زمان مطالعه: 15 دقیقه 2 از 5

دانلود رایگان کتاب و جزوه پایتون PDF ۱۴۰۴ – بهترین منابع یادگیری

دانلود رایگان ۴۵+ کتاب و جزوه پایتون PDF ۱۴۰۴ – بهترین منابع فارسی و انگلیسی

دانلود رایگان کتاب و جزوه پایتون PDF – بهترین منابع یادگیری پایتون در سال ۱۴۰۴

در این مقاله جامع، بهترین کتاب‌ها و جزوه‌های رایگان پایتون رو با نقد و بررسی کامل، خلاصه فصل‌ها، مثال‌های واقعی کد و لینک دانلود مستقیم و سالم براتون جمع‌آوری کردیم.
چه تازه‌کار باشی، چه برنامه‌نویس متوسط یا متخصص هوش مصنوعی و دیتاساینس — حتماً کتاب مناسب خودت رو پیدا می‌کنی.

چرا پایتون در سال ۱۴۰۴ هنوز شماره ۱ جهان است؟

پایتون طبق شاخص‌های TIOBE و PYPL در سال ۲۰۲۵ همچنان محبوب‌ترین زبان برنامه‌نویسی جهان است و در این حوزه‌ها بی‌رقیب مانده:

• هوش مصنوعی و یادگیری ماشین
• علم داده و تحلیل داده‌های بزرگ
• توسعه وب (Django – FastAPI)
• اتوماسیون و اسکریپت‌نویسی
• امنیت سایبری و هک قانونی
• توسعه بازی و اپلیکیشن دسکتاپ

هنوز مطمئن نیستی؟ این مقاله رو حتماً بخون → پایتون چیست؟ راهنمای کامل شروع در ۱۴۰۴

چطور بهترین کتاب پایتون رو برای خودت انتخاب کنی؟

هر کسی سبک یادگیری متفاوتی داره. ما همه نیازها رو پوشش دادیم:

• کتاب‌های مقدماتی (کاملاً بدون پیش‌نیاز)
• کتاب‌های متوسط و پیشرفته
• کتاب‌های تخصصی هوش مصنوعی، دیتاساینس، وب و امنیت
• کتاب و جزوه مخصوص کودکان و نوجوانان → آموزش برنامه‌نویسی کودکان با پایتون ۱۴۰۴

پیشنهاد طلایی: کتاب رایگان + دوره پروژه‌محور = نتیجه تضمینی

بهترین نتیجه رو وقتی می‌گیری که کتاب‌های رایگان رو با تمرین واقعی ترکیب کنی.
ما کامل‌ترین دوره پایتون ایران رو داریم:

دوره جامع پایتون از مقدماتی تا پیشرفته (پروژه‌محور + پشتیبانی ۲۴ ساعته)
بیش از ۲۰۰ ساعت ویدئو ۴K – ۳۰+ پروژه واقعی – مدرک معتبر – هزاران فارغ‌التحصیل شاغل

بیا شروع کنیم!

همه کتاب‌ها پایین‌تر با این مشخصات هستن:
✔ خلاصه و نقد صادقانه
✔ مناسب چه سطحی؟
✔ مثال واقعی کد از داخل کتاب
✔ لینک دانلود مستقیم و سالم (گوگل‌درایو + GitHub)

Python Cookbook

کتاب آشپزی پایتون

۱. Python Cookbook (ویرایش سوم) – بهترین کتاب «دستور پخت» پایتون برای حرفه‌ای شدن در سال ۱۴۰۴

سطح: متوسط تا حرفه‌ای
تعداد صفحه: ۷۰۶ صفحه
نویسنده: David Beazley – یکی از معروف‌ترین پایتون‌کارهای دنیا
آخرین نسخه به‌روز: کاملاً سازگار با پایتون ۳.۱۲ و ۳.۱۳ (سال ۲۰۲۴–۲۰۲۵)

اگر قبلاً پایتون یاد گرفتی و حالا می‌خوای کدهایت رو از «معمولی» به «حرفه‌ای و تمیز» تبدیل کنی، این کتاب دقیقاً همون چیزیه که همه Pythonistaهای دنیا قسمش می‌خورن.

چرا این کتاب رو همه برنامه‌نویس‌های حرفه‌ای دارند؟

• بیش از ۳۰۰ دستور پخت واقعی که هر روز در پروژه‌های بزرگ استفاده می‌شه
• هر دستور شامل: مشکل واقعی + کد تمیز + توضیح کامل «چرا این روش بهترینه»
• یاد می‌گیری مثل توسعه‌دهنده‌های گوگل و آمازون کد بزنی
• عالی برای مصاحبه‌های کاری و پروژه‌های فریلنس

چند نمونه موضوع طلایی که تو این کتاب یاد می‌گیری

• کار حرفه‌ای با دیکشنری، لیست، set و collections
• دکوراتور، generator و متاکلس پیشرفته
• برنامه‌نویسی همزمان با asyncio و threading
• بهینه‌سازی سرعت کد و پروفایل کردن
• کار با فایل‌های JSON، CSV، Excel و دیتابیس
• نوشتن کد تمیز و قابل نگهداری (Clean Code در پایتون)

مثال واقعی از داخل کتاب (فصل اول)

# پیدا کردن شایع‌ترین عناصر یک لیست (در یک خط!)
from collections import Counter

items = ['علی', 'مریم', 'علی', 'رضا', 'مریم', 'علی', 'سارا', 'علی']
print(Counter(items).most_common(3))
# خروجی: [('علی', 4), ('مریم', 2), ('رضا', 1)]

لینک‌های دانلود ۱۰۰٪ سالم و تست‌شده – آذر ۱۴۰۴

دانلود Python Cookbook 3rd Edition – 706 صفحه PDF با کیفیت اصلی

دانلود کدهای کامل کتاب از GitHub رسمی نویسنده (David Beazley)
دانلود مستقیم PDF کامل کتاب (۷۰۶ صفحه – کیفیت عالی)

ترکیب طلایی: کتاب رایگان + تمرین واقعی

این کتاب رو دانلود کن و همزمان تو دوره پروژه‌محور ما همه دستور پخت‌های مهمش رو با هم زنده پیاده‌سازی می‌کنیم:

دوره جامع پایتون از مقدماتی تا پیشرفته (پروژه‌محور + پشتیبانی ۲۴ ساعته)

Hadoop with python

hadoop با پایتون

۲. Hadoop with Python – بهترین کتاب رایگان برای ورود به بیگ‌دیتا و هادوپ با پایتون در سال ۱۴۰۴

سطح: متوسط تا پیشرفته
تعداد صفحه: فقط ۱۱۰ صفحه (کوتاه، مفید و پرمحتوا)
نویسندگان: Zachary Radtka و Donald Miner (از متخصصان اصلی حوزه MapReduce)
بهترین برای: دیتا اینجینرها، دیتا ساینتیست‌ها کسانی که می‌خوان تو شرکت‌های بزرگ بیگ‌دیتا کار کنن

هادوپ رو همه با جاوا می‌شناسن، اما حرفه‌ای‌ها با پایتون کار می‌کنن! این کتاب کوتاه دقیقاً بهت یاد می‌ده چطور با پایتون روی هادوپ، Spark و Pig کار کنی — بدون اینکه یک خط جاوا بنویسی.

با خوندن این ۱۱۰ صفحه چی یاد می‌گیری؟

• اتصال پایتون به HDFS (ذخیره و خواندن فایل‌های چند ترابایتی)
• نوشتن MapReduce با mrjob (به جای جاوا!)
• کار با Apache Pig و Pig Latin از داخل پایتون
• اجرای Spark با PySpark به صورت حرفه‌ای
• streaming داده با Python Streaming در هادوپ
• بهترین روش‌های واقعی که تو شرکت‌های بزرگ استفاده می‌شه

مثال واقعی از داخل کتاب (mrjob – MapReduce با پایتون)

# wordcount.py – شمارش کلمات چند ترابایت داده فقط با ۲۰ خط کد پایتون!
from mrjob.job import MRJob

class MRWordCount(MRJob):
    def mapper(self, _, line):
        for word in line.split():
            yield word.lower(), 1

    def reducer(self, word, counts):
        yield word, sum(counts)

if __name__ == '__main__':
    MRWordCount.run()

فقط دستور زیر رو بزن و تمام!
python wordcount.py -r hadoop hdfs:///data/large-file.txt

لینک‌های دانلود ۱۰۰٪ سالم و مستقیم – تست‌شده آذر ۱۴۰۴

می‌خوای تو سال ۱۴۰۴ دیتا اینجینر بشی؟

این کتاب رو بخون + دوره‌های تخصصی ما رو ببین:

دوره کامل دیتا ساینس و بیگ دیتا با پایتون و Spark (پروژه‌محور)

How to Make Mistakes in Python

چگونه در پایتون اشتباه کنیم

۳. How to Make Mistakes in Python – خنده‌دارترین و مفیدترین کتاب پایتون دنیا (فقط ۷۵ صفحه)

سطح: همه سطوح (مبتدی تا حرفه‌ای)
تعداد صفحه: فقط ۷۵ صفحه (کوتاه، باحال و پر از درس)
نویسنده: Mike Pirnat – ۲۰+ سال تجربه واقعی پایتون
بهترین برای: هرکسی که نمی‌خواد با صورت بخوره زمین!

حتی بهترین برنامه‌نویس‌های دنیا هم گند می‌زنن. مایک پیرنات تو این کتاب ۷۵ صفحه‌ای همه گندهای خنده‌دار و گرون خودش رو رو کرده تا تو دیگه نزنی!

چند اشتباه معروف که بعد از خوندن این کتاب دیگه تکرار نمی‌کنی

• استفاده از mutable default argument (همه کاربرها یه لیست داشتن!)
• pip install بدون virtualenv (سیستم عامل کامل ترکید)
• فکر کردن threading در پایتون موازی اجرا می‌شه
• نوشتن تستی که خودش build رو خراب می‌کرد
• نصب پکیج‌های random تا وقتی هیچی کار نکنه
• و کلی داستان واقعی دیگه که همه حداقل یک بار تجربه کردیم

مثال کلاسیک کتاب (۹۰٪ مردم اینو زدن)

def add_to_list(item, my_list=[]):
    my_list.append(item)
    return my_list

print(add_to_list(1))    # → [1]
print(add_to_list(2))    # → [1, 2]   ← چی؟!

لینک‌های دانلود ۱۰۰٪ سالم و مستقیم – تست‌شده آذر ۱۴۰۴)

می‌خوای تو سال ۱۴۰۴ دیگه هیچ غلطی نکنی؟

این کتاب رو بخون + دوره پروژه‌محور ما رو بگیر:

دوره جامع پایتون پروژه‌محور (همه اشتباهات رایج رو با هم رفع می‌کنیم + پشتیبانی ۲۴ ساعته)

Functional Programming in Python

برنامه نویسی تابعی در پایتون

۴. Functional Programming in Python – بهترین کتاب رایگان برای برنامه‌نویسی تابعی با پایتون در سال ۱۴۰۴

سطح: متوسط تا پیشرفته
تعداد صفحه: فقط ۱۲۸ صفحه (کوتاه، عمیق و فوق‌العاده کاربردی)
نویسنده: David Mertz – نویسنده معروف کتاب Text Processing in Python
بهترین برای: برنامه‌نویس‌هایی که می‌خوان کد تمیز، سریع و حرفه‌ای (مثل Haskell ولی با پایتون!) بنویسن

پایتون زبان تابعی خالص نیست، ولی اگه درست استفاده بشه، می‌تونی کدهایی بنویسی که حتی برنامه‌نویس‌های Haskell هم حسرتش رو بخورن! این کتاب دقیقاً بهت یاد می‌ده چطور پایتون رو مثل یک زبان تابعی واقعی استفاده کنی.

