• پایتون کجا استفاده می شود؟ چه نرم افزاری در پایتون نوشته می شود؟ پایتون - چیست؟ زبان برنامه نویسی سطح بالا

    این برنامه مجموعه ای از الگوریتم ها است که اقدامات لازم را ارائه می دهد. مشروط به همین روش امکان برنامه ریزی وجود دارد آدم عادیبا نوشتن دستورات دقیق که مثلاً چای درست کند. اگر گزینه دوم از گفتار طبیعی (روسی، اوکراینی، انگلیسی، کره ای و غیره) استفاده کند، کامپیوتر به زبان خاصبرنامه نويسي. پایتون یکی از این موارد است. محیط برنامه نویسی متعاقباً دستورات را به آن ترجمه می کند و هدف شخصی که الگوریتم برای آن ایجاد شده است برآورده می شود. "پایتون" نحو خاص خود را دارد که در ادامه به آن پرداخته خواهد شد.

    تاریخچه زبان

    توسعه در دهه 1980 آغاز شد و در سال 1991 به پایان رسید. زبان پایتون توسط Guido van Rossum ایجاد شد. اگرچه نماد اصلی "پایتون" یک مار است، اما نام آن از نمایش کمدی آمریکایی گرفته شده است.

    هنگام ایجاد زبان، توسعه‌دهنده از برخی دستورات وام گرفته شده از Pascal، C و C++ موجود استفاده کرد. بعد از اولین بار آنلاین شدن نسخه رسمییک گروه کامل از برنامه نویسان به اصلاح و بهبود آن پیوستند.

    یکی از عواملی که باعث شد پایتون کاملاً مشهور شود، طراحی است. او توسط بسیاری از متخصصان بسیار موفق به عنوان یکی از بهترین ها شناخته می شود.

    ویژگی های "پایتون"

    زبان برنامه نویسی پایتونبرای مبتدیان یک معلم عالی خواهد بود. یک نحو نسبتاً ساده دارد. درک کد آسان خواهد بود، زیرا شامل عناصر کمکی زیادی نمی شود و ساختار خاص زبان به شما نحوه تورفتگی را آموزش می دهد. البته، یک برنامه خوب طراحی شده با نه مقدار زیاددستورات بلافاصله مشخص می شوند.

    بسیاری از سیستم های نحوی بر اساس برنامه نویسی شی گرا ایجاد شده اند. پایتون نیز از این قاعده مستثنی نیست. دقیقاً چرا او به وجود آمد؟ این امر یادگیری را برای مبتدیان تسهیل می کند، به یادآوری برخی از عناصر برای کارمندان واجد شرایط کمک می کند.

    نحو زبان

    همانطور که قبلا ذکر شد، کد به راحتی و به سادگی خوانده می شود. "Python" دستورات متوالی دارد که با وضوح اجرا متمایز می شوند. در اصل، اپراتورهای مورد استفاده حتی برای مبتدیان نیز دشوار به نظر نخواهند رسید. این چیزی است که پایتون را متفاوت می کند. نحو آن آسان و ساده است.

    اپراتورهای سنتی:

    • هنگام تنظیم یک شرط، از ساختار if-else استفاده کنید. اگر تعداد این خطوط زیاد باشد، می توانید دستور elif را وارد کنید.
    • کلاس برای درک کلاس است.
    • یکی از عملگرهای ساده- عبور. هیچ کاری نمی کند، برای بلوک های خالی مناسب است.
    • دستورات حلقه while و for هستند.
    • تابع، روش و ژنراتور با تعریف تعریف می شوند.

    علاوه بر تک کلمات، زبان برنامه نویسی پایتون به شما امکان می دهد از عبارات به عنوان عملگر نیز استفاده کنید. با استفاده از زنجیره رشته، می توانید تعداد دستورات و پرانتزهای فردی را کاهش دهید. از محاسبات به اصطلاح تنبل نیز استفاده می شود، یعنی محاسباتی که فقط زمانی انجام می شوند که شرایط آن را ایجاب کند. اینها عبارتند از و و یا.

    فرآیند نوشتن برنامه ها

    مفسر بر روی یک مکانیسم واحد کار می کند: وقتی یک خط را می نویسید (پس از آن "Enter" قرار می گیرد)، بلافاصله اجرا می شود و فرد می تواند قبلاً نوعی نتیجه را ببیند. این برای مبتدیان یا کسانی که می خواهند یک کد کوچک را آزمایش کنند بسیار مفید است. در محیط های کامپایل شده، ابتدا باید کل برنامه را بنویسید، سپس آن را اجرا کنید و خطاها را بررسی کنید.

