amir-saniyan

01_dna-sequencing-strings-and-matching/02_module-1-dna-sequencing-strings-and-matching/01_module-1-introduction

مقدمه‌ای بر توالی‌یابی DNA، رشته‌ها و تطبیق الگوها

Introduction to DNA Sequencing, Strings and Matching

---

خلاصه کلی

amir-saniyan

01_week-one/01_module-1/04_lecture-1-overview-of-python

01 — Overview of Python

مرور کلی زبان پایتون در علم داده‌های ژنومی

خلاصه کلی

در این درس، زبان برنامه‌نویسی Python معرفی می‌شود و نقش آن در حوزه Genomic Data Science و Bioinformatics بررسی می‌گردد. هدف اصلی این بخش، آشنایی اولیه با دلیل اهمیت یادگیری برنامه‌نویسی برای زیست‌شناسان، اصول طراحی یک برنامه، ویژگی‌های زبان Python و تاریخچه توسعه آن است.

amir-saniyan

01_overview - 01_overview - 03_why-genomics.en

جزوه درس: چرا ژنومیکس (Genomics) را مطالعه می‌کنیم؟

---

خلاصه کلی

موضوع درس

amir-saniyan

Modern Git Workflow on GitHub

Based on: GitHub Flow + Conventional Commits + Squash Merge + Semantic Versioning

1. Core Philosophy

• One permanent branch: main
• All work happens in short-lived branches
• No direct push to main
• Pull Requests are required for all production changes

amir-saniyan

Go Cheat Sheet

Table of Contents

• Go Syntax
  • 1. Basic Syntax
  • 2. Comments
  • 3. Declarations & Identifiers
  • 4. Types & Type Conversions
• 5. Constants & iota

amir-saniyan

مشخصات زبان برنامه‌نویسی Go

amir-saniyan

import sys
from pathlib import Path

import vtkmodules.all as vtk
from PySide6.QtWidgets import QApplication, QMainWindow
from vtkmodules.qt.QVTKRenderWindowInteractor import QVTKRenderWindowInteractor

IMAGE_PATH = "test.png"

amir-saniyan

#!/usr/bin/env bash

SCRIPTPATH="$( cd -- "$(dirname "$0")" >/dev/null 2>&1 ; pwd -P )"

cd "$SCRIPTPATH"

for dir in */ ; do
    echo "$dir"
    
    cd "$SCRIPTPATH/$dir"

amir-saniyan

# Python 3 - Encrypt/Decrypt using AES 256
# pip install pycryptodome
# Crypto.__version__ == 3.20.0

import base64
import hashlib

from Crypto.Cipher import AES
from Crypto.Random import get_random_bytes

amir-saniyan

class ImageCropper:

    @staticmethod
    def crop(image, x, y, width, height):
        try:
            image_width = image.shape[1]
            image_height = image.shape[0]

            x = max(0, min(image_width - 1, x))
            y = max(0, min(image_height - 1, y))