اذهب إلى المحتوى

عبدالباسط ابراهيم

الأعضاء
  • المساهمات

    4847
  • تاريخ الانضمام

  • تاريخ آخر زيارة

  • عدد الأيام التي تصدر بها

    11

أجوبة بواسطة عبدالباسط ابراهيم

  1. بتاريخ 21 دقائق مضت قال موسى علي الشمراني:

    اشتركت اليوم ولكن يوجد ممكن تم تحديث الدورات ولم يتم تعديل وصف الدورة ومسارتها علما باني اشتركت حسب الوصف

    اخي انا مشترك ولكن فية وصف الدوره 

    ستتعلم كيفية بناء واجهة برمجية API لتطبيق جوال وفق أفضل الأساليب المتبعة. ولايوجد درس متعلق بهذا الوصف

    كذالك لايوجد اي درس متعلق بالتخزين السحابي

    فجميع الروابط المرسلة من قبلك تختلف اختلاف تام عن ما ذكر

    شاكر ومقدر لكم

    لاحظ هذا الرابط  يحتوي على مسار كامل لبناء API 

    أما بالنسبة التعامل مع خدمات التخزين السحابي AWS S3 فهناك تطبيق كامل لبناء موقع نستخدم فيه AWS S3 

  2. ربما تم تحديث المسارات ولكن بالنسبة

    • للدروس الخاصة بال API فهي موجودة في هذا الرابط 
    • والدروس الخاصة بالتعامل مع خدمات التخزين السحابي AWS S3 فستجدها في المشروع تطبيق مشاركة الفيديوهات والجزء الخاص بال AWS S3 ستجده أيضاً في هذا الرابط 

    بالطبع يمكنك الدخول للروابط السابقة إذا كنت مشترك في دورة تطوير تطبيقات الويب باستخدام لغة PHP ويفضل الإلتزام أيضاً بترتيب الدروس حتى لا تفوت جزء مهم من الشرح

  3. يمكنك أيضاً بما أنك تستخدم list بواسطة python

    • إنشاء list فارغة وإضافة البيانات التي تريدها 
    • ثم في الأخير تقوم بتحويلها ل numpy array
      import numpy as np
      
      list = []
      
      list.append([1,3,5])
      list.append([2,4,6])
      
      array2 = np.array(list)
      
      print(array2)
      #الناتج:
      
      #[[1 3 5]
      # [2 4 6]]

       

    ولاحظ أنه في حالة كنت تستخدم for loop سيكون من الأفضل استخدام list ثم تحويلها لمصفوفة بدلاً من عمل append لمصفوفة numpy بداخل ال for loop إذا كنت تهتم للسرعة

    • أعجبني 1
  4. يمكنك بالطبع عن طريق تغيير إعدادات الطباعة من خلال set_printoptions  بواسطة المعامل suppress=True كما في التعليقات السابقة ولكن أحياناً تحتاج لتنفيذ هذه الإعدادت locally ويمكنك عمل ذلك من خلال context manager لذلك يكون الكود كالتالي

    x = np.random.random(10)
    with np.printoptions(precision=3, suppress=True):
        print(x)
        # [ 0.073  0.461  0.689  0.754  0.624  0.901  0.049  0.582  0.557  0.348]

    لاحظ أنه إذا قمت بالطباعة خارج هذا ال context manager سترجع إعدادات الطباعة كما كانت

    print(x)    
    # [ 0.07334334  0.46132615  0.68935231  0.75379645  0.62424021  0.90115836
    #   0.04879837  0.58207504  0.55694118  0.34768638]

     

  5. نعم يمكنك تنفيذ المطلوب بواسطة الكود التالي

    app.get(/^\/(posts|articles)\/(.+)/, function (req, res, next) {
     
    });

    لاحظ أن 

    • (+) يعني وجود slug حيث أن يجب أن يحتوي حرف واحد للتأكيد من وجود ال slig

    أو يمكنك استخدام الحل التالي

    app.get('/:type(posts|articles)/:id', ...)