    زبان برنامه نویسی پایتون (برای مبتدیان، همانطور که قبلاً مشخص شد، کاملاً مناسب است) در اتاق عمل سیستم لینوکسبه شما امکان می دهد مستقیماً در خود کنسول کار کنید. باید نوشته شود خط فرماننام رمز "Python" در انگلیسی. ایجاد اولین برنامه دشوار نخواهد بود. اول از همه، شایان ذکر است که می توانید از مفسر در اینجا به عنوان یک ماشین حساب استفاده کنید. از آنجایی که متخصصان جوان و تازه کار اغلب با نحو دوست نیستند، الگوریتم را می توان به این صورت نوشت:

    بعد از هر خط، باید "Enter" را قرار دهید. پاسخ بلافاصله پس از فشار دادن آن نمایش داده می شود.

    داده های مورد استفاده پایتون

    داده های استفاده شده توسط رایانه ها (و زبان های برنامه نویسی) با انواع مختلفی نشان داده می شوند و این کاملاً واضح است. اعداد می توانند کسری، عدد صحیح، ممکن است از ارقام زیادی تشکیل شده باشند، یا به دلیل قسمت کسری بسیار بزرگ باشند. برای اینکه مترجم کار با آنها را آسان تر کند و بتواند بفهمد با چه چیزی سروکار دارد، باید نوع خاصی را مشخص کنید. علاوه بر این، لازم است اعداد در سلول حافظه اختصاص داده شده قرار گیرند.

    رایج ترین انواع داده های مورد استفاده در زبان برنامه نویسی پایتون عبارتند از:

    • عدد صحیح ما در مورد اعداد صحیح صحبت می کنیم که دارای ارزش منفی و مثبت هستند. صفر نیز در این نوع گنجانده شده است.
    • برای اینکه مفسر بفهمد که با قطعات کسری کار می کند، باید نوع نقطه شناور مشخص شود. به عنوان یک قاعده، در مورد استفاده از اعداد با یک نقطه متفاوت استفاده می شود. لازم به یادآوری است که هنگام نوشتن برنامه، باید به نماد "3.25" پایبند باشید و از کاما "3.25" استفاده نکنید.
    • در مورد اضافه کردن رشته ها، زبان برنامه نویسی پایتون به شما اجازه می دهد تا نوع رشته را اضافه کنید. اغلب کلمات یا عبارات به صورت تک یا محصور می شوند

    معایب و مزایا

    در چند دهه گذشته، مردم بیشتر به این علاقه مند بوده اند که چگونه زمان بیشتری را صرف تسلط بر داده ها و زمان کمتری برای پردازش آنها توسط رایانه کنند. زبانی که در مورد آن فقط مثبت است، بالاترین کد است.

    عملا هیچ کاستی در پایتون وجود ندارد. تنها عیب جدی، کندی در اجرای الگوریتم است. بله، اگر آن را با "C" یا "Java" مقایسه کنید، صادقانه بگویم که او یک لاک پشت است. این با این واقعیت توضیح داده می شود که این

    توسعه دهنده مطمئن شد که بهترین ها را به پایتون اضافه کرده است. بنابراین هنگام استفاده از آن می بینید که بهترین ویژگی های دیگران را جذب کرده است. زبان های بالاتربرنامه نويسي.

    در صورتی که ایده ای که توسط مفسر اجرا می شود چشمگیر نباشد، پس از نوشتن ده ها خط تقریباً بلافاصله می توان این موضوع را درک کرد. اگر برنامه ارزشمند باشد، بخش مهم را می توان در هر زمان بهبود بخشید.

    اکنون بیش از یک گروه از برنامه نویسان در حال کار بر روی بهبود پایتون هستند، بنابراین این یک واقعیت نیست که کد نوشته شده در C ++ بهتر از یک برنامه ایجاد شده با استفاده از پایتون باشد.

    کار با کدام نسخه بهتر است؟

    اکنون دو نسخه از چنین سیستم نحوی مانند زبان پایتون به طور همزمان استفاده می شود. برای مبتدیان، انتخاب بین آنها بسیار دشوار خواهد بود. لازم به ذکر است که 3.x هنوز در دست توسعه است (اگرچه برای عموم منتشر شده است)، در حالی که 2.x یک نسخه کامل است. بسیاری توصیه می کنند از 2.7.8 استفاده کنید، زیرا عملاً عقب نمی افتد و به بیراهه نمی رود. در نسخه 3.x هیچ تغییر اساسی وجود ندارد، بنابراین در هر زمان می توانید کد خود را با یک آپدیت به محیط برنامه نویسی منتقل کنید. بارگذاری برنامه لازم، باید به وب سایت رسمی بروید، سیستم عامل خود را انتخاب کنید و منتظر بمانید تا دانلود کامل شود.

    کاربردهای زیادی برای پایتون وجود دارد، اما برخی از آنها به خصوص خوب هستند. بیایید بفهمیم که در این EP چه کاری می توان انجام داد.

    تفاوت های اصلی:

    • Flask سادگی، انعطاف پذیری و کنترل کامل بر پروژه را فراهم می کند. این به کاربر اجازه می دهد تا به طور مستقل تصمیم بگیرد که چگونه موارد خاصی را پیاده سازی کند.
    • جنگو یک سرویس همه جانبه است. خارج از جعبه، آن را با یک پنل مدیریت، رابط های پایگاه داده، یک ORM (نگاشت رابطه ای شی) و یک ساختار دایرکتوری برای پروژه های شما ارائه می شود.

