لوحة المتصدرين

السلام عليكم هل ممكن احديث اي مكتبه او اطاره عمل من غير ما امسح المكتبه ونزلها تاني

سؤال هل يوجد منصات او مواقع يوجد فيها اكواد برمجية جاهزه؟

هل المسار الاول من كل لغه زي مثلا html +css+javascript كافي وهكون كد متعلم front end ولا لازم اشترك في دورة تطوير الوجهات الاماميه لاني اشتريت دورة تطوير المواقع باستخدام php ارجو الافاده من فضلكم وشكرا مقدما

تدعي شركة jet brains انها ستقدم خدماتها مجانا للجهات التعليمية, وهذا يشمل الاكاديميات الخاصة كحسوب, هل يمكنكم النظر في ذلك؟ فدورة php مثلا تستخدم phpstorm المقدم من ذات الشركة في العديد من الاقسام كقسم الانستقرام

السلام عليكم ورحمة الله وبركاته from numpy import * x=[1,2,3,6] y=random.choice(x) print(y)#3 z=[4,5,6,7] random.shuffley(z) print(z) #[6 7 4 5] ماهو سبب الاختلاف بين الدالتين( choice،shuffley) من حيث طريقه الاستدعاء؟

قمت بتصميم صفحة css وتعديل علي ملف html style.css index.html لدي جدول الصور اريد عندما احفظ صورة تخزن في قاعدة البيانات مسار الصورة وتاريخ الادخال ياريت كيف يكون كود php لرفع صورة

السلام عليكم أحتاج التعديل على هذا الكود قليلا import pandas as pd df = pd.read_excel("2018.xlsx",header=None) data = { 'رقم الطالب': df.iloc[3::, 5], 'عربي': df.iloc[3::, 9], 'إنجليزي': df.iloc[3::, 10], 'تاريخ': df.iloc[3::, 11] } df1 = pd.DataFrame(data) melted_df = pd.melt(df1, id_vars=['رقم الطالب'], var_name='المادة', value_name='الدرجة') melted_df = melted_df.sort_values(by=['رقم الطالب']) melted_df2.to_excel("AAA.xlsx") حيث أريد أن أقوم بالبحث عن رقم طالب معين وجلب باقي الأسطر التابعة لنفس رقم الطالب

لتحديد الصفوف التي تحتوي على الرقم الذي تبحث عنه جرب التالي: import pandas as pd # استبدال "رقم الطالب المطلوب" بالرقم الذي تبحث عنه target_student_number = "رقم الطالب المطلوب" # قراءة ملف Excel df = pd.read_excel("2018.xlsx", header=None) # تحديد الأسطر التي تحتوي على الرقم الطالب المستهدف target_rows = df[df.iloc[:, 5] == target_student_number] # إنشاء DataFrame جديدة باستخدام البيانات المحددة data = { 'رقم الطالب': target_rows.iloc[:, 5], 'عربي': target_rows.iloc[:, 9], 'إنجليزي': target_rows.iloc[:, 10], 'تاريخ': target_rows.iloc[:, 11] } result_df = pd.DataFrame(data) # حفظ النتائج في ملف Excel result_df.to_excel("نتائج_البحث.xlsx", index=False) استبدل "رقم الطالب المطلوب" بالرقم الذي تريد البحث عنه، وستحصل على DataFrame جديدة تحتوي على الصفوف المعنية.

نعم يمكنك تحديث أي مكتبة أو إطار عمل دون الحاجة لمسح المكتبة وإعادة تنزيلها مرة أخرى. في Python يمكنك تحديث المكتبات أو الإطارات باستخدام أمر pip: pip install --upgrade <package_name> حيث يقوم أمر pip install بتحديث المكتبة أو الإطار إلى آخر إصدار متاح دون المساس بالملفات الموجودة مسبقا. مما يعني أنك لن تحتاج لمسح شيء وإعادة تنزيل، بل سيقوم ببساطة بتحديث المكتبة أو الإطار إلى إصدار أحدث. ولكن يجب ان تحذر قد تحتاج في بعض الأحيان إلى تحديث بعض التعليمات البرمجية داخل المشروع لتتوافق مع التغييرات في الإصدار الجديد.

اريد لعبه X,O بلغه بايثون باستخدام مكتبه numpy بأكواد بسيطه وسهل فهمها

بالطبع تستطيع ذلك، لكن ما هي اللغة التي تعمل بها لتوضيح طريقة التحديث؟ على أي حال، في بايثون تستطيع التحديث من خلال: pip install <package_name> --upgrade واستبدل <package_name> باسم المكتبة أو الإطار وسيتم التحديث لأحدث إصدار. وهناك أمر مختصر وهو: pip install <package_name> -U لكن بالطبع ذلك سيعني أنه سيتوجب عليك تحديث أجزاء في الكود لديك لتتوافق مع الإصدار الجديد.

