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
تاحالا به این فکر کردی که اگه بتونی دادهها رو نه فقط روی صفحه، بلکه لمس کنی و توی فضای سهبعدی باهاشون کار کنی، چقدر تحلیل و درکشون راحتتر میشه؟ 📊
اون روز دور نیست که نمایشگرها مرز بین دنیای دیجیتال و واقعیت رو محو کنن. به زودی، میتونیم:
مدلهای سهبعدی رو مثل اشیاء واقعی دستکاری کنیم.
داشبوردهای داده رو توی فضای اطرافمون شناور ببینیم.
با نمودارهای پیچیده، عمیقتر ارتباط برقرار کنیم.
پایتون فقط برای تحلیل داده نیست با چند خط کد میتونی دادههات رو در سه بُعد زنده کنی.
مناسب برای رسم سطحها، scatter سهبعدی، و گرافهای پایه
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
x = np.linspace(-5,5,50)
y = np.linspace(-5,5,50)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))
ax = plt.figure().add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z, cmap='viridis')
plt.show()
🐍 با پایتون، کارهای تکراری رو اتوماتیک کن!
آیا از انجام کارهای خستهکننده و تکراری روزانه متنفری؟ 🤯 پایتون ابزار نهایی برای خودکارسازی (Automation) است!
میتونی با چند خط کد، کارهایی مثل مرتبسازی فایلها، ارسال ایمیل یا جمعآوری داده از وب رو به ماشین بسپاری و وقتت رو برای کارهای مهمتر آزاد کنی. ⏰
کد ترفند روز: مرتبسازی سریع فایلها!
این کد کوتاه، فایلهای داخل یک پوشه را بر اساس پسوندشان (مثلاً txt, pdf و...) در پوشههای جداگانه مرتب میکند:
import os, shutil
for filename in os.listdir('.'):
if os.path.isfile(filename):
# گرفتن پسوند فایل (مثلاً .txt)
extension = filename.split('.')[-1]
# ساخت پوشه اگر وجود نداشت
if not os.path.exists(extension):
os.mkdir(extension)
# انتقال فایل به پوشه مربوطه
shutil.move(filename, extension)
چرا پایتون ۲ با پایتون ۳ فرق داره؟ و چی شد تا نسخه ۳.۱۲ و بعد رسیدیم؟
۱. Python 2.7 (منتشر شده در ۲۰۱۰، پایان پشتیبانی در ۲۰۲۰)
آخرین نسخه بزرگ از سری ۲.x
چاپ با print به صورت دستور بود:
print "Hello"
print("Hello")
آموزش شروع یادگیری ماشین (ML) با پایتون! 🧠
آمادهای تا وارد هیجانانگیزترین حوزه برنامهنویسی بشی؟ #یادگیری_ماشین شاهکلید آینده است و پایتون زبان اصلی این حوزه! 🚀
برای شروع، باید با کتابخانه Scikit-learn آشنا بشی. این کتابخانه، ابزار استاندارد و اصلی برای پیادهسازی الگوریتمهای ML (مثل رگرسیون، خوشهبندی، و دستهبندی) است.
۳ گام کلیدی شروع ML:
آمادهسازی دادهها: با استفاده از Pandas، دادهها رو تمیز و سازماندهی کن.
انتخاب مدل: از Scikit-learn برای انتخاب و آموزش مدل (مثلاً رگرسیون خطی) استفاده کن.
پیشبینی: با استفاده از مدل آموزشدیده، دادههای جدید رو پیشبینی کن.
رفقا این ویدئو میتونه درک خوبی بهتون بده از یادگیری ماشین :
Machine Learning for Everybody – Full Course
@voidcompile
🎨 هوش مصنوعی بساز! تولید تصویر با پایتون 😍
فکر کردی فقط ChatGPT یا DALL·E میتونن تصویر بسازن؟
خودت هم میتونی با چند خط کد پایتون یه AI Image Generator واقعی بسازی! 👇
from diffusers import StableDiffusionPipeline
import torch
pipe = StableDiffusionPipeline.from_pretrained(
"runwayml/stable-diffusion-v1-5",
torch_dtype=torch.float16
).to("cuda")
prompt = "a futuristic robot painting in cyberpunk style"
image = pipe(prompt).images[0]
image.save("ai_art.png")
🎓ورود تمام دانشجویان و افراد جویای
کار الزامیست.
