13517
یادگیری برنامه نویسی، هوش مصنوعی، دیتا ساینس و پروژههای تحقیقاتی Python | Machine Learning | Biopython | C++ | AI مطالب آموزشی ، تحقیقاتی ، پروژه محور و پژوهشی برای علاقه مندان به یادگیری برنامه نویسی برای تبلیغات یا ارسال پیشنهاد: @void_compile
🔹 ماتریس (Matrix) یعنی یک آرایهی دوبعدی از عددها.
در پایتون با کتابخونهی NumPy میتونی بهراحتی باهاش کار کنی.
📘 کاربردهای ماتریسها:
1️⃣ در هوش مصنوعی، وزنها و پارامترهای شبکهها داخل ماتریسها ذخیره میشن.
2️⃣ در بینایی ماشین، تصاویر خودشون ماتریسهایی از پیکسلها هستن.
3️⃣ در فیزیک و آمار، ماتریس برای چرخش، تبدیل و تحلیل دادهها استفاده میشه.
💡 نکته:
@ یعنی ضرب ماتریسی (Matrix Multiplication) —
و باهاش میتونی محاسبات پیچیدهی ریاضی رو در یک خط انجام بدی!
📌 یاد گرفتن ماتریسها یعنی فهمیدن زبون پشتِ هوش مصنوعی.
import numpy as np
A = np.array([[2, 3], [1, 4]])
B = np.array([[5, 2], [3, 1]])
C = A @ B # ضرب ماتریسی
print(C)
🔹 این := که بهش میگن Walrus Operator، همزمان مقدار رو ذخیره و بررسی میکنه.
یعنی لازم نیست دو خط جدا بنویسی یه خط کافیه 😎
📌 ویژگیها:
✅ کد کوتاهتر و تمیزتر
✅ شرطنویسی درجا
✅ مخصوص پایتون نسخه ۳.۸ به بالا
# Walrus Operator 😎
if (name := input("What's your name? ")) == "Mobin":
print(f"Hey {name}, welcome back! 😄")
else:
print(f"Hello {name}! 👋")
کد مانیتورینگ زنده سیستم با پایتون | Python System Monitor
با این اسکریپت فقط چند خطی،
میتونی مصرف CPU، رم، دیسک و سرعت اینترنت سیستمت رو بهصورت زنده ببینی ⚙️
📊 ویژگیها:
✅ نمایش درصد استفاده از CPU به همراه تعداد هستهها
✅ میزان مصرف RAM و فضای دیسک به صورت دقیق و قابل خواندن (MB/GB)
✅ سرعت ارسال و دریافت شبکه در لحظه (Upload / Download)
✅ نمایش Top Processes بر اساس مصرف CPU
✅ سازگار با Windows، macOS، Linux
💡 فقط با نصب یه کتابخونه:
pip install psutil
بعدش اجرا کن:
python sys_monitor.py
و یه داشبورد زنده و ترمینالی از عملکرد سیستمت ببین 😎
📌 مناسب برای:
توسعهدهندهها (Dev)
ادمینهای سرور (SysAdmin)
تست و بنچمارک پروژههای سنگین
آموزش پایتون در سطح حرفهای
پایتون فقط برای هوش مصنوعی نیست
گاهی میتونه سیستم عامل رو مثل یه موجود زنده برات توصیف کنه.
کد در پست بعدی قرار گرفته
💻@voidcompile
الگوریتمها چطور کار میکنند؟
def sort_thoughts(thoughts):
return sorted(thoughts, key=lambda t: t.clarity)
کد پایتونی :
# find_top_heavy_files.py
# 🔍 Top 10 largest files (recursive) with human-readable sizes
import os, heapq, argparse, math
def human_size(n: int) -> str:
if n <= 0: return "0 B"
units = ["B","KB","MB","GB","TB","PB"]
idx = min(int(math.log(n, 1024)), len(units)-1)
return f"{n / (1024**idx):.2f} {units[idx]}"
def iter_files(root: str):
for base, _, files in os.walk(root):
for name in files:
path = os.path.join(base, name)
try:
size = os.path.getsize(path)
yield (size, path)
except OSError:
continue # دسترسی نداشتیم یا فایل قفل بود
def top_n_files(root: str, n: int = 10):
return heapq.nlargest(n, iter_files(root), key=lambda x: x[0])
if __name__ == "__main__":
p = argparse.ArgumentParser(description="Show top N largest files recursively.")