با خوندن این ۱۲۸ صفحه چی یاد می‌گیری؟

• حذف کامل حلقه‌های for و while (با map, filter, reduce و comprehension)
• استفاده حرفه‌ای از lambda، functools، itertools و operator
• نوشتن توابع خالص (pure functions) و بدون side-effect
• کار با generator و iterator به سبک تابعی
• کتابخانه‌های فوق‌العاده مثل toolz، fn.py، returns و PyMonad
• بهترین روش‌ها و بدترین روش‌هایی که باید اجتناب کنی

مثال واقعی از داخل کتاب (حلقه for رو نابود کن!)

# به جای این کد ۱۰ خطی دستوری:
squares = []
for x in numbers:
    if x % 2 == 0:
        squares.append(x ** 2)

# با یک خط تابعی بنویس:
from itertools import filterfalse
squares = list(map(lambda x: x**2, filter(lambda x: x % 2 == 0, numbers)))

# یا حتی زیباتر با toolz:
from toolz import pipe, curry
squares = pipe(numbers, curry(filter)(lambda x: x%2==0), curry(map)(pow, 2), list)

لینک‌های دانلود ۱۰۰٪ سالم و مستقیم – تست‌شده آذر ۱۴۰۴

می‌خوای کدت رو مثل حرفه‌ای‌های واقعی تمیز کنی؟

این کتاب رو بخون + دوره‌های ما رو ببین:

دوره جامع پایتون پروژه‌محور (همه تکنیک‌های تابعی رو هم با هم پیاده می‌کنیم)

Picking a Python Version: A Manifesto

انتخاب یک نسخه پایتون: یک مانیفست

۵. Picking a Python Version: A Manifesto – بهترین راهنمای انتخاب نسخه پایتون در سال ۱۴۰۴ (فقط ۴۵ صفحه)

سطح: همه سطوح
تعداد صفحه: فقط ۴۵ صفحه (ولی زندگی برنامه‌نویسیت رو نجات می‌ده)
نویسنده: David Mertz – یکی از اعضای سابق Python Steering Council
بهترین برای: هرکسی که دیگه نمی‌خواد تو انتخاب Python 2/3، CPython، PyPy، Anaconda، venv، poetry و … گیج بشه!

سال ۱۴۰۴ دیگه هیچ بهانه‌ای نداری که بگی: «نمی‌دونستم کدوم نسخه پایتون رو نصب کنم!» این کتاب ۴۵ صفحه‌ای دقیقاً مثل یه درخت تصمیم‌گیری هوشمند عمل می‌کنه و تو ۱۰ دقیقه می‌گه دقیقاً چی باید نصب کنی.

این کتاب بهت جواب این سوال‌های ابدی رو می‌ده

• Python 3.11 یا 3.12 یا 3.13؟ (کدوم سریع‌تره؟)
• CPython رسمی یا PyPy برای پروژه‌های سنگین؟
• Anaconda/Miniconda یا pip + venv؟
• poetry یا pipenv یا requirements.txt؟
• برای دیتاساینس، وب، هوش مصنوعی یا اتوماسیون کدوم بهتره؟
• چرا بعضی پکیج‌ها فقط روی یه نسخه خاص کار می‌کنن؟
• چطور بدون دردسر چند نسخه پایتون همزمان داشته باشیم؟

خلاصه تصمیم‌گیری کتاب (فقط یه نگاه بنداز!)

اگر پروژه وب داری          → Python 3.12 + poetry
اگر دیتاساینس/هوش مصنوعی → Python 3.11 + conda
اگر سرعت خیلی مهمه         → PyPy 3.10
اگر فقط می‌خوای سریع شروع کنی → Python 3.13 + venv + pip

لینک‌های دانلود ۱۰۰٪ سالم و مستقیم – تست‌شده آذر ۱۴۰۴

دیگه هیچ‌وقت تو انتخاب نسخه پایتون گم نشو!

این کتاب رو بخون + بیا دوره ما تا از روز اول با بهترین تنظیمات و ابزارها شروع کنی:

دوره جامع پایتون پروژه‌محور (از نصب درست پایتون تا پروژه‌های واقعی + پشتیبانی ۲۴ ساعته)

20 Python Libraries You Aren't Using

20 کتابخانه پایتون که از آنها استفاده نمی کنید

۶. 20 Python Libraries You Aren’t Using (But Should) – جواهرات مخفی پایتون که زندگیت رو عوض می‌کنن (فقط ۱۰۵ صفحه)

سطح: متوسط تا حرفه‌ای
تعداد صفحه: فقط ۱۰۵ صفحه
نویسنده: Caleb Hattingh – شکارچی حرفه‌ای کتابخانه‌های ناب پایتون
بهترین برای: برنامه‌نویس‌هایی که از requests, pandas, flask خسته شدن و می‌خوان ۱۰ برابر سریع‌تر و تمیزتر کد بزنن

۹۹٪ برنامه‌نویس‌های پایتون فقط ۱۰ تا کتابخانه معروف رو می‌شناسن. این کتاب دقیقاً ۲۰ تا کتابخانه ناب و کمترشناخته‌شده رو بهت نشون می‌ده که وقتی یادشون بگیری، دیگه نمی‌تونی بدونشون کد بزنی!

چند تا از جواهرات این کتاب که بعد از خوندنش فوراً نصب می‌کنی

• rich → ترمینال رنگی و زیبا (به جای print کسل‌کننده)
• typer → ساخت CLI در ۱۰ خط (بهتر از argparse و click)
• pendulum / dateutil → کار با تاریخ و زمان بدون اعصاب‌خوردی
• loguru → لاگینگ حرفه‌ای در یک خط (خداحافظ logging پیچیده)
• httpx → requests ولی با async و HTTP/2
• pydantic → اعتبارسنجی دیتا (حالا همه FastAPI باهاش ساخته می‌شه)
• orjson → JSON صد برابر سریع‌تر از json معمولی
• icecream → دیباگ کردن با یک خط (بهتر از print و pdb)
• و ۱۲ تا کتابخانه دیگه که همین الان باید نصب کنی!

مثال واقعی از کتاب (loguru – لاگینگ در یک خط)

# به جای ۳۰ خط تنظیمات logging معمولی:
from loguru import logger

logger.add("app.log", rotation="10 MB", retention="7 days", compression="zip")
logger.info("شروع برنامه")
logger.success("کاربر وارد شد: {}", username)
logger.error("خطا رخ داد: {}", error)
# تمام! رنگ، زمان، فایل، همه چیز خودکار

لینک‌های دانلود ۱۰۰٪ سالم و مستقیم – تست‌شده آذر ۱۴۰۴

می‌خوای تو سال ۱۴۰۴ از بقیه ۱۰ قدم جلوتر باشی؟

این کتاب رو بخون + بیا دوره ما تا همه این ۲۰ تا کتابخانه رو توی پروژه‌های واقعی استفاده کنیم:

دوره جامع پایتون پروژه‌محور (همه کتابخانه‌های مدرن و ناب رو هم یاد می‌گیری + پشتیبانی ۲۴ ساعته)

A Whirlwind Tour of Python

تور گردباد پایتون

۷. A Whirlwind Tour of Python – بهترین کتاب رایگان برای شروع سریع پایتون در سال ۱۴۰۴ (فقط ۹۸ صفحه)

سطح: مبتدی تا متوسط (مخصوص کسانی که قبلاً برنامه‌نویسی کردن)
تعداد صفحه: فقط ۹۸ صفحه
نویسنده: Jake VanderPlas – نویسنده معروف کتاب Python Data Science Handbook
بهترین برای: برنامه‌نویس‌های جاوا، سی‌پلاس‌پلاس، جاوااسکریپت، متلب یا روبی که می‌خوان تو یک آخر هفته پایتون رو حرفه‌ای یاد بگیرن

اگر قبلاً برنامه‌نویسی بلدی ولی پایتون نه، این کتاب دقیقاً همون چیزیه که تو ۲-۳ روز پایتون رو مثل یه حرفه‌ای یادت می‌ده — بدون حاشیه و مستقیم به اصل مطلب!

تو این ۹۸ صفحه چی یاد می‌گیری؟

• نحو و ساختار پایتون ۳.۱۲+ در ۲۰ صفحه
• لیست، دیکشنری، set، tuple مثل حرفه‌ای‌ها
• توابع، lambda، comprehension، generator
• کلاس، وراثت، dunder methodها
• ماژول، فایل، exception handling
• آماده‌سازی کامل برای NumPy، Pandas، Matplotlib و Scikit-learn
• بیش از ۱۰۰ مثال واقعی و کوتاه

مثال واقعی از کتاب (همه چیز در یک نگاه)

# لیست comprehension + شرط + تابع در یک خط
numbers = range(20)
evens_squared = [x**2 for x in numbers if x % 2 == 0]
print(evens_squared)
# → [0, 4, 16, 36, 64, 100, 144, 196, 256, 324]

# دیکشنری comprehension
squares = {x: x**2 for x in range(10)}
print(squares)
# → {0: 0, 1: 1, 2: 4, 3: 9, ...}

لینک‌های دانلود ۱۰۰٪ سالم و مستقیم – تست‌شده آذر ۱۴۰۴

می‌خوای تو یک آخر هفته پایتون رو کامل یاد بگیری؟

این کتاب رو بخون + بیا دوره ما تا از روز اول با پروژه واقعی شروع کنی:

دوره جامع پایتون پروژه‌محور (برای برنامه‌نویس‌های باتجربه — فقط ۳۰ روز تا حرفه‌ای شدن!)

Test-Driven Development with Python

توسعه تست محور با پایتون

۸. Test-Driven Development with Python – بهترین کتاب رایگان TDD عملی با پایتون و جنگو (۴۵۰+ صفحه)

سطح: متوسط تا حرفه‌ای
تعداد صفحه: بیش از ۴۵۰ صفحه (کاملاً رایگان آنلاین)
نویسنده: Harry Percival – خالق معروف obeythetestinggoat.com
بهترین برای: هر کسی که می‌خواد وب‌سایت واقعی با TDD از صفر تا صد بسازه و دیگه هیچ‌وقت باگ تو پروداکشن نبینه!

این کتاب معروف‌ترین و عملی‌ترین کتاب TDD دنیاست. هری از صفحه خالی شروع می‌کنه و قدم‌به‌قدم با تست اول (Red-Green-Refactor) یه وب‌سایت کاملاً واقعی با جنگو، سلنیوم، جاوااسکریپت، وب‌سوکت و حتی Async می‌سازه — دقیقاً همونی که تو شرکت‌های بزرگ انجام می‌دن.

