מדריך מקיף להתקנה ועבודה עם VSCode, Python וגם GitHub Colab
ברוכים הבאים למדריך המעשי שלנו! במצגת זו נלמד יחד כיצד להתקין ולעבוד עם סביבת הפיתוח המקצועית של מפתחי Python. נעבור על כל השלבים הנדרשים ליצירת סביבת עבודה מושלמת, החל מהתקנת הכלים הבסיסיים ועד לעבודה עם ספריות מתקדמות ויכולות ניפוי שגיאות. המדריך מתאים במיוחד למתחילים ולסטודנטים שרוצים לפתח בפייתון בצורה מקצועית ויעילה.
התקנת Python
הורידו Python 3.12+ מהאתר הרשמי. בווינדוס, סמנו "Add Python to PATH".
התקנת Visual Studio Code
הורידו VSCode והתקינו את תוסף Python מחנות התוספים.
התקנת GitHub Copilot
פתחו VSCode, לחצו על Extensions, חפשו "GitHub Copilot" והתקינו את התוסף הרשמי.

טיפ חשוב: בלינוקס, ודאו שיש לכם גם את pip מותקן. השתמשו בפקודה sudo apt install python3-pip. בווינדוס, pip מותקן אוטומטית עם Python.
יצירת פרויקט Python ראשון ב-VSCode
עכשיו כשההתקנה מאחורינו, הגיע הזמן ליצור את הפרויקט הראשון שלכם! נלמד כיצד ליצור סביבה וירטואלית נפרדת לכל פרויקט, מה שמאפשר לנו לנהל תלויות בצורה נקייה ומסודרת.
4. יצירת קובץ Python
צרו קובץ main.py והוסיפו:
print("שלום עולם!")
name = input("מה שמך? ")
print(f"נעים להכיר, {name}!")
5. הרצת התוכנה
לחצו F5 או הקלידו בטרמינל:
python main.py
התוכנה תרוץ ותראו את התוצאות בטרמינל!
1. צרו תיקיית פרויקט
פתחו VSCode, צרו תיקייה חדשה בשם MyFirstProject ופתחו אותה. זו תיקיית הבית של הפרויקט.
2. יצירת סביבה וירטואלית
בטרמינל VSCode, צרו סביבה וירטואלית עם:
python -m venv venv
3. הפעלת הסביבה
בווינדוס:
venv\Scripts\activate
בלינוקס:
source venv/bin/activate
הטרמינל יציג את שם הסביבה בתחילת השורה.
במערב פרוע נדרש קודם לבטל מטכ"ם:
 Set-ExecutionPolicy -Scope CurrentUser -ExecutionPolicy RemoteSigned
יסודות תחביר Python: משתנים, לולאות ופונקציות
Python הוא שפת תכנות עם תחביר פשוט וקריא במיוחד. נלמד את המבנים הבסיסיים ביותר ששימושיים בכמעט כל תוכנית שתכתבו. הבנה טובה של היסודות האלה היא המפתח להצלחה בפייתון.
משתנים וטיפוסי נתונים
Python היא שפה דינמית - אין צורך להצהיר על טיפוס המשתנה מראש. הקוד הבא מדגים שימוש במשתנים מסוגים שונים:
age = 25
name = "דני"
height = 1.75
is_student = True
grades = [90, 85, 95, 88]
person = {"name": "דני", "age": 25}
שימו לב שכל משתנה יכול להחזיק ערכים מטיפוסים שונים במהלך התוכנית.
לולאות ותנאים
לולאות מאפשרות לנו לחזור על פעולות מסוימות. הנה דוגמאות לשימוש נפוץ:
for i in range(5):
    print(f"מספר {i}")

numbers = [1, 2, 3, 4, 5]
for num in numbers:
    if num % 2 == 0:
        print(f"{num} זוגי")
    else:
        print(f"{num} אי-זוגי")

count = 0
while count < 3:
    print("חוזר...")
    count += 1
פונקציות - בניית בלוקים לשימוש חוזר
פונקציות מאפשרות לנו לארגן קוד בבלוקים לוגיים וניתנים לשימוש חוזר. זוהי דרך מצוינת לשמור על קוד נקי ומסודר:
def calculate_average(numbers):
 """מחשבת ממוצע של רשימת מספרים"""
 if len(numbers) == 0:
 return 0
 return sum(numbers) / len(numbers)

def greet_user(name, greeting="שלום"):
 """מברכת משתמש עם ברכה מותאמת אישית"""
 return f"{greeting}, {name}!"

