تا اینجا می بینم دارید به سوالات به درستی جواب می دید، ایول!!

حالا کد های پایین رو ببینید، میاد و تعداد کارکتر هایی که تایپ شون اون چیزی هست که مد نظرمونه(ascii_letters) رو بر می گردونه.

import string

s = "Salam man be hame"
# Counting the number of ASCII letters in the string
count = sum(1 for char in s if char in string.ascii_letters)
print(count)  

@python_with_mohammad

حالا بریم سراغ نکته بعدی
توی این کد شما کارکتر های ASCII letters رو از استرینگ تون استخراج می کنید.

import string

s = "abc123XYZ!"
# Extracting only ASCII letters from the string
letters_only = ''.join(char for char in s if char in string.ascii_letters)
print(letters_only)

توی سایر گزینه ها یه سری گزینه دیگه بودن که اینجا تعریفشون می کنم براتون.

اولیش : punctuation
که شامل کارکتر های اینطوریه: ()*&^%$#@!×؟><{}"\

دومیش هم : digits
که اینم همونطور که از اسمش بر میاد شامل اعداده : 0123456789

اگر کاربرد خلاقانه ای از این متد هایی که امشب راجع بهشون صحبت کردیم تو ذهنت بود، کدش رو بنویس و برام بفرست که توی کانال برای سایر دوستان هم به اشتراک بزارم☺️

@mohammad_j_p_1

به فال اعتقادی دارید؟

بریم با هم یه کد بنویسم که بتونه فال بگیره.

کد:

import pandas as pd
import random

# ایجاد یک دیتافریم 
data = {
    "event": [
        "یک دوست قدیمی بهت پیام می‌ده ",
        "یه غذای خوشمزه نصیبت می‌شه ",
        "یه ایده ناب به ذهنت می‌رسه! ",
        "امروز کلی کار انجام می‌دی و حس خوبی داری ",
        "یه اتفاق عجیب ولی بامزه برات می‌افته! ",
        "یه پول غیرمنتظره گیرت میاد ",
        "یه نفر مخفیانه بهت علاقه داره ",
        "امروز گیتار تمرین می‌کنی و کلی حال می‌کنی ",
        "یه باگ پیدا می‌کنی ولی به طرز عجیبی درست می‌شه ",
        "یه جمله انگیزشی می‌بینی که روزتو می‌سازه ",
    ]
}

df = pd.DataFrame(data)

# انتخاب یک رویداد به‌صورت تصادفی
lucky_event = random.choice(df["event"])

print(" فال روز شما:")
print(f" {lucky_event} ")

اول اینکه Pandas چیه؟
تصور کن:
تو مدیر یه باغ وحش عجیب و غریب هستی که توش کلی حیوانات خاص داری! 🦁🐼🦄
می‌خوای اطلاعات این حیوونا رو مدیریت کنی، بفهمی کدوماشون خوشحال‌ترن، چند تا مهمون روزانه دارن، و حتی اینکه کدوم غذا رو بیشتر دوست دارن!

📊 اینجاست که Pandas میاد وسط و همه‌ی این کارها رو راحت می‌کنه! 📊
Pandas یه کتابخونه‌ی پایتونه که برای کار با داده‌های جدولی، مثل اکسل و CSV ساخته شده.



🐼 اولین قدم: نصب Pandas
قبل از اینکه شروع کنیم، باید Pandas رو نصب کنیم. یه ترمینال باز کن و اینو تایپ کن:

pip install pandas

همین! الان پانداس نصب شده.



بریم سراغ اول تمرین : اولین باغ‌وحش دیتافریمی ما!

✅ مأموریت:
یک DataFrame بساز که اطلاعات چند حیوان باغ‌وحشت رو نگه داره!