هل من الطبيعي تنفذ نفس اومر الي بل فديو لو لازم ابطريقتي الخاصه بدون الاعتماد على الفديو

السلام عليكم أحتاج إلى مساعدة في كتابة كود يقوم بتحويل DataFrame من هذا الشكل إلى DataFrame بشكل هذا باستخدام مكتبة pandas

طريقة تحميل nano و انشاء ملف python عليه

عند الضغط على Button الرجوع "Back" في صفحة خارجية، أريد الرجوع الى سيكشن معين في الصفحة الرئيسية للموقع وليس على الHome Page. هل يوجد طريقة في الHTML؟؟؟ للشرح اكثر، موقع عبارة عن صفحة واحدة مقسم الى ٧ سيكشن، احد السكشنز "المشاريع" عند الضغط على زر المزيد من المشاريع يتم الانتقال الى صفحة خارجية تستعرض فيها كافة المشاريع ومعلوماتها، ويوجد زر Back عند الضغط على Back، اريد الرجوع الى سيكشن المشاريع وليس الصفحة الرئيسية

طيب حجربها وخبرك لو اتحلت الف شكر

السلام عليكم ورحمة الله وبركاته from numpy import array a=array([('x',1,2),('y',3,4),('z',7,5)],dtype=[('name','U5'),('number','i2'),('value','f4')]) هل هذة الصيغة ثابتة ويكون التغيير فيها حسب الأرقام فقط ؟ وماوظيفه كل أمر فيها؟

نعم يمكنك استخدام هذه الخاصية قيمتها تشير إلى موقع الصفحة: <a href="home.html#section2">Back</a> بحيث يجب ان تعطي السكشن المراد الذهاب اليه نفس قيمه ال id <section id="section2"> <!-- Add your content here --> </section> هذه الطريقه ستعيد المستخدم إلى السكشن المطلوب بدلاً من العودة إلى أعلى الصفحة الرئيسية.

يمكنك القيام بذلك بإستخدام الميثود melt حيث تقوم بإعادة تنسيق ال dataframe الخاصة بك على حسب العمود الذي تريد، و هذا مثال بسيط للكود الذي يوضح ذلك: import pandas as pd # نفترض أن DataFrame الخاص بك يسمى df data = { 'رقم الطالب': ['A001', 'A002'], 'عربي': [50, 60], 'حساب': [73, 80], 'علوم': [50, 60], 'جغرافيا': [55, 70] } df = pd.DataFrame(data) # قم بتحويل الDataFrame melted_df = pd.melt(df, id_vars=['رقم الطالب'], var_name='column', value_name='value') # قم بفرز الDataFrame المحولة بناءً على 'رقم الطالب' melted_df = melted_df.sort_values(by=['رقم الطالب']) # عرض الDataFrame المحولة print(melted_df)

لا انه غير كافي، وذلك لأنه هنالك الكثير من المفاهيم الاساسية لمطور واجهات المستخدم والتي يحتاجها حتى يقوم بإنتاج واجهات المستخدم جيدة بسرعة وكفاءة عالية ليست موجودة في الاساسيات. بعد قول ذلك فإن تعلمك للأساسيات فقط سيعطيك فكرة جيدة جداً عن المجال ويؤهلك لبناء واجهات بسيطة (وهذا كافي بالنسبة لمطور php ولكنه غير كافي لمطور frontend).

لتوضيح الفرق أكثر إليك أمثلة توضيحية على استخدامات الأوامر: هناك بعض الفروقات بين الأمر cat و less حيث في حالة عرض ملف نصي قصير، فإن cat أسرع وأكثر بساطة. أما في حالة عرض ملف نصي طويل أو الحاجة للتنقل داخل المحتوى والبحث، فإن less أفضل. كما يتيح less بعض وظائف البحث والتنقل داخل الملف غير متاحة في cat. أما الأمر file: تحديد نوع ملف غير معروف النوع التأكد من نوع الملفات قبل معالجتها فحص جميع الملفات في دليل لإيجاد النصوص أو الصور