     

  6. كما تم التوضيح في التعليق السابق أنه sign لا تعني أن ال cookies ستكون مخفية ولكن سيتم إضافة توقيع إليها وهناك بعض الفروقات بين cookie و signed cookie

    • لا يمكننا تحديد ما إذا كانت البيانات التي يتم إعادتها يتم تعديلها من قبل العميل أم لا. ذلك في حالة ال cookie بينما العكس في ال signed cookie يمكننا تحديد ما إذا كانت البيانات التي يتم إعادتها يتم تعديلها من قبل العميل أم لا

    • ويضاف التوقيع كجزء من ال sigendCookie  إلى جانب بيانات sigendCookie الفعلية وهذا التوقيع معروف من ناحية السيرفر فقط

  7. يمكنك عمل untrack لمجلد أو ملف ما حيث عند عمل untrack له سيتجاهله git ولن يضيفه لقائمة التغييرات وهذا ما تبحث عنه

    ولكن كيف تقوم بذلك

    • إنشاء ملف يسمى .gitignore لاحظ النقطة والتسمية وسنقوم بإنشاء هذا الملف في ال root للمشروع
    • ثم تقوم بفتح الملف وتضع به اسم الملف أو المجلد فقط وبذلك تقوم بجعل هذا الملف untracked

    قم بهذه الخطوات وسيتم تنفيذ ما تريده

    يمكنك أيضًا القراءة عن هذا الموضوع عن طريق البحث عن gitignore 

     

  8. تختلف الشروط اللازمة لإستخراج بطاقة من دولة إلى أخرى فيجب عليك مراجعة الشروط الخاصة بالبنوك الموجودة في دولتك 

    ولكن أعتقد أنه لا يمكنك إصدار بطاقة بعمر 13 عام ولكن يمكنك استخدام بطاقة أي شخص من عائلتك أو شخص تثق فيه وليس هناك مشكلة في ذلك 

    قم بقراءة الإجابات على هذا السؤال أيضاً

  9. يمكنك استخدام ال  log-timestamp ببساطة من خلال إضافتها فقط 

    أولاً تقوم بتثبيتها من خلال npm

    npm install log-timestamp

    ثانياً تقوم بإستدعائها والطباعة لرؤية الفرق

    console.log('Before');
    
    require('log-timestamp'); //هذا السطر هو المطلوب فقط
    
    console.log('After');

    كما يمكنك استخدام الحل التالي إذا كنت لا تحتاج لإستخدام أو إضافات خارجية 

    var origlog = console.log;
    
    console.log = function( obj, ...placeholders ){
        if ( typeof obj === 'string' )
            placeholders.unshift( Date.now() + " " + obj );
        else
        {
            // This handles console.log( object )
            placeholders.unshift( obj );
            placeholders.unshift( Date.now() + " %j" );
        }
    
        origlog.apply( this, placeholders );
    };

     

  10. أولاً يعتبر الحصول على عمل من خلال منصات العمل الحر صعباً في البداية وهذا ليس له علاقة بمستواك  في المجال إنما لأانك جديد على المنصة فليس هناك أعمال لك على الموقع أو تقييمات ولكن مع الإستمرار في تقديم العروض ستجد بعض المشاريع

    ولكن هنا بعض الأشياء التي تضمن لك الحصول على عمل أو تسرع من فرص حصولك عليه مثل 

    • ال profile الخاص بما يحتوي من الأعمال السابقة
    • طريقة تقديم العرض على أي مشروع
    • طريقة تعريف نفسك  في ال profile

    يمكنك قراءة العديد من النصائح في إجابات هذه الأسئلة

     

  11. حتى نستطيع عكس الترتيب للتنازلي بواسطة argsort ربما نحتاج لعكس المصفوفة الناتجة من هذه الدالة ويمكننا عكسها كالتالي

    avgDists=np.array([1, 8, 6, 9, 4])
    ids = avgDists.argsort()[::-1][:3] #لعكس المصفوفة نستخدم [::-1]  
    ids
    array([3, 1, 2])

    أو يمكننا تحويل القيم لقيم بالسالب 

    import numpy as np
    avgDists = np.array([2, 9, 7, 10, 5, 3])
    ids = (-avgDists).argsort()[:n] #(-avgDists) لاحظ 
    print(ids)

     

    • أعجبني 1
  12. يمكنك استخدام الدالة  np.place حيث يمكنك التحقق من الشرط أولاً ثم استبدال العناصر التي تريدها

