در این مطلب، ویدئو پایتون برای تجزیه و تحلیل داده ها: انواع داده های پایه با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:12:59
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:01,310 –> 00:00:04,230
سلام به همه در این ویدیو ما
2
00:00:04,230 –> 00:00:06,629
در مورد انواع مختلف
3
00:00:06,629 –> 00:00:09,120
داده های پایه موجود در
4
00:00:09,120 –> 00:00:11,790
زبان برنامه نویسی پایتون در آخرین درس
5
00:00:11,790 –> 00:00:14,759
یاد گرفتیم که چگونه از پایتون به عنوان یک
6
00:00:14,759 –> 00:00:18,029
ماشین حساب بسیار قدرتمند استفاده کنیم، اما اعداد تنها
7
00:00:18,029 –> 00:00:20,970
یکی از انواع داده های اساسی هستند. شما می توانید
8
00:00:20,970 –> 00:00:23,310
با پایتون کار کنید، بنابراین در این
9
00:00:23,310 –> 00:00:24,900
درس با برخی از موارد دیگر آشنا می
10
00:00:24,900 –> 00:00:26,880
شویم که می گویند اولین نوع داده ای که می
11
00:00:26,880 –> 00:00:28,910
خواهیم به آن نگاه کنیم، اعداد صحیح هستند و
12
00:00:28,910 –> 00:00:31,080
اعداد صحیح به طور خلاصه
13
00:00:31,080 –> 00:00:34,170
مقادیر عددی کامل ما در پایتون
14
00:00:34,170 –> 00:00:36,989
هستند، بنابراین اعداد صحیح شامل هر عدد مثبت یا
15
00:00:36,989 –> 00:00:39,690
منفی بعلاوه 0 که
16
00:00:39,690 –> 00:00:42,270
شامل مولفه اعشاری نمی شود، می
17
00:00:42,270 –> 00:00:45,300
توانید نوع یک شی در پایتون را
18
00:00:45,300 –> 00:00:48,300
با استفاده از تابع type بررسی کنید، بنابراین ما
19
00:00:48,300 –> 00:00:50,850
آن را روی این عدد صحیح در اینجا 12 اجرا می کنیم تا تأیید
20
00:00:50,850 –> 00:00:53,190
کنیم که در واقع یک عدد صحیح است بنابراین در اینجا
21
00:00:53,190 –> 00:00:56,039
نوع + 12 آرگومان است، بنابراین من
22
00:00:56,039 –> 00:00:58,440
آن را با ctrl enter اجرا می کنم و می بینیم
23
00:00:58,440 –> 00:01:00,930
که نوع برای عدد صحیح int است، اکنون می
24
00:01:00,930 –> 00:01:04,080
توانید از تابع is instance در
25
00:01:04,080 –> 00:01:06,990
پایتون نیز برای بررسی اینکه آیا یک شی
26
00:01:06,990 –> 00:01:10,110
نمونه ای از یک نمونه داده شده است استفاده کنید. ty pe بنابراین در این مورد
27
00:01:10,110 –> 00:01:13,020
میتوانیم بگوییم instance است و میخواهیم
28
00:01:13,020 –> 00:01:16,020
بدانیم که آیا 12 نمونهای از نوع
29
00:01:16,020 –> 00:01:18,000
صحیح است، بنابراین int را به عنوان
30
00:01:18,000 –> 00:01:20,040
آرگومان دوم ارسال میکنیم و این فقط بررسی
31
00:01:20,040 –> 00:01:22,619
میکند که آیا درست است یا نه و
32
00:01:22,619 –> 00:01:24,960
نتیجه را برمیگردانیم بنابراین ما بدانید که درست است
33
00:01:24,960 –> 00:01:26,310
زیرا ما آن را در بالا بررسی کردیم اکنون
34
00:01:26,310 –> 00:01:28,619
اعداد صحیح از تمام عملیات ریاضی پایه
35
00:01:28,619 –> 00:01:31,140
که در درس گذشته توضیح
36
00:01:31,140 –> 00:01:33,150
دادیم پشتیبانی می کنند، اما یک عملیات ریاضی که
37
00:01:33,150 –> 00:01:36,240
منجر به یک مقدار اعشاری می شود،
38
00:01:36,240 –> 00:01:38,189
به جای یک
39
00:01:38,189 –> 00:01:40,110
عدد صحیح شناور، یک عدد ممیز شناور ایجاد می کند. عدد نقطه یک
40
00:01:40,110 –> 00:01:42,270
نوع داده متفاوت است که یک عدد
41
00:01:42,270 –> 00:01:45,119
است اما دارای یک جزء اعشاری نیز می باشد، برای
42
00:01:45,119 –> 00:01:49,740
مثال اگر 1/3 یا 1/3 را انجام دهیم،
43
00:01:49,740 –> 00:01:51,869
نتیجه آن یک عدد کامل نیست همانطور
44
00:01:51,869 –> 00:01:54,540
که به صورت اعشاری در 0.33 3 بیان می شود.