# שימוש בפונקציות
grades = [85, 90, 78, 92, 88]
avg = calculate_average(grades)
print(f"הממוצע: {avg}")

message = greet_user("שרה", "בוקר טוב")
print(message)
תכנות מונחה עצמים: הכרת Classes ב-Python
מחלקות הן אחד הכלים החזקים ביותר בפייתון. הן מאפשרות לנו ליצור אובייקטים עם תכונות ופעולות משלהם, מה שהופך את הקוד למודולרי, מאורגן וקל לתחזוקה. זהו מושג מרכזי בתכנות מודרני.
יסודות הגדרת מחלקה
Class
התבנית או השרטוט ליצירת אובייקטים. מגדירה מה האובייקט יכול לעשות ואילו מידע הוא מכיל.
Object
מופע ספציפי של Class. כל אובייקט הוא עותק נפרד עם ערכים משלו.
Methods
פונקציות השייכות ל-Class ומבצעות פעולות על האובייקט או עם הנתונים שלו.
Attributes
משתנים השייכים לאובייקט ומאחסנים את המידע שלו.
דוגמה מעשית: מחלקה פשוטה
דוגמה זו ממחישה הגדרת מחלקה בסיסית, הכוללת את המתודה __init__ לאתחול תכונות ואת מתודת greet. שימו לב איך 'self' משמש לגישה והגדרה של התכונות self.name ו-self.age בתוך המחלקה.
class Person:
    def __init__(self, name, age):
        self.name = name  # הגדרת תכונה name עבור המופע הנוכחי
        self.age = age    # הגדרת תכונה age עבור המופע הנוכחי

    def greet(self):
        return f"שלום, שמי {self.name}." # גישה לתכונה name של המופע הנוכחי

# יצירת אובייקט ושימוש בו
MOSHE = Person("משה", 45)
print(MOSHE.greet())
YOSSI= Person("יוסי כליכליכלי", 35)
print(YOSSI.greet())
למה 'self'
'self' הוא פרמטר המייצג את המופע הנוכחי של המחלקה (משה או יוסי), ומאפשר גישה לתכונות (attributes) ולמתודות (methods) שלו. הוא הפרמטר הראשון שמועבר לכל מתודה במחלקה, וזוהי מוסכמה בפייתון.
ארגון נכון של פרויקט Python
ארגון נכון של הקוד הוא קריטי לפרויקטים מורכבים. מבנה ברור עוזר לכם ולאחרים להבין את הקוד, לתחזק אותו ולהוסיף פיצ'רים חדשים בקלות. נלמד את השיטות המומלצות לארגון פרויקט Python מקצועי.
מבנה פרויקט ומוסכמות שמות
1
מבנה תיקיות (src/)
תיקייה זו מכילה את כל קוד המקור, מאורגן בתיקיות משנה לפי תחומים לוגיים.
src/
├── main.py
├── models/
├── utils/
└── config/
2
מבנה חבילות (Package Structure)
תיקיות שמכילות קובץ __init__.py הופכות לחבילות, מה שמאפשר ייבוא מסודר.
from src.models import User
from src.utils.validators import validate_email
ספריות מומלצות
  • requests - בקשות HTTP
  • pandas - עיבוד נתונים
  • flask - בניית אפליקציות ווב
  • pytest - בדיקות אוטומטיות
  • beautifulsoup4 - ניתוח HTML
  • pillow - עיבוד תמונות
  • sqlalchemy - מסדי נתונים
pip install requests
pip install pandas
pip install flask
pip install pytest
pip freeze > requirements.txt
pip install -r requirements.txt
NumPy: חישובים מדעיים וניתוח נתונים מתקדם
NumPy היא הספרייה המרכזית לחישובים מספריים בפייתון. היא מספקת מערכים רב-ממדיים יעילים ופונקציות מתמטיות מתקדמות. NumPy היא הבסיס לכמעט כל ספריות המדע והמידע בפייתון.
Arrays רב-ממדיים
המבנה הבסיסי ב-NumPy הוא ndarray - מערך רב-ממדי יעיל שמאפשר חישובים וקטוריים מהירים פי מאות מרשימות רגילות של Python.
פעולות מתמטיות
NumPy מספקת מאות פונקציות מתמטיות: אלגברה לינארית, סטטיסטיקה, טריגונומטריה, ועוד. הכל מיושם ב-C ולכן מהיר במיוחד.
Broadcasting
מנגנון חכם שמאפשר לבצע פעולות על מערכים בגדלים שונים בצורה אוטומטית ואינטואיטיבית.
דוגמאות שימוש בסיסיות
import numpy as np

# יצירת מערכים
arr = np.array([1, 2, 3, 4, 5])
print(f"מערך: {arr}")

# פעולות בסיסיות
squared = arr ** 2
print(f"בריבוע: {squared}")

mean_val = arr.mean()
print(f"ממוצע: {mean_val}")

