عبدالباسط ابراهيم

إضافة لطريقة الحل التي شرحها أحمد يمكنك حذف عمود بواسطة ال index كالتالي df = df.drop(df.columns[[0, 1, 3]], axis=1) # df.columns تعتبر zero-based كما يمكنك استخدام الدالة pop كالتالي df.pop('column-name') لاحظ المثال التالي df = DataFrame.from_items([('A', [1, 2, 3]), ('B', [4, 5, 6]), ('C', [7,8, 9])], orient='index', columns=['one', 'two', 'three']) print df one two three A 1 2 3 B 4 5 6 C 7 8 9 df.drop(df.columns[[0]], axis=1, inplace=True) print df two three A 2 3 B 5 6 C 8 9 three = df.pop('three') print df two A 2 B 5 C 8

يمكنك استخدام الحل التالي نقوم بحذف العناصر المتشابه من df2 ثم نقوم بعمل merge لل df1 مع df2 كما في المثال التالي df1 = pd.DataFrame(data = {'col1' : [1, 2, 3, 4, 5, 3], 'col2' : [10, 11, 12, 13, 14, 10]}) df2 = pd.DataFrame(data = {'col1' : [1, 2, 3], 'col2' : [10, 11, 12]}) df_all = df1.merge(df2.drop_duplicates(), on=['col1','col2'], how='left', indicator=True) الناتج يكون كالتالي df_all col1 col2 _merge 0 1 10 both 1 2 11 both 2 3 12 both 3 4 13 left_only 4 5 14 left_only 5 3 10 left_only العناصر الغير مشتركة تكون كما في الناتج ليست both

لا يمكن لأحد الإجابة على مثل هذه الأسئلة إلا إذا أكملت السؤال ب " من حيث " فرص العمل سهولة التعلم المجتمع االأداء وما إلى ذلك وإليك مقارنة بينهما يعتبر ال react مكتبة على عكس angular إطار عمل والفرق بينهم أن angular يوفر لك المكتبات والأدوات الكاملة التي تحتاجها لتطوير التطبيقات أما react في مكتبة تتيح لك إختيار الحزم أو المكتبات الأخرى لتعمل بها مع react يعتبر تعلم react أسهل نسبياً من angular حيث إذا كنت تعلم javascript جيداً فلن يكون هناك صعوبة في تعلمه بينما مع angular نظراً لأنه إطار عمل فستجد الأمر أكثر تعقيداً نسبياً يعتبر عالمياً ال react أكثر طلباُ ولكن أيضاً angular مطلوب و كما هو الحال في مصر يعتبر تطبيقات ال react أقل حجماً من تطبيقات ال react وأسرع بفرق بسيط عن ال angular حيث يعتمد على ال virtual Dom كما أن مع react يتوفر لك react native وهي تقنية قوية لتطوير تطبيقات الهاتف وهي ميزة قوية لذلك يمكنك الإختيار المكتبة المفضلة لك كما يمكنك قراءة الإجابات على هذه الأسئلة

لا تتوفر متغيرات البيئة التي يتم تحميلها من خلال .env.local إلا في بيئة Node.js ، مما يعني أنها لن تتوفر للمتصفح. من أجل عرض متغير على المتصفح أو في المكون ، عليك أن تسبق المتغير بـ NEXT_PUBLIC لذلك قم بتسميته NEXT_PUBLIC_API = ... بدلاً من API = ...

إذا كنت لا تعلم المقاسات width أو height يمكنك استخدام ال layout=fill حتى تأخذ الصورة نفس مقاس ال container كما في المثال التالي <div style={{ position: "relative", width: "100%", paddingBottom: "20%" }} > <Image alt="Image Alt" src="/image.jpg" layout="fill" objectFit="contain" //container تأخذ أقل حجم ليتناسب مع ال /> </div>

أحياناً عند التعامل مع proxies يعيدون أحياناً ip متعددة في HTTP_X_FORWARDED_FOR ولذلك للحصول على ال ip الحقيقي سيكون آخر ip في ال list لذلك سينستخدم إجابة سامح مع تعديل بسيط كالتالي def get_client_ip(request): x_forwarded_for = request.META.get('HTTP_X_FORWARDED_FOR') if x_forwarded_for: ip = x_forwarded_for.split(',')[-1].strip() else: ip = request.META.get('REMOTE_ADDR') return ip

يمكنك التواصل مع مركز المساعدة من خلال هذا الرابط وسيقوم الفريق بمساعدتك في الغاء اشتراكك واسترجاع المبلغ

