10 Python Async & Concurrency Tricks You Should Know!

اجرای تابع async

import asyncio

async def main():
    print("Hello Async")

asyncio.run(main())

اجرای همزمان چند Task

async def task(n):
    await asyncio.sleep(1)
    return n

results = await asyncio.gather(task(1), task(2))

ایجاد Task در پس‌زمینه

task = asyncio.create_task(task(3))

محدود کردن همزمانی با Semaphore

sem = asyncio.Semaphore(3)

async with sem:
    await some_io()

Timeout برای جلوگیری از Hang

await asyncio.wait_for(task(1), timeout=2)

اجرای کد Blocking داخل Async

loop = asyncio.get_running_loop()
result = await loop.run_in_executor(None, blocking_func)

استفاده از ThreadPoolExecutor

from concurrent.futures import ThreadPoolExecutor

استفاده از ProcessPool برای CPU-Bound

from concurrent.futures import ProcessPoolExecutor

مدیریت Race Condition با Lock

lock = asyncio.Lock()

async with lock:
    shared_resource += 1

Async HTTP Requests با aiohttp

import aiohttp

async with aiohttp.ClientSession() as session:
    async with session.get("https://api.example.com") as resp:
        data = await resp.json()

> نکته: Async برای I/O-Bound فوق‌العاده است، اما برای CPU-Bound از multiprocessing استفاده کن.

تو پروژه‌هات بیشتر با I/O-Bound سروکار داری یا CPU-Bound؟

10 Python Set Tricks You Should Know!

ساخت Set یکتا از لیست

unique_items = set([1, 2, 2, 3, 4])

افزودن آیتم

my_set.add(5)

حذف آیتم بدون خطا

my_set.discard(10)  # Error نمی‌دهد

اجتماع دو مجموعه (Union)

result = set1 | set2

اشتراک دو مجموعه (Intersection)

common = set1 & set2

تفاضل مجموعه‌ها (Difference)

diff = set1 - set2

بررسی زیرمجموعه بودن

if set1 <= set2:
    print("Subset")

حذف آیتم تصادفی

item = my_set.pop()

ساخت Set Comprehension

squares = {x**2 for x in range(5)}

حذف آیتم‌های تکراری از رشته

unique_chars = set("programming")

> ست ها(set) فوق‌العاده سریع هستند (O(1) average lookup)، اما ترتیب را حفظ نمی‌کنند!

بیشتر از کدوم عملیات Set در پروژه‌هات استفاده می‌کنی؟

*۷ ترفند کاربردی برای کار با دیکشنری‌ها در پایتون!

اگر با داده‌های کلیدی–مقداری کار می‌کنید، این تکنیک‌ها سرعت و کیفیت کدنویسی شما را بالا می‌برند:

ایجاد دیکشنری

user = {'name': 'Sara', 'age': 23, 'city': 'Tehran'}
print(user)

---

افزودن/ویرایش مقدار

user['age'] = 24
user['job'] = 'Developer'
print(user)

---

دریافت مقدار با get (بدون خطا)

print(user.get('city'))
print(user.get('phone', 'Not Found'))

---

حذف مقدار با pop

user.pop('city')
print(user)

---

مرور کلیدها، مقادیر و جفت‌ها

for key, value in user.items():
    print(key, value)

---

ادغام دو دیکشنری

a = {'x': 1, 'y': 2}
b = {'y': 20, 'z': 3}
merged = a | b
print(merged)

---

ساخت دیکشنری با Dictionary Comprehension

```python
squares = {x: xx for x in range(5)}

🗝 **ترفند ویژه: مرتب‌سازی دیکشنری بر اساس مقدار**

```python
data = {'a': 3, 'b': 1, 'c': 2}
sorted_data = dict(sorted(data.items(), key=lambda item: item[1]))
print(sorted_data)

from PIL import Image, ImageEnhance, ImageFilter

# Load the image
img_path = 'image path'
img = Image.open(img_path)

# 1. Convert to grayscale to focus on text contrast
gray_img = img.convert('L')

# 2. Enhance Contrast
enhancer_con = ImageEnhance.Contrast(gray_img)
img_contrasted = enhancer_con.enhance(2.0)

# 3. Advanced Sharpening using UnsharpMask
# Radius: شعاع اثرگذاری، Percent: درصد تقویت لبه، Threshold: آستانه تشخیص لبه
img_sharpened = img_contrasted.filter(ImageFilter.UnsharpMask(radius=2, percent=150, threshold=3))

# 4. Final slight brightness adjustment
enhancer_bright = ImageEnhance.Brightness(img_sharpened)
img_final = enhancer_bright.enhance(1.1)

# Save the processed image
output_path = 'output path'
img_final.save(output_path)

کتابخانه‌ی Pillow (PIL) ابزاری استاندارد و قدرتمند برای پردازش تصاویر در پایتون است که از آن برای باز کردن، دستکاری و ذخیره‌سازی فرمت‌های مختلف تصویر استفاده می‌شود.