تو این کتاب چی یاد می‌گیری؟

• TDD واقعی از روز اول (نه فقط unit test، بلکه functional test با Selenium)
• ساخت وب‌سایت کامل با Django + Bootstrap + jQuery
• یکپارچه‌سازی دیتابیس، فرم‌ها، احراز هویت
• تست جاوااسکریپت و AJAX
• استفاده از Git، CI/CD و staging server
• وب‌سوکت، Live updates و برنامه‌نویسی Async
• کار با NoSQL (MongoDB) در کنار PostgreSQL
• استقرار روی Heroku و سرور واقعی

مثال معروف کتاب (تست اول پروژه واقعی)

# functional_tests.py
from selenium import webdriver
import unittest

class NewVisitorTest(unittest.TestCase):
    def setUp(self):
        self.browser = webdriver.Chrome()

    def tearDown(self):
        self.browser.quit()

    def test_can_start_a_list_and_retrieve_it_later(self):
        self.browser.get('http://localhost:8000')
        self.assertIn('To-Do', self.browser.title)
        # ... ادامه تست واقعی

لینک‌های دسترسی ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای تو سال ۱۴۰۴ یه توسعه‌دهنده جنگو حرفه‌ای با TDD بشی؟

این کتاب رو بخون + بیا دوره ما تا دقیقاً همون پروژه رو با هم از صفر تا صد بسازیم:

دوره کامل طراحی سایت با پایتون و جنگو (پروژه‌محور + TDD واقعی + پشتیبانی ۲۴ ساعته)

Python Web Frameworks

چارچوب های وب پایتون

۹. Python Web Frameworks – کامل‌ترین مقایسه ۳۰ فریم‌ورک وب پایتون در سال ۱۴۰۴ (فقط ۱۲۰ صفحه)

سطح: متوسط تا حرفه‌ای
تعداد صفحه: ۱۲۰ صفحه
نویسنده: Carlos de la Guardia – نویسنده کتاب Grok Development
بهترین برای: هر کسی که دیگه نمی‌خواد بین Django / Flask / FastAPI / Tornado / Pyramid / Bottle گیج بشه!

سال ۱۴۰۴ بیش از ۳۰ فریم‌ورک وب پایتون فعال وجود داره. این کتاب تنها منبعی هست که همه‌شون رو با هم مقایسه کرده و بهت دقیقاً می‌گه برای پروژه وب، API، میکروسرویس، Async یا واقعی‌زمان کدوم رو انتخاب کنی.

شش فریم‌ورک برتر که عمیق بررسی شدن

• Django → غول کامل (باتری شامل)
• Flask → مینیمال و انعطاف‌پذیر
• FastAPI → پادشاه API و Async در ۱۴۰۴
• Tornado → وب‌سوکت و real-time
• Pyramid → برای پروژه‌های خیلی بزرگ و پیچیده
• Bottle → تک‌فایلی و فوق سبک

و ۲۴ فریم‌ورک دیگه که شاید نشناسی ولی خیلی خفنن

• CherryPy, Quart, Starlette, Sanic, Aiohttp
• Hug, Falcon, Masonite, Growler, Morepath
• Appier, Cyclone, Fantastico, Muffin, Twisted, Vibora و …

جدول سریع تصمیم‌گیری (مستقیم از کتاب)

پروژه وب کامل + ادمین → Django
API سریع + Swagger خودکار → FastAPI
میکروسرویس سبک → Flask یا Quart
وب‌سوکت و چت → Tornado یا FastAPI
پروژه تک‌فایلی → Bottle
پروژه سازمانی خیلی بزرگ → Pyramid

لینک‌های دانلود ۱۰۰٪ سالم و مستقیم – تست‌شده آذر ۱۴۰۴

می‌خوای تو سال ۱۴۰۴ بهترین فریم‌ورک رو برای پروژه‌ات انتخاب کنی؟

این کتاب رو بخون + بیا دوره تخصصی ما تا دقیقاً همون فریم‌ورک مناسب رو با پروژه واقعی یاد بگیری:

دوره کامل طراحی سایت و وب‌اپلیکیشن با پایتون (Django + FastAPI + Flask — پروژه‌محور)

Python for Everybody

پایتون برای همه

۱۰. Python for Everybody – معروف‌ترین و کامل‌ترین کتاب رایگان پایتون دنیا (۵۰۰+ صفحه)

سطح: کاملاً مبتدی (حتی بدون هیچ پیش‌زمینه برنامه‌نویسی)
تعداد صفحه: بیش از ۵۰۰ صفحه
نویسنده: Dr. Charles Severance (دکتر چاک) – استاد دانشگاه میشیگان، خالق دوره معروف PY4E در Coursera
بهترین برای: هر کسی که می‌خواد از صفر مطلق تا سطح متوسط/حرفه‌ای پایتون رو یاد بگیره — مخصوصاً برای تحلیل داده، وب و اتوماسیون

بیش از ۳ میلیون نفر در سراسر جهان با همین کتاب پایتون رو یاد گرفتن! دکتر چاک با زبون خیلی ساده، از «سلام دنیا» شروع می‌کنه و تا کار با دیتابیس، وب‌اسکریپینگ، JSON، API و تحلیل داده با پایتون پیش می‌ره — بدون اینکه چرا این کتاب هنوز در سال ۱۴۰۴ شماره یک مبتدی‌هاست.

محتوای کتاب به صورت خلاصه

• فصل ۱-۵: مفاهیم اولیه (متغیر، شرط، حلقه، تابع)
• فصل ۶-۱۰: رشته‌ها، فایل، لیست، دیکشنری، تاپل
• فصل ۱۱-۱۳: عبارات منظم (Regex) + کار با فایل‌های بزرگ
• فصل ۱۴-۱۵: شبکه و وب‌اسکریپینگ با BeautifulSoup
• فصل ۱۶-۱۷: کار با JSON، API و سرویس‌های وب (مثل Google Maps)
• فصل ۱۸-۱۹: دیتابیس SQLite و SQL ساده
• فصل ۲۰: مصورسازی داده با Matplotlib

مثال واقعی از کتاب (وب‌اسکریپینگ در ۱۰ خط)

import urllib.request
from bs4 import BeautifulSoup

url = 'https://artehsoft.com'
fhand = urllib.request.urlopen(url)
for line in fhand:
    print(line.decode().strip())

لینک‌های دانلود ۱۰۰٪ سالم و مستقیم – تست‌شده آذر ۱۴۰۴

می‌خوای مثل ۳ میلیون نفر دیگه با بهترین روش پایتون رو یاد بگیری؟

اول این کتاب رو کامل بخون، بعد بیا دوره پروژه‌محور ما تا همون چیزها رو با پروژه واقعی تمرین کنیم:

دوره جامع پایتون از مقدماتی تا پیشرفته (همون مسیر Python for Everybody + ۳۰ پروژه واقعی)

The Hitchhiker’s Guide to Python

راهنمای سفر به پایتون

۱۱. The Hitchhiker’s Guide to Python – راهنمای کامل و حرفه‌ای شدن در پایتون (به‌روز تا سال ۱۴۰۴)

سطح: مبتدی تا حرفه‌ای
تعداد صفحه: حدود ۳۵۰ صفحه (کاملاً رایگان و همیشه به‌روز)
نویسندگان: Kenneth Reitz (خالق requests) + جامعه بزرگ پایتون
بهترین برای: هرکسی که می‌خواد بدونه «پایتون‌رو درست و حرفه‌ای چطور باید نوشت» — نه فقط «چطور بنویسیم»

این کتاب دقیقاً همون چیزیه که اگه سال ۲۰۰۸ وجود داشت، ۹۰٪ باگ‌ها و بدکدهای دنیا وجود نداشت! کنت ریتز و بهترین پایتون‌کارهای جهان اومدن و گفتن: «این کارا رو بکن، این کارا رو نکن» — و هر سال هم آپدیتش می‌کنن.

فقط چند تا از فصل‌های طلایی این کتاب

• نصب درست پایتون (pyenv + venv + poetry)
• ساختار دایرکتوری پروژه حرفه‌ای (کوچک، متوسط، بزرگ)
• بهترین روش‌های نوشتن کد تمیز (PEP 8 + black + isort + flake8)
• برنامه‌نویسی شیٔ‌گرا درست و اصولی
• تست‌نویسی حرفه‌ای (pytest + coverage + tox)
• داکیومنت‌نویسی با Sphinx و MkDocs
• پکیج‌سازی و انتشار در PyPI
• CI/CD با GitHub Actions
• بهترین کتابخانه‌ها برای هر کاری (به انتخاب جامعه)

مثال ساختار دایرکتوری پیشنهادی کتاب (همه شرکت‌های بزرگ همین‌جوری می‌نویسن)

my_awesome_project/
├── src/
│   └── my_awesome_project/
│       ├── __init__.py
│       ├── core.py
│       └── helpers.py
├── tests/
│   ├── unit/
│   └── integration/
├── docs/
├── pyproject.toml
├── README.md
└── .github/workflows/ci.yml

لینک‌های دسترسی ۱۰۰٪ رایگان و به‌روز – آذر ۱۴۰۴

می‌خوای از روز اول مثل حرفه‌ای‌های واقعی کد بزنی؟

اول این راهنما رو کامل بخون، بعد بیا دوره ما تا همه این بهترین روش‌ها رو توی پروژه‌های واقعی پیاده کنیم:

دوره جامع پایتون پروژه‌محور (دقیقاً طبق همین راهنما + ۳۰ پروژه واقعی + استانداردهای شرکتی)

Automate the Boring Stuff with Python

موارد خسته کننده را با پایتون خودکار کنید

۱۲. Automate the Boring Stuff with Python – پرفروش‌ترین و کاربردی‌ترین کتاب پایتون دنیا (۵۵۰+ صفحه)

سطح: کاملاً مبتدی (حتی بدون یک خط کد قبلاً!)
تعداد صفحه: بیش از ۵۵۰ صفحه + ویدیوهای رایگان
نویسنده: Al Sweigart – خالق دوره معروف Udemy با ۱.۵ میلیون دانشجو
بهترین برای: هر کسی که می‌خواد تو یک ماه کارهای تکراری زندگی و کارش رو با پایتون خودکار کنه (اکسل، PDF، ایمیل، وب‌اسکریپینگ، پیامک و …)

این کتابی نیست که فقط «پایتون یادت بده». این کتاب دقیقاً بهت یاد می‌ده چطور از فردا صبح کارهای خسته‌کننده زندگیت رو با ۱۰-۲۰ خط کد پایتون برای همیشه حذف کنی — و میلیون‌ها نفر همین کار رو کردن!

چند تا از کارهایی که بعد از خوندن این کتاب خودکار می‌کنی

• خواندن و ویرایش خودکار صدها فایل اکسل
• ساخت و ادغام خودکار PDFها
• ارسال ایمیل و پیامک انبوه
• وب‌اسکریپینگ و دانلود خودکار فایل‌ها
• تغییر نام هزاران فایل در یک ثانیه
• پر کردن خودکار فرم‌های وب
• کنترل ماوس و کیبورد (اتوماسیون GUI)
• کار با Google Sheets، Telegram، WhatsApp و …

مثال واقعی از کتاب (تغییر نام ۱۰۰۰ فایل در ۵ ثانیه)

import os
os.chdir(r'C:\فاکتورها')

for i, filename in enumerate(os.listdir('.'), 1):
    if filename.endswith('.pdf'):
        os.rename(filename, f'فاکتور_{i:04d}.pdf')
# تمام! همه فایل‌ها شماره‌دار شدن

لینک‌های دانلود ۱۰۰٪ سالم و مستقیم – تست‌شده آذر ۱۴۰۴

می‌خوای از همین فردا ۵ ساعت در روز وقت آزاد کنی؟

اول این کتاب رو کامل بخون (یا ویدیوهای رایگانش رو ببین)، بعد بیا دوره ما تا همه این اتوماسیون‌ها رو با هم بسازیم و حتی پول دربیاریم:

دوره جامع پایتون پروژه‌محور (شامل تمام پروژه‌های این کتاب + ۲۰ پروژه درآمدزا)

Python Data Science Handbook

کتاب راهنمای علوم داده پایتون

13. Python Data Science Handbook – کتاب مقدس دیتاساینس با پایتون (۶۵۰ صفحه تمام‌رنگ + Jupyter Notebook)

سطح: متوسط تا حرفه‌ای
نویسنده: Jake VanderPlas – دانشمند ارشد در دانشگاه واشنگتن و ناسا
بهترین برای: هرکسی که می‌خواد NumPy، Pandas، Matplotlib، Scikit-learn و Jupyter رو مثل حرفه‌ای‌ترین دیتاساینتیست‌های دنیا بلد باشه — این کتاب دقیقاً همون چیزیه که تو شرکت‌های گوگل، آمازون و اسپاتیفای استفاده می‌شه!

