برنامه نویسی پایتون - ترم تکمیلی

درباره دوره پایتون تکمیلی

دوره پایتون تکمیلی آکادمی کیوبیت ادامه مسیر دوره مقدماتی است و شما را از برنامه‌نویسی پایه به توسعه برنامه‌های ساخت‌یافته، ماژولار و کاربردی می‌رساند. در این دوره قابلیت‌های پیشرفته زبان، برنامه‌نویسی شیءگرا و مدیریت پکیج‌ها را می‌آموزید و سپس سراغ پردازش متن و داده، کتابخانه استاندارد، ارتباط با سرویس‌های وب، استخراج داده از صفحات وب، پایگاه داده SQLite و ساخت رابط گرافیکی با Tkinter می‌روید.

پیش‌نیاز و مخاطبان

این دوره برای هنرجویانی مناسب است که به مباحث پایتون مقدماتی کیوبیت یا دانش معادل آن مسلط‌اند و می‌خواهند مهارت‌های کاربردی و پیشرفته خود را توسعه دهند.

در پایان دوره چه مهارت‌هایی خواهید داشت؟

• طراحی توابع انعطاف‌پذیر با *args، **kwargs، Lambda و Comprehension.
• درک Iterable، Iterator و Generator و استفاده مناسب از Decorator.
• طراحی برنامه بر پایه Class، Encapsulation، Inheritance و Polymorphism.
• سازمان‌دهی پروژه با Module و Package و مدیریت وابستگی‌ها با pip و Virtual Environment.
• مدیریت خطاهای پیشرفته، Debugging، Logging و مستندسازی کد.
• پردازش متن با Regex و کار با JSON، CSV و فایل‌های PDF.
• کار با تاریخ و زمان، مسیرها، فایل‌ها، پوشه‌ها و آرشیو ZIP.
• ارسال درخواست HTTP با Requests، مصرف API و استخراج داده با BeautifulSoup.
• پیاده‌سازی عملیات CRUD و Queryهای پارامتری در SQLite.
• ساخت رابط دسکتاپ با Tkinter و اتصال آن به پایگاه داده.
• طراحی و ارائه یک پروژه چندبخشی با ساختار و اجزای مناسب.

شیوه یادگیری و پروژه نهایی

دوره بر درک مفاهیم، حل مسائل واقعی و پیاده‌سازی پروژه تمرکز دارد و هر بخش با مثال، تمرین و پروژه کوچک تکمیل می‌شود. در پروژه نهایی، می‌توانید یک سیستم مدیریت آموزشگاه، مدیریت فروش و انبار، دفترچه مخاطبین پیشرفته، مدیریت هزینه‌ها یا نرم‌افزار کتابخانه بسازید. پروژه با تحلیل نیازمندی‌ها، تفکیک مسئولیت‌ها، مدل‌سازی شیءگرا، ذخیره‌سازی داده، اعتبارسنجی و مدیریت خطا پیش می‌رود و متناسب با موضوع از API، پردازش فایل، Web Scraping یا رابط Tkinter استفاده می‌کند.

ساختار و نکات آموزشی

سرفصل دوره شامل ۱۰ بخش و ۳۶ مبحث است. مباحث random و math در قالب مرور ماژول‌ها و پروژه‌ها استفاده می‌شوند. در بخش Web Scraping از صفحات مجاز یا تمرینی با رعایت محدودیت‌های سایت‌ها استفاده می‌شود. عمق مبحث PDF متناسب با زمان و نیاز کلاس تنظیم می‌شود و JSON و CSV اولویت آموزشی بالاتری دارند. زمان‌بندی و تعداد جلسات هر بخش متناسب با تقویم آموزشی، مدت جلسات و سطح کلاس تعیین می‌شود.