45
00:01:54,540 –> 00:01:56,399
با تکرار، بنابراین اگر این تقسیم را انجام
46
00:01:56,399 –> 00:01:58,469
دهیم، دیگر یک عدد صحیح نداریم
47
00:01:58,469 –> 00:02:00,840
، یک نوع داده با ممیز شناور خواهیم داشت، بنابراین آن را اجرا
48
00:02:00,840 –> 00:02:02,820
کنید و می بینیم که
49
00:02:02,820 –> 00:02:04,590
در اینجا یک جزء اعشاری داریم که به این معنی است
50
00:02:04,590 –> 00:02:06,780
که دیگر یک نوع عدد صحیح نیست، بنابراین اگر ما
51
00:02:06,780 –> 00:02:09,869
برای مثال باید از تابع type در
52
00:02:09,869 –> 00:02:12,629
t استفاده شود او نتیجه آن محاسبه را که
53
00:02:12,629 –> 00:02:13,680
54
00:02:13,680 –> 00:02:16,109
دیگر دریافت نمیکنیم، دریافت میکنیم، بنابراین
55
00:02:16,109 –> 00:02:20,129
تایپ را روی 1/3 اجرا میکنیم و این یک ممیز شناور
56
00:02:20,129 –> 00:02:22,439
است که ما را به نوع داده بعدی میرساند
57
00:02:22,439 –> 00:02:25,079
که این است که نقاط شناور شناور فقط
58
00:02:25,079 –> 00:02:27,659
اعداد با اعشار هستند. مقادیر و بر خلاف
59
00:02:27,659 –> 00:02:29,939
اعداد صحیح، اعداد ممیز شناور در
60
00:02:29,939 –> 00:02:32,879
رایانه دقت نامحدودی ندارند،
61
00:02:32,879 –> 00:02:35,670
به این معنی که شما فقط می توانید تعداد زیادی
62
00:02:35,670 –> 00:02:38,310
اعشار را در یک رایانه نشان دهید، بنابراین
63
00:02:38,310 –> 00:02:40,019
اعداد گویا که دارای تعداد نامتناهی
64
00:02:40,019 –> 00:02:43,319
اعشار هستند، شاید مانند ثابت
65
00:02:43,319 –> 00:02:45,959
pi، تقریبی هستند، بنابراین
66
00:02:45,959 –> 00:02:48,569
به معنای دقیق نیست اگر به اندازه کافی در
67
00:02:48,569 –> 00:02:51,150
اعداد اعشار جلو بروید، گرد کردن و
68
00:02:51,150 –> 00:02:53,549
تفاوت های جزئی با
69
00:02:53,549 –> 00:02:55,680
مقادیر واقعی خواهید دید که اکنون این
70
00:02:55,680 –> 00:02:58,040
تفاوت های کوچک ممیز شناور نسبت به مقادیر واقعی
71
00:02:58,040 –> 00:03:00,870
به ما مربوط نمی شود، اما در مواردی
72
00:03:00,870 –> 00:03:03,750
که دقت فوق العاده لازم است. و
73
00:03:03,750 –> 00:03:06,000
شاید شما دارید بسیاری از اینها را
74
00:03:06,000 –> 00:03:08,549
با هم اضافه می کنید، آنها می توانند با هم جمع شوند و نتیجه
75
00:03:08,549 –> 00:03:11,069
ای واقعی به دست آورند که اکنون هر
76
00:03:11,069 –> 00:03:12,840
عدد در پایتون با یک
77
00:03:12,840 –> 00:03:15,480
جزء اعشاری در نظر گرفته می شود. حتی
78
00:03:15,480 –> 00:03:17,549
اگر چیزی در مولفه اعشاری وجود نداشته باشد،
79
00:03:17,549 –> 00:03:19,949
برای مثال اگر
80
00:03:19,949 –> 00:03:22,859
یک نقطه صفر را در اینجا تایپ کنیم، جایی که این در
81
00:03:22,859 –> 00:03:24,479
اصل همان یک است،
82
00:03:24,479 –> 00:03:26,729
نقطه صفر لازم نیست وجود داشته باشد، اما
83
00:03:26,729 –> 00:03:28,709
این واقعیت است که به این معنی است که این
84
00:03:28,709 –> 00:03:31,139
یک نوع شناور در نظر گرفته می شود، حتی اگر
85
