کتاب پایتون

تمرینات پایتون – با سلام خدمت خوانندگان عزیز ؛ در این مقاله قصد داریم تعدادی از مثال ها / کد ها و سورس های زبان برنامه نویسی python را به علاقه مندان این زبان برنامه نویسی قرار دهیم.

پیاده‌سازی الگوریتم A* برای جستجوی بهینه مسیر در یک شبکه.

الگوریتم A* یک الگوریتم جستجوی بهینه است که برای پیدا کردن مسیر کوتاهترین میان دو نقطه در یک شبکه استفاده می‌شود. در این الگوریتم، هر گره یا نقطه در شبکه دارای یک هزینه تخصیص داده می‌شود که معمولاً شامل هزینه حرکت از گره فعلی به گره هدف و هزینه تخصیص داده شده به گره فعلی است. برای پیاده‌سازی این الگوریتم در پایتون، می‌توانید از کد زیر استفاده کنید:

import heapq

def astar(graph, start, goal):
"""
الگوریتم A* برای پیدا کردن مسیر کوتاهترین میان دو نقطه در یک شبکه.
"""
frontier = []
heapq.heappush(frontier, (0, start))
came_from = {}
cost_so_far = {}
came_from[start] = None
cost_so_far[start] = 0

while frontier:
current = heapq.heappop(frontier)[1]

if current == goal:
break

for next_node in graph.neighbors(current):
new_cost = cost_so_far[current] + graph.cost(current, next_node)
if next_node not in cost_so_far or new_cost < cost_so_far[next_node]:
cost_so_far[next_node] = new_cost
priority = new_cost + graph.heuristic(next_node, goal)
heapq.heappush(frontier, (priority, next_node))
came_from[next_node] = current

return came_from, cost_so_fa

r

در این کد، graph یک شیء از کلاس Graph است که شبکه را نمایش می‌دهد. start و goal نقاط شروع و پایان مسیر به ترتیب هستند. الگوریتم A* با استفاده از دو دیکشنری came_from و cost_so_far مسیر کوتاهترین میان دو نقطه را پیدا می‌کند. came_from نشان می‌دهد که هر گره از کجا آمده است و cost_so_far هزینه مسیر کوتاهترین میان دو نقطه را نشان می‌دهد.

برای استفاده از این الگوریتم، شما باید یک کلاس Graph بنویسید که شبکه را نمایش دهد و دو تابع neighbors و cost را برای آن پیاده‌سازی کنید. neighbors باید لیستی از همه گره‌های مجاور به یک گره داده شده را برگرداند و cost باید هزینه حرکت از یک گره به گره دیگر را بازگرداند. به عنوان مثال، برای یک شبکه مربعی با ابعاد n، می‌توانید کد زیر را برای پیاده‌سازی کلاس Graph استفاده کنید:

class SquareGrid:
def __init__(self, width, height):
self.width = width
self.height = height
self.walls = []

def in_bounds(self, node):
(x, y) = node
return 0 <= x < self.width and 0 <= y < self.height

def passable(self, node):
return node not in self.walls

def neighbors(self, node):
(x, y) = node
results = [(x+1, y), (x, y-1), (x-1, y), (x, y+1)]
if (x + y) % 2 == 0: results.reverse() # aesthetics
results = filter(self.in_bounds, results)
results = filter(self.passable, results)
return results

def cost(self, current, next):
return 1

در این کد، walls یک لیست از گره‌هایی است که قابل عبور نیستند. تابع in_bounds بررسی می‌کند که یک گره در محدوده شبکه قرار دارد یا خیر، و تابع passable بررسی می‌کند که یک گره قابل عبور است یا خیر. تابع neighbors لیستی از همه گره‌های مجاور به یک گره را برمی‌گرداند و تابع cost هزینه حرکت از یک گره به گره دیگر را بازمی‌گرداند که در این مثال برابر با یک است.

بعد از پیاده‌سازی کلاس Graph، می‌توانید از الگوریتم A* برای پیدا کردن مسیر کوتاهترین میان دو نقطه در شبکه استفاده کنید. به عنوان مثال، شما می‌توانید از کد زیر برای پیدا کردن مسیر کوتاهترین میان دو نقطه در یک شبکه مربعی با ابعاد n استفاده کنید:

n = 10
g = SquareGrid(n, n)
g.walls = [(1, 1), (2, 1), (3, 1), (3, 2), (3, 3), (3, 4), (2, 4)]
start = (1, 2)
goal = (8, 8)
came_from, cost_so_far = astar(g, start, goal)

در این مثال، یک شبکه مربعی با ابعاد n=10 ایجاد می‌شود و تعدادی گره به عنوان دیوار مشخص شده‌اند. سپس گره شروع و پایان مشخص شده و الگوریتم A* برای پیدا کردن مسیر کوتاهترین میان دو نقطه اجرا می‌شود. خروجی این الگوریتم شامل دو دیکشنری came_from و cost_so_far است که مسیر کوتاهترین میان دو نقطه را نشان می‌دهند.