📎/channel/addlist/Mvpq5w6JAspiMzNk
هندبوک یادگیری ماشین از رگرسیون خطی تا شبکه عصبی در ۳۰ صفحه
اگر میخوای همهی مدلهای پایه ML رو یکجا با توضیح ساده، فرمول، و الگوریتم یاد بگیری، این خلاصه برات مثل نقشهست.
✅ توضیح پیشپردازش هر مدل
✅ الگوریتمها با pseudocode
✅ مفاهیم کلیدی مثل Entropy، Kernel Trick و Backpropagation
یک مرور فشرده اما دقیق برای دانشجوها، پژوهشگرها و علاقهمندان هوش مصنوعی.
#pdf@voidcompile
#book@voidcompile
@voidcompile
اگر عاشق پایتون و پروژههای خفن هستی، این ترفند کوتاه رو از دست نده 👇
python
# Convert any text to natural speech using gTTS
from gtts import gTTS
import os
text = "Salam! I'm speaking with Python 😎"
tts = gTTS(text, lang='en')
tts.save("voice.mp3")
os.system("start voice.mp3")
۱۰ مورد از رایجترین و استاندارد ترین اسمهای مخفف (Aliases) برای کتابخانههای پایتون که در جامعه برنامهنویسی بهطور گسترده مورد استفاده قرار میگیرند:
NumPy as np
Pandas as pd
Matplotlib.pyplot as plt
Seaborn as sns
Scikit-learn as skl
TensorFlow as tf
Keras as ks
Statsmodels.api as sm
SciPy as sp
OpenCV as cv2
برنامهنویسان پایتون میدونن که هوش مصنوعی میتونه سرعت کدنویسی رو چند برابر کنه. این ۴ دستیار هوشمند، قویترینها در زمینه کد، دیباگ و بهینهسازی پروژههای پایتونی شما هستند:
GitHub Copilot 🤖
تمرکز: تکمیل کد و پیشبینی خطوط بعدی، مستقیماً در ویرایشگر شما.
مزیت: سرعت و یکپارچگی بالا با IDE (مثل VS Code).
Google Gemini (Pro/Advanced) ✨
تمرکز: تولید کدهای پیچیده، اشکالزدایی و توضیح مفاهیم سخت.
مزیت: درک عمیق از کانتکستهای بزرگ و کیفیت بالای کد خروجی.
Claude AI (Anthropic) 💡
تمرکز: تولید و تحلیل منطقی کد، بهویژه در پروژههای امنیتی یا حساس.
مزیت: دقت و قابلیت استدلال (Reasoning) بسیار بالا، برای تولید کدهای تمیز و منطقی.
Code Llama (Meta) 🧠
تمرکز: مدل زبان بزرگ (LLM) متنباز، مخصوص برنامهنویسی.
مزیت: بهینهسازی شده برای اجرای محلی و تولید کدهای پایتون با عملکرد بالا.
#هوش_مصنوعی
@voidcompile
✨ ترفند روز پایتون! ✨
میدونستی چطور میشه یه رشته رو فقط با یک خط کد برعکس کرد؟ 🐍
این کد کوتاه و تمیز رو ببین:
# برعکس کردن رشته در پایتون
original_text = "Hello World"
# ترفند اینجاست!
reversed_text = original_text[::-1]
print(reversed_text)
# Output: dlroW olleH
توی این پست میخوام یک کتابخونه معرفی کنم که باهاش میتونیم یک نوار پیشرفت ساده و باحال در ترمینال ایجاد کنیم !
from tqdm import tqdm
import time
for i in tqdm(range(100)):
time.sleep(0.01)
🔹 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
🕸 خزشگر وب (Web Crawler) چیست؟
تاحالا فکر کردی چطور موتورهای جستجو مثل گوگل، میدونن کدوم سایت رو بهت نشون بدن؟ 🤔 اینجاست که پای خزشگرها (Crawlers) یا عنکبوتهای وب (Web Spiders) به میون میاد!
خزشگر وب، یک برنامه کامپیوتریه که:
وب رو میگرده: مثل یه ربات، لینکهای صفحات مختلف رو دنبال میکنه.
محتوا رو جمعآوری میکنه: اطلاعات صفحات وب (متن، عکس، لینکها و...) رو میخونه و ذخیره میکنه.
به موتور جستجو برمیگردونه: این اطلاعات رو برای فهرستبندی به موتورهای جستجو میده تا وقتی تو چیزی رو سرچ میکنی، سریع پیدا بشه.
در واقع، این رباتهای کوچک پشت صحنه کار میکنند تا دنیای آنلاین رو برای ما قابل دسترستر کنن. 🌐
#وب_کرالر #سئو.
