دوره جامع برنامه‌نویسی پایتون

۱

مقدمه و متغیرها در پایتون

آشنایی با محیط، انواع داده و عملیات پایه

۱۵ دقیقه

پایتون - زبان برنامه‌نویسی دوست‌داشتنی

پایتون یک زبان برنامه‌نویسی سطح بالا، تفسیری و چندمنظوره است که در سال 1991 توسط گیدو فان روسوم ایجاد شد. سادگی و خوانایی بالا باعث شده پایتون انتخاب اول برای مبتدیان و حرفه‌ای‌ها باشد.

مفهوم کلیدی

پایتون یک زبان تفسیری است، یعنی نیازی به کامپایل ندارد و کد خط به خط اجرا می‌شود. همچنین از تورفتگی (Indentation) برای تعریف بلوک‌های کد استفاده می‌کند.

اولین برنامه در پایتون

hello.py

# اولین برنامه در پایتون - چاپ Hello World
print("سلام دنیا! خوش آمدید به برنامه‌نویسی پایتون")

# تعریف متغیرها
name = "مهدی"          # رشته (String)
age = 17               # عدد صحیح (Integer)
height = 1.75          # عدد اعشاری (Float)
is_student = True      # بولین (Boolean)
skills = ["Python", "HTML", "CSS"]  # لیست

# چاپ مقادیر متغیرها
print(f"نام: {name}")
print(f"سن: {age} سال")
print(f"قد: {height} متر")
print(f"دانشجو: {is_student}")
print(f"مهارت‌ها: {skills}")

# عملیات ریاضی
x = 10
y = 20
sum_result = x + y
product = x * y
division = x / y

print(f"\nعملیات ریاضی:")
print(f"{x} + {y} = {sum_result}")
print(f"{x} * {y} = {product}")
print(f"{x} / {y} = {division}")

# دریافت ورودی از کاربر
# name_input = input("نام شما چیست؟ ")
# print(f"سلام {name_input}!")

# فرمت‌بندی رشته‌ها
print("\nروش‌های مختلف فرمت‌بندی رشته:")
print("روش ۱: " + name + " " + str(age) + " سال دارد")
print("روش ۲: {} {} سال دارد".format(name, age))
print(f"روش ۳: {name} {age} سال دارد")  # f-string (بهترین روش)

# تغییر نوع داده
number_str = "123"
number_int = int(number_str)
print(f"\nتبدیل رشته به عدد: '{number_str}' -> {number_int}")

تمرین:

برنامه‌ای بنویسید که سن کاربر را بگیرد و محاسبه کند چند سال دیگر به 100 سالگی می‌رسد.

برای دریافت ورودی از کاربر از تابع input() استفاده کنید. به یاد داشته باشید که input() همیشه یک رشته برمی‌گرداند.

برای تبدیل رشته به عدد از int() استفاده کنید: age = int(input("سن شما: "))

نکات طلایی:

پایتون نیازی به تعیین نوع متغیر ندارد (Dynamic Typing)
تورفتگی (Indentation) در پایتون اجباری است
از # برای کامنت تک خطی و ''' ''' برای کامنت چند خطی استفاده می‌شود
f-string بهترین روش برای فرمت‌بندی رشته‌ها است
پایتون به حروف کوچک و بزرگ حساس است (Case Sensitive)

آزمون پایان جلسه - مقدمه پایتون

سوال ۱: در پایتون برای تعریف بلوک کد از چه چیزی استفاده می‌شود؟

الف

{} (آکولاد)

ب

تورفتگی (Indentation)

ج

; (سمی‌کالن)

سوال ۲: کدام روش بهترین برای فرمت‌بندی رشته‌ها در پایتون ۳.۶+ است؟

الف

% formatting

ب

str.format()

ج

f-string

سوال ۳: تابع input() چه نوع داده‌ای برمی‌گرداند؟

الف

عدد صحیح (int)

ب

رشته (str)

ج

بستگی به ورودی دارد

نتایج آزمون

۲

ساختارهای کنترل و حلقه‌ها

دستورات شرطی و تکرار در پایتون

۲۰ دقیقه

کنترل جریان در پایتون

دستورات شرطی و حلقه‌ها به برنامه اجازه می‌دهند تا بر اساس شرایط مختلف تصمیم‌گیری کند یا کارها را به صورت تکراری انجام دهد.