في البداية للتوضيح، تلك الأوامر تستخدم في أنظمة unix، مثل لينكس وMacOS. cat cat اختصار لـ "concatenate"، وهو أمر يستخدم لعرض محتوى الملفات، ويقوم بطباعة محتوى الملفات مباشرة على الشاشة، وتستطيع استخدامه لدمج المحتوى من عدة ملفات وعرضها على الشاشة، لكنه يفتقر إلى ميزات التنقل والبحث المتوفرة في less فلو كتبت cat filename.txt سيقوم بطباعة محتوى الملف filename.txt على الشاشة. less هو عبارة عن برنامج لعرض محتوى الملفات أيضًا، لكن بطريقة متقدمة أكثر من cat، حيث يسمح less بالتصفح السهل للملفات الكبيرة، من خلال التمرير للأمام وللخلف، البحث في الملف، والقفز إلى نقاط محددة، ويدعم ميزات مثل ترقيم السطور والتلوين ووضع التفاف. ويستخدم للملفات الكبيرة التي يصعب عرضها بأكملها في مرة واحدة على الشاشة، ويمكنك تشغيلها ببساطة باستخدام less filename.txt. file أمر يُستخدم لتحديد نوع الملف، وبمجرد تشغيل file مع اسم الملف، سيقوم بإظهار نوع الملف، مثل نصي (text)، صورة (image)، أو برنامج قابل للتنفيذ (executable). أي عند كتابة file filename.txt سيخبرك بنوع الملف، مثل "ASCII text" إذا كان نصيًا.

تأكد من إختيار مترجم بايثون في محرر الأكواد vscode لديك حيث ستجد interperter بالأسفل اضغط عليه ثم اختر إصدار بايثون الذي يظهر بجانه recommended كالتالي:

نعم بالضبط ثم تنفيذ الأمر السابق

لتثبيت مكتبة Requests في Python، يمكنك استخدام أداة التثبيت المسماة "pip". قم بفتح الطرفية الخاصة بك. وقم بتنفيذ الأمر التالي"pip install requests" أو ل Python 3 استخدم pip3 install requests بعد تنفيذ هذا الأمر، ستبدأ عملية تثبيت مكتبة Requests في بيئتك.

مجال ال Data Analytics Engineering مجال مطلوب قائم على تطبيق المفاهيم الهندسية لتحليل البيانات واستخراج أكبر معلومات ومعنى ممكن منها، حيث يتضمن هذا المجال معالجة البيانات قبل تحليلها، وقد يتداخل مع تعلم الالة وخورازمياتها. أما المهارات المطلوبة هي: الرياضيات والاحصاء: تطوير خلفية متينة في الرياضيات والاحصاء ضروري لأن المجال قائم على تطبيق مفاهيم الجبر والاحتمالات والاحصاء وغيرها. لغات البرمجة: لتطبيق مفاهيم الرياضيات فانك تحتاج الى لغة برمجة، مثل Python او R، والمفضلة هي Python لسهولتها ولتنوع مكاتبها وشهرتها. قواعد البيانات: مثل SQL لتخزين البيانات والتعامل معها. تعلم الالة: فهم أساسيات تعلم الالة مفيد في هذا المجال، وخاصة الأفكار المتعلقة ب regression, classification, clustering, ensemble methods. كما قد يلزم أيضا التعامل مع ال Big Data وأدواتها مثل Apache Hadoop، وقد يلزم أيضا تعلم Git.

لبناء مشروع Electro.js لنظام ويندوز يجب أن يكون لديك المتطلبات التالية: Windows 10 أو Server 2012 R2 أو أحدث Visual Studio 2017 15.7.2 أو أحدث بالتأكيد يجب أن يكون لديك Node.js و Git مثبيتين على جهازك يمكنك الإطلاع على تفاصيل كل هذه المتطلبات وكيفية تحميلها وتثبيتها من خلال التوثيق الرسمي من هنا. أما بالنسبة لنظام MacOS: فيجب أن يكون لديك macOS بإصدار 11.6.0 أو أحدث برنامج Xcode Python بإصدار 3.7 أو أحدث بالإضافة إلى Node.js و Git يمكنك الإطلاع على تفاصيل كل هذه المتطلبات وكيفية تحميلها وتثبيتها من خلال التوثيق الرسمي من هنا. بعد ذلك عليك أن تقوم بإستخدام Electron Build Tools لبناء مشروع Electron.js من خلال تثبيت الحزمة عبر الأمر التالي: npm i -g @electron/build-tools ثم تشغيل الأمر التالي: e init --root=~/electron --bootstrap testing ملاحظة: قد يُظهر هذا الأمر بعض التحذيرات Warning وعليك أن تضغط y ليتم إصلاح أي مشاكل بشكل تلقائي. الآن يجب أن تنفذ أمر أخير وهو: e build