    چه چیزی را انتخاب کنیم؟

    • اگر تجربه و فرصت های یادگیری بیشتری می خواهید Flask را انتخاب کنید. یا اگر به حداکثر کنترل روی تمام اجزایی که استفاده می کنید، مانند پایگاه داده ها نیاز دارید.
    • اگر علاقه دارید جنگو را انتخاب کنید محصول نهایی. به خصوص اگر با آن کار می کنید برنامه های کاربردی سادهمانند یک سایت خبری، یک فروشگاه، یک وبلاگ، و شما می خواهید هر کار به یک روش بسیار واضح حل شود.

    به عبارت دیگر فلاسک شاید باشد بهترین انتخاببرای توسعه دهندگان تازه کار زیرا شامل اجزای کمتری است. علاوه بر این، در صورت لزوم ارزش انتخاب را دارد. تنظیم دقیقپروژه

    Flask به دلیل انعطاف پذیری که دارد برای ساخت API های REST مناسب تر است.

    از طرف دیگر، اگر هدف شما ساختن چیزی ساده و سریع است، احتمالا باید جنگو را انتخاب کنید.

    علم داده: یادگیری ماشین، تجزیه و تحلیل داده ها و تجسم

    اول از همه، شما باید بفهمید که چیست.

    فرض کنید می خواهید برنامه ای ایجاد کنید که به طور خودکار آنچه را که در تصویر نشان داده شده است تعیین کند.

    به عنوان مثال، وقتی این تصویر را به او پیشنهاد می کنید، می خواهید که برنامه سگ را تشخیص دهد.

    و در اینجا او باید جدول را ببیند.

    ممکن است به این فکر کنید که برای حل این مشکل می توانید به سادگی کد تجزیه و تحلیل تصویر بنویسید. به عنوان مثال، اگر تعداد زیادی پیکسل قهوه ای روشن در تصویر وجود داشته باشد، نتیجه می گیریم که این یک سگ است.

    یا می توانید یاد بگیرید که چگونه لبه ها و حاشیه ها را در یک تصویر تشخیص دهید. سپس تصویری با حاشیه های مستقیم زیاد احتمالاً یک جدول است.

    با این حال، این یک رویکرد نسبتاً پیچیده و بد تصور است. اگر عکس سگ سفید و بدون لکه های قهوه ای را نشان دهد چه؟ یا اگر تصویر یک میز گرد است؟

    اینجاست که یادگیری ماشینی وارد عمل می شود. معمولاً مقداری را پیاده‌سازی می‌کند که به شما امکان می‌دهد به طور خودکار یک الگوی آشنا را در بین ورودی‌ها شناسایی کنید.

    شما می توانید یک الگوریتم یادگیری ماشین ارائه دهید، مثلاً 1000 تصویر از یک سگ و 1000 تصویر از جداول. او تفاوت بین این اشیاء را یاد خواهد گرفت. سپس وقتی به او می دهید عکس جدیدبا یک میز یا یک سگ، او می تواند تعیین کند که دقیقاً چه چیزی روی آن به تصویر کشیده شده است.

    • scikit-learn چندین الگوریتم یادگیری محبوب را در خود جای داده است.
    • TensorFlow یک کتابخانه سطح پایین تر است. این به شما امکان می دهد الگوریتم های سفارشی ایجاد کنید.

    اگر در زمینه یادگیری ماشینی تازه کار هستید، بهتر است با Sikit-Learn شروع کنید. توسعه دهندگان باتجربه تر که با مشکلات کارایی مواجه می شوند، باید نگاهی دقیق تر به TensorFlow داشته باشند.

    چگونه یادگیری ماشینی را مطالعه کنیم؟

    تحلیلگران واقعی، به عنوان مثال، در گوگل یا مایکروسافت، همین کار را انجام می دهند، فقط کار آنها پیچیده تر و پیچیده تر است.

    از زبان استفاده می کنند پرس و جوهای SQLبرای بازیابی داده ها از پایگاه های داده سپس از ابزارهای ویژه ای برای تجزیه و تحلیل و تجسم استفاده می شود، مانند Mathplotlib (برای پایتون) یا D3.js (برای جاوا اسکریپت).

    راه های استفاده از پایتون برای تجزیه و تحلیل و تجسم داده ها

    یکی از محبوب ترین کتابخانه های تجسم، Mathplotlib است.

    مبتدیان باید به دو دلیل شروع به یادگیری با آن کنند:

    • آستانه ورود پایین؛
    • تسلط بر Mathplotlib به شما این امکان را می دهد که در آینده کتابخانه های پیچیده تری را که مبتنی بر آن هستند، مانند seaborn به سرعت درک کنید.