کنترل جریان در پایتون

control_flow.py

# ساختارهای کنترل و حلقه‌ها در پایتون

# 1. دستورات شرطی if-elif-else
score = 85
print(f"نمره: {score} -> ", end="")

if score >= 90:
    print("عالی")
elif score >= 80:
    print("خیلی خوب")
elif score >= 70:
    print("خوب")
elif score >= 60:
    print("متوسط")
else:
    print("نیاز به تلاش بیشتر")

# 2. شرط‌های تو در تو
age = 17
has_permission = True

if age >= 18:
    print("شما بزرگسال هستید")
else:
    print("شما نوجوان هستید")
    if has_permission:
        print("با اجازه والدین می‌توانید ادامه دهید")
    else:
        print("نیاز به اجازه والدین دارید")

# 3. عملگرهای مقایسه و منطقی
x = 10
y = 20

print(f"\nعملگرهای مقایسه:")
print(f"{x} == {y}: {x == y}")
print(f"{x} != {y}: {x != y}")
print(f"{x} < {y}: {x < y}")
print(f"{x} > {y}: {x > y}")
print(f"{x} <= {y}: {x <= y}")
print(f"{x} >= {y}: {x >= y}")

# عملگرهای منطقی
a = True
b = False
print(f"\nعملگرهای منطقی:")
print(f"not {a}: {not a}")
print(f"{a} and {b}: {a and b}")
print(f"{a} or {b}: {a or b}")

# 4. حلقه for
print("\nحلقه for (اعداد 1 تا 5):")
for i in range(1, 6):  # از 1 تا 5 (6 شامل نمی‌شود)
    print(i, end=" ")
print()

print("\nحلقه for روی لیست:")
fruits = ["سیب", "موز", "پرتقال", "انگور"]
for fruit in fruits:
    print(f"میوه: {fruit}")

# 5. حلقه while
print("\nحلقه while (اعداد زوج کمتر از 10):")
num = 2
while num < 10:
    print(num, end=" ")
    num += 2  # افزایش 2 تایی
print()

# 6. دستورات کنترل حلقه (break, continue, else)
print("\nاستفاده از break و continue:")
for i in range(10):
    if i == 3:
        continue  # ادامه حلقه بدون اجرای کد بعدی
    if i == 7:
        break     # خروج از حلقه
    print(i, end=" ")

print("\n\nحلقه با else:")
for i in range(5):
    print(i, end=" ")
else:
    print("\nحلقه با موفقیت به پایان رسید!")

# 7. حلقه‌های تو در تو
print("\nجدول ضرب (1 تا 3):")
for i in range(1, 4):
    for j in range(1, 4):
        print(f"{i} x {j} = {i*j}", end="\t")
    print()  # خط جدید بعد از هر سطر

مقایسه انواع حلقه‌ها

نوع حلقه	کاربرد اصلی	نحوه استفاده	مثال
`for`	تکرار روی دنباله‌ها	وقتی تعداد تکرار مشخص است	`for i in range(10):`
`while`	تکرار با شرط	وقتی شرط نامشخص است	`while x > 0:`

نکات طلایی کنترل جریان:

در پایتون نیازی به پرانتز دور شرط نیست (اما می‌توان استفاده کرد)
از elif به جای else if استفاده می‌شود
حلقه for در پایتون روی اشیاء قابل پیمایش (Iterable) کار می‌کند
تابع range(start, stop, step) برای تولید دنباله اعداد استفاده می‌شود
می‌توان به حلقه for یک else اضافه کرد که بعد از اتمام حلقه اجرا می‌شود

آزمون پایان جلسه - کنترل جریان

سوال ۱: خروجی `range(5)` چیست؟

الف

[0, 1, 2, 3, 4]

ب

[1, 2, 3, 4, 5]

ج

[0, 1, 2, 3, 4, 5]

سوال ۲: کدام دستور برای خروج زودهنگام از حلقه استفاده می‌شود؟

الف

continue

ب

break

ج

pass

سوال ۳: شرط `if not x:` چه زمانی True می‌شود؟

الف

وقتی x برابر True باشد

ب

وقتی x برابر False باشد

ج

وقتی x بزرگتر از 0 باشد

نتایج آزمون

۳

ساختارهای داده

لیست، تاپل، دیکشنری و مجموعه‌ها

۲۵ دقیقه

ساختارهای داده در پایتون

پایتون چهار ساختار داده اصلی دارد که هر کدام کاربرد خاص خود را دارند. انتخاب ساختار داده مناسب می‌تواند عملکرد برنامه را به شدت بهبود بخشد.