بیش از ۲ میلیون دیتاساینتیست در جهان با همین کتاب شروع کردن. اگر فقط یک کتاب دیتاساینس بخوای داشته باشی، همین کتاب کافیه — تمام ابزارهای اصلی رو با صدها مثال واقعی، نمودار رنگی و Jupyter Notebookهای آماده اجرا یاد می‌گیری.

فصل‌های طلایی کتاب

• IPython & Jupyter – محیط واقعی دیتاساینتیست‌ها
• NumPy – آرایه‌ها و عملیات برداری در سرعت سی‌پلاس‌پلاس
• Pandas – مثل اکسل ولی برای میلیون‌ها ردیف داده
• Matplotlib + Seaborn – نمودارهای زیبا و انتشاراتی
• Machine Learning با Scikit-learn – از رگرسیون تا شبکه عصبی

مثال واقعی از کتاب (همه کارها در ۱۰ خط!)

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="darkgrid")

# بارگذاری دیتاست معروف
tips = sns.load_dataset("tips")

# نمودار حرفه‌ای در یک خط
sns.relplot(x="total_bill", y="tip", col="time",
            hue="smoker", style="smoker", size="size", data=tips)

plt.show()

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای تا ۱۴۰۵ دیتاساینتیست حرفه‌ای بشی؟

اول این کتاب رو کامل کار کن، بعد بیا دوره تخصصی ما تا همه چیز رو با دیتاست‌های واقعی ایرانی و پروژه‌های درآمدزا تمرین کنیم:

دوره کامل دیتاساینس با پایتون (دقیقاً طبق این کتاب + ۲۰ پروژه واقعی + رزومه‌ساز)

Introduction to Machine Learning with Python

مقدمه ای بر یادگیری ماشین با پایتون

۱۴. Introduction to Machine Learning with Python – بهترین کتاب شروع یادگیری ماشین با پایتون در سال ۱۴۰۴ (۵۰۰+ صفحه تمام‌رنگ)

سطح: مبتدی تا متوسط در ML (پایتون رو متوسط بلد باشی کافیه)
نویسندگان: Andreas Müller (خالق خیلی از قسمت‌های Scikit-learn) + Sarah Guido
بهترین برای: هرکسی که می‌خواد از صفر تا ساخت مدل‌های واقعی ML با Scikit-learn برسه — بدون ریاضیات سنگین و فقط با کدهای عملی!

این کتاب دقیقاً همون چیزیه که ۹۵٪ دیتاساینتیست‌ها و مهندس‌های ML ایران و جهان با اون شروع کردن. از «سلام دنیا در ML» شروع می‌کنه و قدم‌به‌قدم تا مدل‌های پیشرفته Classification، Regression، Clustering، Dimensionality Reduction، Neural Networks و Pipeline حرفه‌ای پیش می‌ره — همه با کدهای واقعی و توضیحات فوق‌العاده واضح.

فقط چند تا از چیزهایی که بعد از خوندن این کتاب بلدی

• پیش‌پردازش داده (Scaling, Encoding, Missing Values)
• انتخاب و ارزیابی مدل (Cross-Validation, Grid Search, Metrics)
• کار با متن و تصاویر در ML
• Decision Tree, Random Forest, SVM, KNN, Naive Bayes
• کاهش بعد (PCA, t-SNE)
• خوشه‌بندی (K-Means, DBSCAN)
• Pipeline و FeatureUnion حرفه‌ای
• بهینه‌سازی هایپرپارامتر

مثال واقعی از کتاب (Random Forest در ۱۰ خط!)

from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report

X_train, X_test, y_train, y_test = train_test_split(X, y, stratify=y, random_state=42)

forest = RandomForestClassifier(n_estimators=1000, random_state=0, n_jobs=-1)
forest.fit(X_train, y_train)

print("دقت روی داده آموزشی:", forest.score(X_train, y_train))
print("دقت روی داده تست:", forest.score(X_test, y_test))
print(classification_report(y_test, forest.predict(X_test)))

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای تا ۳ ماه دیگه مدل‌های ML واقعی بسازی و رزومه‌ات رو بترکونی؟

اول این کتاب رو کامل بخون، بعد بیا دوره تخصصی ما تا همه مدل‌ها رو با دیتاست‌های ایرانی و پروژه‌های واقعی پیاده کنیم:

دوره کامل ماشین لرنینگ و دیتاساینس با پایتون (دقیقاً طبق این کتاب + ۱۵ پروژه واقعی درآمدزا)

Python Essential Reference

مرجع ضروری پایتون

۱۶. Python Essential Reference (ویرایش چهارم) – مرجع جیب حرفه‌ای هر برنامه‌نویس پایتون (۵۹۲ صفحه)

سطح: متوسط تا حرفه‌ای
نویسنده: David M. Beazley – یکی از ۵ پایتون‌کار برتر جهان، نویسنده Python Cookbook
بهترین برای: برنامه‌نویس‌هایی که دیگه نمی‌خوان هر روز برن StackOverflow سرچ کنن — همه چیز دقیق، سریع و آفلاین در دسترسه!

دیوید بیزلی خودش گفته: «من این کتاب رو برای خودم نوشتم!» نتیجه؟ یک مرجع فوق‌العاده دقیق، بدون حاشیه و همیشه به‌روز که از سال ۱۹۹۹ تا امروز هنوز بهترین مرجع پایتون باقی مونده — هر سوالی داشته باشی، جوابش دقیقاً تو این کتاب هست.

چرا هر برنامه‌نویس جدی پایتون باید این کتاب رو کنار دستش داشته باشه؟

• توضیح دقیق هر دستور، تابع و سینتکس پایتون ۳.۱۲+
• ویژگی‌های پیشرفته که هیچ کتاب مقدماتی نمی‌گه (metaclass, descriptor, coroutine, context manager و …)
• مرجع کامل کتابخانه استاندارد (بیش از ۲۰۰ ماژول اصلی)
• توضیح داخلی‌های پایتون (چطور list، dict، function واقعاً کار می‌کنن)
• مثال‌های کوتاه و دقیق (نه ۱۰ صفحه توضیح اضافه)
• جدول‌های سریع برای مقایسه و جستجو

مثال از کتاب (متاکلس در ۱۵ خط — واضح‌تر از هر جای دیگه)

class AutoReprMeta(type):
    def __new__(cls, name, bases, namespace):
        if '__repr__' not in namespace:
            namespace['__repr__'] = lambda self: f"{name}({', '.join(f'{k}={v!r}' for k, v in self.__dict__.items())})"
        return super().__new__(cls, name, bases, namespace)

class Point(metaclass=AutoReprMeta):
    def __init__(self, x, y):
        self.x, self.y = x, y

p = Point(3, 4)
print(p)  # → Point(x=3, y=4)

لینک‌های دانلود ۱۰۰٪ قانونی و باکیفیت – تست‌شده آذر ۱۴۰۴

می‌خوای مثل دیوید بیزلی حرفه‌ای بشی؟

این کتاب رو همیشه باز نگه دار، بعد بیا دوره ما تا همه نکات پیشرفته‌ش رو با هم پروژه بزنیم:

دوره جامع پایتون پیشرفته (متاکلس، دسکریپتور، coroutine، C-extension و …)

Python Distilled

پایتون تقطیر شده

۱۷. Python Distilled – خلاصه‌ترین و حرفه‌ای‌ترین مرجع پایتون ۳.۸+ که تا حالا خوندی (فقط ۳۵۰ صفحه)

سطح: متوسط تا خیلی حرفه‌ای
نویسنده: David M. Beazley – همون خدایی که Python Essential Reference و Python Cookbook رو نوشته
بهترین برای: برنامه‌نویس‌های با تجربه‌ای که می‌خوان «پایتون رو عمیق و درست بفهمن»، نه فقط کد بزنن — این کتاب انگار مغز دیوید بیزلی رو روی کاغذ آورده!

اگر فقط یک کتاب پایتون تو کل زندگیت بخوای داشته باشی که همیشه کنار دستت باشه، همین کتابه. هیچ توضیح اضافه، هیچ مثال بی‌ربط — فقط پایتون خالص، عمیق و به‌روز تا پایتون ۳.۱۲، با تمرکز روی «چرا اینجوری کار می‌کنه» و «چطور بهترین کد رو بنویسیم».

فقط چند تا از فصل‌های فوق‌العاده این کتاب

• درک واقعی Data Model و Protocolها (چطور len(), iter(), await کار می‌کنن)
• توابع، دکوراتور، generator و coroutine به سبک واقعی
• کلاس‌ها، متاکلس، دسکریپتور و property از دید خیلی عمیق
• ماژول، پکیج، import system و نسبت به بقیه کتاب‌ها کامل‌ترین توضیح
• Concurrent programming با threading, multiprocessing, asyncio
• مدیریت منابع با context manager و __enter__/__exit__
• بهینه‌سازی و داخلی‌های CPython

مثال طلایی از کتاب (درک پروتکل‌ها

# هر چیزی که __len__ داشته باشه، با len() کار می‌کنه — حتی کلاس خودت!
class Team:
    def __init__(self, members):
        self._members = members
    
    def __len__(self):
        return len(self._members)
    
    def __contains__(self, person):
        return person in self._members

t = Team(['علی', 'مریم', 'رضا'])
print(len(t))          # → 3
print('علی' in t)       # → True

لینک‌های دانلود ۱۰۰٪ قانونی و باکیفیت – تست‌شده آذر ۱۴۰۴

می‌خوای پایتون رو مثل دیوید بیزلی بفهمی؟

این کتاب رو بخون و همیشه باز نگه دار، بعد بیا دوره پیشرفته ما تا همه این مفاهیم عمیق رو با هم پروژه بزنیم:

دوره حرفه‌ای و پیشرفته پایتون (متاکلس، دسکریپتور، asyncio، C-extension — دقیقاً طبق Python Distilled)

Tiny Python Projects

پروژه های کوچک پایتون

۱۸. Tiny Python Projects – بهترین کتاب پروژه‌محور پایتون برای تبدیل شدن از مبتدی به پایتونیستا (۴۵۰+ صفحه + تست خودکار)

سطح: مبتدی تا متوسط (حتی اگر فقط print("Hello") بلدی، کافیه!)
نویسنده: Ken Youens-Clark – مهندس ارشد بیوانفورماتیک، استاد دانشگاه آریزونا
بهترین برای: هرکسی که از کتاب‌های تئوری خسته شده و می‌خواد با ساختن ۲۲ پروژه واقعی + تست خودکار، پایتون رو «واقعاً» یاد بگیره

فراموش کن کتاب‌های خشک و طولانی! این کتاب ۲۲ تا پروژه کوچیک ولی خیلی باحال داره (مثل بازی حدس عدد، رمزنگاری سزار، DNA analyzer، تاس ریختن، شعر خوانی و …) که هر کدومش تست خودکار داره. وقتی همه تست‌ها سبز شد، یعنی واقعاً حل کردی و یه پایتونیستا شدی!