    چگونه تحلیل داده ها را در پایتون یاد بگیریم؟

    اخیراً برخی از شرکت ها شروع به استفاده برای ایجاد دسکتاپ کرده اند برنامه های کاربردی جاوا اسکریپت. به عنوان مثال، برنامه دسکتاپ Slack با استفاده از فریم ورک Electron JavaScript ساخته شده است.

    مزیت نوشتن برنامه های دسکتاپ در جاوا اسکریپت این است که می توانید از کد نسخه وب استفاده مجدد کنید.

    پایتون 3 یا پایتون 2

    پایتون 3 انتخاب مدرن تر و محبوب تر است.

    توضیح کد باطن و فرانت اند

    فرض کنید می خواهید کاری انجام دهید که شبیه اینستاگرام باشد.

    احتمالاً بسیاری از برنامه نویسان تازه کار بارها از خود پرسیده اند:. من می خواهم تجربه خود را در این مناسبت با شما به اشتراک بگذارم، یعنی به شما بگویم که چگونه ملاقات کردم پایتون، در ردیف توسعه دهندگان وب قرار گرفت و شروع به توسعه برنامه های دسکتاپ برای هر سیستمی کرد.

    من اولین بار در سال 2010 با پایتون آشنا شدم. کسی که نمی داند چیست، شاید بیشتر اطلاعات دقیقدر مورد پایتون بیاموزید. مزیت اصلی پایتون یادگیری آسان آن است. واقعیت این است که تا حد امکان به قابل درک (انسان) نزدیک است. زبان انگلیسی. احتمالاً می خواهید از من یک سؤال بپرسید: در نهایت، اگر شما یک توسعه دهنده باتجربه PHP هستید، پس چرا به پایتون نیاز دارید؟. نکته این است که در یادگیری پایتون، همزمان کلمات انگلیسی را حفظ می کنم و همزمان آنها را یاد می گیرند. در عین حال، من نه تنها درگیر توسعه وب هستم، بلکه با برنامه های دسکتاپ برای انواع مختلف کار می کنم سیستم های عامل، به علاوه من فرصت توسعه بازی ها را دارم.

    اکنون می توانم با قاطعیت یک چیز را بگویم که اگر فرصتی وجود داشت که زمان را به عقب برگردانم، اول از همه شروع به یادگیری زبان می کردم. پایتون.

    نحوه یادگیری پایتون

    دروس پایتون من به سبک کلاسیک برگزار خواهد شد. من همه چیز را از جلد تا جلد به شما آموزش خواهم داد. شما همه چیزهایی را که من خودم می دانم خواهید دانست. بعد از چند درس سعی می کنیم برنامه های ساده ای مانند Hello World بنویسیم.

    پایتون

    چاپ ("سلام دنیا")

    چاپ ("سلام جهان")

    بعد از اینکه دروس من را کامل کردید « ، سپس همه چیزهایی را که برای ادامه توسعه سایت های خود در آن نیاز دارید، یاد خواهید گرفت. علاوه بر این، نحوه نوشتن برنامه های دسکتاپ و اسکریپت های کنسول را یاد خواهید گرفت. پس از فارغ التحصیلی، همه دانش آموزان من سطح دانش خواهند داشت توسعه دهنده جوان پایتون .

    به طور کلی، سعی می کنم حداکثر مفید و مفید را به شما منتقل کنم اطلاعات لازمدر هر درس

    اگر کسی تمایل به یادگیری زبان دارد پایتون، پس از خواندن خطوط نوشته شده در بالا، پس هر یک از شما در حال حاضر این فرصت را دارید که شروع به مطالعه و تکمیل رتبه کنید. توسعه دهنده جوان پایتون .

    قبل از شروع یادگیری یک زبان برنامه نویسی خاص، مردم معمولاً به این فکر می کنند که چگونه می توانند دانش و مهارت های خود را در عمل به کار ببرند. در مورد پایتون، این زبان همه منظورهدر بسیاری از زمینه های مختلف مفید است. توسعه دهنده و بنیانگذار استارتاپ CS Dojo اک سوگیدر مورد سه روش رایج برای استفاده از پایتون صحبت کرد.

    1. توسعه وب

    چارچوب های مبتنی بر پایتون مانند جانگوو فلاسک، V اخیرامحبوبیت گسترده ای در بین توسعه دهندگان وب به دست آورد. این چارچوب‌ها به شما اجازه می‌دهند تا کد سرور (کد پشتیبان) را در پایتون ایجاد کنید که روی سرور اجرا می‌شود، برخلاف کدهای فرانت‌اند که روی دستگاه‌های کاربر و مرورگرها اجرا می‌شوند.

    فریمورک های وب برای چیست؟

    چارچوب های وب توسعه منطق سمت سرور را ساده می کند: پردازش URL ها، دسترسی به پایگاه های داده، ایجاد فایل های HTML که کاربران در مرورگرها می بینند.