p.add_argument("path", nargs="?", default=".", help="Root directory (default: current)")
p.add_argument("-n", type=int, default=10, help="How many files to show")
args = p.parse_args()
results = top_n_files(args.path, args.n)
width = max((len(p) for _, pth in results for p in [pth]), default=20)
print(f"📁 Root: {os.path.abspath(args.path)}")
print(f"{'Size':>12} Path")
print("-"*12 + " " + "-"*max(width, 40))
for sz, pth in results:
print(f"{human_size(sz):>12} {pth}")
python find_top_heavy_files.py # از پوشه فعلی
python find_top_heavy_files.py D:\ # مسیر دلخواه ویندوز
python find_top_heavy_files.py / -n 20 # لینوکس/مک، ۲۰ فایل
کاربران فقط نتیجه رو میبینن.
ولی اون چیزی که واقعاً یه برنامه رو «پایدار» میکنه،
کدهاییه که هیچکس نمیبینه.
🧠 معماری، نظم، naming درست، تست و ساختار —
چیزایی که شاید تو خروجی نشون داده نشن،
اما ریشهی کیفیت نرمافزار همونجاست.
✨ برنامهنویس حرفهای، روی چیزایی تمرکز میکنه
که دیگران حتی متوجهش نمیشن.
# You only see this...
def start():
print("Running smoothly!")
# But beneath it...
def structure():
logic = "optimized"
naming = "consistent"
testing = "in place"
return (logic, naming, testing)
وقتی توی کد غرق میشی،
زمان معناشو از دست میده.
صداها محو میشن، افکار آروم میگیرن.
فقط تو میمونی و یه منطق خالص که داره شکل میگیره.
کدنویسی، برای خیلیا شغل یا مهارته
ولی برای بعضیا، یه جور مدیتیشنه.
هر باگ، یه مانع ذهنیه.
هر حل شدنش، یه لحظهی سکوت درونی.
while True:
try:
focus()
build()
learn()
except distraction:
breathe()
continue
Scientific Visualization با پایتون و Matplotlib
یه منبع ناب برای ساخت تصاویر علمی دقیق و جذاب.
نویسنده: Nicolas P. Rougier
چرا باید بخونی؟
• مفاهیم پایه و پیشرفتهی مصورسازی علمی رو به خوبی توضیح داده
• از رنگ، تایپوگرافی، طراحی شکل تا انیمیشن رو در خودش داره
• مثالهای عملی و قابل اجرا + نکات فنی
اگر پروژهای دارید که دادههای علمی داره مثل ژنتیک، هواشناسی، زیستشناسی محاسباتی، فیزیک این کتاب میتونه راهنمایی کنه تا خروجی هات انگار از مجله علمی باشن 🔬📊
💻@voidcompile
😎 یه انیمیشن خفن فقط با چند خط پایتون!
با همین چند خط، یه افکت Loading واقعی توی ترمینال بساز.
میتونی ازش توی پروژههات، بازیهای ترمینالی یا اسکریپتهای CLI استفاده کنی.
📌 نکته: \r باعث میشه خروجی در همون خط بهروزرسانی بشه.
import time, sys
animation = "|/-\\"
for i in range(30):
sys.stdout.write("\rLoading " + animation[i % len(animation)])
sys.stdout.flush()
time.sleep(0.1)
print("\nDone!")
از همون سلام ساده،
یه نسل از ذهنها شکل گرفت،
نسلی که با کد حرف میزنن، با الگوریتم فکر میکنن،
و با داده رؤیا میسازن.
دنیا همیشه با یه "Hello" شروع میشه
مهم اینه تو اون سلام رو بنویسی.
#python
print("Hello, World!")
#JavaScript
console.log("Hello, World!");
#C
#include <stdio.h>
int main(void) {
printf("Hello, World!\n");
return 0;
}
#Java
public class Main {
public static void main(String[] args) {
System.out.println("Hello, World!");
}
}
🚀 ترفند پایتون: Transpose در یک خط!
به جای نوشتن حلقههای طولانی، میتونی با استفاده از zip(*list) به راحتی ترنسپوز ماتریس رو بگیری.