هناك بعض الإختلافات البسيطة بينهم كالتالي Express-handlebars تعتبر هذه الحزمة هي الأشهر والأكثر إستخداماً فهي كما أن لديها توثيق جيد لكل الخصائص الموجودة بها كما أن أحد الاختلافات مقارنة بالحزم الأخرى هو القدرة على استخدام Hooks hbs يعتبر من أسهل حزمة إدارة القوالب في الموقع كما تعطيك تقريباً نفس الخصائص الموجودة ب Express-handlebars ، ولكن النشاط الأخير كان قبل 4 أشهر. أي لم تعد تحدث كما في Express-handlebars express-hbs يمكن أن تستخدم مع كل من الإصدارات express 3/4. والميزة في هذه الحزمة أنها تدعم i18 n لذلك إذا كنت تحتاج لذلك سيكو ن خيار جيد ، بالرغم أنه من السهل دمج i18 n في الحزم الأخرى لذلك لا تعتبر ميزة تختار من أجلها هذه الحزمة

يمكنك الإبقاء على نفس ال style الخاص بال angular والتغيير فقط في أسلوب الكتابة في الtemplate Handlebars عن طريق إنشاء raw helper كالتالي Handlebars.registerHelper('raw-helper', function(options) { return options.fn(); }); ثم يمكنك استخدامه عن طريق أربع أقواس {{{{ كما في المثال التالي {{{{raw-helper}}}} <div class="container" ng-controller="AppCtrl"> Total Members: {{members.length}} </div> {{{{/raw-helper}}}}

يمكنك استخدام التابع pd.MultiIndex.from_product ك index في dataframe جديد ثم عمل reset لل index كما في المثال التالي a = [1, 2, 3] b = ["a", "b", "c"] index = pd.MultiIndex.from_product([a, b], names = ["a", "b"]) pd.DataFrame(index = index).reset_index() الناتج يكون كالتالي a b 0 1 a 1 1 b 2 1 c 3 2 a 4 2 b 5 2 c 6 3 a 7 3 b 8 3 c

بداية من نسخة panda 0.24.0 ، يمكنك استخدام الدالة .to_flat_index والتي تقوم بتنفيذ المطلوب كما في المثال التالي dat = df.loc[:,['name','workshop_period','class_size']].groupby(['name','workshop_period']).describe() print(dat.columns) # MultiIndex(levels=[['class_size'], ['count', 'mean', 'std', 'min', '25%', '50%', '75%', 'max']], # codes=[[0, 0, 0, 0, 0, 0, 0, 0], [0, 1, 2, 3, 4, 5, 6, 7]]) dat.columns = dat.columns.to_flat_index() print(dat.columns) # Index([('class_size', 'count'), ('class_size', 'mean'), # ('class_size', 'std'), ('class_size', 'min'), # ('class_size', '25%'), ('class_size', '50%'), # ('class_size', '75%'), ('class_size', 'max')], # dtype='object') وللفصل بين اسماء الأعمدة يمكنك استخدام الحل التالي dat.columns = ["_".join(a) for a in dat.columns.to_flat_index()]

ربما تقصد الوراثة في اللغة لاحظ المثال التالي class Person { constructor(first, last, age, gender, interests) { this.name = { first, last }; this.age = age; this.gender = gender; this.interests = interests; } } وللوراثة من هذا الكلاس نقوم باستخدام المعامل extends كالتالي class Teacher extends Person { constructor(first, last, age, gender, interests, subject, grade) { super(first, last, age, gender, interests); // subject و grade Personخاصة بالكلاس this.subject = subject; this.grade = grade; } }

كما وضح عبود فإنه يمكنك إنشاء دالة تقوم بإنشاء كائنات بواسطة المعامل new ولكن هناك طريقة أحدث وهي استخدام ال class وهي تعمل مع الإصدار ecmascript 6 لاحظ الكود التالي class Person { constructor(name) { this.name = name; } introduce() { console.log(`Hello, my name is ${this.name}`); } } const ahmed = new Person('Ahmed'); ahmed.introduce(); وتعتبر هذه الطريقة تغيير في كتابة الكود فقط أي في ال syntax ولكن طريقة العمل واحدة في اللغة ولقراءة الموضوع بشكل أكثر تعمقاً يمكنك قراءة هذه المقالة