    بهترین چارچوب های توسعه وب برای استفاده چیست؟

    دو فریمورک وب پایتون محبوب ترین جنگو و فلاسک هستند. آنها برای توسعه دهندگان تازه کار توصیه می شوند.

    تفاوت جنگو و فلاسک چیست؟

    یک مقاله عالی در پاسخ به این سوال آماده شده است گرت دوایر.

    تفاوت های اصلی:

    • Flask یک فریمورک ساده و انعطاف پذیر با بسیار است تنظیمات دقیق. کاربر می تواند تصمیم بگیرد که چگونه موارد خاصی را پیاده سازی کند.
    • جنگو فراهم می کند عملکرد کاملبرای توسعه برنامه به طور مستقیم: رابط مدیریت داخلی، API دسترسی به پایگاه داده، ORM، و ساختار دایرکتوری برای برنامه ها و پروژه ها.

    استفاده بهتر:

    • فلاسک، اگر هدف توسعه‌دهنده تجربه و فرصت‌های یادگیری است، یا اگر باید انتخاب کند که از کدام مؤلفه‌ها استفاده کند (مثلاً از کدام پایگاه‌های داده یا نحوه تعامل با آنها).
    • جنگو، اگر نکته اصلی محصول نهایی باشد. به خصوص اگر نیاز به ساخت یک برنامه کاربردی بصری دارید، به عنوان مثال، یک سایت خبری، یک فروشگاه آنلاین، یک وبلاگ، که کاربر بتواند به راحتی در آن حرکت کند.

    بنابراین، Flask برای مبتدیان ترجیح داده می شود زیرا این فریم ورک دارای عملکرد نه چندان غنی است و همچنین برای کسانی که به توانایی سفارشی کردن آن به دلخواه خود نیاز دارند. علاوه بر این، به دلیل انعطاف پذیری، Flask نسبت به جنگو برای توسعه API های REST مناسب تر است. از طرف دیگر، اگر می خواهید یک محصول ساده ایجاد کنید، انجام آن با جنگو سریعتر خواهد بود.

    2. پردازش داده ها (از جمله یادگیری ماشین، تجزیه و تحلیل داده ها و تجسم)

    یادگیری ماشین چیست

    یادگیری ماشینی به بهترین وجه با یک مثال گویا توضیح داده می شود. فرض کنید باید برنامه ای توسعه دهید که به طور خودکار اشیاء نشان داده شده در تصاویر را تشخیص دهد. در تصویر اول برنامه باید سگ را بشناسد.

    در مرحله دوم، او باید جدول را تشخیص دهد.

    راه اول نوشتن کد مخصوص برای این کار است. به عنوان مثال، اگر تعداد زیادی پیکسل قهوه ای روشن در تصویر وجود داشته باشد، به این معنی است که یک سگ روی آن کشیده شده است. یا می توانید راهی برای تشخیص مرزهای اشیاء پیدا کنید: اگر نقاشی دارای خطوط مستقیم زیادی باشد، این یک جدول است.

    بدیهی است که چنین راه حلی بی فایده خواهد بود اگر در تصویر مثلاً سگی با رنگ روشن دیده شود که موهای قهوه ای ندارد یا فقط یک میز گرد بدون پا باشد. اینجاست که یادگیری ماشین وارد می شود.

    یادگیری ماشینی معمولاً از الگوریتمی استفاده می کند که به طور خودکار یک الگوی مشخص را در ورودی جستجو می کند. به عنوان مثال می توانید هزار عکس از سگ و هزار عکس از جدول وارد کنید. در مرحله بعد، الگوریتم یادگیری ماشینی تفاوت بین یک سگ و یک جدول را نشان می دهد. هنگامی که الگوریتم تصویر جدیدی از یک سگ یا یک جدول دریافت می کند، قادر به شناسایی شی خواهد بود.

    یعنی سیستم روی آن آموزش دیده است نمونه های عینی: نشانه های فردی از این یا آن شی به او نشان داده نمی شود، بلکه تصاویر زیادی به او نشان داده می شود و به او گفته می شود که این شی روی همه آنها کشیده شده است. به همین ترتیب تربیت شد

    • سیستم های تشخیص چهره,
    • سیستم های تشخیص صدا,
    • سیستم های توصیه سایت هایی مانند یوتیوب، آمازون یا نتفلیکس.

    شناخته شده ترین الگوریتم های یادگیری ماشین عبارتند از:

    • شبکه های عصبی،
    • یادگیری عمیق،
    • ماشین بردار پشتیبانی،
    • "جنگل تصادفی".

    هر یک از این الگوریتم ها را می توان برای حل مشکل برچسب گذاری تصویر در بالا استفاده کرد.

    پایتون برای یادگیری ماشین

    کتابخانه ها و چارچوب های یادگیری ماشینی محبوبی برای پایتون وجود دارد. دو تا از بزرگترین آنها هستند scikit-یادگیریو TensorFlow. scikit-learn برخی از الگوریتم‌های معروف یادگیری ماشینی را که در بالا مورد بحث قرار گرفت، تعبیه کرده است. TensorFlow یک کتابخانه سطح پایین تر است که به شما امکان می دهد الگوریتم های سفارشی بسازید.