این ترفند مخصوصاً توی دیتا ساینس، الگوریتمها و کار با آرایهها فوقالعادهست.
📌 یادت باشه: zip(*matrix) یعنی باز کردن لیست و ترکیب ستونها → تبدیل ردیفها به ستونها.
# لیست دوبعدی
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
# ترنسپوز در یک خط
transposed = list(zip(*matrix))
print(transposed)
# خروجی: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]
⚡️ ترفند f-string در پایتون: دیباگ و فرمت حرفهای در یک خط!
با f"{var=}" میتونی متغیر رو همراه اسمش چاپ کنی و با فرمتدهی مثل :.2f و :,.2f خروجی تمیز بگیری.
برای دیباگ سریع، نمایش قیمت/ارقام مالی و گزارشگیری عالیه.
price, tax = 1299.9, 0.09
total = price * (1 + tax)
print(f"{price=:.2f}, {tax=:.0%}, {total=,.2f}")
# خروجی نمونه: price=1299.90, tax=9%, 1,416.89
🤖🧬 آیندهای که هوش مصنوعی و ژنتیک با هم یکی میشن
هوش مصنوعی داره دنیای ما رو تغییر میده.
حالا تصور کن وقتی این قدرت به بیوانفورماتیک و ژنوم انسان وصل بشه چه اتفاقی میفته:
🔹 تشخیص بیماریها قبل از بروز علائم
🔹 داروهای اختصاصی برای هر فرد (Personalized Medicine)
🔹 بازنویسی ژنوم برای درمان بیماریهای ژنتیکی
📌 آینده علم جاییه که کد پایتون = کد حیات میشه.
تو آمادهای برای این انقلاب؟
#python #genetic
@voidcompile
هوش مصنوعی جدید #گوگل اومد
خیلی خفنه تستش کنید👇
/channel/OPEN_DIGI
👑کار پاره وقت #دانشجویی
❤️ با پایه حقوق ۲۵_۴۰ میلیون تومن
#لینک_عضویت🌟
📎/channel/addlist/vzFJyoErgY82YzQ0
🔁 قدرت پنهان حلقهها در پایتون
گاهی یه حلقه ساده میتونه مفهومی خیلی بزرگتر از تکرار داشته باشه
هر بار اجرا یعنی یه قدم نزدیکتر شدن به هدف.
و این کد، یکی از خفنترین ترفندهای پایتونه که خیلیا ازش خبر ندارن 👇
# Retry with exponential backoff using for...else
import time, random
MAX_TRIES = 5
for attempt in range(1, MAX_TRIES + 1):
ok = (random.random() < 0.35) # simulate success
if ok:
print(f"✅ Success on attempt {attempt}")
break
wait = 2 ** (attempt - 1)
print(f"❌ Failed... retrying in {wait}s")
time.sleep(0.1)
else:
print("🛑 Gave up after 5 attempts")
کد :
# sys_monitor.py
# مانیتورینگ ساده CPU / RAM / Disk / Net — مناسب ترمینال
import psutil, time, os, argparse
from datetime import datetime
def human(n: float, unit=1024):
for u in ["B","KB","MB","GB","TB","PB"]:
if n < unit: return f"{n:.2f} {u}"
n /= unit
return f"{n:.2f} PB"
def clear(): os.system("cls" if os.name == "nt" else "clear")
def snapshot(net0=None):
cpu = psutil.cpu_percent(interval=None)
mem = psutil.virtual_memory()
disk = psutil.disk_usage(psutil.disk_partitions()[0].mountpoint if psutil.disk_partitions() else "/")
net = psutil.net_io_counters()
if net0:
up = net.bytes_sent - net0.bytes_sent
down = net.bytes_recv - net0.bytes_recv
else:
up = down = 0
return cpu, mem, disk, net, up, down
def top_procs(limit=5):
procs = []
for p in psutil.process_iter(["pid","name","cpu_percent","memory_info"]):
try:
procs.append((p.info["cpu_percent"], p.info["memory_info"].rss, p.info["pid"], p.info["name"]))
except Exception:
pass
procs.sort(reverse=True, key=lambda x: x[0])
return procs[:limit]
if __name__ == "__main__":