يوجد عدة طرق لتنفيذ المطلوب كما شرح أحمد في التعليق السابق ولكن في بعض الأحيان تحتاج لمكتبة لتسهيل الأمر وإضافة بعض المميزات ويمكنك استخدام المكتبة fuzzymatcher لتنفيذ المطلوب قم بتثبيتها كالتالي pip install fuzzymatcher لاحظ المثال التالي from fuzzymatcher import link_table, fuzzy_left_join left_on = ["fname", "mname", "lname", "dob"] right_on = ["name", "middlename", "surname", "date"] fuzzymatcher.link_table(df_left, df_right, left_on, right_on)

كما شرح سامح في التعليق السابق أنه يمكنك أن تقوم بتنفيذ المطلوب من خلال delete سواء باستخدام get أو filter SomeModel.objects.get(pk=1).delete() # أو SomeModel.objects.filter(pk=1).delete() # SQL المكافئ ل # delete from table_name where id = 1; ولكن إذا أردت تحديد عدة قيم لحذفها يمكنك استخدام التابع __in كما في المثال التالي SomeModel.objects.fitler(pk__in=[1,2,3,4,5,...]).delete() # SQL المكافئ ل # delete from table_name where id in (1,2,4,5,...);

أولاً عند دراسة مسار معين أو محاولة فهم درس من مسار ما بطريقة سريعة أو ( لآخذ فكرة شمولية ) فالطبيعي أن تكون هناك بعض المفاهيم الغير مفهومة وذلك طبيعي بسبب طريقة الدراسة أما بانسبة لمسار ال databases فهو ليس مرتبط بالمسارات السابقة بشكل مباشر إنما عند دراسة المسارات السابقة تساعدك بشكل كبير في فهم المسار أسرع وأفضل والحظ أن هذه المسارات تم ترتيبها بشكل دقيق فلا يجوز التنقل بين المسارات بشكل عشوائي يتم فتح المسار الأول من كل دورة مباشرة إذا واجهت أي مُشكلة في الوصول إلى الدروس يُمكنك مراسلة الدعم الفني من خلال هذا الرابط: و سيقوم الفريق بمساعدتك في أقرب وقت

يمكنك أيضاً استخدام الدالة notnull ببساطة كالتالي import pandas as pd df = df[pd.notnull(df['value'])] أو يمكنك عكس الدالة isnull كالتالي df[~df.value.isnull()] أو isnan df[~np.isnan(df.value)]

كما شرح أحمد أنه تحتاج لإستخدام المكتبة openpyxl في حفظ البيانات من pandas لذلك مع openpyxl إصدار 2.4.0 و إصدار 0.19.2 pandas ، يمكنك استخدام حل ابسط كالتالي import pandas from openpyxl import load_workbook with pandas.ExcelWriter('Masterfile.xlsx', engine='openpyxl') as writer: writer.book = load_workbook('Masterfile.xlsx') data_filtered.to_excel(writer, "Main", cols=['Diff1', 'Diff2']) وجرب أيضاً استخدام المعامل keep_date_col بالقيمة True writer = pd.ExcelWriter('prueba1.xlsx'engine='openpyxl',keep_date_col=True)

أفترض أن عمود DOB الخاص بك بالفعل من النوع datetime64 حيث أن بالفعل قمت بتحويله ولكن تحتاج لتعديل ال format فقط من خلال style.format كالمثال التالي df DOB 0 2019-07-03 1 2019-08-03 2 2019-09-03 3 2019-10-03 لاحظ ال format قبل التعديل df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")}) ستصبح mm/dd/yyyy df.style.format({"DOB": lambda t: t.strftime("%d-%m-%Y")}) ستصبح dd-mm-yyyy

يمكنك استخدام ال operator.or من خلال المكتبة operator لاحظ المثال التالي filter_kwargs = { 'field_a': 123, 'field_b__in': (3, 4, 5, ), } list_of_Q = [Q(**{key: val}) for key, val in filter_kwargs.items()] Item.objects.filter(reduce(operator.or_, list_of_Q)) في Python3 ، لم تعد الدالة reducer موجودة built in في بايثون بعد الآن ، يمكنك استخدامها من خلال from functools import reduce

نعم الnode تعتبر single-threaded مع أن هناك بعض الإضافات التي تضيف ال multi threading لل nodejs ولكن تقوم بمعاملة ال concurrent requests أو الطلبات المتزامنة بواسطة ال Singlethreaded event loop حيث تعتبر ال nodejs غير متزامنة وذلك يتيح لها معاملة الطلبات بدون عمل block لغيرها لاحظ الشرح التالي لتفهم الفكرة request ──> ينتج thread └──> إنتظار قاعدة البيانات └──> الرد request ──> ينتج thread └──> إنتظار قاعدة البيانات └──> الرد request ──> ينتج thread └──> إنتظار قاعدة البيانات └──> الرد لاحظ الشكل السابق كيف يعالج الطلبات بواسطة ال multi threading request ──> معالجة الأمر في قاعدة البيانات request ──> معالجة الأمر في قاعدة البيانات request ──> معالجة الأمر في قاعدة البيانات database request complete ──> الرد database request complete ──> الرد database request complete ──> الرد لاحظ الفرق بين طريقة المعالجة لذلك يتم تنفيذ ال multi threading بشكل مختلف ولكن قاعدة البيانات التي تفرق في السرعة قم بقراءة الإجابات على السؤال التالي للفهم أكثر