    لاحظ المثال التالي

    import numpy as np
    
    # إنشاء مصفوفة 2*3 بالقيم من 0...5
    arr = np.arange(6).reshape(2, 3)
    
    # استبدال الرقم 2 ب 3
    np.place(arr, arr == 2, 3)

    كما يمكنك استخدام ال fancy indexing كالتالي

    arr[arr > 255] = x

    سيتم استبدال العناصر الأكبر من 255 بالقيمة x

    تعتبر الطريقة الثانية هي الأسرع

    • أعجبني 1
  13. يمكنك استخدام الخاصية .size من numpy ولذلك لتنفيذ الكود السابق سيتم تعديله كالتالي

    import numpy as np
    a = np.array([[]])
    if a.aize == 0:
      print('empty')
    else:
      print('not empty')

    لاحظ أن المصفوفة فارغة عندما ترجع ال a.size رقم 0

    ولكن هناك مشكلة أن ال size تقوم بإرجاع واحد عند تنفيذها على np.array(None)

    import numpy as np
    np.array(None).size
    #1

     

    • أعجبني 1
  14. كما تم الشرح في التعليقات السابقة فالمشكلة أن العناصر بداخل overlayer تأخذ نفس ال opacity من الأب وهو overlayer لذلك الحل لهذه المشكلة ببساطة هو جعل العناصر بداخل ال overlayer بنفس المستوى 

    وهذه الطريقة هي المفضلة لعمل ال overlay لاحظ التعديل 

    <div class="homeSection">
      <div class="overlayer"></div>
      <div class="home-content"> <!--ووضعه بنفس المستوى overlayer  قمت بإخراج هذا العنصر من  -->
        <div>
          <h1 class="title">we are creative agency</h1>
          <p class="p"> <span class="nr">Nawwar</span> is an Egyptian IT-Training Center founded in 2012 We
            have identified the unique challenges people may face in learning a new technology and have
            exerted efforts in providing strategies to overcome them. We welcome your participation in our
            training
          </p>
          <button class="btn btn-start">Get started</button>
          <button class="btn btn-learn">Learn more</button>
        </div>
      </div>
    </div>

    وباستخدام هذه الطريقة لن تحتاج للتعديل في التنسيقات

    • أعجبني 1
  15. يمكنك استخدام scipy.stats ونستخدم منه الدالة scoreatpercentile كالتالي

    from scipy import stats
    a = np.arange(100)
    stats.scoreatpercentile(a, 50)
    49.5

    كما يمكنك استخدام python فقط بدون numpy أي مكتبات أخرى عن طريق تخصيص دالة تقوم بذلك

    import math
    
    def percentile(data, perc: int):
        size = len(data)
        return sorted(data)[int(math.ceil((size * perc) / 100)) - 1]
    

    ومثال 

    percentile([10.0, 9.0, 8.0, 7.0, 6.0, 5.0, 4.0, 3.0, 2.0, 1.0], 90)
    # 9.0
    percentile([142, 232, 290, 120, 274, 123, 146, 113, 272, 119, 124, 277, 207], 50)
    # 146

     

  16. توجد العديد من الطرق لتنفيذ ذلك حيث في التعليقات السابقة تم استخدام unique  Counter  و bincount 

    ولكن يمكنك استخدام pandas أيضاً كالتالي

    >>> import pandas as pd
    >>> import numpy as np
    >>> x = np.array([1,1,1,2,2,2,5,25,1,1])
    >>> pd.value_counts(x)
    1     5
    2     3
    25    1
    5     1
    dtype: int64

     

  17. كما شرح عبدالمجيد في التعليق السابق أنه يوجد Port مستخدم ولذلك يمكنك الكشف إذا كان port ما مستخدم أم لا ومن ثم إغلاقه عن طريق استخدام lsof 

    lsof -i :<port no>

    سيعطيك الأمر السابق ال process id ثم يمكنك إيقاف العملية

    kill -9 <process id>

     

  18. من خلال ترجمة الخطأ يبدو أنك نسيت إضافة الدالة serializeUser و deserializeUser كالتالي

    assport.serializeUser(function(user, done) {
      done(null, user.id);
    });
    
    passport.deserializeUser(function(id, done) {
      User.findById(id, function(err, user) {
        done(err, user);
      });
    });

    كما يظهر في التوثيق الخاص بالمكتبة من هنا

  19. توجد العديد من المكتبات الجتهزة لعمل المطلوب وربما تجد لكل مكتبة مميزات عن غيرها وكما في التعليقات السابقة يمكنك البحث لتجد المكتبة المناسبة لكل وإضافة يمكنك استخدام المكتبة skimage بسهولة كالتالي

    from skimage.io import imsave
    imsave('Path_to_your_folder/File_name.jpg',your_array)