    نحوه یادگیری ماشین یادگیری

    برای یادگیری اصول اولیه این فناوری، می توانید دوره هایی را در دانشگاه استنفورد یا. اما برای درک برخی از مطالب، به دانش اولیه آنالیز ریاضی و جبر خطی نیاز دارید.

    علاوه بر این، اطلاعات دریافت شده باید در وب سایت Kaggle ثابت شود. در اینجا می توانید با توسعه دهندگان دیگر در ایجاد بهترین الگوریتم یادگیری ماشین برای کارهای مختلف رقابت کنید. این سایت همچنین آموزش های مفیدی را برای مبتدیان ارائه می دهد.

    تجزیه و تحلیل داده ها و تجسم داده ها

    به عنوان مثال، تجزیه و تحلیل داده های یک شرکت خیالی را در نظر بگیرید که کالاها را از طریق اینترنت می فروشد. یک تحلیلگر می تواند نتایج فروش را در نمودار میله ای ارائه دهد.

    نمودار نشان می دهد که در یک یکشنبه معین، خریداران مرد بیش از 400 واحد و خریداران زن حدود 350 واحد خریداری کرده اند. متخصص ممکن است چندین حدس در مورد علت این شکاف داشته باشد.

    یک توضیح واضح این است که تقاضای این محصول در بین مردان بیشتر از زنان است. دیگر دلیل احتمالی- نمونه به اندازه کافی بزرگ نیست و این تفاوت را می توان به شانس نسبت داد. گزینه سوم این است که مردان بنا به دلایلی تنها در روز یکشنبه تمایل بیشتری به خرید این محصول دارند. برای اینکه بفهمید کدام یک از توضیحات درست است، می توانید نمودار دیگری رسم کنید.

    در نظر گرفتن آمار فروش نه تنها در روز یکشنبه، بلکه برای کل هفته ضروری است. همانطور که از نمودار مشاهده می شود، چنین پویایی را می توان برای تمام روزها ردیابی کرد. این تحلیل کوچک نشان می‌دهد که محتمل‌ترین دلیل تفاوت در فروش این است که این محصول به سادگی بین مردان محبوبیت بیشتری دارد تا زنان.

    اما اگر نمودار به این شکل بود،

    می توان نتیجه گرفت که به هر دلیلی، مردان فقط در روزهای یکشنبه برای خرید این محصول فعال تر هستند.

    این یک مثال بسیار ساده از تجزیه و تحلیل داده ها است. و برای این کار، شرکت‌ها از پایتون و برای تجسم داده‌ها از کتابخانه Matplotlib استفاده می‌کنند.

    تجزیه و تحلیل و تجسم داده ها در پایتون

    Matplotlib یکی از پرکاربردترین کتابخانه های تجسم داده است. این مکان خوبی برای شروع است زیرا ساده است و همچنین به این دلیل که برخی از کتابخانه های دیگر مانند seaborn بر اساس آن ساخته شده اند. بنابراین، دانش Matplotlib به تسلط بر آنها در آینده کمک خواهد کرد.

    نحوه یادگیری تجزیه و تحلیل داده ها و تجسم در پایتون

    اول از همه، شما باید اصول اولیه را یاد بگیرید. یک سوگی ویدیوی مقدماتی خود را در مورد تجزیه و تحلیل و تجسم داده ها در Python و Matplotlib در YouTube و همچنین یک دوره کامل عملی در پلت فرم آموزشی Pluralsight ارائه می دهد که به صورت رایگان با اشتراک 10 روزه در دسترس است. دوره آزمایشیبرخط. پس از آن، یادگیری اصول اولیه آمار، به عنوان مثال، در Coursera و Khan Academy مفید است.

    3. نوشتن فیلمنامه

    اسکریپت نویسی چیست

    این معمولاً به عنوان خلقت درک می شود برنامه های کوچکبرای خودکار کردن کارهای ساده به عنوان مثال، شرکت ها استفاده می کنند سیستم های مختلفپشتیبانی مشتری برای پست الکترونیک. برای تجزیه و تحلیل پیام های دریافتی، شرکت ها باید شمارش کنند که چه تعداد از آنها حاوی کلمات کلیدی خاصی هستند.

    این کار را می توان به صورت دستی انجام داد یا می توان یک برنامه ساده (اسکریپت) روی آن نوشت پردازش خودکارپیام ها. برای چنین کارهایی، پایتون عالی است، عمدتاً به دلیل نحو نسبتاً ساده آن و به این دلیل که می توان آن را به راحتی و به سرعت روی پروژه های کوچک نوشت و آزمایش کرد.

