
Dr. Fred Baptiste
مهندس نرمافزار و ریاضیدان
Dr. Fred Baptiste مدرس پایتون با پیشینهٔ ریاضیات و مهندسی نرمافزار است. تمرکز آموزشی او، فهم دقیق سازوکار زبان و نوشتن کدی است که با شیوههای رایج پایتون سازگار باشد.
پروفایل و دورههای مدرسدر آموزش مولدها و پیمایشگرهای پایتون با تدریس Dr. Fred Baptiste، سازوکار پیمایش داده و اجرای تدریجی محاسبات را بررسی میکنید. بخش دوم مجموعهٔ Deep Dive از دنبالهها، برشزدن و ساخت دنبالهٔ سفارشی آغاز میشود و به پروتکلهای پیمایش، توابع مولد، عبارتهای مولد و ابزارهای itertools میرسد. سپس، مدیریت منابع با دستور with و ارتباط Context Manager با مولدها را همراه با پروژههای تمرینی دنبال میکنید. این دوره برای برنامهنویسان آشنا با توابع، بستارها، دکوراتورها و مبانی کلاسها مناسب است و از صفر آغاز نمیشود. ویدئوها به زبان انگلیسیاند و تمام ۱۴۰ ویدئو زیرنویس فارسی تخصصی و زیرنویس انگلیسی دارند. بخش قدیمی کوروتینهای مبتنی بر مولد با برچسب منسوخشده مشخص است.
شامل ۱۴ فصل و ۱۴۲ درس
زیرنویس: فارسی، انگلیسی
در آموزش مولدها و پیمایشگرهای پایتون، بخش دوم مجموعهٔ Deep Dive یودمی، سازوکار Iterator و Generator را بررسی میکنید. Fred Baptiste توضیح میدهد که حلقهٔ for چگونه داده را از اشیای مختلف دریافت میکند. سپس، تفاوت دنباله، شیء پیمایشپذیر و پیمایشگر را با پیادهسازی و مثال بررسی میکند. هدف، شناخت سازوکار این ابزارهاست تا هنگام نوشتن کد، انتخاب آگاهانهتری داشته باشید.
ابتدا نوعهای دنبالهای، تغییرپذیری، اندیسگذاری و برش را بررسی میکنید. با ساخت دنبالهٔ سفارشی، کاربرد متدهای ویژه را در عمل میبینید. همچنین، کپی سطحی و عمیق و نکتههای عبارتهای فشرده را میآموزید. در بخش پیمایش، موضوعهایی مانند پایانیافتن پیمایشگر، پیمایش معکوس و ارزیابی تنبل را دنبال میکنید. ارزیابی تنبل یعنی مقدارها هنگام نیاز تولید شوند؛ لازم نیست همیشه همهٔ نتیجهها از ابتدا در حافظه نگهداری شوند.
در ادامهٔ آموزش مولدها و پیمایشگرهای پایتون، دستور yield، تابع مولد و عبارت مولد را بررسی میکنید. مثالهایی مانند دنبالهٔ فیبوناچی و دستهٔ کارت، امکان مقایسهٔ روشهای پیادهسازی را فراهم میکنند. پس از آن، ابزارهای itertools را برای انتخاب، پالایش، زنجیرهسازی، گروهبندی و ترکیبیات به کار میگیرید.
Context Manager شیئی است که رفتار ورود به بلوک with و خروج از آن را کنترل میکند. یکی از کاربردهای آن، آمادهسازی و آزادکردن منابعی مانند فایل است؛ برای نمونه، فایل بازشده با with پس از پایان بلوک بسته میشود، حتی اگر درون آن استثنا رخ دهد. در این بخش، پیادهسازی با کلاس و متدهای __enter__ و __exit__ را با روش مبتنی بر تابع مولد و دکوراتور contextmanager مقایسه میکنید. این مبحث نشان میدهد که کاربرد مولدها به پیمایش داده محدود نیست.
پروژههای میان فصلها فرصتی برای تمرین مفاهیم همان بخش هستند. طراحی دنبالهٔ چندضلعیها، پردازش تدریجی دادههای CSV و ترکیب و گروهبندی دادهها از موضوعهای این تمرینهاست. تمرکز دوره بر هستهٔ پایتون و کتابخانهٔ استاندارد است؛ این آموزش، دورهٔ یک فریمورک وب یا کتابخانهٔ علم داده نیست.
شناخت توابع، آرگومانهای متغیر، بستارها، دکوراتورها و لامبدا لازم است. باید با ابزارهایی مانند map، zip، filter و namedtuple نیز آشنا باشید. علاوه بر این، مدیریت استثناها، کلاسهای ساده و متدهای ویژهٔ پایه پیشنیازند. آشنایی همسطح با مباحث بخش اول Deep Dive پایتون کمککننده است؛ الزام آموزشی، دانستن این مفاهیم است، نه خرید یک دورهٔ دیگر. اگر تازه شروع کردهاید، ابتدا آموزش مبانی پایتون ۳ را بررسی کنید.
