سلام دوستان من آیدین هستم.
به پیشنهاد دوستان اینجا میخوایم جونیور فرندلی باشیم (هوای تازه‌کارها رو داشته باشیم) و مطالبی تو حوزه های لینوکس، پایتون و هوش مصنوعی به اشتراک بزاریم😃

@lython : linux python

ID: @aidinZe

My linkedIn

همه ما این خط رو اول اکثر کد های پایتون دیدیم اما خیلیامون نمیدونیم به چه دردی میخوره
شی بنگ "Shebang" #! نماد مفسر یا نسخه ای از مفسر را نشان می دهد که هنگام اجرای یک اسکریپت از آن استفاده شود. همچنین به عنوان "sharp-exclamation"، "sha-bang"، "hash-bang" یا "pound-bang" نیز شناخته می شود.
یک شی بنگ همیشه اولین خط یک فیلمنامه است. از آنجا که با نماد # شروع می شود، مفسر خط حاوی Shebang را پردازش نمی کند. هنگامی که یک سیستم لینوکس یک فایل متنی را اجرا می کند، این خط را به عنوان یک دستورالعمل مفسر در نظر می گیرد. مفسر صحیح را پیدا می کند و آن را اجرا می کند و نام فایل را به عنوان ورودی به مفسر می دهد.
برای مثال شما نیاز ندارید هر برنامه ای از پایتون رو که میخواید ران کنید این دستور رو بنویسید:
python example.py
فقط کافیه توسط شبنگ لاین آدرس مفسر رو بهش بدیم بعد با این دستور کد رو ران کنیم.
run in cmd: ./example.py

@lython

به عنوان یک برنامه نویس پایتون از کدوم ورژن بهتره استفاده کنم، اصلا مگه فرقی هم میکنه؟
پایتون هم مانند دیگر زبان های برنامه نویسی دارای ورژن های متفاوتی می باشد که این ورژن ها بنابه دلایل مختلف - برای مثال به دلیل رفع خطا های موجود و یا افزودن ویژگی های جدید- ارايه میشن. بروزرسانی زبان به ورژن جدید بستگی به نیاز شما به ویژگی جدید و یا مشکلی که در ورژن جدید رفع شده و یا کلی عوامل دیگه داره که پیشنهاد میکنم حتما با مطالعه ریلیز داکیومت از این موارد مطلع بشید. اما باید این رو بدونید که احتمالا کد های قدیمی شما در این ورژن دیگه اجرا نشه که دلیلش رو کامل توضیح خواهم داد.
@lython

دستیار هوش مصنوعی Auto-gpt
یک برنامه متن باز می باشد که از قابلیت های مدل زبانی GPT-4 استفاده میکنه و قابلیت جستجو در وب رو داره(اطلاعاتش بروزه). این برنامه توسط مدل زبانی افکار بدست آمده از جستجو را به هم متصل می کند تا به طور مستقل به هر هدفی که تعیین می کنید دست یابد. برای مثال می‌توانید ازش درخواست کنید که اطلاعات دو محصول رو استخراج کنه و با هم مقایسه کنه و نتیجه رو به شما اعلام کنه.
گیت هاب
@lython

۳ تابع مهم پایتون
در این پست میخوام ۳ تابع از مهم ترین توابع پایتون که خیلی کاربردی هستند رو معرفی کنم.
1-Lambda:
لامبدا یک روش ساده برای تعریف تابع در پایتون است. این توابع غالباً به نام «عملگرهای لامبدا» یا «تابع‌های لامبدا» نامیده می‌شوند.
مثال:
lambda_cube = lambda x: x*x*x
print(tambda_cube(15))
# output: 3375

2-Map:
این تابع زمانی استفاده می شود که بخواهید برای هر آیتم در یک ساختار داده، تابعی را اجرا کنید.
مثال:
fruit = ['apple','grapes','orange','cherry','kiwi']
result = map(lambda x: x.title(), fruit)
for data in result:
prtnt(data, end=' ')
# Apple Grapes Orange Cherry Kiwi

3-Filter:
این تابع برای فیلتر کردن هر نوع داده ای بر اساس یک شرط معین در یک ساختار استفاده می شود.
مثال:
fruit = ['apple','grapes','orange','cherry','kiwi']
result = filter(lambda x: len(x)<5, fruit)
for data in result
print(data)
# kiwi

