Python শেখার রোডম্যাপ: মৌলিক থেকে আসল প্রজেক্ট

Python নতুন ও পেশাদার দুই দলেরই জনপ্রিয় ভাষা। এর পাঠযোগ্য syntax ধারণায় মন দিতে দেয়, আর এটি scripting, ওয়েব backend, data বিশ্লেষণ, machine learning, automation ইত্যাদিতে ব্যবহৃত হয়। এই রোডম্যাপ শেখার একটি ক্রম দেখায়।

ধাপ ১: মৌলিক

• Python install করুন এবং ফাইল ও interactive prompt থেকে কোড চালান।
• Variable ও type: int, float, str, bool, None।
• Operator, string formatting (f-string) ও ব্যবহারকারীর ইনপুট।
• শর্ত: if, elif, else।
• Loop: for, while, break, continue ও range।
• Function: parameter, ডিফল্ট মান, ফেরত মান, scope।

def greet(name, excited=False):
    msg = f"Hello, {name}"
    return msg + "!" if excited else msg

print(greet("Rafi", excited=True))

ধাপ ২: data structure

• List, tuple, dictionary, set এবং কোনটি কখন।
• Slicing ও comprehension: [x * 2 for x in nums if x > 0]।
• Sorting, enumerate, zip।
• Mutable বনাম immutable মান, এবং "copy বনাম reference" ফাঁদ।

ধাপ ৩: ফাইল ও error নিয়ে কাজ

• with open(...) দিয়ে টেক্সট ফাইল পড়া ও লেখা।
• Standard library দিয়ে JSON ও CSV।
• Exception: try, except, finally, এবং নিজের error তোলা।
• Path-এর জন্য pathlib module।

ধাপ ৪: কোড সাজানো

• Module ও package, import এবং if __name__ == "__main__":।
• Virtual environment (python -m venv .venv) যাতে প্রতিটি প্রজেক্টের নিজস্ব package থাকে।
• Library install করতে pip, এবং লিখে রাখতে requirements.txt বা pyproject.toml।
• ধরন: PEP 8, formatter ও linter-এর মতো টুল সহ।
• কোড নথিভুক্ত ও যাচাই করতে type hint।

ধাপ ৫: object-oriented ও উন্নত Python

• Class, method, __init__, inheritance ও composition। সরল নকশা পছন্দ করুন।
• সরল data পাত্রের জন্য Dataclass।
• Generator ও iterator, decorator, context manager।
• Standard library: collections, itertools, datetime, re (regular expression), argparse, logging।

ধাপ ৬: testing ও মান

• Test-এর জন্য pytest। যে কোড লেখেন তার test লিখুন।
• Print/logging ও বিল্ট-ইন debugger দিয়ে debug করুন।
• Traceback নিচ থেকে উপরে পড়তে শিখুন।

ধাপ ৭: দিক বাছুন

Automation ও scripting

• ফাইলের নাম বদল, spreadsheet প্রক্রিয়া, ভদ্রভাবে পেজ scrape, API কল, email পাঠানো।
• Library: requests বা httpx, beautifulsoup4, openpyxl।
• Scrape করার সময় ওয়েবসাইটের শর্ত ও robots নিয়ম মানুন।

ওয়েব backend

• FastAPI, Flask বা Django।
• SQL-সহ database, SQLAlchemy বা Django ORM-এর মতো ORM।
• Authentication, যাচাই, deployment।

Data ও বিশ্লেষণ

• NumPy, pandas, matplotlib, Jupyter notebook।
• Data পরিষ্কার, গ্রুপ করা, চার্ট ও সরল পরিসংখ্যান।

Machine learning ও AI

• আগে ভিত্তি: গণিতের মৌলিক ও data সামলানো।
• ক্লাসিক machine learning-এর জন্য scikit-learn, তারপর deep learning framework।
• LLM API কল করা ও তা দিয়ে অ্যাপ বানানো (AI সিরিজ দেখুন)।

DevOps ও টুল

• Command-line টুল লেখা, server ও cloud কাজ automate করা।

স্তর অনুযায়ী প্রজেক্ট আইডিয়া

• নতুন: সংখ্যা অনুমানের খেলা, terminal-এ to-do তালিকা, একক রূপান্তরকারী।
• মাঝারি: CSV বা SQLite-এ সংরক্ষণকারী খরচ ট্র্যাকার, downloads folder গোছানো script, public API ব্যবহার করে আবহাওয়া command-line অ্যাপ।
• উন্নত: database ও test-সহ REST API, data dashboard, Telegram bot, নির্ধারিত job-সহ ছোট web scraper।

সহায়ক অভ্যাস

• সংক্ষেপে হলেও প্রতিদিন কোড করুন, শুধু ভিডিও না দেখে প্রজেক্ট বানান।
• অন্যদের কোড ও অফিশিয়াল ডকুমেন্টেশন (docs.python.org) পড়ুন।
• শুরু থেকে Git ব্যবহার করুন।
• Error সার্চ ও ডকুমেন্টেশন পড়তে শিখুন।
• দ্রুত machine learning-এ পৌঁছাতে মৌলিক বাদ দেবেন না। মৌলিক সবকিছু বহন করে।

সাধারণ ভুল

• Virtual environment-এর বদলে সবকিছু global install করা।
• Function-এ mutable ডিফল্ট আর্গুমেন্ট (def f(x, items=[])), যা কলগুলোর মধ্যে ভাগ হয়।
• প্রতিটি exception নীরবে ধরা।
• Function বা test ছাড়া লম্বা script লেখা।
• পুরোনো Python 2 tutorial ব্যবহার। বর্তমান Python 3 সম্পদ ব্যবহার করুন।

মূল কথা: syntax ও data structure শিখুন, ফাইল ও error সামলান, virtual environment ও test ব্যবহার করুন, তারপর একটি দিক (automation, ওয়েব, data বা AI) বেছে সেখানে প্রজেক্ট বানান।

---

প্রোগ্রামিং রোডম্যাপ সিরিজ, পর্ব ২ (ভাষা ও নকশা): 1 নম্বর (মোট 5)।