# יצירת מטריצה
matrix = np.zeros((2, 3))
print(f"מטריצה אפסים:\n{matrix}")

# אינדקס וחתך
data = np.array([[1, 2], [3, 4]])
print(f"איבר: {data[0, 1]}") # 2
print(f"שורה ראשונה: {data[0, :]}") # [1 2]
Matplotlib: יצירת ויזואליזציות מרהיבות
Matplotlib היא הספרייה המובילה ליצירת גרפים ווויזואליזציות בפייתון. עם Matplotlib תוכלו ליצור כל סוג של תרשים - מגרפים פשוטים ועד ויזואליזציות מורכבות ואינטראקטיביות. זו כלי חיוני לכל מי שעובד עם נתונים.
גרף קווי בסיסי
גרפים קוויים אידיאליים להצגת מגמות לאורך זמן או קשרים רציפים בין משתנים. כאן דוגמה לציור פונקציות טריגונומטריות.
import matplotlib.pyplot as plt
import numpy as np

# גרף קווי בסיסי עם עיצוב
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.figure(figsize=(10, 6))
plt.plot(x, y1, label='sin(x)', linewidth=2, color='blue')
plt.plot(x, y2, label='cos(x)', linewidth=2, color='red', linestyle='--')
plt.title('פונקציות טריגונומטריות', fontsize=16)
plt.xlabel('ערך X', fontsize=12)
plt.ylabel('ערך Y', fontsize=12)
plt.legend()
plt.grid(True, alpha=0.3)
plt.show()
סוגי גרפים נפוצים
  • Line Plot - גרף קווי להצגת מגמות לאורך זמן
  • Scatter Plot - נקודות מפוזרות לזיהוי מתאמים
  • Bar Chart - עמודות להשוואת קטגוריות
  • Histogram - התפלגות של נתונים
  • Pie Chart - פרופורציות של שלם
  • Box Plot - סטטיסטיקה תיאורית
ניפוי שגיאות ב-VSCode: מצאו ותקנו באגים במהירות
Debugging
ניפוי שגיאות הוא חלק בלתי נפרד מתהליך הפיתוח. VSCode מספק כלים מתקדמים לניפוי שגיאות שיעזרו לכם להבין מה קורה בקוד שלכם בזמן ריצה ולמצוא בעיות במהירות.
יסודות ונקודות עצירה
Breakpoints - נקודות עצירה
לחצו על השוליים השמאליים ליד מספר שורה כדי להוסיף נקודת עצירה. הקוד יעצור בדיוק בשורה הזו ותוכלו לבדוק את מצב כל המשתנים.
Start Debugging
לחצו על F5 או על הכפתור הירוק בפאנל הדיבאג. בחרו Python File והתוכנה תתחיל לרוץ עד שתגיע לנקודת העצירה הראשונה.
כלי ניפוי שגיאות וטיפים
Variables Panel
בזמן שהתוכנה עצורה, הפאנל Variables מציג את כל המשתנים המקומיים והגלובליים עם הערכים שלהם. תוכלו אפילו לשנות ערכים בזמן ריצה!
Step Through Code
השתמשו בכפתורים למעלה: Step Over (F10) לשורה הבאה, Step Into (F11) להיכנס לפונקציה, Step Out (Shift+F11) לצאת מפונקציה.
טיפים מתקדמים לדיבאג יעיל
Conditional Breakpoints
לחצו ימני על נקודת עצירה ובחרו Edit Breakpoint. תוכלו להוסיף תנאי כמו:
i == 5
הקוד יעצור רק כשהתנאי מתקיים.
Watch Expressions
הוסיפו ביטויים לצפייה בפאנל Watch. למשל:
len(my_list)
user.name
total_sum / count
הביטויים יחושבו בכל נקודת עצירה.

טיפ מקצועי: השתמשו ב-Debug Console כדי להריץ קוד Python בזמן ריצה. זה מצוין לבדיקות מהירות של ביטויים או קריאות לפונקציות.
GitHub Copilot: העוזר החכם שלכם בקידוד
התקנה והפעלה
התקינו את התוסף GitHub Copilot מחנות התוספים של VSCode. תצטרכו חשבון GitHub ומנוי לשירות. לאחר ההתקנה, Copilot יתחיל להציע קוד אוטומטית בזמן הקלדה.
דוגמה לשימוש בـ Prompt
כתבו הערה המתארת את הפונקציה שאתם רוצים, ו-Copilot ישלים את הקוד עבורכם:
# כתוב פונקציה שמקבלת רשימת מספרים ומחזירה את הממוצע שלהם
def calculate_average(numbers):
    return sum(numbers) / len(numbers)
דוגמאות מעשיות וטיפים לשימוש
השלמות אוטומטיות
התחילו לכתוב פונקציה או הוסיפו הערה שמתארת מה אתם רוצים. Copilot יציע קוד שלם שמממש את הרעיון. לחצו Tab כדי לקבל את ההצעה או המשיכו להקליד כדי להתעלם.
אלטרנטיבות מרובות
לחצו Alt+] או Alt+[ כדי לעבור בין הצעות שונות. Copilot מציע מספר דרכים שונות לממש את אותה פונקציונליות, כך שתוכלו לבחור את המתאימה ביותר.
Made with