آرایه در پایتون؛ آموزش کامل لیست، ماژول array و NumPy

مقایسه ساختاری لیست، ماژول array و ماتریس NumPy در پایتون
آنچه در این مطلب می‌خوانید

پایتون به‌صورت پیش‌فرض نوع داده داخلی به نام آرایه (Array) ندارد. آرایه چندین مقدار را در خانه‌های مجاور حافظه و در یک متغیر ذخیره می‌کند تا حجم کلی کد کاهش یابد و موقعیت هر عنصر به‌سادگی با افزودن یک آفست به موقعیت عنصر اول محاسبه شود.

برای پیاده‌سازی آرایه در پایتون سه گزینه اصلی دارید: لیست‌های پایتون (Lists) که بدون ایمپورت در دسترس هستند، ماژول استاندارد array که داده‌های هم‌نوع را به‌صورت فشرده ذخیره می‌کند و پکیج NumPy که برای محاسبات ریاضی و آرایه‌های چندبعدی طراحی شده است.

شناخت تفاوت‌های ساختاری این سه ابزار و انتخاب گزینه‌ای متناسب با نوع داده‌ها، از مباحث پایه در مسیر آموزش پایتون است. سینتکس هر سه روش را مقایسه می‌کنیم و سپس ساخت آرایه، دسترسی به عناصر، برش، ویرایش و حذف آن‌ها را به‌صورت عملی یاد می‌گیریم.

آرایه در پایتون چیست و چگونه پیاده‌سازی می‌شود؟

در مبانی آموزش برنامه‌نویسی، آرایه ساختاری است که تعداد ثابتی از داده‌های هم‌نوع را در خانه‌های کنار هم در حافظه نگه می‌دارد. ساختارهای داده داخلی پایتون شامل لیست، تاپل، ست (Set) و دیکشنری در پایتون هستند. بنابراین، اگر بخواهید به‌جای لیست از ساختار آرایه واقعی استفاده کنید، باید آن را از یک ماژول یا پکیج خارجی وارد برنامه کنید.

۱. لیست‌های پایتون (Python Lists)

لیست از ساختارهای داده داخلی پایتون است و بسیاری از توسعه‌دهندگان از آن به‌عنوان آرایه استفاده می‌کنند. آیتم‌های لیست داخل براکت [] قرار می‌گیرند و ترتیب ورود خود را حفظ می‌کنند (منظم هستند). لیست‌ها تغییرپذیرند و می‌توانند مقادیر تکراری یا انواع داده مختلف (Mixed data types) را در خود نگه دارند.

a = [1, "Hello", [3.14, "world"]]
a.append(2)  # افزودن یک عدد صحیح به انتهای لیست
print(a)

خروجی:

[1, 'Hello', [3.14, 'world'], 2]
آموزش رایگان NumPy
آموزش رایگان NumPy
رایگان

۲. ماژول استاندارد array

ماژول array در کتابخانه استاندارد پایتون، داده‌های هم‌نوع (Homogeneous) را در خانه‌های مجاور حافظه ذخیره می‌کند. این ساختار فضای کمتری از لیست اشغال می‌کند. هنگام تعریف آن باید کد نوع داده (Typecode) را به‌صورت دستی مشخص کنید؛ همه عناصر نیز باید از همان نوع باشند.

import array as arr

a = arr.array('i', [1, 2, 3])
print(a[0])

a.append(5)
print(a)

خروجی:

1
array('i', [1, 2, 3, 5])

در این کد، کاراکتر ‘i’ مشخص می‌کند که آرایه فقط اعداد صحیح علامت‌دار (Signed integers) را می‌پذیرد.

۳. آرایه‌های کتابخانه NumPy

کتابخانه NumPy ابزاری برای آموزش محاسبات عددی است که امکان انجام عملیات ریاضی مستقیم روی تک‌تک عناصر (Element-wise) و ساخت آرایه‌های چندبعدی و ماتریس‌ها را فراهم می‌کند. اگر داده‌هایی با نوع متفاوت (مثلاً رشته و عدد) را وارد آرایه NumPy کنید، خروجی از نوع کلاس numpy.ndarray خواهد بود که نوع داده‌ها را برای پردازش یکپارچه می‌کند:

عملیات ضرب مستقیم عدد ۲ در آرایه یک‌بعدی و دوبعدی NumPy
import numpy as np

# ذخیره انواع داده مختلف در آرایه نامپای
array_2 = np.array(["a", 3, 6, 9, 12])
print(array_2)
print(type(array_2))

# عملیات ریاضی مستقیم روی عناصر و ساخت آرایه دوبعدی
a = np.array([1, 2, 3, 4])
print(a * 2)

res = np.array([[1, 2], [3, 4]])
print(res * 2)

خروجی:

['a' '3' '6' '9' '12']
<class 'numpy.ndarray'>
[2 4 6 8]
[[2 4]
 [6 8]]

تفاوت لیست، ماژول array و آرایه NumPy؛ از کدام استفاده کنیم؟

تفاوت اصلی این سه ساختار، نحوه مدیریت حافظه و پشتیبانی از عملیات ریاضی است. ساخت لیست ساده‌تر است، چون به ایمپورت نیاز ندارد؛ اما لیست‌ها نمی‌توانند عملیات ریاضی را مستقیماً روی عناصر انجام دهند. برای مثال، با NumPy می‌توانید تمام عناصر آرایه را در یک خط کد بر یک عدد تقسیم کنید، اما انجام همین کار روی لیست پایتون خطا ایجاد می‌کند:

مقایسه اجرای تقسیم ریاضی روی آرایه NumPy و بروز خطا در لیست
import numpy as np

array = np.array([3, 6, 9, 12])
division = array / 3
print(division)
print(type(division))

خروجی:

[1. 2. 3. 4.]
<class 'numpy.ndarray'>

جدول زیر تفاوت ویژگی‌های فنی این سه ساختار را نشان می‌دهد:

ویژگیلیست پایتون (List)ماژول استاندارد arrayآرایه NumPy
نیاز به ایمپورتخیر (ساختار داخلی پایتون)بله (import array)بله (import numpy)
نوع داده‌های قابل ذخیرهانواع داده مختلف (Mixed)فقط یک نوع داده مشخص (همگن)انواع داده (با یکسان‌سازی در ndarray)
مصرف حافظهبیشترفشرده و بهینهفشرده و بهینه برای داده‌های حجیم
عملیات ریاضی مستقیمپشتیبانی نمی‌کند (بروز خطا)پشتیبانی نمی‌کندپشتیبانی مستقیم (Element-wise)
ابعاد قابل پشتیبانییک‌بعدی (یا لیست‌های تودرتو)یک‌بعدیچندبعدی و ماتریسی

برای انتخاب بین این سه گزینه، معیارهای زیر را در نظر بگیرید:

  • لیست پایتون برای زمانی مناسب است که دنباله نسبتاً کوتاهی از آیتم‌ها با انواع داده مختلف دارید و قصد انجام عملیات ریاضی روی آن‌ها را ندارید.
  • ماژول array برای زمانی مناسب است که دنباله‌ای طولانی از داده‌های عددی هم‌نوع دارید و می‌خواهید بدون نصب پکیج خارجی، آن‌ها را فشرده‌تر از لیست در حافظه ذخیره کنید.
  • آرایه NumPy برای پروژه‌هایی مناسب است که شامل عملیات عددی، ماتریس‌ها، آموزش تحلیل داده یا مباحث مرتبط با آموزش علم داده و دیتافریم و تبدیل داده در پایتون هستند.

نحوه ساخت آرایه در پایتون با ماژول array

برای ساخت آرایه استاندارد، ابتدا باید ماژول array را با دستور import در پایتون وارد برنامه کنید. این کار معمولاً با دادن نام مستعار arr (یعنی import array as arr) یا وارد کردن کل محتوای ماژول (from array import *) انجام می‌شود. سینتکس کلی تعریف آرایه، array(data_type, value_list) است.

بروز خطای TypeError هنگام درج عدد اعشاری ۶.۱ در آرایه اعداد صحیح

در کد زیر دو آرایه می‌سازیم: یکی با کد ‘i’ برای اعداد صحیح و دیگری با کد ‘d’ برای اعداد اعشاری:

import array as arr

# ساخت آرایه عدد صحیح
a = arr.array('i', [1, 2, 3])
print("The new created array is : ", end=" ")
for i in range(0, 3):
    print(a[i], end=" ")
print()

# ساخت آرایه عدد اعشاری
b = arr.array('d', [2.5, 3.2, 3.3])
print("The new created array is : ", end=" ")
for i in range(0, 3):
    print(b[i], end=" ")

خروجی:

The new created array is :  1 2 3
The new created array is :  2.5 3.2 3.3

مقادیر ورودی باید با کد نوع داده (Typecode) همخوانی داشته باشند. اگر در آرایه‌ای که برای اعداد صحیح با کد ‘i’ تعریف شده است عددی اعشاری قرار دهید، پایتون خطای TypeError برمی‌گرداند:

>>> import array as arr
>>> a = arr.array('i', [2, 4, 6.1, 7])
TypeError: integer argument expected, got float

پیچیدگی زمانی ساخت یک آرایه برابر با [فرمول] و پیچیدگی فضایی (فضای کمکی) آن برای ذخیره [فرمول] عنصر برابر با [فرمول] است.

جدول کدهای نوع داده (Typecodes) در ماژول array

زبان برنامه‌نویسی پایتون به‌طور کلی از انواع عددی int و float استفاده می‌کند، اما ماژول array بر پایه انواع داده زبان C کار می‌کند. انتخاب کد نوع مناسب مستقیماً بر حجم اشغال‌شده در حافظه تأثیر می‌گذارد:

کد نوع (Typecode)نوع در زبان Cنوع در پایتونحداقل اندازه به بایت
‘b’signed charint1
‘B’unsigned charint1
‘u’wchar_tUnicode character2
‘h’signed shortint2
‘H’unsigned shortint2
‘i’signed intint2
‘I’unsigned intint2
‘l’signed longint4
‘L’unsigned longint4
‘q’signed long longint8
‘Q’unsigned long longint8
‘f’floatfloat4
‘d’doublefloat8

دسترسی به عناصر و برش آرایه (Slicing)

آرایه‌های پایتون از ایندکس‌گذاری و برش پشتیبانی می‌کنند. رفتار آن‌ها هنگام خواندن اطلاعات مشابه لیست‌ها است.

دسترسی به آیتم‌ها با شماره ایندکس

موقعیت هر عنصر در آرایه با یک عدد صحیح به نام ایندکس (Index) مشخص می‌شود. شماره‌گذاری ایندکس‌ها از ۰ آغاز می‌شود. برای خواندن هر عنصر، شماره ایندکس آن را داخل براکت [] قرار می‌دهیم. با اعداد منفی هم می‌توان از انتهای آرایه به عناصر دسترسی داشت؛ [-۱] آخرین عنصر و [-۲] عنصر یکی مانده به آخر را برمی‌گرداند:

نحوه شماره‌گذاری ایندکس‌های مثبت و منفی برای آرایه چهار عنصری
import array as arr

a = arr.array('i', [2, 4, 5, 6])
print("First element is:", a[0])
print("Second element is:", a[1])
print("last element is:", a[-1])
print("Second last element is:", a[-2])

خروجی:

First element is: 2
Second element is: 4
last element is: 6
Second last element is: 5

چون عناصر در خانه‌های مجاور حافظه ذخیره می‌شوند، پیچیدگی زمانی و پیچیدگی فضایی دسترسی به عناصر آرایه از طریق ایندکس برابر با [فرمول] است.

برش آرایه در پایتون (استخراج زیرآرایه)

برای استخراج محدوده مشخصی از عناصر آرایه، از عملگر برش یا دو نقطه (:) داخل براکت استفاده می‌شود. الگوهای اصلی برش عبارت‌اند از:

استخراج زیرآرایه با دستور برش در ایندکس‌های ۳ تا ۸ و ۵ تا انتها
  • [:Index]: از ابتدای آرایه تا شماره ایندکس مشخص‌شده.
  • [:-Index]: حذف تعداد مشخصی عنصر از انتهای آرایه، یا ترکیب با ایندکس مثبت مانند [۱:-۱].
  • [Index:]: از ایندکس مشخص‌شده تا انتهای آرایه.
  • [Start Index:End Index]: عناصر بازه بین ایندکس شروع و ایندکس پایان.
  • [:]: استخراج کل عناصر آرایه.
  • [::-۱]: استخراج کل آرایه با ترتیب معکوس.
import array as arr

l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
a = arr.array('i', l)

# عناصر از ایندکس 3 تا 8
print(a[3:8])

# عناصر از ایندکس 5 تا انتها
print(a[5:])

# کل عناصر آرایه
print(a[:])

خروجی:

array('i', [4, 5, 6, 7, 8])
array('i', [6, 7, 8, 9, 10])
array('i', [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

عملیات‌های اصلی روی آرایه در پایتون (افزودن، ویرایش و حذف)

آرایه‌های پایتون تغییرپذیر (Mutable) هستند؛ یعنی پس از ساخت آرایه می‌توانید عناصر جدیدی به آن اضافه کنید، مقادیر قبلی را تغییر دهید یا آیتم‌هایی را حذف کنید.