معکوس کردن لیست

# Reversing a list using reversed()
def Reverse(lst):
return [ele for ele in reversed(lst)]

# Driver Code
lst = [10, 11, 12, 13, 14, 15]
print(Reverse(lst))

معکوس کردن لیست با روشی دیگر

# Reversing a tuple using slicing technique
# New tuple is created
def Reverse(tuples): 
    new_tup = tuples[::-1] 
    return new_tup 
      
# Driver Code
tuples = ('z','a','d','f','g','e','e','k') 
print(Reverse(tuples))

Output:

('k', 'e', 'e', 'g', 'f', 'd', 'a', 'z')

تبدیل رشته به دیکشنری در پایتون

# Python3 code to demonstrate working of
# Convert String to tuple list
# using loop + replace() + split()
  
# initializing string 
test_str = "(1, 3, 4), (5, 6, 4), (1, 3, 6)"
  
# printing original string 
print("The original string is : " + test_str) 
  
# Convert String to tuple list
# using loop + replace() + split()
res = []
temp = []
for token in test_str.split(", "):
    num = int(token.replace("(", "").replace(")", "")) 
    temp.append(num) 
    if ")" in token: 
       res.append(tuple(temp)) 
       temp = []
  
# printing result
print("List after conversion from string : " + str(res))

The original string is : (1, 3, 4), (5, 6, 4), (1, 3, 6)
List after conversion from string : [(1, 3, 4), (5, 6, 4), (1, 3, 6)

محاصبه مصاحت دایره با پایتون:

s = (a+b+c)/2
area = √(s(s-a)*(s-b)*(s-c))

کد برنامه

# Python Program to find the area of triangle

a = 5
b = 6
c = 7

# Uncomment below to take inputs from the user
# a = float(input('Enter first side: '))
# b = float(input('Enter second side: '))
# c = float(input('Enter third side: '))

# calculate the semi-perimeter
s = (a + b + c) / 2

# calculate the area
area = (s*(s-a)*(s-b)*(s-c)) ** 0.5
print('The area of the triangle is %0.2f' %area)

Output

The area of the triangle is

فاکتوریل با پایتون

# change the value for a different result
num = 7

# To take input from the user
#num = int(input("Enter a number: "))

factorial = 1

# check if the number is negative, positive or zero
if num < 0:
   print("Sorry, factorial does not exist for negative numbers")
elif num == 0:
   print("The factorial of 0 is 1")
else:
   for i in range(1,num + 1):
       factorial = factorial*i
   print("The factorial of",num,"is",factorial)

چاپ فیبوناچی اعداد

# Program to display the Fibonacci sequence up to n-th term

nterms = int(input("How many terms? "))

# first two terms
n1, n2 = 0, 1
count = 0

# check if the number of terms is valid
if nterms <= 0:
   print("Please enter a positive integer")
elif nterms == 1:
   print("Fibonacci sequence upto",nterms,":")
   print(n1)
else:
   print("Fibonacci sequence:")
   while count < nterms:
       print(n1)
       nth = n1 + n2
       # update values
       n1 = n2
       n2 = nth
       count += 1

مثله  ۸ وزیر با پایتون (ملکه)

BOARD_SIZE = 8

class BailOut(Exception):
    pass

def validate(queens):
    left = right = col = queens[-1]
    for r in reversed(queens[:-1]):
        left, right = left-1, right+1
        if r in (left, col, right):
            raise BailOut

def add_queen(queens):
    for i in range(BOARD_SIZE):
        test_queens = queens + [i]
        try:
            validate(test_queens)
            if len(test_queens) == BOARD_SIZE:
                return test_queens
            else:
                return add_queen(test_queens)
        except BailOut:
            pass
    raise BailOut

queens = add_queen([])
print (queens)
print ("\n".join(". "*q + "Q " + ". "*(BOARD_SIZE-q-1) for q in queens))

پیدا کردن Resolution تصایر با پایتون

Source Code of Find Resolution of JPEG Image

def jpeg_res(filename):
   """"This function prints the resolution of the jpeg image file passed into it"""

   # open image for reading in binary mode
   with open(filename,'rb') as img_file:

       # height of image (in 2 bytes) is at 164th position
       img_file.seek(163)

       # read the 2 bytes
       a = img_file.read(2)

       # calculate height
       height = (a[0] << 8) + a[1]

       # next 2 bytes is width
       a = img_file.read(2)

       # calculate width
       width = (a[0] << 8) + a[1]

   print("The resolution of the image is",width,"x",height)

jpeg_res("img1.jpg")

Output

The resolution of the image is 280 x 280

[…]