🔧 چطور انجامش بدیم؟

import pandas as pd

# ساختن دیتا برای باغ‌وحش عجیب ما!
data = {
    "حیوان": ["پاندا", "شیر", "لاک‌پشت", "فیل", "میمون"],
    "قدرت (از ۱۰)": [8, 9, 3, 10, 6],
    "سرعت (کیلومتر بر ساعت)": [30, 50, 1, 25, 60],
    "غذای مورد علاقه": ["بامبو", "گوشت", "کاهو", "میوه", "موز"]
}

# تبدیل به DataFrame
zoo_df = pd.DataFrame(data)

# نمایش داده‌ها
print(zoo_df)

@python_with_mohammad

اولین متدی که راجع به پانداس یاد گرفتی DataFrame هست. چی کار می کنه؟
ساختار های مختلف رو تبدیل به دیتافرم می کنه.
اگه لیست ، دیکشنری یا هر چیز دیگه ای داشته باشی با یه خط کد تبدیل می شه به یه جدول.
این جدول همون دیتافریم ماست.

📊 بریم سراغ تمرین دوم : فیلتر کردن داده‌ها!

✅ مأموریت:
می‌خوایم ببینیم کدوم حیوان از همه سریع‌تره! 🏎💨

🔧 چطور انجامش بدیم؟

# پیدا کردن سریع‌ترین حیوان
fastest_animal = zoo_df[zoo_df["سرعت (کیلومتر بر ساعت)"] == zoo_df["سرعت (کیلومتر بر ساعت)"].max()]

print("🚀 سریع‌ترین حیوان:")
print(fastest_animal)

📉 کمی ریاضی بیشتر و تحلیل داده‌ها!

✅ مأموریت:
ببینیم میانگین سرعت حیوانات باغ‌وحش چقدره!

🔧 چطور انجامش بدیم؟

# محاسبه میانگین سرعت حیوانات
avg_speed = zoo_df["سرعت (کیلومتر بر ساعت)"].mean()
print(f"📊 میانگین سرعت حیوانات: {avg_speed:.2f} کیلومتر بر ساعت")

حالا بریم سراغ ترکیب کتابخونه پانداس و مت پلات لیب إ

✅ مأموریت:
یک نمودار بکشیم که نشون بده کدوم حیوان چقدر سریع یا قوی هست!

🔧 چطور انجامش بدیم؟

import matplotlib.pyplot as plt

# رسم نمودار سرعت حیوانات
plt.bar(zoo_df["حیوان"], zoo_df["سرعت (کیلومتر بر ساعت)"], color="orange")
plt.xlabel("حیوان")
plt.ylabel("سرعت (کیلومتر بر ساعت)")
plt.title("🚀 مقایسه سرعت حیوانات")
plt.show()

حالا برگردیم به سراغ تمرین اصلی مون.
df["event"]
کاری که می کنه اینه که میاد و یک ستون از جدولی که داریم رو انتخاب میکنه.
اسم ستون رو هم با " " مشخص می کنیم.

جلسه اول از فصل Pandas توی دوره جامع آموزش برنامه نویسی و پایتون

سوالی داشتید در خدمتتونم🫶

@mohammad_j_p_1

خیلی دوست دارم هر شب بتونم یه مبحث رو توی کانال به صورت پست به پست توضیح بدم، اما خستگی بیمارستان و نوشتن کتاب و ویدیو های آموزشی اکثر اوقات مانع می شه.

اما زمانی که پاسخ دهی تون رو می بینم ، ذوق می کنم و خستگیم در می ره.

تصویر بالا مربوط به کتاب پردازش داده های عددی هست که وقتی تموم شد کامل معرفی می کنم بهتون.

بریم سراغ موضوع امشب

تفاوت `is` و `==` در پایتون!


🔹 در پایتون، == مقدار دو متغیر را مقایسه می‌کند، اما is بررسی می‌کند که آیا دو متغیر به یک شیء یکسان در حافظه اشاره دارند یا نه!

a = [1, 2, 3]
b = [1, 2, 3]

print(a == b)  # خروجی: True
print(a is b)  # خروجی: False

🔸 چرا؟ چون a و b مقدار یکسانی دارند اما دو لیست جداگانه در حافظه‌اند!

حالا اگر نکته بالا رو با دقت خوندی و متوجه شدی بیا پایین و این کد رو بخون و بگو که کد زیر چه خروجی‌ای دارد؟

x = (1, 2, 3)
y = (1, 2, 3)

print(x is y)