ap = argparse.ArgumentParser(description="Simple System Monitor (CPU/RAM/Disk/Net)")
ap.add_argument("-i","--interval", type=float, default=1.0, help="Refresh interval seconds (default: 1.0)")
ap.add_argument("-n","--count", type=int, default=0, help="Number of refreshes (0 = infinite)")
ap.add_argument("--procs", type=int, default=5, help="Top N processes by CPU (default: 5)")
args = ap.parse_args()
# warm-up to get meaningful CPU%
for p in psutil.process_iter():
try: p.cpu_percent(None)
except Exception: pass
t = 0
net0 = psutil.net_io_counters()
while True:
cpu, mem, disk, net, up, down = snapshot(net0)
clear()
print(f"🖥 Simple System Monitor — {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
print("-"*70)
print(f"CPU: {cpu:5.1f}% | Cores: {psutil.cpu_count(logical=True)}")
print(f"RAM: {human(mem.used):>9} / {human(mem.total):<9} ({mem.percent:4.1f}%)")
print(f"DSK: {human(disk.used):>9} / {human(disk.total):<9} ({disk.percent:4.1f}%)")
print(f"NET: ↑ {human(up)}/s ↓ {human(down)}/s")
print("-"*70)
print(f"Top {args.procs} processes by CPU:")
for c, m, pid, name in top_procs(args.procs):
print(f"{c:5.1f}% | {human(m):>8} | PID {pid:<6} {name}")
print("-"*70)
print(f"[interval={args.interval}s] Press Ctrl+C to exit.")
net0 = net
t += 1
if args.count and t >= args.count: break
time.sleep(args.interval)
python sys_monitor.py # رفرش هر 1 ثانیه، بینهایت
python sys_monitor.py -i 0.5 # رفرش نیمثانیهای
python sys_monitor.py -n 10 # فقط 10 آپدیت
python sys_monitor.py --procs 8 # نمایش تاپ 8 پروسس
🌤 پیشنهاد روزت با پایتون 😎
یه اسکریپت ساده اما بامزه:
کافیه بگی هوا چطوره و دما چند درجهست،
پایتون خودش بهت میگه امروز چی کار کنی 😄
🔹 از شرطهای تو در تو (ifهای توی هم) استفاده شده
weather = input("هوا چطوره؟ (آفتابی / بارانی / برفی): ")
temp = float(input("دمای هوا چند درجه است؟ "))
if weather == "آفتابی":
if temp > 30:
print("🌞 هوا خیلی گرمه، بهتره بری استخر یا خونه بمونی 😎")
elif temp >= 20:
print("☀️ هوا عالیه، برو پیادهروی یا دوچرخهسواری کن 🚴♂️")
else:
print("🌤 آفتاب هست ولی خنکه، بهتره لباس گرمتر بپوشی 🧥")
elif weather == "بارانی":
if temp >= 15:
print("🌧 بارونه ولی نسبتا گرمه، چتر یادت نره ☔")
else:
print("🌧 سرده و بارونیه، بهتره تو خونه بمونی و فیلم ببینی 🎬")
elif weather == "برفی":
if temp <= 0:
print("❄️ عالیه برای ساختن آدمبرفی ⛄!")
else:
print("🌨 برف میاد ولی هوا کمی گرمه، مراقب آب شدن برف باش 😅")
else:
print("❌ وضعیت هوا نامشخصه. فقط مطمئن شو لباس مناسب پوشیدی 😅")
✔️ دوستان برای دسترسی راحت تر شما کانالها و گروههایی که لازمتون میشه رو تو یه فولدر گذاشتیم.
⭐️ این فولدر رو به تلگرامتون اضافه کنید، اینجوری دیگه بین انبوه آموزشها و گروهها سردرگم نمیشید و هر سوالی که واسه کامپیوتر و طراحی سایت و برنامه نویسی و شبکه نیاز دارید میتونید بپرسید.
🔹 حتی میتونید جزوهها دانشگاهیتو هم از اینجا بردارید.
📥 با زدن دکمه Add این فولدر به تلگرام شما اضافه میشود. 👇👇
➡️🔗 /channel/addlist/nWUDBA0h0zNkMTg0
🚀 Top 10 فایلِ سنگین سیستم با پایتون!