ساختارهای داده در پایتون

data_structures.py

# ساختارهای داده در پایتون

# 1. لیست‌ها (Lists) - قابل تغییر، ترتیب مهم
print("=" * 50)
print("لیست‌ها (Lists):")
print("=" * 50)

fruits = ["سیب", "موز", "پرتقال", "انگور"]
print(f"لیست میوه‌ها: {fruits}")

# عملیات روی لیست‌ها
fruits.append("هندوانه")          # اضافه کردن به انتها
print(f"بعد از append: {fruits}")

fruits.insert(1, "کیوی")         # اضافه کردن در موقعیت مشخص
print(f"بعد از insert: {fruits}")

removed_fruit = fruits.pop()     # حذف آخرین عنصر
print(f"میوه حذف شده: {removed_fruit}")
print(f"بعد از pop: {fruits}")

fruits.remove("موز")             # حذف عنصر خاص
print(f"بعد از remove: {fruits}")

# برش زدن (Slicing)
print(f"\nبرش‌زدن لیست:")
print(f"دو عنصر اول: {fruits[:2]}")
print(f"عنصر دوم به بعد: {fruits[1:]}")
print(f"عناصر 1 تا 3: {fruits[1:3]}")
print(f"معکوس لیست: {fruits[::-1]}")

# 2. تاپل‌ها (Tuples) - غیرقابل تغییر
print("\n" + "=" * 50)
print("تاپل‌ها (Tuples):")
print("=" * 50)

coordinates = (35.6892, 51.3890)  # مختصات تهران
print(f"مختصات تهران: {coordinates}")
print(f"عرض جغرافیایی: {coordinates[0]}")
print(f"طول جغرافیایی: {coordinates[1]}")

# تاپل‌ها غیرقابل تغییر هستند
# coordinates[0] = 36.0  # این خط خطا می‌دهد

# تاپل‌های تک عنصری
single_tuple = (42,)  # کاما ضروری است
print(f"تاپل تک عنصری: {single_tuple}")

# 3. دیکشنری‌ها (Dictionaries) - کلید-مقدار
print("\n" + "=" * 50)
print("دیکشنری‌ها (Dictionaries):")
print("=" * 50)

student = {
    "name": "مهدی",
    "age": 17,
    "grades": [18, 19, 17, 20],
    "is_student": True
}

print(f"دیکشنری دانشجو: {student}")
print(f"نام دانشجو: {student['name']}")
print(f"سن دانشجو: {student.get('age')}")

# اضافه کردن کلید جدید
student["city"] = "تهران"
print(f"بعد از اضافه کردن شهر: {student}")

# حذف کلید
del student["is_student"]
print(f"بعد از حذف is_student: {student}")

# پیمایش دیکشنری
print("\nپیمایش دیکشنری:")
for key, value in student.items():
    print(f"{key}: {value}")

# 4. مجموعه‌ها (Sets) - عناصر یکتا، بدون ترتیب
print("\n" + "=" * 50)
print("مجموعه‌ها (Sets):")
print("=" * 50)

set1 = {1, 2, 3, 4, 5}
set2 = {4, 5, 6, 7, 8}

print(f"مجموعه ۱: {set1}")
print(f"مجموعه ۲: {set2}")
print(f"اتحاد: {set1.union(set2)}")
print(f"اشتراک: {set1.intersection(set2)}")
print(f"تفاضل (1 - 2): {set1.difference(set2)}")
print(f"تفاضل (2 - 1): {set2.difference(set1)}")

# 5. درک لیست (List Comprehension)
print("\n" + "=" * 50)
print("درک لیست (List Comprehension):")
print("=" * 50)

# روش معمولی
squares = []
for i in range(1, 6):
    squares.append(i ** 2)
print(f"مربع اعداد (روش معمولی): {squares}")

# روش درک لیست
squares_comprehension = [i ** 2 for i in range(1, 6)]
print(f"مربع اعداد (درک لیست): {squares_comprehension}")

