Pluralsight – Python Standard Library Power Tools: Beyond the Basics 2026-10

در تاریخ: 1405/08/18 10:58:29

توضیحات

Python Standard Library Power Tools: Beyond the Basics، دوره آموزش ابزارهای قدرتمند کتابخانه استاندارد پایتون: فراتر از مبانی توسط آکادمی Pluralsight منتشر شده است.بیشتر کدهای پایتون با فهرست ها، دیکشنری ها و رشته ها شروع می‌شوند، اما با بزرگ‌تر شدن پروژه ها، کد ممکن است با حلقه های شمارش دست‌نویس، فهرست هایی که تمام فایل را در حافظه بارگذاری می‌کنند، مسیرهایی که از ترکیب رشته ها ساخته شده‌اند و رکوردهای مبتنی بر دیکشنری که خطای تایپی در کلیدهای آن ها فقط هنگام اجرا آشکار می‌شود، پیچیده و نامرتب شود. در این دوره با عنوان Python Standard Library Power Tools: Beyond the Basics یاد می‌گیرید این الگوها را بدون افزودن وابستگی های شخص ثالث، با ابزارهای تخصصی موجود در کتابخانه استاندارد پایتون جایگزین کنید. بررسی می‌کنید که چگونه Counter، defaultdict و deque از ماژول collections عملیات شمارش، گروه بندی و کار با پنجره های لغزان را ساده می‌کنند. سپس یاد می‌گیرید با استفاده از itertools خط لوله های پردازش داده کم‌مصرف از نظر حافظه بسازید که فایل های بزرگ را بدون بارگذاری کامل آن ها در حافظه پردازش می‌کنند و برای کار با فایل ها و پوشه ها در سیستم عامل های مختلف، به جای رشته های os.path از pathlib استفاده کنید.

همچنین یاد می‌گیرید با dataclasses مدل های داده ایجاد کنید، کدهای تکراری و اضافی را کاهش دهید و در عین حال از راهنمایی نوع دقیق استفاده کنید. علاوه بر این، با کمک golden tests و mypy روش بررسی و اعتبارسنجی بازنویسی کد تولیدشده توسط دستیارهای کدنویسی هوش مصنوعی مانند Claude Code را فرا می‌گیرید. در قالب مثال های کاربردی، شمارش داده ها، نگهداری پنجره های محدود، پردازش خطوط در چند فایل، شناسایی افزایش ناگهانی خطاها، یافتن فاصله های خالی در داده ها، مدیریت مسیرها، نوشتن گزارش روی دیسک و جایگزینی رکوردهای مبتنی بر دیکشنری با مدل های داده ساختاریافته را تمرین می‌کنید. در پایان دوره می‌توانید از ابزارهای کتابخانه استاندارد پایتون برای نوشتن کدی تمیزتر، سریع‌تر و کم‌مصرف‌تر از نظر حافظه در پردازش روزمره داده ها و مدیریت فایل ها استفاده کنید و تغییرات کد تولیدشده توسط هوش مصنوعی را نیز با اطمینان بیشتری ارزیابی کنید.

آنچه خواهید آموخت

حلقه های دست‌نویس شمارش، گروه بندی و کار با پنجره های لغزان را با Counter، defaultdict و deque از ماژول collections جایگزین کنید.
با استفاده از itertools خط لوله های پردازش داده کم‌مصرف از نظر حافظه بسازید تا فایل های بزرگ را بدون بارگذاری کامل آن ها در حافظه پردازش کنید.
به جای ساخت مسیرها با رشته های os.path، از pathlib برای مدیریت فایل ها و پوشه ها در سیستم عامل های مختلف استفاده کنید.
با استفاده از dataclasses رکوردهای ساختاریافته ایجاد کنید، کدهای اضافی را کاهش دهید و راهنمایی نوع دقیق را حفظ کنید.
بازنویسی های کد تولیدشده توسط هوش مصنوعی را با golden tests و mypy اعتبارسنجی کنید.
خطوط چند فایل را پردازش کنید، افزایش ناگهانی خطاها را شناسایی کنید و فاصله های خالی در داده ها را بیابید.
برای کارهای روزمره پردازش داده و فایل، کد پایتون تمیزتر، سریع‌تر و کم‌مصرف‌تر از نظر حافظه بنویسید.

این دوره برای چه کسانی مناسب است

توسعه دهندگان پایتون که می‌خواهند با استفاده از کتابخانه استاندارد، کدی تمیزتر و آسان‌تر برای نگهداری بنویسند.
توسعه دهندگانی که فایل های بزرگ یا جریان های داده را پردازش می‌کنند و می‌خواهند مصرف حافظه را کاهش دهند.
برنامه نویسان پایتون که به ابزارهای بهتری برای مدیریت فایل ها، پوشه ها و داده های ساختاریافته نیاز دارند.
توسعه دهندگانی که از دستیارهای کدنویسی هوش مصنوعی استفاده می‌کنند و می‌خواهند تغییرات کد تولیدشده را اعتبارسنجی کنند.