افزودن عنصر جدید با append ،insert و extend

برای اضافه کردن مقادیر جدید به آرایه، سه متد وجود دارد:

مراحل افزودن عنصر به آرایه با متدهای insert و append و extend
  1. متد append در پایتون یک عنصر را در انتهای آرایه درج می‌کند.
  2. متد insert(index, value) یک عنصر را در ایندکس دلخواه (ابتدا، وسط یا انتهای آرایه) درج می‌کند.
  3. متد extend() یک دنباله از مقادیر (مانند یک لیست یا آرایه دیگر) را به انتهای آرایه فعلی اضافه می‌کند.
import array as arr

a = arr.array('i', [1, 2, 3])
print("Array before insertion:", *a)

# درج عدد 4 در ایندکس 1
a.insert(1, 4)
print("Array after insert:", *a)

# افزودن عدد 5 به انتهای آرایه
a.append(5)
print("Array after append:", *a)

# الحاق یک دنباله از اعداد به انتهای آرایه
a.extend([6, 7, 8])
print("Array after extend:", *a)

خروجی:

Array before insertion: 1 2 3
Array after insert: 1 4 2 3
Array after append: 1 4 2 3 5
Array after extend: 1 4 2 3 5 6 7 8

پیچیدگی زمانی افزودن عنصر به انتهای آرایه با append برابر با [فرمول] است. درج عنصر در ابتدا یا میانه آرایه با insert، به دلیل جابه‌جایی سایر عناصر، پیچیدگی زمانی [فرمول] و پیچیدگی فضایی [فرمول] دارد.

ویرایش و تغییر مقادیر آرایه

برای به‌روزرسانی یک عنصر، کافی است مقدار جدید را با عملگر = به ایندکس آن عنصر نسبت دهید. با عملگر برش نیز می‌توانید یک بازه از عناصر آرایه را همزمان با آرایه جدیدی جایگزین کنید:

import array as arr

a = arr.array('i', [1, 2, 3, 5, 7, 10])

# تغییر عنصر اول (ایندکس 0) به مقدار 0
a[0] = 0
print(a)

# تغییر عنصر آخر (ایندکس 5) به مقدار 8
a[5] = 8
print(a)

# جایگزینی عناصر سوم تا پنجم با مقادیر 4، 6 و 8
a[2:5] = arr.array('i', [4, 6, 8])
print(a)

خروجی:

array('i', [0, 2, 3, 5, 7, 10])
array('i', [0, 2, 3, 5, 7, 8])
array('i', [0, 2, 4, 6, 8, 8])

در به‌روزرسانی عناصر آرایه، زمان اجرا در حالت کلی [فرمول] (برای تغییر بازه‌ای یا پیمایش) و فضای کمکی مورد نیاز [فرمول] است.

حذف عنصر از آرایه با remove ،pop و del

برای حذف آیتم‌های آرایه سه روش وجود دارد که هرکدام رفتار متفاوتی دارند:

مقایسه حذف عنصر از آرایه با دستورات pop و remove و del
  • متد remove(value) اولین رخداد مقدار مشخص‌شده را در آرایه پیدا و حذف می‌کند. اگر آن مقدار در آرایه وجود نداشته باشد، برنامه خطا می‌دهد.
  • متد pop() عنصر را حذف می‌کند و همزمان مقدار حذف‌شده را برمی‌گرداند. اگر آرگومانی به آن ندهید، به‌صورت پیش‌فرض آخرین عنصر را حذف می‌کند. برای حذف عنصر دلخواه می‌توانید شماره ایندکس آن را به‌عنوان آرگومان بدهید، مثلاً pop(۲).
  • دستور del عنصر موجود در یک ایندکس مشخص (مانند del a[۱]) را بدون برگرداندن مقدار حذف می‌کند.
import array as arr

a = arr.array('i', [1, 2, 3, 1, 5])

# حذف عنصر موجود در ایندکس 2 و چاپ مقدار حذف‌شده
print("The popped element is:", a.pop(2))
print("The array after popping is:", *a)

# حذف اولین رخداد مقدار 1
a.remove(1)
print("The array after removing is:", *a)

# حذف عنصر موجود در ایندکس 1 با دستور del
del a[1]
print("The array after del is:", *a)

خروجی:

The popped element is: 3
The array after popping is: 1 2 1 5
The array after removing is: 2 1 5
The array after del is: 2 5

پیچیدگی زمانی حذف عنصر از انتهای آرایه برابر با [فرمول] و حذف عنصر از ابتدا یا میانه آرایه برابر با [فرمول] است. پیچیدگی فضایی این عملیات نیز [فرمول] است.