چند تا از پروژه‌های فوق‌العاده باحال کتاب

• Hello – اولین برنامه با argparse
• Crow’s Nest – اضافه کردن a/an خودکار
• Picnic Game – بازی پیک‌نیک با گرامر درست
• Jump the Five – رمزنگاری با keypad موبایل
• Howler – تبدیل متن به حروف بزرگ/کوچک
• Telephone – رمزنگاری فرانسوی
• Bottles of Beer – آهنگ ۹۹ بطری با گرامر درست
• Ransom Note – ساخت یادداشت گروگان‌گیری!
• DNA Analyzer – تحلیل توالی DNA واقعی
• و ۱۳ پروژه دیگه که هر کدوم یه مهارت جدید یادت می‌ده

مثال واقعی پروژه (Crow’s Nest – a/an خودکار)

# crowsnest.py
import argparse

CONSONANTS = 'bcdfghjklmnpqrstvwxyz'

def get_article(word):
    return 'an' if word[0].lower() in 'aeiou' else 'a'

parser = argparse.ArgumentParser(description="Crow's nest -- choose the correct article")
parser.add_argument('word', help="A word")
args = parser.parse_args()

print(f"Ahoy, Captain, {get_article(args.word)} {args.word} off the larboard bow!")

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای تو ۳ ماه مثل حرفه‌ای‌ها پروژه بزنی و تست بنویسی؟

اول این ۲۲ پروژه رو حل کن، بعد بیا دوره ما تا ۵۰ تا پروژه واقعی دیگه با هم بزنیم:

دوره جامع پایتون پروژه‌محور (شامل همه پروژه‌های این کتاب + ۴۰ پروژه واقعی دیگر + تست‌نویسی حرفه‌ای)

Grokking Algorithms

الگوریتم های گروکینگ

۱۹. Grokking Algorithms – خوشمزه‌ترین و تصویری‌ترین کتاب الگوریتم دنیا با پایتون (۲۷۰ صفحه تمام‌رنگ)

سطح: مبتدی تا متوسط (حتی اگر هیچ الگوریتمی نخوندی، عاشقش می‌شی!)
نویسنده: Aditya Bhargava – خالق کانال معروف الگوریتم در یوتیوب
بهترین برای: هر برنامه‌نویسی که می‌خواد الگوریتم و ساختار داده رو «بفهمه» نه فقط حفظ کنه — با پایتون و صاف و ساده!

فراموش کن کتاب‌های سیاه‌سفید پر از فرمول و O(n²)! این کتاب تمام‌رنگ، پر از نقاشی‌های بامزه و مثال‌های زندگی واقعی هست — طوری که بعد از خوندنش حس می‌کنی الگوریتم دوستته، نه دشمنت!

الگوریتم‌های مهم که تو این کتاب مثل آب خوردن آبمیوه یاد می‌گیری

• Binary Search – پیدا کردن در یک ثانیه
• Selection Sort, Insertion Sort, Quicksort, Merge Sort
• Hash Table – دیکشنری پایتون از زیر چطور کار می‌کنه
• Graph + BFS + DFS – مسیریابی، شبکه‌های اجتماعی
• Dijkstra – کوتاه‌ترین مسیر (مثل گوگل مپ)
• Greedy Algorithms – مسائل بهینه‌سازی ساده
• Dynamic Programming – مسائل سخت رو خرد کن
• K-Nearest Neighbors – اولین قدم هوش مصنوعی
• فشرده‌سازی داده + الگوریتم‌های هوش مصنوعی مقدماتی

مثال واقعی از کتاب (Dijkstra در پایتون — فقط ۳۰ خط!)

graph = {
    'start': {'a': 6, 'b': 2},
    'a':    {'fin': 1},
    'b':    {'a': 3, 'fin': 5},
    'fin':  {}
}

# هزینه‌ها و والدها
costs = {'a': 6, 'b': 2, 'fin': float('inf')}
parents = {'a': 'start', 'b': 'start', 'fin': None}

def dijkstra(graph, costs, parents):
    processed = []
    node = find_lowest_cost_node(costs, processed)
    while node:
        cost = costs[node]
        neighbors = graph[node]
        for n in neighbors:
            new_cost = cost + neighbors[n]
            if costs[n] > new_cost:
                costs[n] = new_cost
                parents[n] = node
        processed.append(node)
        node = find_lowest_cost_node(costs, processed)
    return parents

print(dijkstra(graph, costs, parents))
# → کوتاه‌ترین مسیر از start تا fin

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای الگوریتم رو عشق باشه نه عذاب؟

اول این کتاب رو با لذت بخون، بعد بیا دوره ما تا همه الگوریتم‌ها رو با پروژه واقعی و مصاحبه‌های کاری تمرین کنیم:

دوره الگوریتم و ساختار داده با پایتون (دقیقاً طبق Grokking + ۵۰ مسئله مصاحبه گوگل)

Python Tricks by Dan Bader

ترفندهای پایتون توسط دن بادر

۲۰. Python Tricks: A Buffet of Awesome Python Features – جواهرات مخفی پایتون که ۹۹٪ برنامه‌نویس‌ها نمی‌دونن (۳۰۰+ صفحه)

سطح: متوسط تا حرفه‌ای
نویسنده: Dan Bader – مربی معروف پایتون با ۱۵+ سال تجربه و سایت Real Python
بهترین برای: برنامه‌نویس‌هایی که پایتون بلدن ولی می‌خوان کدشون از «درست» به «زیبا، پایتونیک و خفن» تبدیل بشه — دقیقاً همون چیزی که تو کدریویو همه رو می‌ترکونه!

این کتاب مجموعه‌ای از بهترین ترفندها، الگوها و idiomaticهای پایتون هست که وقتی یادشون بگیری، دیگه نمی‌تونی مثل قبل کد بزنی — انگار یهو چشمت رو از مبتدی به Pythonista واقعی تبدیل شدی!

فقط چند تا از ترفندهای طلایی کتاب

• “Pythonic” واقعاً یعنی چی؟ (زیباترین کدهای یک‌خطی)
• Dictionary merge, default dict, Counter مثل حرفه‌ای‌ها
• زیباترین استفاده از *args, **kwargs و unpacking
• Context manager و decorator خودت رو در ۵ دقیقه بساز
• Property, __getattr__, __getattribute__ و descriptor
• String formatting حرفه‌ای (f-string ترفندهای مخفی)
• Effective Functions — lambda, partial, callable classes
• Loopهای پایتونیک (zip, enumerate, itertools)
• Data Classes, NamedTuple, @dataclass توی پایتون ۳.۱۰+

مثال فوق‌العاده از کتاب (Dictionary merge پایتونیک)

# روش قدیمی (قبل از پایتون ۳.۹)
defaults = {'color': 'red', 'age': 25}
user = {'color': 'blue', 'name': 'علی'}
merged = {**defaults, **user}
print(merged)
# → {'color': 'blue', 'age': 25, 'name': 'علی'}

# روش ۳.۹+ (حتی زیباتر)
merged = defaults | user
print(merged)

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای کدت از «درست» به «هنر» تبدیل بشه؟

این کتاب رو کامل بخون، بعد بیا دوره ما تا همه این ترفندها رو تو پروژه‌های واقعی ببینیم و کدریویو بترکونیم:

دوره جامع پایتون پروژه‌محور (تمام ترفندهای این کتاب + ۵۰ ترفند پیشرفته دیگر)

Elements of Programming Interviews in Python

عناصر مصاحبه برنامه نویسی در پایتون

۲۱. Elements of Programming Interviews in Python – کتاب مقدس مصاحبه‌های گوگل، آمازون، متا و شرکت‌های خفن (۵۰۰+ صفحه + ۳۰۰ مسئله)

سطح: متوسط تا خیلی حرفه‌ای
نویسندگان: Adnan Aziz, Tsung-Hsien Lee, Amit Prakash – اساتید دانشگاه استنفورد و تگزاس
بهترین برای: هر برنامه‌نویسی که می‌خواد تو مصاحبه‌های گوگل، آمازون، مایکروسافت، متا، اپل، اسپاتیفای، دیجی‌کالا، اسنپ و … قبول بشه — این کتاب دقیقاً همون چیزایی رو داره که تو مصاحبه می‌پرسن!

بیش از ۳۰۰ مسئله واقعی مصاحبه (نه ساختگی) + راه‌حل کاملاً بهینه به پایتون ۳ + تحلیل پیچیدگی + نکات کلیدی + ۲۰۰ شکل و نمودار — اگر فقط یک کتاب برای مصاحبه بخوای، همین کتاب کافیه!

موضوعات و فصل‌های اصلی کتاب

• استراتژی مصاحبه + اشتباهات رایج + مذاکره حقوق
• Primitive Types, Arrays, Strings, Linked Lists
• Stacks & Queues, Binary Trees, Heaps
• Searching, Hash Tables, Sorting
• Binary Search Trees, Recursion
• Dynamic Programming, Greedy Algorithms
• Graphs, Union-Find
• Design Problems, Concurrency, System Design مقدماتی
• بیش از ۳۰۰ برنامه تست‌شده و آماده اجرا

مثال واقعی از کتاب (مسئله معروف گوگل)

# Given an array of integers, return indices of the two numbers such that they add up to target.
def two_sum(nums: List[int], target: int) -> List[int]:
    seen = {}
    for i, num in enumerate(nums):
        complement = target - num
        if complement in seen:
            return [seen[complement], i]
        seen[num] = i
    return []

# O(n) time, O(n) space — دقیقاً چیزی که تو مصاحبه می‌خوان!

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای تو مصاحبه گوگل قبول بشی؟

این کتاب رو کامل حل کن، بعد بیا دوره ما تا همه ۳۰۰ مسئله رو با هم حل کنیم و تکنیک‌های واقعی مصاحبه رو تمرین کنیم:

دوره تخصصی مصاحبه کدنویسی گوگل/آمازون با پایتون (۳۰۰+ مسئله واقعی + شبیه‌سازی مصاحبه)

Python Pocket Reference

مرجع جیبی پایتون

۲۲. Python Pocket Reference (ویرایش پنجم) – مرجع جیب واقعی هر پایتونیستا (فقط ۲۶۰ صفحه کوچک ولی کامل!)

سطح: متوسط تا حرفه‌ای
نویسنده: Mark Lutz – نویسنده معروف سری Learning Python و Programming Python
بهترین برای: برنامه‌نویس‌هایی که می‌خوان یه کتاب کوچیک، سبک و همیشه همراه داشته باشن که هر سوالی داشتن (از built-in تا ماژول‌های استاندارد) در ۵ ثانیه جوابش رو پیدا کنن — دقیقاً همون چیزی که روی میز هر دولوپر حرفه‌ای هست!

این کتاب کوچیکه، ولی همه چیز پایتون ۳.۱۲+ توشه! نه توضیح اضافه، نه مثال طولانی — فقط جدول، لیست و خلاصه‌ای که وقتی وسط کدنویسی گیر کردی، در یک نگاه جوابتو می‌ده.

