یادگیری پایتون چقدر طول می‌کشد؟ نقشه راه ۴۰ جلسه‌ای دوره پایتون آموزشگاه کادوس رشت

یادگیری پایتون چقدر طول می‌کشد؟ برنامه واقعی از صفر تا اولین پروژه

«یادگیری پایتون چقدر طول می‌کشد؟» شاید رایج‌ترین سؤالی باشد که در جلسه‌های مشاوره دپارتمان کامپیوتر آموزشگاه کادوس در رشت می‌شنویم. در اینترنت جواب‌هایی مثل «یک هفته» یا «دو سال» پیدا می‌کنید که هیچ‌کدام کمکی نمی‌کنند. جواب صادقانه این است که یادگیری پایتون به هدف شما بستگی دارد: نوشتن یک برنامه کوچک، ساختن یک نرم‌افزار کامل یا ورود به بازار کار. در این مقاله بر اساس برنامه واقعی دوره ۴۰ جلسه‌ای پایتون کادوس، با کد و خروجی واقعی هر مرحله، می‌گوییم هر هدف تقریباً چقدر زمان می‌برد.

جواب کوتاه: یادگیری پایتون چقدر طول می‌کشد؟

بیایید به‌جای «ماه»، با «ساعت آموزش» و «خروجی» حساب کنیم، چون سرعت هر نفر فرق دارد اما محتوای لازم برای هر هدف مشخص است:

  • هدف اول، برنامه‌نویسی پایه و ساخت برنامه‌های کوچک: حدود ۶۰ ساعت کلاس، یعنی ترم اول دوره (۲۰ جلسه سه‌ساعته) به‌همراه تمرین بین جلسه‌ها. خروجی: بازی‌ها و ابزارهای کوچک خط فرمان.
  • هدف دوم، ساخت یک نرم‌افزار کامل: حدود ۱۲۰ ساعت، یعنی هر دو ترم. خروجی: برنامه دسکتاپ با رابط گرافیکی و پایگاه داده که می‌توانید در نمونه‌کارتان بگذارید.
  • هدف سوم، ورود به یک حوزه شغلی: دو ترم پایتون به‌علاوه یک دوره تخصصی مثل جنگو، FastAPI، دیتاساینس (۴۵ ساعت) یا یادگیری ماشین (۶۰ ساعت)، و چند پروژه شخصی.

این عددها ساعت کلاس‌اند، نه کل زمان. هر ساعت کلاس اگر با تمرین در خانه همراه نشود، خیلی زود فراموش می‌شود.

نقشه راه یادگیری پایتون در آموزشگاه کادوس: ترم اول مقدمه‌ای بر پایتون ۶۰ ساعت، ترم دوم پایتون پیشرفته ۶۰ ساعت و سپس یک تخصص مثل جنگو، دیتاساینس یا هوش مصنوعی
نقشه راه دوره ۴۰ جلسه‌ای پایتون کادوس: دو ترم و سپس یک تخصص

چه چیزی سرعت یادگیری پایتون را تعیین می‌کند؟

در کلاس‌هایمان دیده‌ایم که دو نفر با یک دوره و یک مدرس، با سرعت‌های بسیار متفاوتی جلو می‌روند. این عوامل بیشترین اثر را دارند:

  • تمرین منظم: روزی نیم ساعت کد زدن خیلی بهتر از یک روز در هفته پنج ساعت است. مغز برنامه‌نویسی را با تکرار یاد می‌گیرد، نه با تماشا.
  • ساختن پروژه: کسی که یک بازی کوچک را تا آخر می‌سازد، بیشتر از کسی یاد می‌گیرد که ده ویدئو را تا آخر دیده است.
  • ترس نداشتن از خطا: پیغام خطا (Error) دشمن نیست؛ دقیق‌ترین معلم شماست. هر چه زودتر خواندنش را یاد بگیرید، سریع‌تر جلو می‌روید.
  • ترتیب درست: پریدن به هوش مصنوعی قبل از تسلط بر حلقه و تابع، معمولاً به برگشتن و از اول شروع کردن ختم می‌شود.