@voidcompile
📱 پایتون روی گوشی؟ بله واقعاً!
خیلیا فکر میکنن پایتون فقط برای دسکتاپ و سروراست، ولی نه با کتابخونههایی مثل:
🔥 Kivy → ساخت اپهای کراسپلتفرم (Android و iOS)
⚡️ BeeWare → خروجی مستقیم اپ نیتیو با UI واقعی
🧠 Chaquopy → اجرای کد پایتون داخل Android Studio
🧩 PySide / PyQt → ساخت رابط کاربری گرافیکی حتی روی گوشی
پایتون با وجود سرعت نسبتاً کمترش، برای اپهای آموزشی، ابزارهای ساده، رابط داده، و نمونهسازی سریع (prototype) عالیه.
🧠 از اپ هوش مصنوعی گرفته تا ماشینحساب و اپ دیتابیس، فقط با چند خط پایتون میتونی روی گوشی بسازیش.
@voidcompile
کد امروز یه ترفند باحال پایتونی برای ساخت رمز مورس از هر جملهست.
با کمتر از ۱۰ خط کد، میتونی یه مترجم ساده ولی کامل بسازی — بدون نیاز به هیچ کتابخونهای!
👨💻 ایده برای تمرین: برعکسش رو بساز، یعنی تبدیل مورس به متن.
python
morse = {'A':'.-', 'B':'-...', 'C':'-.-.', 'D':'-..', 'E':'.', 'F':'..-.',
'G':'--.', 'H':'....', 'I':'..', 'J':'.---', 'K':'-.-', 'L':'.-..',
'M':'--', 'N':'-.', 'O':'---', 'P':'.--.', 'Q':'--.-', 'R':'.-.',
'S':'...', 'T':'-', 'U':'..-', 'V':'...-', 'W':'.--', 'X':'-..-',
'Y':'-.--', 'Z':'--..', ' ':'/'}
text = "HELLO VOID"
print(' '.join(morse[c] for c in text.upper()))
import winsound
for symbol in morse["S"]:
winsound.Beep(600, 100 if symbol=="." else 300)
🧬 وقتی پایتون وارد DNA میشه!
تا حالا فکر کردی پایتون میتونه ژن انسان رو تحلیل کنه؟
با چند خط کد ساده، میتونی ساختار DNA رو بخونی، جهش ها رو شناسایی کنی و حتی پیشبینی کنی چه صفاتی ممکنه ظاهر بشن!
from Bio import SeqIO
# خواندن دادههای DNA از فایل FASTA
for record in SeqIO.parse("human_dna.fasta", "fasta"):
seq = record.seq
print(f"Length: {len(seq)}")
print(f"GC content: {(seq.count('G') + seq.count('C')) / len(seq) * 100:.2f}%")
وقتشه کاری تو با هوش مصنوعی انجام بدی و جلوتر باشی!👇
/channel/OPEN_DIGI
👑کار پاره وقت #دانشجویی
❤️ با پایه حقوق ۲۵_۴۰ میلیون تومن
#لینک_عضویت🌟
📎/channel/addlist/Mvpq5w6JAspiMzNk
🤖 احساسات متن رو با پایتون تشخیص بده!
با چند خط کد پایتون میتونی تحلیل احساسات (Sentiment Analysis) انجام بدی 👇
from textblob import TextBlob
text = input("Enter a sentence: ")
blob = TextBlob(text)
sentiment = blob.sentiment.polarity
if sentiment > 0:
print("😊 Positive sentiment!")
elif sentiment < 0:
print("😡 Negative sentiment!")
else:
print("😐 Neutral sentiment.")
آموزش طراحی اپلیکیشن دسکتاپ با پایتون! 🖥
🐍 پایتون فقط برای وب و داده نیست؛ برای ساخت اپهای دسکتاپ حرفهای هم عالیه!
اگه دنبال اینی که یه اپلیکیشن دسکتاپ (Windows, macOS, Linux) بسازی که ظاهر کاربرپسند و امکانات قوی داشته باشه، پایتون با دو فریمورک قدرتمندش، یعنی Tkinter (ساده و پیشفرض) و PyQt/PySide (قدرتمند و حرفهای)، بهترین راه رو پیش روت میذاره.
معرفی کوتاه فریمورکها:
Tkinter: فریمورک استاندارد و پیشفرض پایتون. سریع برای ساخت ابزارهای کوچک و رابطهای کاربری ساده.
PyQt/PySide: فریمورکهای بسیار قدرتمند مبتنی بر Qt که برای ساخت اپلیکیشنهای صنعتی و پیچیده با طراحیهای زیبا استفاده میشن.