چی تو این ۲۶۰ صفحه جا شده؟

• تمام Built-in Functions, Types, Exceptions
• تمام Syntaxهای مهم (comprehension, decorator, context manager, async و …)
• مرجع کامل ۲۰۰+ ماژول کتابخانه استاندارد (os, sys, json, datetime, pathlib, threading, asyncio, collections, itertools و …)
• جدول‌های سریع برای str, list, dict, set, file methods
• Environment variables, Command-line options
• Unicode, Bytes vs Str, Format strings
• Packaging (pip, venv, poetry, pyproject.toml)
• فهرست الفبایی فوق‌العاده سریع

مثال واقعی از کتاب (فقط یک نگاه!)

str methods      → .lower(), .upper(), .strip(), .split(), .join(), .format(), .replace(), .find()
list methods     → .append(), .extend(), .insert(), .remove(), .pop(), .sort(), .reverse()
dict methods     → .get(), .keys(), .values(), .items(), .update(), .pop(), .setdefault()
pathlib          → Path('file.txt').read_text(), .write_bytes(), .glob('*.py')
datetime         → datetime.now(), strftime('%Y-%m-%d'), strptime()
json             → json.loads(), json.dumps(indent=4, ensure_ascii=False)

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای همیشه جواب همه سوالات پایتون تو جیبت باشه؟

این کتاب رو دانلود کن و همیشه باز نگه دار — بعد بیا دوره ما تا همه این نکات رو تو پروژه‌های واقعی هم ببینیم:

دوره جامع پایتون پروژه‌محور (شامل تمام نکات این مرجع + ۵۰ پروژه واقعی)

Python for data analysis

پایتون برای تجزیه و تحلیل داده ها

۲۳. Python for Data Analysis (ویرایش سوم) – کتاب قطعی پانداس و نومپای، نوشته خالق پانداس (۶۵۰+ صفحه تمام‌رنگ)

سطح: متوسط تا حرفه‌ای
نویسنده: Wes McKinney – خالق کتابخانه Pandas و یکی از مهم‌ترین افراد تاریخ دیتاساینس
بهترین برای: هرکسی که می‌خواد پانداس رو مثل نفس کشیدن بلد باشه — این کتاب دقیقاً همون چیزیه که تو شرکت‌های بزرگ برای تحلیل داده، گزارش‌گیری، مالی، هوش تجاری و دیتاساینس استفاده می‌شه!

اگر فقط یک کتاب پانداس و تحلیل داده تو کل زندگیت بخوای داشته باشی، همین کتابه. Wes McKinney خودش پانداس رو ساخته، پس این کتاب نه فقط آموزشه، بلکه «قانون رسمی پانداس» هست — هر ترفند، هر روش پیشرفته، هر تکنیک بهینه‌سازی تو این کتاب هست.

فقط چند تا از فصل‌های طلایی کتاب (ویرایش سوم — پایتون ۳.۱۱+)

• NumPy کامل (آرایه، برودکستینگ، ufunc، indexing پیشرفته)
• Pandas از صفر تا خدایی (Series, DataFrame, MultiIndex, GroupBy جادویی)
• داده‌خوانی از هر فرمتی (CSV, Excel, JSON, Parquet, SQL, API, HTML)
• تمیزکاری حرفه‌ای (missing data, duplicate, outlier, reshape)
• Time Series کامل (resampling, rolling window, timezone, دوره‌ای)
• Visualization با Matplotlib, Seaborn و pandas.plot
• Performance tricks — vectorization, eval/query, Cython
• مثال‌های واقعی از مالی، اقتصاد، علوم اجتماعی و وب

مثال واقعی از کتاب (GroupBy جادویی — چیزی که هر روز استفاده می‌کنی)

# فروش روزانه هر محصول در هر شهر — در ۳ خط!
sales = pd.read_csv('sales.csv')

(sales
 .groupby(['city', 'product'])['revenue']
 .agg(['sum', 'mean', 'count'])
 .round(0)
 .sort_values('sum', ascending=False)
 .head(10))

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای پانداس رو مثل نفس کشیدن بلد باشی؟

این کتاب رو کامل کار کن، بعد بیا دوره ما تا همه تکنیک‌های پیشرفته‌ش رو با دیتاست‌های واقعی ایرانی و پروژه‌های شرکتی تمرین کنیم:

دوره کامل پانداس و تحلیل داده حرفه‌ای (دقیقاً طبق این کتاب + ۲۵ پروژه واقعی شرکت‌ها)

Think Python

به پایتون فکر کنید

۲۴. Think Python (ویرایش دوم) – بهترین کتاب رایگان برای «فکر کردن مثل یک برنامه‌نویس» با پایتون (۲۷۰ صفحه)

سطح: کاملاً مبتدی (حتی اگر تا حالا یک خط کد هم نزده باشی)
نویسنده: Allen B. Downey – استاد دانشگاه Olin College، نویسنده معروف سری Think X Think Y
بهترین برای: کسانی که می‌خوان نه فقط پایتون یاد بگیرن، بلکه «طرز فکر برنامه‌نویسی» رو از پایه یاد بگیرن — این کتاب دقیقاً همون چیزیه که تو دانشگاه‌های MIT، استنفورد و برکلی تدریس می‌شه!

فراموش کن کتاب‌های معمولی که فقط دستورات پایتون رو حفظ می‌کنن. این کتاب بهت یاد می‌ده چطور مثل یه برنامه‌نویس واقعی فکر کنی، مسئله رو بشکنی، الگوریتم طراحی کنی و بعد با پایتون پیاده‌سازی کنی — طوری که بعد از تموم کردنش، هر مسئله برنامه‌نویسی برات آسون می‌شه!

فصل‌های طلایی کتاب (همه با تمرین و جواب)

• راه فکر کردن مثل یک دانشمند کامپیوتر
• متغیر، عبارت، دستورات، توابع
• شرط، تکرار، بازگشتی (recursion به ساده‌ترین شکل دنیا)
• توابع میوه‌دار (fruitful functions)، دیباگینگ
• لیست، دیکشنری، تاپل، رشته
• فایل، استثنا، ماژول
• برنامه‌نویسی شیٔ‌گرا (کلاس، وراثت، polymorphism — قدم‌به‌قدم)
• مجموعه‌ها، دیکشنری پیشرفته، الگوریتم‌های ساده
• مطالعه موردی واقعی: بازی، گرافیک، GUI

مثال معروف کتاب (بازگشتی — ساده‌ترین توضیح دنیا)

def countdown(n):
    if n <= 0:
        print('بلاست‌آف!')
    else:
        print(n)
        countdown(n-1)

countdown(5)
# خروجی:
# 5
# 4
# 3
# 2
# 1
# بلاست‌آف!

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای برنامه‌نویسی رو «درست» یاد بگیری، نه فقط حفظ کنی؟

اول این کتاب رو کامل بخون، بعد بیا دوره ما تا همه مفاهیم رو با پروژه واقعی و تمرین‌های بیشتر محکم کنیم:

دوره جامع پایتون پروژه‌محور (دقیقاً طبق Think Python + ۴۰ پروژه واقعی + تفکر الگوریتمی)

Mastering Deep Learning Fundamentals With Python

تسلط بر اصول یادگیری عمیق با پایتون

۲۵. Mastering Deep Learning Fundamentals with Python – کامل‌ترین کتاب رایگان شروع دیپ لرنینگ با پایتون (۵۰۰+ صفحه + نوت‌بوک آماده)

سطح: مبتدی تا متوسط در دیپ لرنینگ (پایتون رو متوسط بلد باشی کافیه)
نویسنده: Richard Moore – متخصص دیپ لرنینگ و مدرس دانشگاه
بهترین برای: هرکسی که می‌خواد از صفر تا ساخت شبکه عصبی عمیق، CNN، RNN و حتی Transformer با پایتون و فقط با کتابخانه‌های اصلی (NumPy → TensorFlow/Keras → PyTorch) برسه!

این کتاب تنها کتاب رایگانی است که واقعاً شما را از «هیچ» به «ساخت مدل دیپ لرنینگ واقعی و قابل استفاده در صنعت» می‌رساند — با ریاضیات لازم، کدهای تمیز و صدها نوت‌بوک آماده اجرا.

محتوای طلایی کتاب (ویرایش ۲۰۲۴–۲۰۲۵)

• مبانی ریاضی (احتمال، آمار، جبر خطی) به زبان ساده
• یادگیری ماشین کلاسیک → دیپ لرنینگ
• شبکه‌های عصبی از صفر با NumPy
• گرادیان نزولی، Backpropagation، Optimizerها
• تابع فعال‌سازی، Overfitting، Regularization
• CNN کامل (طبقه‌بندی تصویر، تشخیص شی، Segmentation)
• RNN, LSTM, GRU و پردازش متن
• Attention و مقدمه Transformer
• Transfer Learning با مدل‌های آماده (ResNet, BERT)
• بهترین روش‌های پایتون برای دیپ لرنینگ + Zen of DL
• تمام کدها در Jupyter Notebook آماده اجرا

مثال واقعی از کتاب (شبکه عصبی از صفر فقط با NumPy)

import numpy as np

# یک لایه ساده
def sigmoid(x):  
    return 1 / (1 + np.exp(-x))

X = np.array([[0,0], [0,1], [1,0], [1,1]])
y = np.array([[0], [1], [1], [0]])  # XOR

# وزن‌ها تصادفی
W1 = np.random.randn(2, 4)
W2 = np.random.randn(4, 1)

for epoch in range(10000):
    # Forward
    h = sigmoid(X @ W1)
    y_pred = sigmoid(h @ W2)
    
    # Backward (ساده)
    error = y_pred - y
    dW2 = h.T @ (error * y_pred * (1 - y_pred))
    dW1 = X.T @ ((error * y_pred * (1 - y_pred)) @ W2.T * h * (1 - h))
    
    W2 -= 0.1 * dW2
    W1 -= 0.1 * dW1

print(y_pred.round(2))
# خروجی نزدیک به [0, 1, 1, 0] — XOR حل شد!

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای تا بهار ۱۴۰۵ دیپ لرنینگ صنعتی بلد باشی؟

اول این کتاب رو کامل کار کن، بعد بیا دوره تخصصی ما تا همه مدل‌ها رو با دیتاست واقعی ایرانی و پروژه‌های درآمدزا بسازی:

دوره کامل دیپ لرنینگ با پایتون (از NumPy تا Transformer + ۲۰ پروژه واقعی)

Programming Python

برنامه نویسی پایتون

۲۶. Programming Python (ویرایش چهارم) – کتاب قطعی برنامه‌نویسی کاربردی پایتون (۱۶۰۰+ صفحه غول‌پیکر!)

سطح: متوسط تا پیشرفته
نویسنده: Mark Lutz – نویسنده معروف سری Learning Python و Python Pocket Reference
بهترین برای: برنامه‌نویس‌هایی که می‌خوان پایتون رو برای GUI، وب، شبکه، دیتابیس، فایل، اتوماسیون و همه کاربردهای واقعی یاد بگیرن — این کتاب دقیقاً همون چیزیه که تو شرکت‌های نرم‌افزاری بزرگ برای پروژه‌های بزرگ استفاده می‌شه!

اگر می‌خوای پایتون رو برای «کار واقعی» یاد بگیری (نه فقط اسکریپت‌نویسی)، این کتاب ۱۶۰۰ صفحه‌ای همه چیز رو پوشش می‌ده — از tkinter برای GUI تا socket برای شبکه، از sqlite تا web scraping، از multiprocessing تا CGI/FastCGI.