فهرست دوره شامل ۱۴ فصل و ۱۴۲ درس است و مدت تجمیعی آن حدود ۳۶ ساعت و ۹ دقیقه است. صدای تمام ۱۴۰ ویدئوی آموزشی انگلیسی است. هر ویدئو هم زیرنویس فارسی تخصصی و هم زیرنویس انگلیسی دارد؛ معرفی و عنوان سرفصلها نیز فارسیاند.
بله؛ هر ۱۴۰ ویدئوی آموزش مولدها و پیمایشگرهای پایتون، زیرنویس فارسی تخصصی دارد. ترجمهٔ فارسی این دوره با نظارت انسانی در پایتونیک منتشر شده است. توضیحات مدرس را به فارسی دنبال میکنید و نامهای فنی، مانند yield و itertools، به شکل اصلی باقی میمانند. از تنظیمات پلیر میتوانید بین زیرنویس فارسی و انگلیسی جابهجا شوید. صدای مدرس انگلیسی است؛ برای این دوره دوبلهٔ فارسی ارائه نشده است.
در آموزش مولدها و پیمایشگرهای پایتون، از بخش فایلهای هر درس به منابع همان قسمت دسترسی دارید. تعداد بستههای ZIP منابع ۱۴۱ است. این بستهها با توجه به محتوای هر درس، اسلاید، دفترچهٔ کدنویسی یا فایل تمرین دارند؛ محتوای همهٔ بستهها یکسان نیست. فایل مستقل مقالهٔ «اسلایدهای دوره» در آرشیوهای دریافتشده موجود نیست و برای آن پیوند دریافت ساختگی درج نشده است.
منبع، بخش کوروتینهای مبتنی بر مولد و پروژهٔ وابسته به آن را منسوخشده معرفی میکند. پایتونیک نیز همین برچسب را در عنوان فصلهای مربوط نشان میدهد. بنابراین، این بخش را نباید معادل آموزش امروزی async و await دانست. حداقل نسخهٔ ذکرشده در منبع Python 3.6 است؛ این مشخصه، تضمین سازگاری همهٔ مثالهای قدیمی با تمام نسخههای جدید پایتون نیست.
شناخت مولدها و پیمایشگرهای پایتون به پردازش مرحلهای داده و خواندن فایلهای بزرگ کمک میکند. برای نمونهکار، میتوانید یک پردازشگر CSV بسازید که ورودی را بخواند، پالایش کند و گزارش بدهد. این تمرین، به پروژههای دادهمحور، اتوماسیون داخلی کسبوکارها و توسعهٔ ابزارهای پایتونی مرتبط است. در پروژههای ایرانی یا همکاری بینالمللی نیز میتوانید همین نمونهکار را با مستندات و آزمون عرضه کنید. این مسیر نمونهکار، پیشنهاد آموزشی پایتونیک بر پایهٔ سرفصل دوره است؛ مهارتهای تکمیلی هر پروژه باید جداگانه آموخته شوند.
اگر میخواهید رکوردهایی را که مرحلهبهمرحله میخوانید در قالب نگاشت سامان بدهید یا به JSON تبدیل کنید، بخش سوم Deep Dive دربارهٔ دیکشنری و JSON ادامهٔ مرتبط این آموزش است. مسیر یادگیری اختصاصی پایتونیک ترتیب و پیشنیاز هر چهار بخش را توضیح میدهد.
مدرس این آموزش Dr. Fred Baptiste است. پایتونیک این توضیح فارسی را بر پایهٔ موضوعات و سرفصلهای صفحهٔ اصلی دوره در Udemy تنظیم کرده و در ۲۲ اکتبر ۲۰۲۶ بازبینی کرده است. امتیاز مشاهدهشده در همین تاریخ، ۴٫۸ از ۵ بر اساس ۳٬۱۴۷ ارزیابی است. این امتیاز به کاربران Udemy تعلق دارد و میانگین یا تعداد دیدگاههای مشتریان پایتونیک نیست. برای انتخاب آموزشهای مرتبط میتوانید فهرست دورههای پایتون را ببینید.

مهندس نرمافزار و ریاضیدان
Dr. Fred Baptiste مدرس پایتون با پیشینهٔ ریاضیات و مهندسی نرمافزار است. تمرکز آموزشی او، فهم دقیق سازوکار زبان و نوشتن کدی است که با شیوههای رایج پایتون سازگار باشد.
پروفایل و دورههای مدرستجربه شما به انتخاب آگاهانه دیگران کمک میکند.
برای حفظ کیفیت گفتوگو، دیدگاهها پیش از انتشار بررسی میشوند. از درج اطلاعات شخصی، رمز عبور و کد لایسنس خودداری کنید.
این امتیاز در معرفی دوره ثبت شده و از امتیازها و دیدگاههای کاربران پایتونیک مستقل است.
پس از ورود، میتوانید تجربه یادگیری خود را ثبت کنید.
ورود به حساب کاربری
نقد و بررسیها
دیدگاهی ثبت نشده است.