با این اسکریپت، از هر مسیر دلخواه، سنگینترین فایلها رو پیدا کن و فضا آزاد کن.
بدون نصب کتابخونه
خروجی مرتب و خوانا (MB/GB)
مناسب ویندوز/مک/لینوکس
📌 کد رو سیو کن، آخر هفتهها اجراش کن و سیستم رو سبک نگه دار!
کد را در پست بعدی قرار دادم😁
@voidcompile
هر قانون فیزیک،
هر تپش قلب،
هر الگوی ستارهها
همه از منطقی پیروی میکنند.
جهان روی یک «سینتکس» اجرا میشود که هنوز کامل نمیفهمیمش.
شاید فیزیک، سورسکُدِ هستی باشد.
و شاید وقتی کُد مینویسیم،
داریم به همان زبانی حرف میزنیم
که واقعیت را ساخته است.
def universe():
constants = ["gravity", "light", "time", "entropy"]
while True:
evolve(constants)
Scientific Visualization: Python + Matplotlib
#pdf@voidcompile
#book@voidcompile
💻@voidcompile
👨💻 خیلیا فکر میکنن «برنامهنویس بهتر شدن» یعنی یاد گرفتن زبانهای بیشتر.
اما واقعیت؟
بیشتر شبیه یه طرز تفکره تا یه مهارت فنی.
🔹 اینا چند تا نکتهان که واقعاً فرقی بزرگ میسازن:
1️⃣ کد کمتر، فکر بیشتر.
بهجای نوشتن ۱۰۰ خط کد، راهحل ۵ خطی پیدا کن.
2️⃣ بفهم چی داری مینویسی.
قبل از گوگل کردن، یه دقیقه فکر کن چرا ارور گرفتی.
3️⃣ مرتب بنویس.
کدی که امروز تمیز مینویسی، فردا نجاتت میده.
4️⃣ بفهم چرا نه فقط چطور.
زبانها عوض میشن، ولی منطق میمونه.
5️⃣ به یادگیری عادت کن.
برنامهنویس واقعی کسیه که هیچوقت از یاد گرفتن خسته نمیشه.
📌 یادت باشه: یه برنامهنویس خوب کد نمینویسه،
🔹 مسئله حل میکنه.
💻@voidcompile
نسل جدید هوش مصنوعی برای کدنویسی
امروز شرکت Anthropic از مدل جدیدش رونمایی کرد: Claude Sonnet 4.5
🔹 این مدل میتونه بهصورت خودکار تا ۳۰ ساعت کد تولید کنه.
🔹 پروژههایی در حد ۱۱,۰۰۰ خط کد رو مدیریت و کامل میکنه.
🔹 تمرکز ویژه روی عاملهای خودران (Autonomous Agents) داره.
این یعنی چی برای ما برنامهنویسا؟
کارهای تکراری رو به AI میسپریم.
تمرکز ما روی خلاقیت و معماری میره بالا.
سرعت توسعه پروژهها چند برابر میشه.
📌 اما یه سؤال بزرگ:
آیا این یعنی برنامهنویسا به زودی جایگزین میشن؟ یا این ابزار فقط دستیار ماست؟
#claude
💻@voidcompile
🧬 DNA یا کد پایتون؟
هر دو چیزی مشترک دارن:
هر دو رشتهای از کاراکترها هستن.
هر دو میتونن اطلاعات رو ذخیره و منتقل کنن.
هر دو میتونن ساختارها و سیستمهای زنده (بیولوژیکی یا دیجیتال) بسازن.
📌 حالا سوال مهم:
به نظرت آیندهای میرسه که مرز بین کدنویسی و ژننویسی از بین بره؟
# DNA → کد حیات
DNA = "ATGCGTACGTAG"
# Python → کد منطقی
code = "print('Hello World')"
print("هر دو رشتهای از کاراکترها هستن...")
⏳ tqdm: سادهترین Progress Bar برای پایتون
با tqdm میتونی هر حلقهای رو به نوار پیشرفت تبدیل کنی—بدون دردسر!