چیزهایی که برخلاف تصور رایج مانع نیستند: ریاضی پیشرفته، زبان انگلیسی قوی یا مدرک دانشگاهی مرتبط. اگر درباره مورد آخر نگرانید، مقاله آیا بدون مدرک دانشگاهی می‌توان برنامه‌نویس شد؟ را بخوانید.

ترم اول: از اولین print تا اولین بازی

ترم اول دوره، «مقدمه‌ای بر پایتون»، از صفر شروع می‌شود: چاپ روی صفحه، متغیر، نوع داده و دریافت ورودی؛ بعد شرط‌ها و حلقه‌ها؛ بعد لیست، دیکشنری، تاپل و مجموعه؛ و در ادامه تابع، ماژول، کتابخانه استاندارد، کار با فایل و مدیریت خطا. ترم با پنج پروژه تمام می‌شود: حدس عدد، سنگ کاغذ قیچی، وردل، دوز و یک آزمون چهارگزینه‌ای. این هم ساده‌ترین شکل اولین پروژه، یعنی بازی حدس عدد:

import random

secret = random.randint(1, 100)
tries = 0

while True:
    guess = int(input("یک عدد بین ۱ تا ۱۰۰ حدس بزن: "))
    tries += 1
    if guess < secret:
        print("بزرگ‌تر است!")
    elif guess > secret:
        print("کوچک‌تر است!")
    else:
        print(f"آفرین! با {tries} حدس پیدا کردی.")
        break

همین پانزده خط، نیمی از مفاهیم ترم اول را یک‌جا دارد: ماژول random، متغیر، حلقه while، دریافت ورودی و تبدیل آن به عدد با int، شرط‌های if و elif، رشته قالب‌دار (f-string) و خروج از حلقه با break. اگر هر بار عدد وسط بازه را حدس بزنید، حداکثر با هفت حدس برنده می‌شوید؛ این همان ایده جست‌وجوی دودویی است که بعدها در الگوریتم‌ها می‌بینید.

ترم دوم: از کلاس و شیء تا برنامه با دیتابیس

ترم دوم، «پایتون پیشرفته»، برنامه‌نویسی را حرفه‌ای می‌کند: شی‌گرایی (کلاس، وراثت، چندریختی)، کد پایتونیک، کار با CSV و JSON و وب‌سرویس‌ها، زبان SQL و پایگاه داده SQLite و SQLAlchemy، الگوهای طراحی، رابط گرافیکی با Tkinter و PySide6، هم‌روندی، توسعه وب ساده با Flask و در پایان یک پروژه دسکتاپ کامل با پایگاه داده و کنترل نسخه با Git و GitHub. نمونه کوچک زیر، یک کلاس و یک پایگاه داده را کنار هم می‌گذارد:

import sqlite3
from dataclasses import dataclass


@dataclass
class Student:
    name: str
    course: str
    score: float

    def passed(self) -> bool:
        return self.score >= 10


students = [
    Student("مریم", "پایتون", 18.5),
    Student("رضا", "پایتون", 9.5),
    Student("سینا", "HTML و CSS", 16),
]

con = sqlite3.connect(":memory:")
con.execute("CREATE TABLE students (name TEXT, course TEXT, score REAL)")
con.executemany("INSERT INTO students VALUES (?, ?, ?)",
                [(s.name, s.course, s.score) for s in students])

rows = con.execute("SELECT name, course, score FROM students "
                   "WHERE course = ? ORDER BY score DESC", ("پایتون",))
for row in rows:
    s = Student(*row)
    print(s.name, s.score, "قبول" if s.passed() else "تجدید")

اینجا dataclass یک کلاس داده با چند خط می‌سازد، متد passed رفتار شیء را تعریف می‌کند و ماژول sqlite3 که همراه خود پایتون نصب است، داده‌ها را در جدول ذخیره و با یک پرس‌وجوی SQL فیلتر و مرتب می‌کند. علامت سؤال‌ها در دستور SQL (پرس‌وجوی پارامتری) هم جلوی حمله تزریق SQL را می‌گیرند؛ نکته‌ای که در جلسه SQL همین ترم به‌طور کامل بررسی می‌شود. در پروژه پایانی ترم، همین ایده به یک برنامه دسکتاپ کامل با پنجره و فرم تبدیل می‌شود.