شروع کردن با PySide (که معمولاً برای پروژههای تجاری انعطافپذیرتره) یه انتخاب عالیه.
🎥 صفر تا صد آموزش PySide6 (معادل PyQt) برای ساخت اپلیکیشن: این آموزش جامع، قدم به قدم ساخت اپلیکیشنهای دسکتاپ رو بهت یاد میده.
PySide6 and Qt Tutorial
#پایتون #python
@voidcompile
معرفی جنگو (Django): ابرقهرمان توسعه وب با پایتون! 🚀
جنگو چیست؟
جنگو یک فریمورک توسعه وب (Web Framework) سطح بالا و کاملاً متنباز است که با زبان برنامهنویسی پایتون نوشته شده. شعار معروف جنگو این است: "فریمورکی برای متخصصان با مهلت تحویل سریع."
جنگو بر اساس اصل "باتریها همراه هستند" (Batteries included) طراحی شده، به این معنی که اکثر قابلیتهای مورد نیاز برای ساخت یک وبسایت یا اپلیکیشن وب را به صورت داخلی فراهم میکند و نیازی به نصب دهها کتابخانه جانبی نیست.
🔥 ۳ ویژگی کلیدی جنگو:
سرعت توسعه (Rapid Development):
جنگو اجازه میدهد پروژههای بزرگ را با سرعت بسیار بالایی توسعه دهید. ابزارهایی مثل پنل ادمین خودکار (Admin Panel) و ORM قدرتمند، کارهای تکراری را حذف میکنند.
امنیت (Security):
این فریمورک از ابتدا برای مقابله با رایجترین حملات وب مانند CSRF (جعل درخواست بین سایتی)، XSS (اسکریپتنویسی بین سایتی) و SQL Injection طراحی شده است.
💡 کاربردهای جنگو:
شبکههای اجتماعی بزرگ
سیستمهای مدیریت محتوا (CMS)
پلتفرمهای تجارت الکترونیک (E-commerce)
وبسایتهای خبری با ترافیک بالا
#جنگو
@voidcompile
🐍 پایتون: اسلحه اصلی در زرادخانه هکرها!
وقتی صحبت از #هک_و_امنیت میشه، پایتون فقط یه زبان برنامهنویسی نیست، یه اسلحه کامله! 💥
چرا؟ چون میتونی در چند دقیقه ابزار اختصاصی خودت رو بسازی: 🔸 اسکنرهای پورت و شبکه 🔸 اسکریپتهای اتوماسیون حملات (مثل Brute Force) 🔸 ابزارهای تحلیل بدافزار 🔸 اسکریپتهای اکسپلویت نویسی
با کتابخونههایی مثل Scapy, Socket و Requests، تو رسماً کنترل شبکه رو به دست میگیری. 🛡
پایتون زبان ساختن ابزارهای هک، نه فقط استفاده از ابزارهای آماده!
🎥 میخوای ساخت ابزار هک با پایتون رو یاد بگیری؟ این دوره جامع رو ببین (دوره کامل پایتون برای هکرها):
Python for Hackers FULL Course | Bug Bounty & Ethical Hacking
#پایتون #هک_اخلاقی
@voidcompile
🚀 تریلیِ آینده: تراشه کوانتومی Google + الگوریتم Quantum Echoes
گوگل اعلام کرده که Willow، تراشه جدیدش با ۱۰۵ کیوبیت، اکنون میتونه الگوریتم Quantum Echoes رو اجرا کنه که ادعا شده ۱۳,۰۰۰ برابر سریعتر از بهترین الگوریتمهای کلاسیک عمل میکنه!
✨ نکات مهم:
عملکرد سریعتر برای محاسباتی که کامپیوترهای عادی نمیتونن انجام بدن
نتایج قابل تأیید و تکرار
گامی بزرگ در جهت استفادهی واقعی و عملی از کامپیوترهای کوانتومی
ولی هنوز راه بسیاری در پیشه: کاهش خطا، پایداری کیوبیتها و کاربردهای عملی بزرگتر.
آینده از همین لحظه داره شکل میگیره
@voidcompile
✅یک ترفند خفن پایتونی که شاید تا حالا ندیده باشی !
فقط با یک خط چند تابع رو باهم اجرا کن
دیگه لازم نیست دونه دونه صداشون کنی !
کد رو کپی و امتحان کن !
def hi(): print("salam")
def bye(): print("khodafez")
list(map(lambda f: f(), [hi, bye]))
🔁 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 😅")