edited l08.2 - completed

Author: Saeid Darvish

source/lessons/l06-python-syntax.rst

@@ -580,6 +580,34 @@ Docstring باید به عنوان دستور نخست درج گردد و این
 .. tip:: 
     [`PEP 8 <http://www.python.org/dev/peps/pep-0008>`_]: برای نام‌گذاری ثابت‌ها (Constants) تنها از حروف بزرگ و برای جداسازی کلمه‌ها نیز از ``ـ`` استفاده شود. مانند: MAX_OVERFLOW ،TOTAL و...
 
+.. _python-none: 
+
+NoneType
+----------
+
+[`None <http://docs.python.org/3/library/constants.html#None>`_] یک شی آماده و بدون مقدار در پایتون است::
+
+    >>> n = None
+
+    >>> type(n)
+    <class 'NoneType'>
+
+    >>> print(n)
+    None
+
+    >>> import sys
+    >>> sys.getsizeof(a)
+    16
+
+    >>> n = 5
+    >>> type(n)
+    <class 'int'>
+
+این شی را می‌توان معرف مقدار هیچی یا ``null`` در پایتون نیز در نظر گرفت. یک کاربرد مهم از این شی در زمانی است که می‌خواهیم یک متغیر بدون مقدار اولیه ایجاد و مقداردهی را بر اساس شرایطی دیگر در ادامه برنامه تعریف نماییم.
+
+این شی کاربردهای فراوانی دارد که به مرور با آن‌ها آشنا خواهید شد.
+
+
 .. _python-operators: 
 
 عملگر‌ها

source/lessons/l08-set-and-dict-in-python.rst

@@ -354,8 +354,6 @@
 
 * ``()items`` [`اسناد پایتون <http://docs.python.org/3/library/stdtypes.html#dict.items>`__] تمام عضوهای شی را برمی‌گرداند - ``()values`` [`اسناد پایتون <http://docs.python.org/3/library/stdtypes.html#dict.values>`__] تمام مقدارهای موجود در شی را بر می‌گرداند - ``()keys`` [`اسناد پایتون <http://docs.python.org/3/library/stdtypes.html#dict.keys>`__] تمام کلیدهای موجود در شی را بر می‌گرداند::
 
-    >>> # Python 3.x
-
     >>> d = {1:'One', 2:'Two', 3:'Three'}
 
     >>> d.items()
@@ -367,48 +365,6 @@
     >>> d.keys()
     dict_keys([1, 2, 3])
 
-  توجه داشته باشید که در نسخه‌های 3x پایتون خروجی این متدها از نوع متفاوتی است که با استفاده از ``()type`` می‌توانید مشاهده کنید؛ این نوع ``dict_view`` نامیده می‌شود [`اسناد پایتون 3x <http://docs.python.org/3/library/stdtypes.html#dict-views>`__]. این متدها یک کپی از داده‌های مورد نظر (عضوها یا مقدارها یا کلیدها) را بر نمی‌گردانند بلکه می‌توان گفت پنجره‌ای برای مشاهده آنچه که هست باز می‌کنند و در هر زمان که این داده‌ها تغییر کنند این خروجی‌ها نیز تغییر می‌کنند. برای مشاهده بهتر این خروجی‌ها می‌توانید آن‌ها را به نوع لیست تبدیل نمایید::
-
-      >>> list(d.items())
-      [(1, 'One'), (2, 'Two'), (3, 'Three')]
-
-      >>> list(d.values())
-      ['One', 'Two', 'Three']
-
-      >>> list(d.keys())
-      [1, 2, 3]
-
-  این متدها در پایتون 2x چنین خروجی ندارند و تنها یکی کپی از داده‌ها را برمی‌گردانند. البته در نسخه 2.7 متدهای معادلی با عنوان‌های ``()viewitems`` [`اسناد پایتون <http://docs.python.org/2/library/stdtypes.html#dict.viewitems>`__] و ``()viewvalues`` [`اسناد پایتون <http://docs.python.org/2/library/stdtypes.html#dict.viewvalues>`__] و ``()viewkeys`` [`اسناد پایتون <http://docs.python.org/2/library/stdtypes.html#dict.viewkeys>`__] پورت شده است::
-
-    >>> # Python 2.7
-
-    >>> d = {1:'One', 2:'Two', 3:'Three'}
-
-    >>> d.viewitems()
-    dict_items([(1, 'One'), (2, 'Two'), (3, 'Three')])
-
-    >>> d.viewvalues()
-    dict_values(['One', 'Two', 'Three'])
-
-    >>> d.viewkeys()
-    dict_keys([1, 2, 3])
-
-  ::
-
-      >>> # Python 2.x
-
-      >>> d = {1:'One', 2:'Two', 3:'Three'}
- 
-      >>> d.items()
-      [(1, 'One'), (2, 'Two'), (3, 'Three')]
-
-      >>> d.values()
-      ['One', 'Two', 'Three']
-
-      >>> d.keys()
-      [1, 2, 3]
-
-
 
