اپلیکیشن اندرویدی فلش‌کارت آموزشی مقدمه‌ای بر برنامه‌نویسی تابعی (Functional Programming) در پایتون

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مقدمه‌ای بر برنامه‌نویسی تابعی (Functional Programming) در پایتون

موضوع کلی: برنامه نویسی

موضوع میانی: پایتون (Python)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر برنامه‌نویسی تابعی و تفاوت آن با دستوری
• 2. توابع به عنوان شهروند درجه یک در پایتون
• 3. توابع lambda و کاربردهای پایه
• 4. توابع map برای اعمال تابع روی دنباله‌ها
• 5. توابع filter برای فیلتر کردن داده‌ها
• 6. توابع reduce برای تجمیع مقادیر
• 7. درک مفهوم pure function و مزایای آن
• 8. تابع‌های مرتبه بالاتر (Higher-Order Functions)
• 9. closure و کاربردهای عملی آن
• 10. decorator و نحوه تعریف و استفاده
• 11. ایمپورت کردن ابزارهای تابعی از ماژول functools
• 12. مدیریت وضعیت با تابع‌های خالص
• 13. اصل immutability و داده‌های تغییرناپذیر
• 14. tuple به عنوان ساختار داده تابعی
• 15. namedtuple و کاربرد در داده‌های ساختاریافته
• 16. frozenset برای مجموعه‌های تغییرناپذیر
• 17. استفاده از map با چندین iterable
• 18. فیلتر کردن داده‌های تو در تو با filter
• 19. ترکیب map و filter برای پردازش داده
• 20. استفاده از reduce برای محاسبات تجمعی
• 21. partial function و تنظیم پارامترهای پیش‌فرض
• 22. تکنیک currying در پایتون
• 23. تعریف تابع‌های بازگشتی ساده
• 24. بازگشت tail و محدودیت‌های پایتون
• 25. حل مسائل با بازگشت در مقابل حلقه
• 26. تابع‌های بازگشتی روی ساختارهای داده
• 27. تکنیک memoization و کش کردن نتایج
• 28. استفاده از lru_cache از functools
• 29. درک lazy evaluation و generatorها
• 30. تعریف generator با کلمه کلیدی yield
• 31. generator expression در مقابل list comprehension
• 32. استفاده از itertools برای iteratorهای کارآمد
• 33. ترکیب iteratorها و generatorها در pipeline
• 34. تابع‌های ترکیبی (composition) در پایتون
• 35. پایپ لاین پردازش داده با توابع
• 36. مدیریت خطا در برنامه‌نویسی تابعی
• 37. استفاده از Maybe یا Option pattern ساده
• 38. استفاده از Either pattern برای خطاهای جایگزین
• 39. ایجاد dataclass برای مدل‌های تابعی
• 40. مقایسه classهای سنتی و dataclass
• 41. استفاده از @dataclass(frozen=True) برای تغییرناپذیری
• 42. تکنیک‌های تابعی برای مرتب‌سازی داده‌ها
• 43. مرتب‌سازی با key function و lambda
• 44. مرتب‌سازی چند سطحی با تابع‌های ترکیبی
• 45. گروه‌بندی داده‌ها با groupby از itertools
• 46. تبدیل داده‌ها با map و list comprehension
• 47. فشرده‌سازی داده‌ها با zip و unzip
• 48. مدیریت وضعیت global با تابع‌های خالص
• 49. تست‌پذیری توابع خالص
• 50. تست واحد (unit test) برای توابع تابعی
• 51. mock کردن وابستگی در توابع خالص
• 52. مدل‌سازی داده با رکوردهای تابعی
• 53. استفاده از enum برای حالت‌های محدود
• 54. مدیریت لیست‌های بزرگ با iterator
• 55. پردازش فایل به صورت تابعی
• 56. پردازش متن با map و filter
• 57. جمع‌بندی و تحلیل داده با reduce
• 58. مقایسه performance توابع تابعی و دستوری
• 59. بهینه‌سازی کد تابعی با ابزارهای پایتون
• 60. معرفی کتابخانه toolz برای برنامه‌نویسی تابعی
• 61. معرفی کتابخانه funcy برای توابع کمکی
• 62. پیاده‌سازی یک پروژه کوچک تابعی
• 63. بازنویسی کد دستوری به سبک تابعی
• 64. اشتباهات رایج در برنامه‌نویسی تابعی
• 65. بهترین شیوه‌ها و الگوهای تابعی در پایتون