# درک لیست با شرط
even_squares = [i ** 2 for i in range(1, 11) if i % 2 == 0]
print(f"مربع اعداد زوج: {even_squares}")

# 6. تبدیل بین ساختارها
print("\n" + "=" * 50)
print("تبدیل بین ساختارهای داده:")
print("=" * 50)

my_list = [1, 2, 3, 4, 5]
my_tuple = tuple(my_list)
my_set = set(my_list)

print(f"لیست: {my_list}")
print(f"تاپل: {my_tuple}")
print(f"مجموعه: {my_set}")

# تبدیل به دیکشنری
items = [("name", "مهدی"), ("age", 17)]
my_dict = dict(items)
print(f"دیکشنری: {my_dict}")

نکات طلایی ساختارهای داده:

لیست‌ها: ترتیب مهم، قابل تغییر، عناصر تکراری مجاز
تاپل‌ها: ترتیب مهم، غیرقابل تغییر، عناصر تکراری مجاز
دیکشنری‌ها: کلید-مقدار، بدون ترتیب (از پایتون 3.7 ترتیب حفظ می‌شود)، کلیدها یکتا
مجموعه‌ها: بدون ترتیب، عناصر یکتا، قابل تغییر
درک لیست (List Comprehension) روشی مختصر و خوانا برای ایجاد لیست‌هاست
از in برای بررسی وجود عنصر در ساختار داده استفاده می‌شود

مقایسه ساختارهای داده

ساختار	قابل تغییر	ترتیب	عناصر تکراری	ایندکس
لیست	✅ بله	✅ حفظ می‌شود	✅ مجاز	✅ عددی
تاپل	❌ خیر	✅ حفظ می‌شود	✅ مجاز	✅ عددی
دیکشنری	✅ بله	✅ از 3.7	❌ فقط کلیدها	✅ کلیدی
مجموعه	✅ بله	❌ خیر	❌ خیر	❌ ندارد

آزمون پایان جلسه - ساختارهای داده

سوال ۱: کدام ساختار داده غیرقابل تغییر (Immutable) است؟

الف

لیست

ب

تاپل

ج

دیکشنری

سوال ۲: برای ایجاد یک تاپل تک عنصری باید چه کرد؟

الف

(42)

ب

(42,)

ج

42

سوال ۳: کدام روش برای ایجاد لیست مربع اعداد 1 تا 5 صحیح است؟

الف

[x**2 for x in range(1, 6)]

ب

{x**2 for x in range(1, 6)}

ج

(x**2 for x in range(1, 6))

نتایج آزمون

۴

توابع و ماژول‌ها

تعریف توابع، توابع لامبدا و مدیریت ماژول‌ها

۲۵ دقیقه

برنامه‌نویسی ماژولار با توابع

توابع به ما امکان تقسیم برنامه به بخش‌های کوچکتر و قابل استفاده مجدد می‌دهند. ماژول‌ها نیز به سازماندهی کد در فایل‌های مختلف کمک می‌کنند.

توابع و ماژول‌ها در پایتون

functions_modules.py

# توابع و ماژول‌ها در پایتون

# 1. تعریف توابع ساده
print("=" * 50)
print("توابع ساده:")
print("=" * 50)

def greet():
    """تابعی برای سلام کردن"""
    print("سلام! خوش آمدید به برنامه‌نویسی پایتون")

# فراخوانی تابع
greet()

# 2. توابع با پارامتر
def greet_person(name):
    """سلام کردن به شخص خاص"""
    print(f"سلام {name}!")

greet_person("مهدی")
greet_person("علی")

# 3. توابع با مقدار بازگشتی
def add(a, b):
    """جمع دو عدد"""
    return a + b

result = add(10, 20)
print(f"نتیجه جمع: {result}")

# 4. توابع با پارامترهای پیش‌فرض
def create_user(name, age=18, is_active=True):
    """ایجاد کاربر با مقادیر پیش‌فرض"""
    return {
        "name": name,
        "age": age,
        "is_active": is_active
    }

user1 = create_user("مهدی")
user2 = create_user("علی", 20)
user3 = create_user("رضا", 22, False)

print(f"کاربر ۱: {user1}")
print(f"کاربر ۲: {user2}")
print(f"کاربر ۳: {user3}")