هل تقصد كورس اطار العمل دجانغو لتطوير تطبيقات الويب في أكاديمية حسوب بالتحديد ؟ إذا كان كذلك فلا يوجد حالياً كورس تطوير تطبيقات الويب بواسطة اطار العمل دجانغو ولكن يوجد كورسين تطوير تطبيقات الويب بواسطة php ruby أما إذا كنت تقصد كورس تطوير تطبيقات الويب بواسطة اطار العمل دجانغو عموماً ليس في الأكاديمية بالتحديد فبالطبع يوجد الكثير من الكورسات سواء المجانية أو المدفوعة ماعليك سوى البحث عن عن هذه الكورسات وإذا كنت تجيد اللغة الإنجليزية ستجد هذا اكورس متوفر بكثرة ثم بعد ذلك قم بإختيار الكورس المفضل بالنسبة لك

توجد العديد من المكتبات سواء المختصة بال react أو بال javascript عموماً ولكن المكتبات الأفضل بالنسبة ل react يمكنك الحث عنها وستجد العديد من المكتبات مثل React Native Reanimated React Native Animatable Fluid transitions for React Navigation تعتبر هذه المكتبة خاصة بال Navigation React Spring وتوجد العديد من المكتبات الأخرى يمكنك الإطلاع عليها وإختيار الأفضل بالنسبة لك

بالإضافة لما شرحه بلال فإنه يمكنك إرسال ال mail بواسطة الدالة mail ولكن في بعض الأحيان لا تكون هذه الدالة كافية أو لا تلائم إحتياجاتك مثل الأمان والتشفير أو المرفقات لذلك تحتاج لاستخدام مكتبة لتنفيذ المطلوب مثل PHPMailer لتثبيت المكتبة بواسطة composer composer require phpmailer/phpmailer لاحظ المثال التالي <?php use PHPMailer\PHPMailer\PHPMailer; use PHPMailer\PHPMailer\SMTP; use PHPMailer\PHPMailer\Exception; require 'vendor/autoload.php'; $mail = new PHPMailer(true); try { //إعدادات الخادم $mail->SMTPDebug = SMTP::DEBUG_SERVER; $mail->isSMTP(); //استخدام SMTP $mail->Host = 'smtp.example.com'; $mail->SMTPAuth = true; $mail->Username = 'user@example.com'; // username $mail->Password = 'secret'; // password $mail->SMTPSecure = PHPMailer::ENCRYPTION_SMTPS; $mail->Port = 465; //Recipients $mail->setFrom('from@example.com', 'Mailer'); $mail->addAddress('joe@example.net', 'Joe User'); //Add a recipient $mail->addAddress('ellen@example.com'); //Name is optional $mail->addReplyTo('info@example.com', 'Information'); $mail->addCC('cc@example.com'); $mail->addBCC('bcc@example.com'); $mail->addAttachment('/var/tmp/file.tar.gz'); //المرفقات $mail->addAttachment('/tmp/image.jpg', 'new.jpg'); //Optional name //المحتوى $mail->isHTML(true); //محتوى html $mail->Subject = 'Here is the subject'; $mail->Body = 'This is the HTML message body <b>in bold!</b>'; $mail->AltBody = 'This is the body in plain text for non-HTML mail clients'; $mail->send(); echo 'Message has been sent'; } catch (Exception $e) { echo "Message could not be sent. Mailer Error: {$mail->ErrorInfo}"; } يمكنك القراءة حول المكتبة أكثر من الرابط بالأعلى

بالإضافة لما تم شرحه في التعليق السابق يمكنك استخدام مكتبة مثل APScheduler حيث تسهل عليك عمل مثل هذه المهام لاحظ المثال التالي from apscheduler.schedulers.background import BackgroundScheduler scheduler = BackgroundScheduler() job = None def tick(): print('One tick!')\ def start_job(): global job job = scheduler.add_job(tick, 'interval', seconds=3600) try: scheduler.start() except: pass