Level: junior
@lython

یه وب سایت عالی که بیش از ۱۰۰۰ تا بهترین ابزار های هوش مصنوعی رو یک جا جمع کرده که می تونید بین اون ها جستجو کنید و ابزار مورد نیاز رو پیدا کنید.
Ai Library

@lython

اینم یه وبسایت دیگه که ابزار های هوش مصنوعی رو معرفی میکنه و بیش از ۳۰۰۰ نمونه داره
باتشکر از:@CarCedo
TopAi Tools
@lython

یه ابزار جدید مایکروسافت که برای تولید عکس‌های مخصوص پست‌های اینستاگرام بر اساس متنی که میدید یا عکسی که در حال حاضر دارید میشه ازش استفاده کرد.


https://designer.microsoft.com

@lython

یک ابزار عالی برای نوشتن رزومه در چند دقیقه به کمک هوش مصنوعی 😃
resume.io
@lython

انواع ساختار داده با شکل و موارد استفاده
@lython

۱۵ کامند پر استفاده در لینوکس با نوع کاربری و مثال (پارت۱)

۱:ls -> لیست فایل ها و دایرکتوری ها

$ ls /
# bin etc lib media root swapfile usr
# boot home lib32 mnt run sys var

2: cd -> تغییر دایرکتوری فعلی

$ cd Desktop
# desktop/>

3: mkdir -> ایجاد پوشه جدید

$ mkdir newFolder

4: mv -> برای انتقال یا تغییر نام فایل و یا دایرکتوری

$ mv example Desktop/example

5: cp -> برای کپی فایل و یا دایرکتوری

$ cp example Desktop/example

6: rm -> برای حذف فایل و یا دایرکتوری

$ rm example Desktop/example

7: chmod -> برای تغییر سطح دسترسی فایل و یا دایرکتوری

$ chmod 777 example

8: find -> برای یافتن فایل و یا دایرکتوری

$ find example

9: grep -> برای یافتن پترن در فایل و یا دایرکتوری

$ grep example

10: vi -> برای ویرایش فایل (همون ویم خودمون)

$ vi example

11: nano -> برای ویرایش فایل (ساده تر از ویم خودمون)

$ nano example

12: cat -> برای نمایش فایل در ترمینال

$ cat example

13: echo -> برای نمایش متغییر در ترمینال

$ echo hi
# hi

14: tar -> برای فشرده سازی فایل ها

$ tar -
# A -- append to an archive
# c -- create a new archive
# f -- specify archive file or device
# t -- list archive contents
# u -- update archive
# v -- verbose output
# x -- extract files from an archive

15: du -> برای نمایش نام و مقدار حافظه در ترمینال

$ du folderName
# 1169332 ./.snap

@lython

محبوبیت زبان های برنامه نویسی طی چند سال اخیر
@lython

Scikit Learn
از کتابخانه‌های متن‌باز، مفید، پرکاربرد و قدرتمند در زبان برنامه‌نویسی پایتون است که برای اهداف یادگیری ماشین به کار می‌رود. این کتابخانه ابزارهای کاربردی زیادی به منظور یادگیری ماشین و مدل‌سازی آماری داده‌ها همچون طبقه‌بندی (classification)، رگرسیون، خوشه‌بندی و کاهش ابعاد فراهم می‌کند. این کتابخانه که به طور عمده توسط زبان پایتون ارائه شده، بر پایه‌ی کتابخانه‌های Numpy ،Scipy و Matplotlib طراحی شده است.

در این مقاله به آموزش کتابخانه‌ی Scikit-Learn می‌پردازیم. آموزش Scikit-Learn می‌تواند برای علاقه‌مندان به یادگیری علم داده بسیار مفید باشد. همچنین نحوه‌ی پیاده‌سازی SVM در Scikit-Learn را می‌بینیم. برای یادگیری آموزش Scikit-Learn، شما نیاز دارید تا با برنامه‌نویسی Python و کتابخانه‌های پرکاربرد علم داده بر مبنای این زبان همچون Numpy، Pandas، Scipy و Matplotlib آشنایی داشته باشید که هر کدام از این کتابخانه‌ها پیش از این در مجموعه مقالات آموزشی علم داده، مورد بررسی قرار گرفته‌اند.
منبع: سون لرن
@lython