    پایتون و برنامه های کاربردی جاسازی شده

    بسیاری از توسعه دهندگان Raspberry Pi و دیگر پایه های سخت افزاری به این زبان برنامه نویسی می کنند.

    پایتون و بازی های کامپیوتری

    کتابخانه PyGame می تواند برای توسعه بازی ها استفاده شود، اگرچه موتورهای بازی محبوب تری وجود دارند. می توانید پروژه های آماتوری روی آن ایجاد کنید، اما برای توسعه بازی های جدی، باید به دنبال چیز بهتری باشید.

    به عنوان مثال، می توانید با Unity در C # شروع کنید - این یکی از شناخته شده ترین محیط های توسعه است بازی های کامپیوتری. این به شما امکان می دهد بازی های کراس پلتفرم را برای ویندوز، مک، iOS و اندروید ایجاد کنید.

    برنامه های پایتون و دسکتاپ

    برنامه های دسکتاپ را می توان در پایتون با استفاده از Tkinter توسعه داد، اما این نیز رایج ترین انتخاب نیست: توسعه دهندگان برنامه های دسکتاپ ترجیح می دهند زبان های جاوا، C# و C++. اخیراً برخی از شرکت ها شروع به استفاده از جاوا اسکریپت برای این کار کرده اند. به عنوان مثال، برنامه دسکتاپ Slack بر روی فریم ورک Electron با استفاده از جاوا اسکریپت ساخته شده است. این زبان امکان استفاده مجدد از کدهای نسخه وب برنامه را در صورت وجود امکان پذیر می کند.

    پایتون 3 یا پایتون 2

    بهتر است پایتون 3 را انتخاب کنید، زیرا امروزه نسخه مدرن تر و پرتقاضاتری از زبان است.

    همه چیز بد است، می توانید از Kivy به عنوان پروژه های حیوان خانگی استفاده کنید، برای توسعه واقعی بسیار مشکوک است، هیچ جای خالی روی Kivy وجود ندارد.

    آن ها مثلاً، من شخصاً با تعدادی از افرادی که پروژه وب خود را در پایتون داشتند و برنامه هایی را در Kivy نوشتند تا مخاطبان زیادی را جذب کنند صحبت کردم و حتی از آن استفاده کردند، اما به نظر می رسد "برنامه نویس آنچه می خواهد می نویسد".

    یادگیری ماشین و علم داده (کافی و امیدوارکننده)

    این یکی از پرطرفدارترین حوزه های دنیای فناوری اطلاعات مدرن است که در آن پایتون به عنوان یک ابزار تست استفاده می شود. پایتون تعدادی کتابخانه مناسب برای یادگیری ماشینی و محاسبات علمی دارد: Pandas، NumPy، SciPy، Scikit-Learn، که به شما امکان می دهد به سرعت مدل های کاری بسازید. و واقعاً خوب کار می کنند.

    از نظر کاربرد، پایتون به عنوان یک ابزار تست یا در کارهای کوچک استفاده می شود. اگر پروژه بزرگ باشد، معمولاً مدل به زبان جاوا / اسکالا / C ++ نوشته می شود و متخصص آموزش قبلاً به عنوان مشاور / تحلیلگر عمل می کند.

    پیچیدگی این مسیر در این واقعیت نهفته است که شما باید دانش بالایی در زمینه ریاضیات و آمار داشته باشید، تقریباً همیشه از شما برای تحصیلات فنی و ریاضی بالاتر خواسته می شود.

    همه چیز برای جاهای خالی بسیار خوب است، اما در چنین جاهای خالی دانش پایتون نیست، بلکه نیاز به ذهن شماست.

    برای کسانی که می خواهند به سرعت این جهت را احساس کنند، به شما توصیه می کنم این کتاب را بخوانید: "Vvedenie_v_mashinnoe_obuchenie_s_pomoschyu_Python_-_A_Myuller_S_Gvido_2017" - موجود در تورنت ها، به سرعت خوانده می شود، ارائه خوبی ارائه می دهد.

    خراش دادن وب (ممکن اما مشکوک)

    پایتون سه چیز دارد که آن را در اسکراپینگ وب بسیار موثر می کند، کتابخانه Requests، beautifulsoup و Selenium API. اگر کتابخانه‌ها را به اینجا متصل کنید بینایی کامپیوترو یادگیری ماشینی، ابزارهای بسیار موثری به دست آمده است.

    مشکل این است که تعداد کمی جای خالی در این زمینه وجود دارد، مشتریان اصلی فریلنسرهایی هستند که پیشنهاد می‌دهند اسکریپت‌های تجزیه‌کننده را برای سایت‌های شیت، ماشین‌های هرزنامه خود بنویسند و گهگاهی ژنراتورها را برای رفع مشکل بررسی کنند.

    منطقه جالب است، اما پول کمی در آن وجود دارد.