# 5. توابع با پارامترهای نام‌دار
def describe_person(name, age, city):
    """توصیف یک شخص"""
    print(f"{name}، {age} ساله از {city}")

describe_person(name="سارا", age=25, city="مشهد")
describe_person(city="اصفهان", age=30, name="حسین")  # ترتیب مهم نیست

# 6. توابع با پارامترهای متغیر
print("\n" + "=" * 50)
print("توابع با پارامترهای متغیر:")
print("=" * 50)

def sum_numbers(*args):
    """جمع اعداد با پارامترهای متغیر"""
    total = 0
    for num in args:
        total += num
    return total

print(f"جمع ۱, ۲, ۳: {sum_numbers(1, 2, 3)}")
print(f"جمع ۱۰, ۲۰, ۳۰, ۴۰: {sum_numbers(10, 20, 30, 40)}")

def print_student_info(**kwargs):
    """چاپ اطلاعات دانشجو با پارامترهای نام‌دار متغیر"""
    for key, value in kwargs.items():
        print(f"{key}: {value}")

print_student_info(name="مهدی", age=17, grade="یازدهم")

# 7. توابع لامبدا (Lambda)
print("\n" + "=" * 50)
print("توابع لامبدا (Lambda):")
print("=" * 50)

# تابع معمولی
def square(x):
    return x ** 2

# تابع لامبدا معادل
square_lambda = lambda x: x ** 2

print(f"مربع ۵ (تابع معمولی): {square(5)}")
print(f"مربع ۵ (لامبدا): {square_lambda(5)}")

# استفاده لامبدا با توابع دیگر
numbers = [1, 2, 3, 4, 5]
squares = list(map(lambda x: x ** 2, numbers))
print(f"مربع اعداد لیست: {squares}")

even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(f"اعداد زوج: {even_numbers}")

# 8. توابع بازگشتی
print("\n" + "=" * 50)
print("توابع بازگشتی:")
print("=" * 50)

def factorial(n):
    """محاسبه فاکتوریل به صورت بازگشتی"""
    if n <= 1:
        return 1
    return n * factorial(n - 1)

print(f"فاکتوریل ۵: {factorial(5)}")
print(f"فاکتوریل ۷: {factorial(7)}")

# 9. ماژول‌ها و کتابخانه‌ها
print("\n" + "=" * 50)
print("ماژول‌ها و کتابخانه‌ها:")
print("=" * 50)

# import math
# import random
# from datetime import datetime

print("""
ماژول‌های پرکاربرد پایتون:
- math: توابع ریاضی
- random: تولید اعداد تصادفی  
- datetime: کار با تاریخ و زمان
- os: کار با سیستم‌عامل
- sys: پارامترهای سیستم
- json: کار با JSON
- re: عبارات منظم
""")

# 10. دکوراتورها (مقدمه)
print("\n" + "=" * 50)
print("دکوراتورها (Decorators):")
print("=" * 50)

def timer_decorator(func):
    """دکوراتور برای زمان‌سنجی تابع"""
    def wrapper(*args, **kwargs):
        import time
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print(f"زمان اجرای تابع: {end - start:.4f} ثانیه")
        return result
    return wrapper

@timer_decorator
def slow_function():
    """یک تابع کند برای تست"""
    import time
    time.sleep(1)
    return "انجام شد"

print("اجرای تابع با دکوراتور زمان‌سنجی:")
slow_function()

نکات طلایی توابع:

از docstring برای مستندسازی توابع استفاده کنید ("""مستندات""")
پارامترهای پیش‌فرض باید بعد از پارامترهای اجباری بیایند
*args برای پارامترهای متغیر نام‌نشده استفاده می‌شود
**kwargs برای پارامترهای متغیر نام‌دار استفاده می‌شود
توابع لامبدا برای توابع یک خطی و ساده مناسب‌اند
از import برای استفاده از ماژول‌ها استفاده می‌شود
دکوراتورها برای تغییر رفتار توابع بدون تغییر کد اصلی استفاده می‌شوند

