اگر تازه می‌خواهید وارد دنیای برنامه‌نویسی شوید، با یک مسئلهٔ کوچک و قابل بررسی شروع کنید: چند ورودی بگیرید، روی آن‌ها یک قاعده اجرا کنید و نتیجه را نمایش دهید. پایتون برای این تمرین مناسب است، چون می‌توانید مفهوم را با کد نسبتاً کوتاه آزمایش کنید. هدف مرحلهٔ اول، حفظ‌کردن دستورها نیست؛ باید بتوانید توضیح دهید چرا برنامه یک خروجی مشخص تولید کرده است.

برنامه‌نویسی دقیقاً چه کاری است؟

فرض کنید مسئول ثبت‌نام یک کلاس هستید. نام دانشجو، تعداد جلسه‌های حاضر و نمرهٔ تمرین را دارید. قرار است مشخص کنید چه کسی شرایط دریافت گواهی را دارد. پیش از نوشتن پایتون باید تصمیم بگیرید «شرایط» چیست: حضور حداقل ۸ جلسه؟ نمرهٔ حداقل ۱۲؟ هر دو؟ همین تبدیل خواستهٔ مبهم به قاعدهٔ روشن، بخش مهم برنامه‌نویسی است.

کامپیوتر منظور پنهان شما را حدس نمی‌زند. اگر گفته باشید نمره بزرگ‌تر از ۱۲ باشد، دانشجوی دارای نمرهٔ دقیقاً ۱۲ قبول نمی‌شود. بنابراین انتخاب نام‌ها، تعریف ورودی معتبر و بررسی مرزها از همان ابتدا اهمیت دارند.

مسیر یادگیری با خروجی قابل اندازه‌گیری

مرحله چیزهایی که یاد می‌گیرید نشانهٔ آمادگی برای ادامه
شروع فایل، مفسر، اجرای برنامه یک فایل را از ویرایشگر و ترمینال اجرا می‌کنید
پایه متغیر، رشته، عدد، شرط و حلقه گزارش ساده‌ای از چند ورودی می‌سازید
سازمان‌دهی تابع، دیکشنری، ماژول و خطا برنامه را به بخش‌های قابل آزمون تقسیم می‌کنید
کار با داده فایل، NumPy و Pandas دادهٔ نامعتبر را شناسایی و گزارش می‌کنید
ورود به مدل‌سازی تقسیم داده، خط مبنا و ارزیابی کیفیت مدل را روی دادهٔ کنارگذاشته‌شده می‌سنجید

سه دورهٔ پایتون آکادمی کدچ همین حرکت تدریجی را پوشش می‌دهند. مقدماتی ۱ پایه‌های زبان را می‌سازد، مقدماتی ۲ به تابع و ابزارهای برنامهٔ منظم می‌رسد و دورهٔ پیشرفته با گرایش هوش مصنوعی روی برنامه‌نویسی و داده تمرکز می‌کند. عنوان «هوش مصنوعی» به این معنی نیست که پس از چند دستور باید سراغ ساخت یک مدل بزرگ بروید.

اولین مسئله را روی کاغذ حل کنید

می‌خواهیم هزینهٔ سه دفتر هم‌قیمت را حساب کنیم. ابتدا ورودی‌ها و واحدشان را تعیین می‌کنیم: تعداد دفتر و قیمت هر دفتر به تومان. سپس ضرب انجام می‌دهیم. این نمونه ورودی آماده دارد تا توجه شما روی رابطهٔ داده‌ها بماند:

count = 3
unit_price = 45000
total = count * unit_price
print(total)
assert total == 135000

خروجی 135000 است. حالا تعداد را صفر کنید. آیا نتیجه منطقی است؟ اگر تعداد منفی باشد چه باید کرد؟ پاسخ این پرسش دوم را زبان تعیین نمی‌کند؛ قرارداد مسئله تعیین می‌کند. در نسخهٔ بعدی می‌توانید ورودی منفی را رد کنید.

چطور تمرین کنیم که فقط تماشاگر نباشیم؟

برای هر موضوع یک چرخهٔ کوتاه بسازید: ابتدا خروجی یک مثال را پیش‌بینی کنید، سپس اجرا کنید، بعد یک ورودی را تغییر دهید و دلیل تفاوت را بنویسید. در پایان، همان ایده را بدون نگاه‌کردن به مثال روی مسئله‌ای نزدیک پیاده کنید. تغییر نام متغیرها به‌تنهایی تمرین تازه محسوب نمی‌شود؛ بهتر است قاعده یا شکل داده عوض شود.

یک دفتر خطا هم داشته باشید. به‌جای ثبت جملهٔ «کدم کار نکرد»، نام خطا، کوچک‌ترین ورودی ایجادکنندهٔ آن و دلیل اصلاح را یادداشت کنید. این دفتر پس از چند هفته از فهرست طولانی ویدئوهای تماشاشده کاربردی‌تر می‌شود.

آیا برای شروع باید ریاضی قوی داشته باشیم؟

برای شرط، حلقه و کار با فایل، حساب پایه و دقت منطقی کافی است. برای تحلیل آماری و یادگیری ماشین، به‌تدریج آمار، احتمال و جبر خطی لازم می‌شود. یادگیری این بخش‌ها را با مسئلهٔ واقعی همراه کنید؛ مثلاً میانگین و پراکندگی را هنگام بررسی یک ستون داده تمرین کنید. زمان رسیدن به تسلط برای همه یکسان نیست و به تمرین مستقل و پیش‌زمینه بستگی دارد.

تمرین و گفت‌وگو

یک کار تکراری روزمره انتخاب کنید و فقط سه چیز بنویسید: ورودی، قاعده و خروجی. اگر بین دو قاعده مردد هستید، همان دو حالت را در دیدگاه بفرستید تا دربارهٔ تبدیل آن‌ها به اولین برنامهٔ پایتون گفت‌وگو کنیم.

منابع و ادامهٔ یادگیری

این آموزش بر پایهٔ پایتون مقدماتی ۱ آکادمی کدچ، فصل ۱: از شناخت کامپیوتر تا اولین برنامه، و مثال‌های بازنویسی‌شده برای این مقاله تدوین شده است.

برای ادامهٔ تمرین، دوره‌های آموزش پایتون آکادمی کدچ را ببینید. در بخش دیدگاه همین مقاله می‌توانید پرسش و نمونهٔ کوچک کد خود را مطرح کنید.

گفت‌وگو دربارهٔ این مطلب

هنوز دیدگاهی منتشر نشده است.

برای ثبت دیدگاه وارد حساب کاربری شوید.