور است؛ زیر هود دو متد دارد: __iter__ و __next__. توابع درجهیک مثل sum و any روی هر ایتریتور کار میکنند نه فقط لیست. f-string و حلقه فقط لیست نمیخواهند — هر چیز قابل تولید.
-
۲
تابع ژنراتور با yield
کلمه yield داخل تابع آن را ژنراتور میکند: هر بار فراخوانی next، کد تا yield جلو میرود، مقدار میدهد و «مکث» میکند؛ در صدا زدن بعدی از همانجا ادامه مییابد. حالت تابع (متغیرهای محلی) بین مکثها حفظ میشود — حافظهی زنده.
-
۳
صرفهجویی حافظه
لیست همه را همزمان در حافظه نگه میدارد؛ ژنراتور فقط عضو جاری. برای فایلهای بزرگ و فیلترهای زنجیرهای مهم است: همزمان دو ژنراتور بسازید و sum بدهید — مصرف حافظه ثابت میماند صرف نظر از حجم داده. الگوی log processing و ETL دقیقاً همین است.
-
۴
عبارت ژنراتور و yield from
شکل کوتاه مثل کامپریهنشن با پرانتز: gen = (x**2 for x in range(10)) — تولید تنبل. تفاوت با لیست: پرانتز ساختمان را همان لحظه نمیسازد؛ فقط دستورالعمل است. sum(x**2 for x in range(10)) بدون لیست واسطه — تمیزترین شکل.
نکات مهم
- ◆ دنباله بزرگ یا نامحدود = ژنراتور، نه لیست.
- ◆ تابعی که yield دارد با هر صدا زدن، ژنراتور تازه میسازد.
- ◆ فایل بزرگ را خطبهخط (که خودش ژنراتور است) پردازش کنید نه read().
کد یا مسیر نمونه
def countdown(n):
while n > 0:
yield n
n -= 1
for num in countdown(5):
print(num, end=" ")
print()
# ژنراتور فیلتر زنجیرهای — حافظه ثابت
def even_squares(nums):
for n in nums:
if n % 2 == 0:
yield n ** 2
def to_percent(nums):
for n in nums:
yield f"{n}%"
nums = range(1, 100000)
pipeline = to_percent(even_squares(nums)) # هنوز هیچی محاسبه نشده
print(next(pipeline), next(pipeline), next(pipeline))
# عبارت ژنراتور — شکل کوتاه
total = sum(x * x for x in range(1, 100))
print("جمع مربعها:", total)
# دنباله نامحدود — فقط با ژنراتور ممکن است
def fib():
a, b = 0, 1
while True:
yield a
a, b = b, a + b
f = fib()
first = [next(f) for _ in range(10)]
print(first)
پرسش و پاسخ این درس (۰)
هنوز دیدگاهی ثبت نشده؛ اولین نفر باشید!