🌟 ۳ مثال ساده با کتابخونه Polars | سریع و حرفه‌ای با دیتا کار کن! 🌟
📌 اگه با داده‌ها سر و کار داری، یا حتی تازه می‌خوای یاد بگیری، کتابخونه‌ی Polars توی پایتون یه گزینه‌ی سریع‌تر و راحت‌تر از Pandas برای خیلی از کارهاست. اینجا ۳ مثال ساده و واقعی با خروجی‌هاش رو با هم ببینیم 👇
🟩🟩🟩
### 🔸 مثال ۱: به دست آوردن میانگین قیمت
فرض کن یه فایل بزرگ توی فضای ابری داری و می‌خوای قیمت میانگین هر دسته کالا رو دربیاری.
import polars as pl
✅ خروجی:
┌────────────────────┬────────────┐
│ product_category │ avg_price │
├────────────────────┼────────────┤
│ A │ 125.0 │
│ B │ 250.0 │
└────────────────────┴────────────┘
🧠 به راحتی دیدیم که Polars بدون دردسر، میانگین هر دسته رو سریع محاسبه کرد.
🟩🟩🟩
### 🔸 مثال ۲: میانگین دمای پاریس فقط وقتی لازم باشه! (lazy)
lazy_df = pl.LazyFrame({
✅ خروجی:
┌──────────┐
│ avg_temp │
├──────────┤
│ 21.17 │
└──────────┘
🌀 چون lazy هست، فقط زمانی که .collect() زدیم، داده‌ها پردازش شد! خیلی سبک و سریع‌تر از حالت معمولیه!
🟩🟩🟩
### 🔸 مثال ۳: نمره دادن به دانش‌آموزا با شرط
df = pl.DataFrame({
✅ خروجی:
┌────────┬───────┬───────┐
│ student│ score │ grade │
├────────┼───────┼───────┤
│ Ali │ 95 │ A │
│ Sara │ 82 │ B │
│ Mina │ 74 │ C │
│ Reza │ 60 │ D │
└────────┴───────┴───────┘
🎓 به سادگی با شرط‌ها تونستیم نمره‌بندی کنیم!
🟩🟩🟩
📌 از کجا بیشتر یاد بگیریم؟
منبع رسمی خودش اینه : Polars
📣 اگه دوست داشتی آموزش بیشتر روی این کتابخونه، پروژه واقعی با این کتابخونه یا تمرین‌های ساده هم برات بفرستم، تو کامنت بگو!
این پست رو برای رفیقت که با دیتا سروکله می‌زنه بفرست 🙌
🔆 ارتباط با ما 🔆
#پایتون_ساده #Polars #تحلیل_داده #python2025 #آموزش_کاربردی #پروژه_پایتون 