متدهای کاربردی برای جست‌وجو و مدیریت آرایه‌ها

ماژول array، علاوه بر چهار عملیات اصلی، متدهای داخلی دیگری برای جست‌وجو، شمارش و تغییر ساختار آرایه در اختیار شما قرار می‌دهد.

جست‌وجوی عنصر و یافتن ایندکس (index)

متد index() برای جست‌وجوی یک مقدار در آرایه استفاده می‌شود و شماره ایندکس اولین رخداد آن را برمی‌گرداند:

import array as arr

a = arr.array('i', [1, 2, 3, 1, 2, 5])

# یافتن ایندکس اولین رخداد عدد 2 و عدد 1
print("The index of 1st occurrence of 2 is:", a.index(2))
print("The index of 1st occurrence of 1 is:", a.index(1))

خروجی:

The index of 1st occurrence of 2 is: 1
The index of 1st occurrence of 1 is: 0

پیچیدگی زمانی جست‌وجوی یک عنصر در آرایه با متد index برابر با [فرمول] و پیچیدگی فضایی آن [فرمول] است.

شمارش، معکوس کردن و محاسبه طول آرایه (count ،reverse و len)

  • متد count در پایتون تعداد دفعات تکرار یک عنصر مشخص را در آرایه می‌شمارد.
  • متد reverse() ترتیب عناصر آرایه را به‌صورت درجا معکوس می‌کند.
  • تابع len() تعداد کل عناصر آرایه را برمی‌گرداند. در آرایه‌های غیرخالی، طول آرایه یک واحد بیشتر از بالاترین شماره ایندکس آن است.
شمارش تکرار عدد ۲، محاسبه طول ۷ و معکوس کردن ترتیب عناصر آرایه
import array as arr

a = arr.array('i', [1, 2, 3, 4, 2, 5, 2])

# شمارش تعداد تکرار عدد 2
print("Number of occurrences of 2:", a.count(2))

# محاسبه طول آرایه
print("Length of array:", len(a))

# معکوس کردن ترتیب عناصر آرایه
a.reverse()
print("Reversed array:", *a)

خروجی:

Number of occurrences of 2: 3
Length of array: 7
Reversed array: 2 5 2 4 3 2 1

شمارش با count() و معکوس کردن با reverse() هر دو پیچیدگی زمانی [فرمول] و پیچیدگی فضایی [فرمول] دارند.

پیمایش (Loop) و اتصال دو آرایه

برای پیمایش (Traverse) و دسترسی یک‌به‌یک به تمام آیتم‌های آرایه می‌توانید از حلقه for استفاده کنید. همان‌طور که در مثال‌های قبل دیدید، قرار دادن عملگر * پیش از نام آرایه در دستور print(*a)، عناصر آرایه را باز (Unpack) می‌کند و در یک خط چاپ می‌کند. برای اتصال (Concatenation) دو آرایه هم‌نوع نیز می‌توان از عملگر + استفاده کرد:

import array as arr

a = arr.array('d', [1.1, 2.1, 3.1])
b = arr.array('d', [3.7, 8.6])

# پیمایش آرایه a با حلقه for
for item in a:
    print(item, end=" ")
print()

# اتصال دو آرایه هم‌نوع با عملگر +
c = a + b
print("Array c =", c)

خروجی:

1.1 2.1 3.1
Array c = array('d', [1.1, 2.1, 3.1, 3.7, 8.6])

تبدیل آرایه به لیست با متد tolist

اگر پس از پردازش داده‌ها در ماژول array به قابلیت‌های لیست معمولی پایتون نیاز داشتید، متد tolist() آرایه را بدون تغییر در آرایه اصلی به یک لیست استاندارد تبدیل می‌کند:

import array as arr

a = arr.array('i', [2, 4, 6, 7])
b = a.tolist()

print(a)
print(b)