فصل‌های اصلی کتاب (ویرایش ۴ — پایتون ۳.۸+)

• مقدمه + نصب + IDEها (IDLE, PyCharm, VS Code)
• مبانی (types, functions, OOP, modules)
• فایل و دیتابیس (text, CSV, JSON, SQL, shelve)
• GUI با tkinter (buttons, menus, canvases, trees)
• شبکه و کلاینت/سرور (sockets, HTTP, FTP, email)
• وب و CGI (HTML, forms, server-side scripting)
• اتوماسیون سیستم (subprocess, threading, multiprocessing)
• مثال‌های واقعی: بازی، ویرایشگر متن، چت‌سرور

مثال واقعی از کتاب (GUI ساده با tkinter — در ۱۰ خط!)

from tkinter import *
root = Tk()
root.title('Hello World')

def callback():
    label.config(text='Button Clicked!', fg='red')

button = Button(root, text='Click Me', command=callback)
button.pack(side=LEFT)

label = Label(root, text='Hello World', fg='blue')
label.pack(side=LEFT)

root.mainloop()

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۵

می‌خوای پایتون رو برای هر کاربرد واقعی بلد باشی؟

این کتاب رو کامل بخون، بعد بیا دوره ما تا همه مثال‌ها رو با پروژه‌های مدرن ۱۴۰۵ تمرین کنیم:

دوره جامع برنامه‌نویسی کاربردی پایتون (GUI, Network, Web, Database — پروژه‌محور)

Learn Python the Hard Way

پایتون را به روش سخت یاد بگیرید

۲۷. Learn Python the Hard Way (ویرایش سوم) – معروف‌ترین کتاب «سخت‌گیر» پایتون که میلیون‌ها برنامه‌نویس واقعی رو ساخت (۴۰۰+ صفحه + ۵۲ تمرین)

سطح: کاملاً مبتدی (حتی اگر تا حالا یک خط کد نزده باشی)
نویسنده: Zed A. Shaw – خالق سری “Learn X the Hard Way” و گیتاریست حرفه‌ای!
بهترین برای: کسانی که می‌خوان پایتون رو «عمیق»، «درست» و با «تایپ کردن هر خط کد» یاد بگیرن — این کتاب مثل یه مربی سخت‌گیره که تو رو مجبور می‌کنه واقعاً بفهمی چیکار می‌کنی!

قانون طلایی کتاب: «هر خط کد رو خودت تایپ کن — کپی نکن!» ۵۲ تمرین فوق‌العاده طراحی‌شده، از print تا فایل، کلاس، تست، وب‌سرور و حتی یه بازی کامل — وقتی تمومش کردی، دیگه پایتون برات یه زبان خارجی نیست، عضوی از وجودته.

فقط چند تا از ۵۲ تمرین طلایی

• Ex1–Ex10: متغیر، ورودی، چاپ، شرط، حلقه
• Ex11–Ex20: فایل، تابع، لیست، دیکشنری
• Ex21–Ex30: ماژول، کلاس، وراثت
• Ex31–Ex40: بازی تعاملی، دیباگ، تست‌نویسی
• Ex41–Ex52: پروژه نهایی — یه موتور بازی کامل با OOP

مثال واقعی تمرین ۳۹ (دیکشنری + لیست + ماژول)

# چیزهایی که از تمرین ۳۹ یاد می‌گیری
things = ['a', 'b', 'c', 'd']
print(things[1])        # → b

stuff = {'name': 'Zed', 'age': 39, 'height': 6*12+2}
print(stuff['name'])     # → Zed

# اضافه کردن به دیکشنری
stuff[1] = "Wow"
stuff['city'] = "Tehran"
print(stuff)

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای پایتون رو «واقعاً» یاد بگیری، نه فقط حفظ کنی؟

۵۲ تمرین رو یکی‌یکی حل کن، بعد بیا دوره ما تا با هم پروژه‌های خیلی بزرگ‌تر و مدرن‌تر بزنیم:

دوره جامع پایتون پروژه‌محور (شروع از همین تمرین‌ها + ۵۰ پروژه واقعی مدرن)

Head First Python

سر اول پایتون

۲۸. Head First Python (ویرایش دوم) – باحال‌ترین و تصویری‌ترین کتاب یادگیری پایتون دنیا (۶۰۰+ صفحه تمام‌رنگ و خنده‌دار)

سطح: کاملاً مبتدی تا متوسط
نویسنده: Paul Barry – استاد دانشگاه و خالق سری Head First
بهترین برای: هرکسی که از کتاب‌های خشک و خسته‌کننده متنفره و می‌خواد پایتون رو با مغز، چشم و خنده یاد بگیره — این کتاب مثل یه کمیک آموزشی ولی ۱۰۰٪ جدی و عمیقه!

فراموش کن کتاب‌های سیاه‌سفید و متنی! هر صفحه این کتاب پر از نقاشی، جوک، معما، مصاحبه با پایتون، دیالوگ‌های خنده‌دار و تمرین‌های باحاله — طوری طراحی شده که مغزت خودش جذبش بشه و تو ۲-۳ هفته پایتون رو عمیق یاد بگیری بدون اینکه خوابِت ببره!

چی تو این ۶۰۰ صفحه تمام‌رنگ یاد می‌گیری؟

• لیست، دیکشنری، مجموعه، فایل، توابع
• ساختار داده داخلی و comprehensionها
• برنامه‌نویسی شی‌گرا (کلاس، وراثت، polymorphism)
• وب‌اپلیکیشن کامل با Flask
• دیتابیس با SQLite
• مدیریت استثنا، context manager، decorator
• درک مطلب (comprehension)، generator)
• اپ موبایل ساده با Kivy
• داده‌کاوی و وب‌اسکریپینگ
• تست‌نویسی و دیباگ

مثال واقعی از کتاب (وب‌اپ با Flask در ۱۵ خط!)

from flask import Flask
app = Flask(__name__)

@app.route('/')
def home():
    return '
سلام دنیا! خوش اومدی به وب‌اپ من
'

@app.route('/user/')
def user(name):
    return f'
سلام {name.title()}! 😄
'

if __name__ == '__main__':
    app.run(debug=True)

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای پایتون یاد گرفتن برات مثل بازی بشه؟

این کتاب رو با لذت بخون، بعد بیا دوره ما تا همه چیزهای خفنش رو با پروژه‌های مدرن و واقعی تمرین کنیم:

دوره جامع پایتون پروژه‌محور (شروع با سبک Head First + وب، دیتابیس، GUI و ۵۰ پروژه واقعی)

Invent Your Own Computer Games with Python, 4th edition

بازی های رایانه ای خود را با پایتون، نسخه چهارم اختراع کنید

۲۹. Invent Your Own Computer Games with Python (ویرایش چهارم) – باحال‌ترین کتاب رایگان ساخت بازی با پایتون (۴۰۰+ صفحه + کد کامل ۲۰ بازی)

سطح: کاملاً مبتدی (مناسب کودکان، نوجوانان و بزرگسالانی که عاشق بازی هستن!)
نویسنده: Al Sweigart – خالق Automate the Boring Stuff و استاد آموزش پایتون به بچه‌ها
بهترین برای: هرکسی که می‌خواد با ساختن بازی‌های واقعی (حدس عدد، آویزون، تیک‌تک‌تو، مار، پونگ، تتریس و …) پایتون رو مثل آب خوردن یاد بگیره — بدون تئوری خسته‌کننده!

این کتاب فقط یه کتاب نیست — یه کارگاه بازی‌سازی بازی واقعی هست! هر فصل یه بازی کامل جدید رو از صفر تا صد با پایتون و Pygame می‌سازه و تو هم دقیقاً همون کد رو تایپ می‌کنی، اجرا می‌کنی و بازی می‌کنی. وقتی تمومش کردی، خودت می‌تونی بازی‌های خفن خودت رو بسازی و به دوستات نشون بدی!

چند تا از بازی‌های فوق‌العاده‌ای که تو این کتاب می‌سازی

• Guess the Number – بازی حدس عدد
• Hangman – بازی آویزون
• Tic-Tac-Toe – بازی دوز
• Dragon Realm – بازی ماجراجویی متنی
• Caesar Cipher – رمزنگاری سزار
• Reversi – هوش مصنوعی معکوس
• Dodger – بازی فرار از شهاب‌سنگ
• Bagels – بازی حدس رمز
• Sonar Treasure Hunt – شکار گنج زیر دریا
• Pong, Snake, Tetris, Connect Four با گرافیک و صدا!

مثال واقعی — بازی مار (Snake) با Pygame در ۱۰۰ خط!

# فقط یه تیکه کوچیک از کد بازی مار
def main():
    global DISPLAYSURF
    DISPLAYSURF = pygame.display.set_mode((WINDOWWIDTH, WINDOWHEIGHT))
    while True:
        for event in pygame.event.get():
            if event.type == QUIT:
                terminate()
        drawGrid()
        drawSnake(snakeCoords)
        drawApple(apple)
        drawScore(len(snakeCoords) - 3)
        pygame.display.update()
        FPSCLOCK.tick(FPS)

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای تا آخر تابستون بازی خودت رو بسازی و به دوستات نشون بدی؟

این کتاب رو بخون و بازی بساز، بعد بیا دوره ما تا بازی‌های ۳D، آنلاین و موبایل هم با هم بسازیم:

دوره ساخت بازی با پایتون و Pygame (از این کتاب شروع می‌کنیم + ۲۰ بازی پیشرفته + انتشار در گوگل‌پلی)

Python for Kids: A Playful Introduction to Programming

پایتون برای کودکان: مقدمه ای بازیگوش برای برنامه نویسی

۳۰. Python for Kids: A Playful Introduction to Programming – بهترین کتاب برنامه‌نویسی برای کودکان و نوجوانان (۳۵۰ صفحه تمام‌رنگ و خنده‌دار!)

سطح: کودکان ۸ تا ۱۶ سال + بزرگسالانی که می‌خوان با لذت پایتون یاد بگیرن
نویسنده: Jason R. Briggs – مربی معروف برنامه‌نویسی کودکان
بهترین برای: بچه‌ها، نوجوانان، والدین و معلم‌هایی که می‌خوان برنامه‌نویسی رو مثل بازی و داستان یاد بگیرن — این کتاب پر از هیولا، جاسوس، کلاغ دزد، پونگ و بازی پلتفرمر هست!

فراموش کن کتاب‌های خاکستری و کسل‌کننده! هر صفحه این کتاب پر از تصاویر رنگی، جوک، داستان، معما و شخصیت‌های خنده‌دار هست — طوری که بچه‌ها عاشقش می‌شن و بزرگسال‌ها هم نمی‌تونن زمین بذارنش. در آخر کتاب دو تا بازی کامل (پونگ + بازی پلتفرمر) خودشون می‌سازن!

چی تو این کتاب یاد می‌گیری؟ (با بازی و خنده)

• متغیر، لیست، دیکشنری، تاپل
• حلقه، شرط، تابع، ماژول
• رسم شکل و الگو با Turtle (لاک‌پشت پایتون)
• ساخت بازی گرافیکی با tkinter
• انیمیشن، صدا، برخورد (collision)
• پروژه نهایی: کلون پونگ + بازی Mr. Stick Man

مثال واقعی — لاک‌پشت پایتون ستاره می‌کشه!

import turtle

t = turtle.Turtle()
t.speed(0)
colors = ["red", "orange", "yellow", "green", "blue", "purple"]

for i in range(36):
    t.pencolor(colors[i % 6])
    t.forward(100)
    t.left(170)

turtle.done()

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای بچه‌ات (یا خودت) عاشق برنامه‌نویسی بشه؟

این کتاب رو با هم بخونید، بازی بسازید و لذت ببرید — بعد بیا دوره ویژه کودکان ما:

دوره برنامه‌نویسی کودکان و نوجوانان با پایتون (دقیقاً طبق همین کتاب + ۳۰ بازی و پروژه خلاقانه)

Teach Your Kids to Code: A Parent-Friendly Guide to Python Programming

به کودکان خود کدنویسی را آموزش دهید: راهنمای والدین دوستانه برای برنامه نویسی پایتون

۳۱. Teach Your Kids to Code – بهترین کتاب والدین + معلم برای آموزش پایتون به کودکان (۳۵۰ صفحه تمام‌رنگ و بازی‌محور)

سطح: کودکان ۸–۱۵ سال + والدین و معلمان (حتی اگر خودتون هیچی از برنامه‌نویسی بلد نباشید!)
نویسنده: Bryson Payne – استاد دانشگاه، پدر دو برنامه‌نویس نوجوان و نویسنده پرفروش
بهترین برای: پدر و مادرها، معلم‌ها و مربی‌هایی که می‌خوان با بچه‌هاشون پشت کامپیوتر بشینن و با هم بازی بسازن، انیمیشن درست کنن و برنامه‌نویسی رو مثل یه بازی خانوادگی یاد بگیرن!