کاربردها: پردازش دیتا، آموزش مدلهای ML، دانلود فایل، وباسکرپینگ و…
مزیتها:
اضافهشدن فقط با پیچیدن روی iterable
واحد و توضیح دلخواه (unit, desc)
پشتیبانی از آپدیت دستی برای طول ناشناخته
کد رو سیو کن و تو پروژههات استفاده کن ✌️
# نصب (فقط یکبار): pip install tqdm
from tqdm import tqdm
import time
# 1) حلقهی ساده
for _ in tqdm(range(100), desc="Processing"):
time.sleep(0.01)
# 2) شمارش روی لیست با توضیح و واحد
files = ["a.csv", "b.csv", "c.csv"]
for f in tqdm(files, desc="Reading", unit="file"):
time.sleep(0.2)
# 3) بهروزرسانی دستی (برای طول ناشناخته)
pbar = tqdm(total=0, desc="Streaming", unit="kb")
for chunk_kb in [5, 12, 8, 20]:
time.sleep(0.1)
pbar.total += chunk_kb
pbar.update(chunk_kb)
pbar.close()
🚀 ۳ فانکشن پایتون که باید بلد باشی!
1️⃣ reverse_item → معکوس رشته یا لیست
2️⃣ flatten → باز کردن لیستهای تو در تو
3️⃣ is_palindrome → چک کردن کلمههای پالیندروم
🔹 این فانکشنها سادهان ولی توی کدنویسی روزمره خیلی به کارت میان.
📌 سیو کن، چون مطمئناً لازمت میشه!
# 1. معکوس کردن هر چیزی
def reverse_item(x):
return x[::-1]
# 2. فلت کردن لیست تو در تو
def flatten(lst):
return [i for sub in lst for i in sub]
# 3. چک کردن پالیندروم
def is_palindrome(word):
return word == word[::-1]
print(reverse_item("VoidCompile"))
print(flatten([[1,2],[3,4]]))
print(is_palindrome("radar"))
🔑 ساخت پسورد فوقامن با پایتون 🐍
این کد یه رمز کاملاً رندوم و غیرقابل حدس میسازه که حتماً شامل:
✔️ یه حرف بزرگ
✔️ یه حرف کوچیک
✔️ یه عدد
✔️ یه سمبل خاص
📌 از این میتونی برای حسابهای مهم یا حتی پروژههای امنیتی استفاده کنی.
👉 پیشنهاد: طول رو بذار 24 یا 32 تا فوقالعاده امن بشه.
import secrets, string
def strong_password(length=16):
if length < 4:
raise ValueError("Password length must be at least 4")
# گروههای کاراکترها
upper = secrets.choice(string.ascii_uppercase)
lower = secrets.choice(string.ascii_lowercase)
digit = secrets.choice(string.digits)
symbol = secrets.choice("!@#$%^&*_-")
# بقیهی کاراکترها رندوم
alphabet = string.ascii_letters + string.digits + "!@#$%^&*_-"
rest = [secrets.choice(alphabet) for _ in range(length - 4)]
# ترکیب و شافل
pwd_list = list(upper + lower + digit + symbol + ''.join(rest))
secrets.SystemRandom().shuffle(pwd_list)
return ''.join(pwd_list)
print(strong_password(16))
ورود تمام دانشجویان و افراد جویای
کار الزامیست 🌟🌟
📎/channel/addlist/xhQCtq1E81M2NmE0
🌀 ماشینِ خیالی؛ شکستن قوانین کدنویسی!
🔹 تصور کن یه دستگاه فرضی وجود داشته باشه که بتونه قوانین علوم کامپیوتر رو زیر پا بذاره.
🔹 مثلا ماشینی که مرتبسازی (Sorting) رو به جای O(n log n)، توی زمان O(1) انجام بده! 😳
🔹 یا الگوریتمی که محدودیتهای حافظه و سرعت رو کاملاً نادیده بگیره و جواب رو مثل جادو روی صفحه بریزه.
🛠 این ایدهها بیشتر شبیه طراحیهای ذهنی لئوناردو داوینچی هستن؛ ترکیبی از تخیل، ریاضیات و کدنویسی.
🌌 شاید هیچوقت چنین ماشینی واقعی نشه، اما همین بازی با مرزهای محاسبات باعث میشه دیدمون نسبت به ساختار الگوریتمها عمیقتر بشه.
#mpossibleMachine
#Algorithm
💻@voidcompile