سرفصل تفصیلی دوره

1. قابلیت‌های پیشرفته زبان پایتون

1. توابع پیشرفته و پارامترهای انعطاف‌پذیر: مرور Function و Scope؛ آموزش *args و **kwargs؛ پارامترهای پیش‌فرض؛ ارسال آرگومان‌های نام‌دار؛ طراحی توابع انعطاف‌پذیر.
2. Lambda و توابع مرتبه بالاتر: تعریف Lambda و استفاده عملی از map()، filter()، zip() و enumerate() در پردازش مجموعه‌های داده.
3. Comprehensionها: List Comprehension، Dictionary Comprehension و Set Comprehension همراه با شرط؛ تبدیل حلقه‌های متداول به ساختارهای Pythonic.
4. Iterable و Iterator: مفهوم قابل پیمایش بودن داده‌ها؛ سازوکار iter() و next()؛ درک نحوه عملکرد حلقه for در سطح داخلی.
5. Generator و yield: ایجاد Generator Function؛ استفاده از yield؛ تفاوت Generator با List؛ کاربرد در پردازش داده‌های حجیم با مصرف کمتر منابع.
6. Decorator: درک Function به‌عنوان Object؛ ساخت Wrapper و Decorator ساده؛ استفاده از @decorator؛ کاربردهایی مانند Logging و کنترل دسترسی.

2. برنامه‌نویسی شیءگرا

7. Class، Object و Constructor: تعریف Class و Object؛ استفاده از __init__؛ مفهوم self؛ ساخت نمونه‌های مستقل از یک کلاس.
8. Attribute و Method: Instance Attribute، Class Attribute و Instance Method؛ آشنایی کاربردی با Class Method و Static Method.
9. Encapsulation و Property: کنترل دسترسی به داده‌های داخلی؛ قراردادهای نام‌گذاری؛ Getter و Setter؛ استفاده از @property برای مدیریت ویژگی‌ها.
10. Inheritance و super(): طراحی رابطه وراثت؛ ساخت کلاس والد و فرزند؛ استفاده مجدد از رفتارها؛ فراخوانی سازنده و متدهای والد با super().
11. Polymorphism و Method Overriding: بازنویسی رفتار کلاس والد؛ استفاده چندشکلی از اشیاء؛ طراحی رابط رفتاری مشترک بین کلاس‌ها.
12. Magic Methods: آشنایی با متدهای ویژه مانند __str__، __repr__ و __len__؛ درک نحوه سفارشی‌سازی رفتار اشیاء پایتون.

3. ماژول‌ها، پکیج‌ها و محیط پروژه

13. Modules و Packages: ساخت Module اختصاصی؛ Import به روش‌های مختلف؛ سازمان‌دهی کد در Package؛ تفکیک مسئولیت فایل‌های پروژه.
14. نقطه ورود برنامه و اجرای مستقیم Module: درک نقطه ورود برنامه؛ استفاده از الگوی if __name__ == "__main__" برای جداسازی اجرای مستقیم از Import شدن Module.
15. pip، Virtual Environment و وابستگی‌ها: ایجاد محیط مجازی؛ نصب و حذف پکیج‌ها با pip؛ استفاده از requirements.txt؛ اصول مدیریت وابستگی‌های پروژه.

4. کیفیت کد و مدیریت خطای پیشرفته

16. Exception Handling پیشرفته: مرور try و except؛ آموزش else، finally و raise؛ ساخت Exception سفارشی؛ طراحی خطاهای قابل مدیریت در برنامه.
17. Debugging، Logging و مستندسازی کد: استفاده از Debugger در VS Code؛ ثبت رویدادها با logging؛ نوشتن Docstring؛ آشنایی با Type Hint برای خوانایی و نگهداری بهتر کد.

5. پردازش متن و فرمت‌های داده

18. Regular Expression: کار با ماژول re؛ الگوهای پایه Regex؛ توابع search، match، findall و sub برای اعتبارسنجی و استخراج اطلاعات از متن.
19. JSON: ساختار JSON؛ تبدیل داده بین Python و JSON؛ خواندن و نوشتن فایل JSON؛ استفاده از داده JSON در برنامه‌ها و APIها.
20. CSV: خواندن و نوشتن فایل‌های CSV با csv.reader، csv.writer، DictReader و DictWriter؛ پردازش داده‌های جدولی.
21. کار با فایل‌های PDF: آشنایی با کتابخانه مناسب PDF؛ خواندن متن و اطلاعات پایه؛ ساخت یا پردازش ساده فایل‌های PDF در پروژه‌های کاربردی.