    بینایی کامپیوتری (مشکوک)

    تعدادی ابزار در پایتون وجود دارد که به شما امکان می‌دهد ابزارهای بینایی کامپیوتری بنویسید، حتی در جاهایی از آنها استفاده می‌شود. محصولات تجاری، یا به عنوان اجزاء، به عنوان مثال، برای خراش دادن وب. با این حال، به وضوح نمی توان پایتون را یک ابزار مناسب نامید، بنابراین استفاده بسیار محدود است، عملا هیچ جای خالی وجود ندارد.

    GameDev (مشکوک)

    تقریباً در هر بحثی در مورد توسعه بازی پایتون به عنوان مثال از eve online و WarGaming ذکر شده است. اما در حالت اول از پایتون بدون حالت استفاده می شود و در حالت دوم همه چیز به زبان اسکریپت محدود می شود.

    در مورد استفاده واقعی، سه موتور Kivy، PyGame، Panda3D دریافت می کنید، اگر دو موتور اول برای پروژه های حیوانات خانگی مناسب تر هستند، سومی در واقع در پروژه های جنگی با کیفیت خوب استفاده می شود، اگرچه این پروژه ها مربوط به سال 2004 بودند. که، همانطور که بود، اشاره می کند که استفاده از موتورهای اثبات شده در زبان های دیگر مانند Unity یا بازی سازقانع کننده تر به نظر می رسد

    با این حال، موتور Ren'Py بدون توجه به اینجا پنهان می شود، که ناگهان تبدیل به بهترین موتور برای نوشتن رمان های بصری (داستان های رنج کشیده برای دختران) شده است، که حتی در چارچوب فدراسیون روسیه نیز به خوبی جواب می دهد. سریال «7 شیطان شناس پیتر کبیر» گواه این موضوع است.

    به طور طبیعی، هیچ جای خالی در GameDev برای پایتون وجود ندارد، اما می توانید با مهارت لازم در یک "استارت آپ" پول جمع آوری کنید. اما استفاده از زبان دیگری و موتورهای اثبات شده ایمن تر است.

    توسعه وب (کافی و امیدوارکننده)

    پایتون یکی از سه زبان (پایتون، پی‌اچ‌پی، روبی) است که اکوسیستم‌هایی را برای توسعه سریع پروژه‌های وب با کیفیت مناسب توسعه داده‌اند. پلتفرم های کلیدی در اینجا عبارتند از:
    • جنگو (چارچوب سنکرون یکپارچه)
    • فلاسک (چارچوب میکرو سنکرون)
    • گردباد (چارچوب ناهمزمان یکپارچه)
    • پیچ خورده (چارچوب ناهمزمان یکپارچه)
    • Aiohttp (فریم ورک میکرو ناهمزمان)
    که در در حال حاضرچارچوب جنگو بیشتر بازار را اشغال می کند، اما با ظهور ایده های میکروسرویس، Flask به تدریج شروع به افزایش سرعت کرد. در مورد ناهمزمانی ، اینجا همه چیز پیچیده است ، زیرا Tornado و Twisted منسوخ شناخته می شوند (اگرچه بسیاری از شرکت ها برای آنها کار می کنند ، همان Tinkov) و aiohttp بسیار خام است و استفاده از آن زیر سوال می رود.

    قدرت پایتون در این واقعیت نهفته است که به شما امکان می دهد تا به سرعت برنامه های کاربردی وب پیچیده را توسعه دهید، تعداد زیادی ماژول با کیفیت بالا دارد و برای خدمات آمار و تجزیه و تحلیل عالی است (که به طور کلی، بیشتر جاهای خالی به دنبال آن است. ). این جهت یک سوم باقی مانده از همه جای خالی را اشغال می کند.

    به طور جداگانه، می‌خواهم به نوشتن سرویس‌های GIS در پایتون اشاره کنم، که اگرچه ابزارهای کاملاً کافی برای کار با داده‌های جغرافیایی دارند، هنوز استفاده از جاوا برای این اهداف امیدوارکننده‌تر به نظر می‌رسد.

    نتیجه گیری در مورد استفاده از پایتون

    1) در مورد حوزه devops و تست، Python ابزار کلیدی این حرفه است که برای هر متخصص کافی اجباری است. پایتون در این موردآموزش ندهید، در مواقع لزوم نزد او می آیند.

    2) امیدوار کننده ترین زمینه ها توسعه وب و یادگیری ماشین (تحلیل) است که به وضوح پایتون را از رقبای خود در قالب PHP و روبی متمایز می کند. و اگر می خواهید پایتون را یاد بگیرید، بهتر است روی این زمینه ها تمرکز کنید و وقت خود را برای چیز دیگری تلف نکنید. جای خالی برای این وجود دارد، شما می توانید یک استارتاپ بر روی آن بسازید.

    3) همه حوزه های دیگر، اگرچه ابزارهای خاصی را برای حل مشکلات ارائه می دهند، اما چشم انداز استفاده از این ابزارها بسیار مشکوک به نظر می رسد. و مهمتر از همه، یافتن کار با حقوق در این زمینه ها تقریبا غیرممکن است.