دوره برنامه نویسی پایتون برای حل مسائل علمی و مهندسی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب برنامه نویسی پایتون برای حل مسائل علمی و مهندسی

موضوع کلی: مبانی علوم کامپیوتر و برنامه نویسی با پایتون

موضوع میانی: مقدمه ای بر برنامه نویسی شیء گرا و ساختار داده ها

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر برنامه نویسی پایتون
• 2. نصب پایتون و ابزارهای لازم
• 3. محیط توسعه یکپارچه (IDE)
• 4. اولین برنامه پایتون: سلام دنیا
• 5. متغیرها و انواع داده
• 6. اعداد صحیح و ممیز شناور
• 7. رشته ها و عملیات روی آنها
• 8. لیست ها و ساختار داده ها
• 9. تاپل ها و ویژگی های آنها
• 10. دیکشنری ها و نحوه استفاده
• 11. مجموعه ها (Sets) و کاربردها
• 12. عملگرهای ریاضی
• 13. عملگرهای مقایسه ای
• 14. عملگرهای منطقی
• 15. دستورات شرطی: if, elif, else
• 16. حلقه های تکرار: for
• 17. حلقه های تکرار: while
• 18. دستور break و continue
• 19. توابع: تعریف و فراخوانی
• 20. پارامترها و آرگومان های توابع
• 21. مقادیر بازگشتی توابع
• 22. توابع لامبدا (Lambda Functions)
• 23. دامنه متغیرها (Scope)
• 24. ماژول ها و کتابخانه ها
• 25. وارد کردن ماژول ها
• 26. ماژول math برای محاسبات ریاضی
• 27. ماژول random برای اعداد تصادفی
• 28. ماژول sys برای تعامل با سیستم
• 29. ماژول os برای عملیات سیستم عامل
• 30. مقدمه ای بر برنامه نویسی شیء گرا (OOP)
• 31. کلاس ها و اشیاء
• 32. تعریف کلاس ها
• 33. متدهای سازنده (Constructor)
• 34. متدهای نمونه (Instance Methods)
• 35. ویژگی های کلاس (Class Attributes)
• 36. وراثت (Inheritance)
• 37. چندریختی (Polymorphism)
• 38. کپسوله‌سازی (Encapsulation)
• 39. مدیریت خطاها و استثناها (Exceptions)
• 40. try, except, finally
• 41. مدیریت انواع استثناها
• 42. ایجاد استثناهای سفارشی
• 43. کار با فایل ها: خواندن
• 44. کار با فایل ها: نوشتن
• 45. کار با فایل ها: افزودن
• 46. مدیریت مسیرهای فایل
• 47. کار با داده های متنی
• 48. کار با داده های CSV
• 49. کار با داده های JSON
• 50. مقدمه ای بر کتابخانه NumPy
• 51. آرایه های NumPy
• 52. عملیات پایه روی آرایه ها
• 53. شاخص گذاری و برش آرایه ها
• 54. عملیات ریاضی روی آرایه ها
• 55. توابع آماری NumPy
• 56. مقدمه ای بر کتابخانه SciPy
• 57. توابع بهینه سازی SciPy
• 58. توابع درون یابی SciPy
• 59. توابع انتگرال گیری SciPy
• 60. توابع حل معادلات دیفرانسیل SciPy
• 61. توابع تبدیل فوریه SciPy
• 62. مقدمه ای بر کتابخانه Matplotlib
• 63. رسم نمودارهای خطی
• 64. رسم نمودارهای پراکندگی (Scatter Plots)
• 65. رسم نمودارهای میله ای (Bar Charts)
• 66. رسم هیستوگرام (Histograms)
• 67. تنظیمات نمودار: عنوان، برچسب ها، راهنما
• 68. ذخیره سازی نمودارها
• 69. کار با داده های علمی
• 70. تجسم داده ها
• 71. تحلیل داده های اکتشافی
• 72. کار با معادلات خطی
• 73. حل دستگاه معادلات خطی
• 74. مقدمه ای بر جبر خطی
• 75. ضرب ماتریس ها
• 76. معکوس ماتریس
• 77. مقادیر ویژه و بردارهای ویژه
• 78. مقدمه ای بر محاسبات عددی
• 79. روش های ریشه یابی
• 80. روش های تقریب
• 81. تحلیل حساسیت
• 82. مدل سازی مبتنی بر شبیه سازی
• 83. مدل سازی سیستم های فیزیکی
• 84. مدل سازی سیستم های زیستی
• 85. مدل سازی سیستم های اقتصادی
• 86. کاربرد پایتون در مهندسی برق
• 87. کاربرد پایتون در مهندسی مکانیک
• 88. کاربرد پایتون در مهندسی عمران
• 89. کاربرد پایتون در مهندسی شیمی
• 90. کاربرد پایتون در علوم کامپیوتر
• 91. کاربرد پایتون در هوش مصنوعی
• 92. کاربرد پایتون در یادگیری ماشین
• 93. کاربرد پایتون در پردازش تصویر
• 94. کاربرد پایتون در پردازش سیگنال
• 95. کاربرد پایتون در بهینه سازی
• 96. کاربرد پایتون در داده کاوی
• 97. کاربرد پایتون در تحلیل سری های زمانی
• 98. پروژه نهایی: حل یک مسئله واقعی
• 99. مرور و جمع بندی مطالب
• 100. منابع بیشتر برای یادگیری