خروجی:

array('i', [2, 4, 6, 7])
[2, 4, 6, 7]

در جدول زیر، خلاصه متدهای کاربردی قابل استفاده در آرایه‌ها و لیست‌های پایتون را مشاهده می‌کنید:

نام متدکاربرد
append()افزودن یک عنصر به انتهای آرایه یا لیست
insert()درج یک عنصر در موقعیت (ایندکس) مشخص‌شده
extend()افزودن عناصر یک لیست یا دنباله دیگر به انتهای آرایه فعلی
pop()حذف و برگرداندن عنصر موجود در ایندکس مشخص‌شده (پیش‌فرض: عنصر آخر)
remove()حذف اولین رخداد آیتمی که مقدار آن مشخص شده است
index()برگرداندن شماره ایندکس اولین عنصر دارای مقدار مشخص‌شده
count()برگرداندن تعداد عناصر دارای مقدار مشخص‌شده
reverse()معکوس کردن ترتیب قرارگیری عناصر
tolist()تبدیل آرایه ماژول array به لیست استاندارد پایتون
clear()پاک کردن کل عناصر
copy() / sort()کپی گرفتن / مرتب‌سازی (مخصوص لیست‌های پایتون)
آموزش جامع پایتون
آموزش جامع پایتون
799,000 439,450 تومان
45%

سوالات متداول درباره آرایه‌های پایتون

۱. تفاوت اصلی آرایه و لیست در پایتون چیست؟

لیست یک ساختار داده داخلی است و می‌تواند انواع داده مختلف را کنار هم ذخیره کند، اما آرایه در ماژول array به ایمپورت نیاز دارد، فقط داده‌های هم‌نوع را می‌پذیرد و آن‌ها را فشرده‌تر در حافظه ذخیره می‌کند.

۲. چگونه طول یک آرایه را در پایتون به دست آوریم؟

با تابع len(array_name) می‌توانید تعداد کل عناصر آرایه را به‌صورت یک عدد صحیح دریافت کنید.

۳. تفاوت متد pop و remove در حذف عناصر آرایه چیست؟

متد remove مقدار عنصر را می‌گیرد و اولین رخداد آن را حذف می‌کند. متد pop شماره ایندکس را می‌گیرد (یا در حالت بدون آرگومان سراغ آخرین عنصر می‌رود)، آن عنصر را حذف می‌کند و مقدار حذف‌شده را برمی‌گرداند.

۴. آیا آرایه در پایتون تغییرپذیر (Mutable) است؟

بله، آرایه‌ها در پایتون تغییرپذیر هستند و پس از ساخت آرایه می‌توان عناصر آن را از طریق ایندکس ویرایش کرد یا آیتم‌های جدیدی به آن افزود.

——

https://maktabkhooneh.org/mag/python-arrays/
تصویر مهناز محمدی

مهناز محمدی

0 0 امتیازها
امتیاز دهی به محتوا
مشترک شوید
اطلاع از
guest
0 دیدگاه
قدیمی ترین
جدید ترین دیدگاه با تعداد رای زیاد
مقالات بیشتر
محیط برنامه‌نویسی پایتون شامل کدهای انتگرال‌گیری نمادین و نمودار سطح زیر منحنی

محاسبه انتگرال در پایتون با SymPy و SciPy (راهنمای عملی + کد)

نمایش کدهای پایتون شامل توضیحات تک‌خطی و چندخطی در محیط ویرایشگر کد

کامنت در پایتون؛ نحوه نوشتن کامنت تک‌خطی و چندخطی + مثال

محیط ویرایشگر کد پایتون با اجرای دستور import math و نمایش خروجی اعشاری توابع در ترمینال

ماژول math در پایتون؛ آموزش کامل توابع ریاضی با مثال

نمایش کدهای مرتب‌سازی لیست و دیکشنری پایتون همراه با خروجی در محیط ویرایشگر کد

مرتب‌سازی در پایتون؛ آموزش ۸ روش از لیست و دیکشنری تا رشته

نمایش همزمان کدهای پایتون در ویرایشگر و خروجی وب‌اپلیکیشن در مرورگر

ساخت وب‌اپلیکیشن با پایتون؛ آموزش عملی Flask و مقایسه با Django

نمایش کدهای تبدیل نوع داده با توابع int و float و str در محیط ویرایشگر پایتون

آموزش تبدیل داده در پایتون؛ راهنمای تبدیل انواع داده (Type Casting)