آزمون پایان جلسه - توابع و ماژول‌ها

سوال ۱: کدام گزینه تعریف صحیح تابع لامبدا برای محاسبه مربع است؟

الف

lambda x: x * x

ب

def square(x): return x*x

ج

square = lambda x: x**2

سوال ۲: پارامتر `*args` چه کاری انجام می‌دهد؟

الف

پارامترهای نام‌دار متغیر را دریافت می‌کند

ب

پارامترهای نام‌نشده متغیر را دریافت می‌کند

ج

فقط یک پارامتر دریافت می‌کند

سوال ۳: کدام روش برای وارد کردن فقط تابع sqrt از ماژول math صحیح است؟

الف

import math

ب

from math import sqrt

ج

import sqrt from math

نتایج آزمون

۵

شیء‌گرایی در پایتون

کلاس‌ها، اشیاء، وراثت و چندریختی

۳۰ دقیقه

برنامه‌نویسی شیء‌گرا (OOP) در پایتون

برنامه‌نویسی شیء‌گرا یک پارادایم برنامه‌نویسی است که بر اساس "اشیاء" بنا شده است. پایتون به طور کامل از OOP پشتیبانی می‌کند.

شیء‌گرایی در پایتون

oop.py

# برنامه‌نویسی شیء‌گرا در پایتون

# 1. تعریف کلاس و ایجاد شیء
print("=" * 60)
print("تعریف کلاس و ایجاد شیء:")
print("=" * 60)

class Person:
    """کلاس پایه برای یک شخص"""
    
    # Constructor (متد ویژه __init__)
    def __init__(self, name, age):
        self.name = name  # ویژگی نمونه
        self.age = age
        self.__private_attr = "مخفی"  # ویژگی خصوصی
    
    # متد نمونه
    def introduce(self):
        return f"سلام، من {self.name} و {self.age} سال دارم"
    
    # متد کلاس
    @classmethod
    def create_baby(cls, name):
        return cls(name, 0)
    
    # متد استاتیک
    @staticmethod
    def is_adult(age):
        return age >= 18
    
    # Property (ویژگی محاسبه‌شده)
    @property
    def birth_year(self):
        import datetime
        current_year = datetime.datetime.now().year
        return current_year - self.age
    
    # متدهای ویژه (Magic/Dunder methods)
    def __str__(self):
        return f"Person(name={self.name}, age={self.age})"
    
    def __repr__(self):
        return f"Person('{self.name}', {self.age})"

# ایجاد اشیاء از کلاس Person
person1 = Person("مهدی", 17)
person2 = Person("سارا", 25)

print(person1.introduce())
print(person2.introduce())

print(f"\nتست Property:")
print(f"{person1.name} در سال {person1.birth_year} به دنیا آمده است")

print(f"\nمتدهای ویژه:")
print(f"__str__: {person1}")
print(f"__repr__: {repr(person1)}")

# 2. وراثت (Inheritance)
print("\n" + "=" * 60)
print("وراثت (Inheritance):")
print("=" * 60)

class Student(Person):  # Student از Person ارث‌بری می‌کند
    def __init__(self, name, age, student_id, major):
        # فراخوانی constructor کلاس والد
        super().__init__(name, age)
        self.student_id = student_id
        self.major = major
        self.grades = []
    
    # Override کردن متد والد
    def introduce(self):
        base_intro = super().introduce()
        return f"{base_intro} و دانشجوی {self.major} هستم"
    
    def add_grade(self, grade):
        self.grades.append(grade)
    
    def calculate_average(self):
        if not self.grades:
            return 0
        return sum(self.grades) / len(self.grades)

# ایجاد شیء از کلاس Student
student1 = Student("علی", 20, "40012345", "مهندسی کامپیوتر")
student1.add_grade(18)
student1.add_grade(19)
student1.add_grade(17)

print(student1.introduce())
print(f"شماره دانشجویی: {student1.student_id}")
print(f"میانگین نمرات: {student1.calculate_average():.2f}")

# 3. چندریختی (Polymorphism)
print("\n" + "=" * 60)
print("چندریختی (Polymorphism):")
print("=" * 60)

class Teacher(Person):
    def __init__(self, name, age, subject):
        super().__init__(name, age)
        self.subject = subject
    
    def introduce(self):
        return f"سلام، من {self.name} معلم {self.subject} هستم"

class Employee(Person):
    def __init__(self, name, age, position):
        super().__init__(name, age)
        self.position = position
    
    def introduce(self):
        return f"سلام، من {self.name} و {self.position} هستم"