6. کتابخانه استاندارد و مدیریت فایل‌ها

22. datetime و مدیریت تاریخ و زمان: ساخت و مقایسه تاریخ و زمان؛ محاسبه اختلاف زمانی؛ فرمت‌کردن و تبدیل رشته به تاریخ؛ استفاده از datetime و timedelta.
23. os و pathlib: کار با مسیر فایل و پوشه؛ ایجاد و بررسی مسیرها؛ نام و پسوند فایل‌ها؛ استفاده از pathlib برای مدیریت File System.
24. shutil و zipfile: کپی، انتقال و حذف فایل‌ها و پوشه‌ها؛ ایجاد و استخراج فایل‌های ZIP برای سناریوهای پشتیبان‌گیری و آرشیو.

7. وب، API و Web Scraping

25. مبانی HTTP: آشنایی با Request، Response، URL، Header، Query String و Status Code؛ متدهای مهم HTTP مانند GET و POST.
26. کتابخانه Requests: ارسال درخواست‌های HTTP و دریافت Response؛ بررسی Header و Status Code؛ استفاده از Query Parameter؛ مدیریت خطاهای ارتباطی.
27. API و داده‌های JSON: مفهوم API و REST در سطح کاربردی؛ دریافت و ارسال داده؛ کار با JSON Response؛ ساخت برنامه مصرف‌کننده API.
28. Web Scraping با BeautifulSoup: دریافت HTML با Requests؛ تحلیل DOM؛ یافتن عناصر؛ استخراج متن، لینک و داده؛ رعایت اصول پایه و محدودیت‌های Web Scraping با استفاده از صفحات مجاز یا تمرینی.

8. پایگاه داده و SQLite

29. مبانی پایگاه داده رابطه‌ای و SQL: مفاهیم Database، Table، Row، Column و Primary Key؛ دستورات اصلی SQL شامل CREATE، SELECT، INSERT، UPDATE و DELETE.
30. اتصال Python به SQLite: کار با sqlite3؛ ایجاد Connection و Cursor؛ ساخت دیتابیس و جدول؛ مدیریت تراکنش و بستن صحیح منابع.
31. CRUD در SQLite: پیاده‌سازی کامل Create، Read، Update و Delete از داخل برنامه Python؛ سازمان‌دهی عملیات دیتابیس در Functionهای مستقل.
32. Query پیشرفته و Parameterized Query: فیلتر، مرتب‌سازی و جست‌وجوی داده‌ها؛ WHERE و ORDER BY؛ استفاده از پارامترها برای جلوگیری از ساخت Query ناامن.

9. رابط گرافیکی با Tkinter

33. مبانی Tkinter و Widgetها: ساخت Window؛ کار با Label، Button، Entry و Text و سایر Widgetهای پایه برای طراحی رابط کاربری دسکتاپ.
34. Layout، Event و اعتبارسنجی فرم: چیدمان با pack، grid و place؛ مدیریت Event؛ دریافت اطلاعات کاربر؛ اعتبارسنجی ورودی در فرم‌ها.
35. اتصال Tkinter به SQLite: ساخت رابط گرافیکی CRUD؛ ثبت، نمایش، ویرایش و حذف داده‌ها؛ اتصال لایه رابط کاربری به پایگاه داده SQLite.

10. پروژه نهایی

36. پروژه نهایی دوره: طراحی و پیاده‌سازی یک پروژه چندبخشی با استفاده ترکیبی از OOP، Module، Package، مدیریت خطا، فایل یا SQLite، API و در صورت نیاز Tkinter. نمونه‌های پیشنهادی: سیستم مدیریت آموزشگاه، مدیریت فروش و انبار، دفترچه مخاطبین پیشرفته، مدیریت هزینه‌ها یا نرم‌افزار مدیریت کتابخانه. چارچوب پیشنهادی: تحلیل نیازمندی‌ها، تفکیک مسئولیت‌ها، مدل‌سازی با Class، ذخیره‌سازی و CRUD، اعتبارسنجی و Logging، استفاده متناسب از API یا Web Scraping یا فایل، و ارائه ساختار و تصمیم‌های فنی پروژه.

دسترسی به ویدئوها

ویدئوهای دوره از طریق SpotPlayer ارائه می‌شوند.

دریافت فایل سرفصل رسمی دوره