این کتاب دقیقاً همون چیزیه که هر پدر/مادری آرزوشو داره: یک راهنمای گام‌به‌گام، تمام‌رنگ، پر از جوک و بازی که هم بچه عاشقش می‌شه، هم خود والدین چیزی یاد می‌گیرن — و در آخر با هم یه عالمه بازی و انیمیشن خفن با پایتون می‌سازن!

چند تا از پروژه‌های فوق‌العاده‌ای که با بچه‌تون می‌سازید

• انیمیشن رنگارنگ با Turtle
• بازی حدس عدد، سنگ‌کاغذ-قیچی، آویزون
• بازی پونگ کامل با tkinter
• بازی مار (Snake) با صدا و امتیاز
• انیمیشن رقص ستاره‌ها و آتش‌بازی
• برنامه نقاشی دیجیتال (مثل Paint)
• بازی تیراندازی فضایی
• پروژه نهایی: بازی پلتفرمر کامل با پرش و دشمن!

مثال واقعی — بازی پونگ در ۱۰۰ خط (که با بچه‌تون می‌سازید!)

# فقط یه تیکه کوچیک از بازی پونگ کتاب
class Paddle:
    def __init__(self, canvas, color):
        self.canvas = canvas
        self.id = canvas.create_rectangle(0, 0, 20, 100, fill=color)
        self.canvas.move(self.id, 20, 200)
        self.y = 0
        self.canvas.bind_all('', self.turn_up)
        self.canvas.bind_all('', self.turn_down)

    def turn_up(self, evt):
        self.y = -5
    def turn_down(self, evt):
        self.y = 5

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای بعدازظهرهای آخر هفته‌ات با بچه‌ت پر از خنده و برنامه‌نویسی بشه؟

این کتاب رو با هم بخونید و بازی بسازید — بعد بیا دوره ویژه کودکان ما:

دوره برنامه‌نویسی کودکان با پایتون (دقیقاً طبق همین کتاب + ۴۰ پروژه خانوادگی و بازی‌سازی)

Fluent Python: Clear, Concise, and Effective Programming

پایتون روان: برنامه نویسی واضح، مختصر و موثر

۳۲. Fluent Python (ویرایش دوم) – کتاب مقدس «پایتون روان و اصطلاحی» که هر برنامه‌نویس جدی باید داشته باشه (۹۰۰+ صفحه عمیق)

سطح: متوسط تا خیلی حرفه‌ای
نویسنده: Luciano Ramalho – عضو سابق Python Software Engineering Board در Python و سخنران کنفرانس‌های PyCon
بهترین برای: برنامه‌نویس‌هایی که پایتون بلدن ولی می‌خوان از «کد زدن معمولی» به «کد زدن مثل یک Pythonista واقعی» برسن — این کتاب دقیقاً همون چیزیه که تو کدریویو گوگل، متا و آمازون انتظار دارن!

اگر تا حالا فکر کردی «چرا پایتون اینجوری کار می‌کنه؟» یا «چطور یه خط کد پایتون می‌تونه جای ۲۰ خط جاوا/سی++ کار کنه؟»، این کتاب همه جواب‌ها رو با مثال‌های فوق‌العاده واضحشتناک عمیق بهت می‌ده — بعد از خوندنش، کدت دیگه مثل قبل نمی‌شه!

۵ بخش طلایی کتاب (ویرایش دوم — پایتون ۳.۱۰+)

• ساختارهای داده: Sequence, Mapping, Set, Data Classes, Protocolها
• توابع به عنوان شیء درجه یک: Closure, Decorator, Type Hints, Callable
• شی‌گرایی اصطلاحی: Duck Typing, Protocol, Multiple Inheritance, Mixin, __slots__
• جریان کنترل: Context Manager, Generator, Coroutine, async/await واقعی
• متاپروگرامینگ: Descriptor, Class Decorator, __init_subclass__, Metaclass حرفه‌ای

مثال واقعی از کتاب (Data Class + Protocol + Descriptor در ۲۰ خط!)

from __future__ import annotations
from dataclasses import dataclass, field
from typing import Protocol

class SupportsClose(Protocol):
    def close(self) -> None: ...

@dataclass
class Resource:
    name: str
    _cleanup: list[SupportsClose] = field(default_factory=list, repr=False)

    def __enter__(self) -> Resource:
        return self

    def __exit__(self, *exc) -> None:
        for obj in self._cleanup:
            obj.close()

# استفاده:
with Resource('database') as db:
    db._cleanup.append(open('log.txt'))
# فایل خودکار بسته می‌شه!

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای کدت رو از «درست» به «پایتونیک و شاهکار» تبدیل کنی؟

این کتاب رو کامل بخون، بعد بیا دوره پیشرفته ما تا همه این الگوها رو تو پروژه‌های واقعی و کدریویو شرکت‌های بزرگ تمرین کنیم:

دوره حرفه‌ای و Fluent Python (دقیقاً طبق این کتاب + متاپروگرامینگ، async، Data Class و پروژه‌های شرکتی)

Effective Computation in Physics: Field Guide to Research with Python

محاسبات موثر در فیزیک: راهنمای میدانی برای تحقیق با پایتون

۳۳. Effective Computation in Physics – کتاب طلایی فیزیکدانان، مهندسان و محققانی که با داده و محاسبه کار می‌کنن (۵۵۰ صفحه + مثال‌های واقعی فیزیک)

سطح: متوسط تا حرفه‌ای (مناسب فیزیک، مهندسی، شیمی، زیست‌فناوری، نجوم و هر رشته‌ای که داده و محاسبه داره)
نویسندگان: Anthony Scopatz & Kathryn D. Huff – دو دکترای مهندسی هسته‌ای و توسعه‌دهنده‌های اصلی پروژه‌های علمی بزرگ
بهترین برای: محققان، دانشجویان ارشد و دکترا، اساتید و مهندسانی که می‌خوان همه کارای روزمره‌شون (داده‌خوانی، شبیه‌سازی، رسم نمودار، پردازش موازی، انتشار مقاله) رو با پایتون بهینه و حرفه‌ای انجام بدن.

این کتاب فقط آموزش پایتون نیست — یه راهنمای کامل «تحقیق علمی مدرن» با پایتونه. از خط فرمان و Git شروع می‌کنه تا پردازش موازی، HDF5، شبیه‌سازی مونت‌کارلو، رسم نمودارهای انتشاراتی و حتی انتشار کد و مقاله — دقیقاً همون چیزی که تو آزمایشگاه‌ها، دانشگاه‌ها و پروژه‌های تحقیقاتی بزرگ استفاده می‌شه.

۴ بخش اصلی کتاب (همه با مثال‌های واقعی فیزیک و مهندسی)

• شروع کار: خط فرمان، IPython، توابع، کلاس‌ها، کنترل جریان
• انجام کار: Regex، NumPy، Pandas، Matplotlib، HDF5، داده‌های فیزیک (جرم، انرژی، طیف)
• درست انجام دادن: Git & GitHub، تست، دیباگ، Virtualenv، Docker، پردازش موازی (multiprocessing, MPI)
• خارج شدن از آزمایشگاه: مستندسازی، Sphinx، LaTeX، انتشار مقاله، لایسنس نرم‌افزار

مثال واقعی — خواندن داده‌های طیف‌سنجی و رسم نمودار انتشاراتی در ۱۰ خط

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import find_peaks

# داده واقعی از آزمایشگاه
energy, counts = np.loadtxt('spectrum.dat', unpack=True)

# پیدا کردن پیک‌ها
peaks, _ = find_peaks(counts, height=1000, distance=50)

plt.figure(figsize=(10,6))
plt.plot(energy, counts, 'k-', lw=1, label='طیف')
plt.plot(energy[peaks], counts[peaks], "xr", ms=10, label='پیک‌ها')
plt.xlabel('انرژی (keV)')
plt.ylabel('تعداد شمارش')
plt.yscale('log')
plt.legend()
plt.grid(alpha=0.3)
plt.tight_layout()
plt.show()

لینک‌های دانلود ۱۰۰٪ رایگان و قانونی – تست‌شده آذر ۱۴۰۴

می‌خوای تحقیقاتت رو ۱۰ برابر سریع‌تر و حرفه‌ای‌تر انجام بدی؟

این کتاب رو کنار دستت داشته باش، بعد بیا دوره تخصصی ما برای محققان:

دوره علمی و تحقیقاتی پایتون (دقیقاً برای فیزیک، شیمی، مهندسی — پردازش داده، شبیه‌سازی، مقاله‌نویسی)

سایر منابع پایتون

ممنون که تا آخر این لیست افسانه‌ای ۳۳ تایی همراه من بودی! حالا وقتشه یه جمع‌بندی خفن و مرتب داشته باشیم که با یک نگاه بهترین کتاب رو برای خودت انتخاب کنی

#	نام کتاب	سطح	بهترین برای	لینک دانلود مستقیم
۱	Python Cookbook 3rd	متوسط–حرفه‌ای	کد تمیز و حرفه‌ای	دانلود PDF
۲	Hadoop with Python	متوسط–حرفه‌ای	بیگ‌دیتا و Spark	دانلود PDF
۳	How to Make Mistakes in Python	همه سطوح	اشتباهات رایج	دانلود PDF
۴	Functional Programming in Python	متوسط	برنامه‌نویسی تابعی	دانلود PDF
۵	Picking a Python Version	همه	انتخاب نسخه درست	دانلود PDF
۶	20 Python Libraries You Aren’t Using	متوسط	کتابخانه‌های مخفی	دانلود PDF
۷	A Whirlwind Tour of Python	مبتدی–متوسط	شروع سریع	دانلود PDF
۸	Test-Driven Development with Python	متوسط	TDD واقعی	خواندن آنلاین رایگان
۹	Python Web Frameworks	متوسط	مقایسه ۳۰ فریم‌ورک	دانلود PDF
۱۰–۳۳	تمام کتاب‌های دیگر (Python for Everybody, Fluent Python, Automate the Boring Stuff, Python Data Science Handbook, Grokking Algorithms, Head First Python و …)	همه سطوح	هر چیزی که بخوای!	در بخش‌های قبلی همین مقاله لینک مستقیم دارن!

حالا نوبت توئه!

اگر این لیست ۳۳ تایی برات مفید بود لطفاً یه ❤️ تو کامنت بذار، با دوستات به اشتراک بگذار یا تو گروه‌های برنامه‌نویسی بفرست تا بقیه هم بتونن از این همه منبع رایگان و خفن استفاده کنن!

و اگر کتاب رایگان دیگه‌ای می‌شناسی که تو این لیست نیست همین پایین بنویس تا فوری اضافه‌ش کنم و اسم تو رو هم به عنوان همکار این لیست بذارم!

دوره‌های پیشنهادی آرته‌سافت برای ادامه مسیر:

ممنون که تا اینجا همراه بودی امیدوارم با این ۳۳ کتاب، پایتون رو مثل نفس کشیدن بلد بشی! موفق باشی Pythonista عزیز!

---