📘 راهنمای جامع Python برای مبتدیان – نسخه سوم بازنگری‌شده

🐍 معرفی کتاب

Python یک زبان عالی برای شروع برنامه‌نویسی است و این راهنمای واضح و مختصر شما را گام‌به‌گام با مفاهیم پایه و پیشرفته آشنا می‌کند—از مفاهیم ابتدایی برنامه‌نویسی تا توابع، ساختار داده‌ها و طراحی شیءگرا. نسخه سوم بازنگری‌شده این کتاب نقش فزاینده مدل‌های زبانی بزرگ (LLM) در برنامه‌نویسی را پوشش می‌دهد و تمرین‌هایی برای نوشتن پرامپت‌های مؤثر، تست کد و مهارت‌های دیباگ ارائه می‌کند.

📌 آنچه با این راهنمای عملی خواهید آموخت:

• درک نحو و معنای زبان Python
• تعریف واضح هر مفهوم برنامه‌نویسی با تاکید بر واژگان شفاف
• کار با متغیرها، دستورات، توابع و ساختارهای داده‌ای به صورت منطقی
• تکنیک‌های خواندن و نوشتن فایل‌ها و پایگاه‌های داده
• درک کامل از اشیاء، متدها و برنامه‌نویسی شیءگرا
• استراتژی‌های دیباگ برای خطاهای نحوی، زمان اجرا و معنایی
• مقدمه‌ای بر بازگشت، طراحی رابط‌ها، ساختار داده‌ها و الگوریتم‌های پایه
• استفاده از LLMها، شامل پرامپت‌های مؤثر، تست کد و دیباگ
• و موارد بیشتر

📖 فهرست مطالب

فصل ۱: برنامه‌نویسی به‌عنوان یک روش تفکر

فصل ۲: متغیرها و دستورات

فصل ۳: توابع

فصل ۴: توابع و رابط‌ها

فصل ۵: شرط‌ها و بازگشت (Recursion)

فصل ۶: مقادیر بازگشتی

فصل ۷: حلقه‌ها و جستجو

فصل ۸: رشته‌ها و عبارت‌های منظم

فصل ۹: لیست‌ها

فصل ۱۰: دیکشنری‌ها

فصل ۱۱: تاپل‌ها

فصل ۱۲: تحلیل و تولید متن

فصل ۱۳: فایل‌ها و پایگاه داده‌ها

فصل ۱۴: کلاس‌ها و توابع

فصل ۱۵: کلاس‌ها و متدها

فصل ۱۶: کلاس‌ها و اشیاء

فصل ۱۷: ارث‌بری (Inheritance)

فصل ۱۸: امکانات اضافه Python

فصل ۱۹: نکات پایانی

👥 مخاطبان کتاب

این کتاب برای افرادی است که می‌خواهند برنامه‌نویسی را یاد بگیرند—چه کاملاً مبتدی باشند و چه تجربه‌ای از زبان‌های دیگر داشته باشند. برای کسانی که تجربه کافی در Python دارند، فصل‌های ابتدایی ممکن است کمی ساده به نظر برسد.

🎯 اهداف کتاب

کتاب با دقت روی واژگان نوشته شده و هر اصطلاح هنگام اولین استفاده تعریف می‌شود. در پایان هر فصل یک واژه‌نامه وجود دارد تا مفاهیم مرور شوند. تمرین‌های عملی نیز در انتهای هر فصل برای تثبیت یادگیری ارائه شده‌اند.

👨‍🏫 درباره نویسنده

Allen Downey، استاد پیشین مهندسی در Olin College و تولیدکننده ارشد در Brilliant است. او در دانشگاه‌های Wellesley، Colby و UC Berkeley تدریس کرده و دارای دکترای علوم کامپیوتر از UC Berkeley و کارشناسی ارشد از MIT می‌باشد.

Python is an excellent way to get started in programming, and this clear, concise guide walks you through Python a step at a time—beginning with basic programming concepts before moving on to functions, data structures, and object-oriented design. This revised third edition reflects the growing role of large language models (LLMs) in programming and includes exercises on effective LLM prompts, testing code, and debugging skills.

With this popular hands-on guide at your side, you'll get:

• A grounding in the syntax and semantics of the Python language
• A clear definition of each programming concept, with emphasis on clear vocabulary
• How to work with variables, statements, functions, and data structures in a logical progression
• Techniques for reading and writing files and databases
• A solid understanding of objects, methods, and object-oriented programming
• Debugging strategies for syntax, runtime, and semantic errors
• An introduction to recursion, interface design, data structures, and basic algorithms
• How to use LLMs—including effective prompts, testing code, and debugging
• And more

Table of Contents

Chapter 1. Programming as a Way of Thinking

Chapter 2. Variables and Statements

Chapter 3. Functions

Chapter 4. Functions and Interfaces

Chapter 5. Conditionals and Recursion

Chapter 6. Return Values

Chapter 7. Iteration and Search

Chapter 8. Strings and Regular Expressions

Chapter 9. Lists

Chapter 10. Dictionaries

Chapter 11. Tuples

Chapter 12. Text Analysis and Generation

Chapter 13. Files and Databases

Chapter 14. Classes and Functions

Chapter 15. Classes and Methods

Chapter 16. Classes and Objects

Chapter 17. Inheritance

Chapter 18. Python Extras

Chapter 19. Final Thoughts

Who Is This Book For?

If you want to learn to program, you have come to the right place. Python is one of the best programming languages for beginners—and it is also one of the most in-demand skills.

You have also come at the right time, because learning to program now is probably easier than ever. With virtual assistants like ChatGPT, you don’t have to learn alone. Throughout this book, I’ll suggest ways you can use these tools to accelerate your learning.

This book is primarily for people who have never programmed before and people who have some experience in another programming language. If you have substantial experience in Python, you might find the first few chapters too slow.

One of the challenges of learning to program is that you have to learn two languages: one is the programming language itself; the other is the vocabulary we use to talk about programs. If you learn only the programming language, you are likely to have problems when you need to interpret an error message, read documentation, talk to another person, or use virtual assistants. If you have done some programming, but you have not also learned this second language, I hope you find this book helpful.

Goals of the Book

Writing this book, I tried to be careful with the vocabulary. I define each term when it first appears. And there is a glossary at the end of each chapter that reviews the terms that were introduced.

I also tried to be concise. The less mental effort it takes to read the book, the more capacity you will have for programming.

But you can’t learn to program just by reading a book—you have to practice. For that reason, this book includes exercises at the end of every chapter where you can practice what you have learned.

If you read carefully and work on exercises consistently, you will make progress. But I’ll warn you now—learning to program is not easy, and even for experienced programmers it can be frustrating. As we go, I will suggest strategies to help you write correct programs and fix incorrect ones.

About the Author

Allen Downey is a Staff Producer at Brilliant and Professor Emeritus at Olin College of Engineering. He has taught computer science at Wellesley College, Colby College and U.C. Berkeley. He has a Ph.D. in Computer Science from U.C. Berkeley and a Master’s Degree from MIT.