00:03:31,139 –> 00:03:33,689
اعشار مقدار واقعی ندارد، بنابراین اگر
86
00:03:33,689 –> 00:03:35,220
تایپ را در اینجا اجرا کنیم به ما می گوید که یک
87
00:03:35,220 –> 00:03:37,530
شناور است و البته اگر نمونه ای را
88
00:03:37,530 –> 00:03:39,569
روی چیزی اجرا کنیم که می دانیم شناور است و
89
00:03:39,569 –> 00:03:41,629
می پرسیم که یک
90
00:03:41,629 –> 00:03:44,639
شناور اگر عملیات حسابی را
91
00:03:44,639 –> 00:03:48,269
روی اعدادی که از نوع مختلط هستند انجام دهید درست است، بنابراین
92
00:03:48,269 –> 00:03:51,150
در اینجا یک عدد صحیح 5 داریم یا
93
00:03:51,150 –> 00:03:53,759
اگر این کار را انجام دهید float 1.0 را اضافه می کنیم،
94
00:03:53,759 –> 00:03:55,799
محاسبات کار خواهند کرد اما نتایج
95
00:03:55,799 –> 00:03:57,840
همیشه به نقاط شناور تبدیل می شوند.
96
00:03:57,840 –> 00:04:00,329
بنابراین میتوانید بین
97
00:04:00,329 –> 00:04:02,849
اعداد صحیح و شناور تبدیل کنید، بنابراین اگر از
98
00:04:02,849 –> 00:04:07,379
تابع int استفاده میکنید، میتوانید یک شناور
99
00:04:07,379 –> 00:04:09,449
را به یک عدد صحیح تبدیل کنید، بنابراین اجرای این،
100
00:04:09,449 –> 00:04:11,310
این شش نقطه صفر را به
101
00:04:11,310 –> 00:04:13,739
نسخه صحیح تبدیل میکند که
102
00:04:13,739 –> 00:04:16,620
نقطه اعشار را حذف میکند، بنابراین عدد صحیح شش
103
00:04:16,620 –> 00:04:19,589
و همچنین می توانید با تابع float یک عدد صحیح را به
104
00:04:19,589 –> 00:04:21,810
float تبدیل کنید، بنابراین در اینجا
105
00:04:21,810 –> 00:04:24,210
ما عدد صحیح شش را به نسخه شناور تبدیل می کنیم
106
00:04:24,210 –> 00:04:25,590
که فقط
107
00:04:25,590 –> 00:04:26,920
نقطه اعشار را اضافه می کند
108
00:04:26,920 –> 00:04:28,960
و شناورها می توانند چند
109
00:04:28,960 –> 00:04:34,300
مقدار خاص به نام f-m نیز بگیرند. و n a n
110
00:04:34,300 –> 00:04:34,990
عددی نیستند،
111
00:04:34,990 –> 00:04:38,140
بنابراین در آوایی M به ترتیب مخفف بینهایت و
112
00:04:38,140 –> 00:04:40,630
بینهایت منفی است و n a n
113
00:04:40,630 –> 00:04:42,970
همانطور که گفتم عددی نیست که
114
00:04:42,970 –> 00:04:44,470
گاهی اوقات بهعنوان مکاننما
115
00:04:44,470 –> 00:04:47,500
برای مقادیر عددی گمشده یا اشتباه
116
00:04:47,500 –> 00:04:49,900
استفاده میشود پایتون حاوی سومین
117
00:04:49,900 –> 00:04:52,060
نوع داده عددی غیر معمول است.
118
00:04:52,060 –> 00:04:54,940
پیچیده نامیده می شود که برای ذخیره
119
00:04:54,940 –> 00:04:56,380
اعداد مختلط استفاده می شود، ما واقعاً
120
00:04:56,380 –> 00:04:58,480
در این درس به آن نخواهیم پرداخت و
121
00:04:58,480 –> 00:04:59,860
احتمالاً چیزی نیست که بیش از حد خواهید دید،
122
00:04:59,860 –> 00:05:01,990
اما بدانید که اگر
123
00:05:01,990 –> 00:05:04,390
به استفاده از اعداد مختلط نیاز داشته باشید
124
00:05:04,390 –> 00:05:07,060
وجود دارد. در مرحله بعد، اولین نوع داده غیر عددی خود را مورد بحث قرار خواهیم داد.