# استفاده از چندریختی
people = [
    Person("رضا", 30),
    Student("فاطمه", 19, "40012346", "پزشکی"),
    Teacher("دکتر احمدی", 45, "ریاضی"),
    Employee("خانم محمدی", 35, "منشی")
]

for person in people:
    print(person.introduce())

# 4. کپسوله‌سازی (Encapsulation)
print("\n" + "=" * 60)
print("کپسوله‌سازی (Encapsulation):")
print("=" * 60)

class BankAccount:
    def __init__(self, owner, initial_balance=0):
        self.owner = owner
        self.__balance = initial_balance  # ویژگی خصوصی
    
    def deposit(self, amount):
        if amount > 0:
            self.__balance += amount
            return True
        return False
    
    def withdraw(self, amount):
        if 0 < amount <= self.__balance:
            self.__balance -= amount
            return True
        return False
    
    # Getter برای ویژگی خصوصی
    def get_balance(self):
        return self.__balance
    
    # Property برای دسترسی کنترل شده
    @property
    def balance(self):
        return self.__balance

account = BankAccount("مهدی", 1000)
print(f"صاحب حساب: {account.owner}")

account.deposit(500)
print(f"موجودی بعد از واریز: {account.get_balance()}")

if account.withdraw(200):
    print(f"موجودی بعد از برداشت: {account.balance}")
else:
    print("برداشت ناموفق")

# 5. ترکیب (Composition)
print("\n" + "=" * 60)
print("ترکیب (Composition):")
print("=" * 60)

class Engine:
    def __init__(self, horsepower):
        self.horsepower = horsepower
    
    def start(self):
        return "موتور روشن شد"
    
    def stop(self):
        return "موتور خاموش شد"

class Car:
    def __init__(self, brand, model, horsepower):
        self.brand = brand
        self.model = model
        self.engine = Engine(horsepower)  # ترکیب (Car has-an Engine)
    
    def start(self):
        return f"{self.brand} {self.model}: {self.engine.start()}"
    
    def get_specs(self):
        return f"{self.brand} {self.model} با {self.engine.horsepower} اسب بخار"

my_car = Car("پژو", "۲۰۶", 110)
print(my_car.start())
print(my_car.get_specs())

# 6. انتزاع (Abstraction) با استفاده از ABC
print("\n" + "=" * 60)
print("انتزاع (Abstraction):")
print("=" * 60)

from abc import ABC, abstractmethod

class Shape(ABC):  # کلاس انتزاعی
    @abstractmethod
    def area(self):
        pass
    
    @abstractmethod
    def perimeter(self):
        pass

class Rectangle(Shape):
    def __init__(self, width, height):
        self.width = width
        self.height = height
    
    def area(self):
        return self.width * self.height
    
    def perimeter(self):
        return 2 * (self.width + self.height)

class Circle(Shape):
    def __init__(self, radius):
        self.radius = radius
    
    def area(self):
        import math
        return math.pi * self.radius ** 2
    
    def perimeter(self):
        import math
        return 2 * math.pi * self.radius

# ایجاد اشیاء از کلاس‌های مشتق شده
shapes = [
    Rectangle(5, 3),
    Circle(4)
]

for shape in shapes:
    print(f"مساحت: {shape.area():.2f}")
    print(f"محیط: {shape.perimeter():.2f}")

نکات طلایی شیء‌گرایی:

کلاس: الگو یا قالب برای ایجاد اشیاء
شیء: نمونه‌ای از یک کلاس
وراثت: امکان استفاده مجدد از کد کلاس والد
کپسوله‌سازی: مخفی کردن جزئیات پیاده‌سازی
چندریختی: توانایی یک متد برای رفتار متفاوت بر اساس شیء
متد __init__ constructor کلاس است
ویژگی‌های خصوصی با دو زیرخط شروع می‌شوند (__private)
از super() برای دسترسی به کلاس والد استفاده می‌شود
دکوراتورهای @classmethod, @staticmethod, @property مفید هستند