 * ``()clear`` [`اسناد پایتون <http://docs.python.org/3/library/stdtypes.html#dict.clear>`__] - تمام عضوهای یک شی دیکشنری را حذف می‌کند::
 
@@ -563,20 +519,7 @@
 
 هیچ سینتکس خاصی برای ایجاد یا بیان یک شی خالی از نوع مجموعه وجود ندارد و تنها می‌بایست از کلاس ``()set`` - بدون آرگومان - استفاده کرد. توجه داشته باشید که ``{}`` بیانگر یک شی دیکشنری خالی است و نه یک مجموعه خالی::
 
-    >>> a = {}       # Python 2.x
-    >>> type(a)
-    <type 'dict'>
-
-    >>> b = set()
-    >>> type(b)
-    <type 'set'>
-
-    >>> b
-    set([])
-
-::
-
-    >>> a = {}       # Python 3.x
+    >>> a = {} 
     >>> type(a)
     <class 'dict'>
 
@@ -595,46 +538,48 @@
     5
 
 
+.. _python-set-operators: 
 
-.. rubric:: عملگرها برای مجموعه
+عملگرها برای مجموعه
+~~~~~~~~~~~~~~~~~~~~~~~~~~
 
 تعدادی از عملگرها هستند که برای اشیا مجموعه تعریف خاصی پیدا می‌کنند؛ در حالی که در مورد اشیا دیگر چنین رفتاری ندارند. این عملگرها در واقع پیاده‌سازی تعریف مشخصی در مفهوم ریاضی مجموعه‌ها هستند:
 
-* ``|`` اجتماع (Union): مانند ``A | B`` که حاصل آن مجموعه‌ای می‌باشد که تمام عضوهای مجموعه ``A`` و مجموعه ``B`` را داشته باشد و هیچ عضو اضافه دیگری نداشته باشد.
+* ``|`` اجتماع (Union): مانند ``A | B`` که حاصل آن مجموعه‌ای می‌باشد که تمام عضوهای مجموعه ``A`` و مجموعه ``B`` را داشته باشد و هیچ عضو اضافه دیگری نداشته باشد::
+
+    >>> A = {'u', 'v', 'w', 'x', 'y', 'z'}
+    >>> B = {'q', 'r', 's', 't', 'u', 'v', 'w'}
 
     >>> A | B
-    {'w', 'y', 'q', 't', 'r', 'z', 's', 'v', 'u', 'x'}
+    {'y', 's', 'x', 'u', 'r', 'z', 't', 'w', 'v', 'q'}
 
 * ``&`` اشتراک (Intersection): مانند ``A & B`` که حاصل آن مجموعه‌ای می‌باشد که تنها شامل عضوهایی است که هم در مجموعه ``A`` هستند و هم در مجموعه ``B``::
 
     >>> A & B
-    {'w', 'v', 'u'}
+    {'v', 'u', 'w'}
 
 
 * ``-`` تفاضل (Difference): مانند ``A - B`` که حاصل آن مجموعه‌ای می‌باشد که تنها شامل عضوهایی از مجموعه ``A`` است كه در مجموعه ``B`` نيستند::
 
-    >>> A = {'u', 'v', 'w', 'x', 'y', 'z'}
-    >>> B = {'q', 'r', 's', 't', 'u', 'v', 'w',}
-
     >>> A - B
-    {'z', 'y', 'x'}
+    {'y', 'z', 'x'}
 
 
 * ``^`` تفاضل متقارن (Symmetric difference): مانند ``A ^ B`` که حاصل آن مجموعه‌ای می‌باشد که برابر اجتماع ِ تفاضل ``A`` از ``B`` و تفاضل ``B`` از ``A`` می‌باشد یعنی: ``(A-B) | (B-A)``::
 
     >>> A ^ B
-    {'q', 'y', 't', 'r', 'z', 's', 'x'}
+    {'y', 'z', 's', 'q', 'x', 'r', 't'}
 
   ::
 
       >>> (A-B) | (B-A)
-      {'y', 'q', 't', 'r', 'z', 'x', 's'}
+      {'y', 'r', 'z', 't', 's', 'x', 'q'}
 
 
   تفاضل متقارن را می‌توان به صورت پایین نیز تعریف کرد::
 
       >>> (A|B) - (B&A)
-      {'y', 'q', 't', 'r', 'z', 's', 'x'}
+      {'y', 'x', 'r', 'z', 't', 's', 'q'}
 
 * ``>`` زیرمجموعه (Subset): مانند ``A < B`` که اگر مجموعه ``A`` زیرمجموعه‌ای از مجموعه ``B`` باشد مقدار ``True`` را برمی‌گرداند. در مقابل عملگر ``<`` قرار دارد که برای مثال در عبارت  ``A > B`` اگر مجموعه ``A`` یک Superset برای مجموعه ``B`` باشد مقدار ``True`` را برمی‌گرداند::
 