125
00:05:07,060 –> 00:05:09,670
126
00:05:09,670 –> 00:05:12,280
127
00:05:12,280 –> 00:05:14,920
128
00:05:14,920 –> 00:05:17,950
129
00:05:17,950 –> 00:05:20,890
bouillon bouillon. r با بزرگ تا درست
130
00:05:20,890 –> 00:05:22,870
با حرف اول بزرگ یک
131
00:05:22,870 –> 00:05:25,450
مقدار بولی true و false با
132
00:05:25,450 –> 00:05:27,280
حرف اول بزرگ مخفف
133
00:05:27,280 –> 00:05:29,560
مقدار بولی false است، اکنون ما
134
00:05:29,560 –> 00:05:31,870
قبلاً یک مثال از بولی را هنگام استفاده
135
00:05:31,870 –> 00:05:34,000
از تابع نمونه دیدهایم زیرا کاری
136
00:05:34,000 –> 00:05:35,920
که انجام میدهد یک مقدار می گیرد و بررسی می کند
137
00:05:35,920 –> 00:05:38,050
که آیا نمونه ای از نوع خاصی
138
00:05:38,050 –> 00:05:40,390
است و سپس یک درست یا نادرست بولی را برمی گرداند،
139
00:05:40,390 –> 00:05:42,850
در نتیجه اجازه دهید تایپ را روی
140
00:05:42,850 –> 00:05:44,230
true اجرا کنیم تا تأیید کنیم که یک
141
00:05:44,230 –> 00:05:46,210
مقدار بولی است و می توانید ببینید که به اختصار bool نامیده می شود
142
00:05:46,210 –> 00:05:48,910
و اکنون ما بررسی می کنیم که آیا
143
00:05:48,910 –> 00:05:52,510
نمونه غلط با bool که درخواست
144
00:05:52,510 –> 00:05:55,480
می کند نادرست است یک نمونه از یک بولی
145
00:05:55,480 –> 00:05:57,610
و نتیجه این باید درست باشد
146
00:05:57,610 –> 00:05:59,560
زیرا false یک مقدار بولی است و
147
00:05:59,560 –> 00:06:01,720
آن مقدار بازگشتی true که در اینجا داده می شود
148
00:06:01,720 –> 00:06:03,310
نیز یک بولی است زیرا یک
149
00:06:03,310 –> 00:06:05,710
مقدار غلط واقعی است. اکنون boolean czar زمانی ایجاد می شود
150
00:06:05,710 –> 00:06:08,320
که از عبارات منطقی استفاده می کنید و
151
00:06:08,320 –> 00:06:11,050
پایتون از تمام عملگرهای منطقی استانداردی
152
00:06:11,050 –> 00:06:13,870
که ممکن است در منطق انتظار داشته باشید پشتیبانی می کند، بنابراین
153
00:06:13,870 –> 00:06:16,120
برای مثال می توانید
154
00:06:16,120 –> 00:06:18,820
برای بررسی اینکه آیا nu mber
155
00:06:18,820 –> 00:06:21,280
ها از یکدیگر بزرگتر هستند و
156
00:06:21,280 –> 00:06:23,680
نتیجه یک بولی خواهد بود، بنابراین ما می توانیم بررسی
157
00:06:23,680 –> 00:06:26,350
کنیم که آیا xx بزرگتر از 10 است،
158
00:06:26,350 –> 00:06:28,630
بنابراین باید یک مقدار بولی واقعی به دست آورد،
159
00:06:28,630 –> 00:06:31,540
همچنین می توانید از بزرگتر از
160
00:06:31,540 –> 00:06:34,390
مساوی برای پرسیدن اینکه آیا بزرگتر یا
161
00:06:34,390 –> 00:06:36,940
مساوی است استفاده کنید. به یک عدد یا به طور مشابه کمتر از
162
00:06:36,940 –> 00:06:38,710
مساوی برای دیدن اینکه آیا یک عدد کوچکتر
163
00:06:38,710 –> 00:06:39,930
یا مساوی است،
164
00:06:39,930 –> 00