    أو يمكنك استخدام حل آخر بدون استدعاء أي مكتبة كالتالي

    def saveAsPNG(array, filename):
        import struct
        if any([len(row) != len(array[0]) for row in array]):
            raise ValueError, "المصفوفة يجب أن تحتوي عناصر من نفس الحجم"
    
                                    
        flat = []; map(flat.extend, reversed(array))
                                     
        buf = b''.join([struct.pack('>I', ((0xffFFff & i32)<<8)|(i32>>24) )
                        for i32 in flat])   
    
        data = write_png(buf, len(array[0]), len(array))
        f = open(filename, 'wb')
        f.write(data)
        f.close()

    ويمكنك استخدام هذه الدالة كالتالي

    saveAsPNG([[0xffFF0000, 0xffFFFF00],
               [0xff00aa77, 0xff333333]], 'test_image.png')

     

  20. يمكنك التحكم في تحويل الأرقام العشرية ل integer سواء لأقرب رقم الرقم الأكبر أو الأصغر من خلال الدوال

    >>> x = np.array([[1.0,2.3],[1.3,2.9]])
    
    >>> z = np.ceil(x)#لأكبر رقم
    
    >>> t = np.floor(x)# لأصغر رقم
    
    >>> a = np.rint(x)# لأقرب رقم

    يمكنك أيضاً استخدام الدالة _np.int كالتالي

    >>> x = np.array([[1.0, 2.3], [1.3, 2.9]])
    
    >>> np.int_(x)
    array([[1, 2],
           [1, 2]])

     

  21. عند إنشاء DataFrame من مصفوفة تحتاج لتحديد ال data و ال index و ال columns كالتالي

     pd.DataFrame(data=data[1:,1:],    # القيم
                  index=data[1:,0],    # العمود الأول 
                  columns=data[0,1:])  # الصف الأول

    ولكن ستلاحظ أن المصفوفة تحتوي على بيانات من نوع string ونوع integer لذلك تقوم numpy بتوحيد الأنواع ل string ونحن لا نريد ذلك وسنحول الأرقام ل integer مرة أخرى كالتالي 

    بدلاً من 

    data[1:,1:]

    نستخدم 

    np.int_(data[1:,1:])

     

  22. كما في التعليق السابق فإنه عند استخدام الكود app.use كالتالي

    app.use(express.static(__dirname + '/styles'));

    فإنه يمكنك الوصول للملفات في مجدل styles مباشرة 

    http://localhost:5000/main.css

    بينما إذا حددت path معين ك styles 

    app.use("/styles", express.static(__dirname + '/styles'));

    فيجب عليك الوصول للمجلد styles كالتالي

    http://localhost:5000/styles/main.css 

    لاحظ الفرق بين استخدام الطريقتين حيث أن عند استدعاء مثلاً ملفات التنسيق 

    • عند استخدام الطريقة الأولى نستدعي الملف مباشرة من اسمه كالتالي
      <link href="file_name.css" rel="stylesheet">

       

    • عند استخدام الطريقة الثانية نستدعي الملف من اسمه ولكن قبله المسار الذي حددناه كالتالي

      <link href="styles/file_name.css" rel="stylesheet">    

       

  23. إذا كان هناك مصفوفة ثنائية البعد مثلاً أو أكثر يجب استخدام دالة لتحويلها ل مصفوفة أحادية البعد وكما في التعليقات السابقة تم استخدام الدالة flatten ولكن يمكننا استخدام الدالة ravel حيث تعتبر اسرع من الدالة flatten وترجع reference من المصفوفة الأصلية لذلك سيكون الحل كالتالي 

    import numpy
    lst = [[1,2,3], [4,5,6]]
    newArray = numpy.array(lst)
    newArray.ravel().tolist()

     

    • أعجبني 1
  24. بالطبع يمكنك من خلال ال File System API كما في التعليق السابق وتم استخدام ال writeFile وتوجد طريقة أخرى وهي createWriteStream بحيث يمكنك الكتابة عدة مرات في الملف وإنهاء ال stream بعد الإنتها كالتالي

    var fs = require('fs');
    var stream = fs.createWriteStream("file.txt");
    stream.once('open', function(fd) {
      stream.write(" first row\n");
      stream.write(" second row\n");
      stream.end();
    });

     

×
×
  • أضف...