چهار رکن برنامه‌نویسی شیء‌گرا

مفهوم	توضیح	مثال در پایتون
کپسوله‌سازی	مخفی کردن جزئیات پیاده‌سازی	`self.__balance`
وراثت	استفاده مجدد از کد کلاس والد	`class Student(Person):`
چندریختی	رفتار متفاوت متدها بر اساس شیء	`def introduce()` در کلاس‌های مختلف
انتزاع	نمایش ویژگی‌های ضروری و مخفی کردن جزئیات	کلاس‌های انتزاعی با `ABC`

آزمون پایان جلسه - شیء‌گرایی

سوال ۱: کدام متد constructor کلاس در پایتون است؟

الف

__init__

ب

__new__

ج

__construct__

سوال ۲: چگونه ویژگی خصوصی در پایتون تعریف می‌شود؟

الف

با single underscore: _private

ب

با double underscore: __private

ج

با کلمه کلیدی private

سوال ۳: از کدام تابع برای دسترسی به constructor کلاس والد استفاده می‌شود؟

الف

parent()

ب

super()

ج

self.parent()

🚀 دوره جامع برنامه‌نویسی پایتون 💫

🎓 آموزش تعاملی گام به گام

مقدمه و متغیرها در پایتون

پایتون - زبان برنامه‌نویسی دوست‌داشتنی

مفهوم کلیدی

اولین برنامه در پایتون

تمرین:

نکات طلایی:

آزمون پایان جلسه - مقدمه پایتون

سوال ۱: در پایتون برای تعریف بلوک کد از چه چیزی استفاده می‌شود؟

سوال ۲: کدام روش بهترین برای فرمت‌بندی رشته‌ها در پایتون ۳.۶+ است؟

سوال ۳: تابع input() چه نوع داده‌ای برمی‌گرداند؟

نتایج آزمون

ساختارهای کنترل و حلقه‌ها

کنترل جریان در پایتون

کنترل جریان در پایتون

مقایسه انواع حلقه‌ها

نکات طلایی کنترل جریان:

آزمون پایان جلسه - کنترل جریان

سوال ۱: خروجی range(5) چیست؟

سوال ۲: کدام دستور برای خروج زودهنگام از حلقه استفاده می‌شود؟

سوال ۳: شرط if not x: چه زمانی True می‌شود؟

نتایج آزمون

ساختارهای داده

ساختارهای داده در پایتون

ساختارهای داده در پایتون

نکات طلایی ساختارهای داده:

مقایسه ساختارهای داده

آزمون پایان جلسه - ساختارهای داده

سوال ۱: کدام ساختار داده غیرقابل تغییر (Immutable) است؟

سوال ۲: برای ایجاد یک تاپل تک عنصری باید چه کرد؟

سوال ۳: کدام روش برای ایجاد لیست مربع اعداد 1 تا 5 صحیح است؟

نتایج آزمون

توابع و ماژول‌ها

برنامه‌نویسی ماژولار با توابع

توابع و ماژول‌ها در پایتون

نکات طلایی توابع:

آزمون پایان جلسه - توابع و ماژول‌ها

سوال ۱: کدام گزینه تعریف صحیح تابع لامبدا برای محاسبه مربع است؟

سوال ۲: پارامتر *args چه کاری انجام می‌دهد؟

سوال ۳: کدام روش برای وارد کردن فقط تابع sqrt از ماژول math صحیح است؟

نتایج آزمون

شیء‌گرایی در پایتون

برنامه‌نویسی شیء‌گرا (OOP) در پایتون

شیء‌گرایی در پایتون

نکات طلایی شیء‌گرایی:

چهار رکن برنامه‌نویسی شیء‌گرا

آزمون پایان جلسه - شیء‌گرایی

سوال ۱: کدام متد constructor کلاس در پایتون است؟

سوال ۲: چگونه ویژگی خصوصی در پایتون تعریف می‌شود؟

سوال ۳: از کدام تابع برای دسترسی به constructor کلاس والد استفاده می‌شود؟

نتایج آزمون

🚀 دروس پیشرفته در راه است!

وب‌اسکرپینگ

یادگیری ماشین

توسعه وب با Django

تحلیل داده با Pandas

سوال ۱: خروجی `range(5)` چیست؟

سوال ۳: شرط `if not x:` چه زمانی True می‌شود؟

سوال ۲: پارامتر `*args` چه کاری انجام می‌دهد؟