خروجی واقعی کدهای مقاله یادگیری پایتون: بازی حدس عدد ترم اول که با هفت حدس تمام شد و برنامه کلاس و دیتابیس SQLite ترم دوم
خروجی واقعی هر دو برنامه که برای این مقاله اجرا شد

بعد از دو ترم: کدام مسیر را انتخاب کنم؟

بعد از دو ترم پایتون، زبان را بلدید؛ حالا باید تصمیم بگیرید با آن چه بسازید. در کادوس این مسیرها ادامه همان دوره‌اند:

  • وب و بک‌اند: جنگو (Django) برای ساخت سایت کامل و پنل مدیریت، یا FastAPI برای ساخت API سریع (بیشتر بخوانید: چرا FastAPI برای برنامه‌نویسان پایتون مهم است؟).
  • داده: دیتاساینس مقدماتی برای تحلیل و مصورسازی داده.
  • هوش مصنوعی: یادگیری ماشین، ساخت ایجنت هوش مصنوعی و LangChain.

اگر می‌خواهید کل مسیر را مرحله‌به‌مرحله ببینید، نقشه راه یادگیری پایتون را بخوانید و برای اینکه بدانید بعد از این مسیر چه شغل‌هایی منتظرتان است، سری به مقاله بازار کار پایتون در ایران و رشت بزنید.

چهار اشتباه که یادگیری پایتون را طولانی می‌کند

  1. دیدن آموزش به‌جای نوشتن کد: هر ویدئو یا کلاس را باید با تایپ کردن کدها خودتان تکرار کنید، نه فقط تماشا.
  2. کپی کردن بدون فهمیدن: کدی که از اینترنت یا هوش مصنوعی برمی‌دارید، اگر خط‌به‌خط نفهمید، چیزی به مهارتتان اضافه نمی‌کند.
  3. عوض کردن مداوم منبع: هر بار از اول شروع کردن با یک منبع تازه، شما را برای همیشه در فصل اول نگه می‌دارد. یک مسیر را تا آخر بروید.
  4. پروژه نساختن: تا وقتی چیزی نسازید، نمی‌فهمید کجای کار را بلد نیستید.

کتاب رایگان دوره پایتون کادوس

کتاب ۴۱ فصلی دوره پایتون مؤسسه فنی و آموزشی کادوس به‌صورت رایگان و آنلاین در kadoosonline.github.io/Python/book منتشر شده است. فصل‌های یک تا چهل دقیقاً برابر جلسه‌های کلاس‌اند و هر فصل با جمع‌بندی و تمرین تمام می‌شود. حتی اگر هنوز ثبت‌نام نکرده‌اید، خواندن چند فصل اول بهترین راه است تا ببینید یادگیری پایتون چقدر به شما می‌چسبد. برای آشنایی بیشتر با خود زبان هم مقاله پایتون: تاریخچه، کاربردها و دلایل یادگیری را ببینید.

در پایان هر ترم، با آزمون آنلاین پایتون ببینید کدام بخش را باید دوباره تمرین کنید؛ بیشتر سؤال‌ها از نوع «خروجی این کد چیست؟» هستند. معرفی همه آزمون‌ها در مقاله آزمون‌های آنلاین کادوس رشت آمده است.

ثبت‌نام در دوره پایتون در رشت

اگر می‌خواهید یادگیری پایتون را با برنامه مشخص، پروژه واقعی و کنار مدرس شروع کنید، دوره‌های پایتون آموزشگاه کادوس به‌صورت حضوری در رشت و آنلاین برگزار می‌شوند:

مقایسه همه دوره‌ها، سرفصل کامل و پرسش‌های رایج را در صفحه آموزش پایتون در رشت ببینید. برای مشاوره رایگان و تعیین سطح با یکی از شعبه‌ها تماس بگیرید: شعبه مرکزی (خیابان لاکانی) با شماره ۰۱۳۹۱۰۰۲۳۴۳ و شعبه مسکن مهر با شماره ۰۱۳۹۱۰۰۲۳۲۳، یا از صفحه تماس با ما پیام بدهید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

سایر مطالب