@@ -672,7 +617,11 @@
     >>> A is C
     True
 
-.. rubric:: برخی از متدهای کاربردی یک شی مجموعه
+
+.. _python-set-methods:
+
+برخی از متدهای کاربردی یک شی مجموعه
+~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 
 
 * ``()union`` [`اسناد پایتون <http://docs.python.org/3/library/stdtypes.html#set.union>`__] - تعدادی شی مجموعه را دریافت می‌کند و یک مجموعه جدید که برابر اجتماع شی مورد نظر با آن‌ها است را برمی‌گرداند::
@@ -745,25 +694,12 @@
       KeyError: 'pop from an empty set'
 
 
-.. rubric:: frozenset
-
-همانطور که پیش از این بیان شد مجموعه یک شی «تغییر پذیر» است با عضوهای «تغییر ناپذیر» و به دلیل همین تغییر پذیری است که می‌توانیم به سادگی توسط متدها عضوی به آن افزوده یا حذف نماییم. **”frozenset“** یک نوع جدید مجموعه است. همانگونه که می‌توانیم یک شی تاپل را معادل یک شی لیست تغییر ناپذیر تصویر کنیم؛ frozenset را نیز می‌توان **یک شی مجموعه تغییر ناپذیر** تصور کرد. نوع ``frozenset`` همان نوع ``set`` است، با تمام ویژگی‌های آن به غیر از تغییر پذیری که با استفاده از کلاس ``()frozenset`` ایجاد می‌گردد:
-
-*نسخه‌های 2x:*
-
-::
-
-    >>> L = [1, 2, 3]
-
-    >>> A = frozenset(L)
+.. _python-frozenset:
 
-    >>> type(A)
-    <type 'frozenset'>
+frozenset
+~~~~~~~~~~~~~
 
-    >>> A
-    frozenset([1, 2, 3])
-
-*نسخه‌های 3x:*
+همانطور که پیش از این بیان شد مجموعه یک شی «تغییر پذیر» است با عضوهای «تغییر ناپذیر» و به دلیل همین تغییر پذیری است که می‌توانیم به سادگی توسط متدهایش، عضوی به آن افزوده یا حذف نماییم. **”frozenset“** یک نوع جدید مجموعه است. همانگونه که می‌توانیم یک شی تاپل را معادل یک شی لیست تغییر ناپذیر تصویر کنیم؛ frozenset را نیز می‌توان **یک شی مجموعه تغییر ناپذیر** تصور کرد. نوع ``frozenset`` همان نوع ``set`` است، با تمام ویژگی‌های آن به غیر از تغییر پذیری که با استفاده از کلاس ``()frozenset`` ایجاد می‌گردد:
 
 ::
 
@@ -783,34 +719,10 @@
     ['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'copy', 'difference', 'intersection', 'isdisjoint', 'issubset', 'issuperset', 'symmetric_difference', 'union']
 
 
-NoneType
-----------
-
-این نوع شی فاقد مقدار است و با انتساب ثابت ``None`` [`اسناد پایتون <http://docs.python.org/3/library/constants.html#None>`__] به یک نام ایجاد می‌گردد::
-
-    >>> n = None
-
-    >>> type(n)
-    <class 'NoneType'>
-
-    >>> print(n)
-    None
-
-    >>> import sys
-    >>> sys.getsizeof(a)
-    16
-
-    >>> n = 5
-    >>> type(n)
-    <class 'int'>
-
-``None`` در پایتون 3x جزو کلمه‌های کلیدی (keywords) تعریف شده است.
-
-
 دسته‌بندی
 -----------
 
-در این بخش به دسته‌بندی انواع شی بر اساس برخی از تعریف‌های پایتون پرداخته شده است.
+اکنون با انواع داده و نیز ساختمان‌های داده متداول در پایتون آشنا شده‌اید. در این بخش به منظور جمع‌بندی، به دسته‌بندی این اشیا خواهیم پرداخت:
 
 
 * انواع عددی (Numeric Types):
@@ -819,7 +731,6 @@ NoneType
     :linenos:
 
     - int
-    - long (2.x)
     - float
     - complex
     - Decimal
@@ -832,9 +743,8 @@ NoneType
     :linenos:
 
     - str
-    - unicode (2.x)
-    - bytes (3.x)
-    - bytearray (3.x/2.6+)
+    - bytes
+    - bytearray
     - tuple
     - list
 
@@ -844,15 +754,13 @@ NoneType
     :linenos:
 
     - int
-    - long (2.x)
     - float
     - complex
     - Decimal
     - Fraction
     - bool
     - str
-    - unicode (2.x)
-    - bytes (3.x)
+    - bytes
     - tuple
     - frozenset
 
@@ -862,7 +770,7 @@ NoneType
   .. code-block:: html
     :linenos:
 
-    - bytearray (3.x/2.6+)
+    - bytearray
     - list
     - dict
     - set
@@ -889,10 +797,8 @@ NoneType
     :linenos:
 
     - zip
-    - dict_views
     - NoneType
 
-*در درس‌های بعد نیز با انواع آماده (Built-in) دیگری آشنا خواهیم شد.*
 
 |