𝗣𝘆𝘁𝗵𝗼𝗻 𝗘𝘀𝘀𝗲𝗻𝘁𝗶𝗮𝗹𝘀 𝗳𝗼𝗿 𝗚𝗲𝗻𝗔𝗜
אתם מכירים JavaScript ו-TypeScript. עכשיו אתם רוצים לבנות עם LangChain וכלי GenAI. אתם צריכים Python.
אין צורך להתחיל מאפס. אתם יכולים למפות מושגים ב-Python למה שאתם כבר מכירים.
הנה מדריך תרגום מהיר למפתחי JS:
Core Syntax
- משתנים: השתמשו בהשמה פשוטה. עבור קבועים, השתמשו ב-UPPER_CASE.
- בוליאנים: השתמשו ב-True ו-False (הם מתחילים באות גדולה).
- Null/Undefined: השתמשו ב-None.
- הדפסה: השתמשו ב-
print()במקום ב-console.log(). - Template Literals: השתמשו ב-f-strings כמו
f"Hello, {name}".
Logic and Flow
- הזחה (Indentation): Python משתמשת ברווחים (whitespace) במקום בסוגריים מסולסלים
{}. זהו השינוי החשוב ביותר. - Truthy/Falsy: ב-JS, מערך ריק
[]הוא truthy. ב-Python, רשימה ריקה[]היא falsy. - השוואה: ה-
==של Python משווה ערכים בדומה ל-===של JS.
Data Structures
- רשימות (Lists): דומות למערכים (Arrays). השתמשו ב-
.append()במקום ב-.push(). - מילונים (Dictionaries): דומים לאובייקטים (Objects). השתמשו ב-
person["name"]כדי לגשת לערכים. - טאפלים (Tuples): כמו מערכים קפואים (frozen arrays). לא ניתן לשנות אותם לאחר היצירה.
- קבוצות (Sets): השתמשו בהן עבור פריטים ייחודיים ופעולות מתמטיות כמו חיתוך (intersections).
Functional Patterns
- Map ו-Filter: השתמשו ב-list comprehensions במקום ב-
.map()ו-.filter(). - דוגמה:
[n * 2 for n in numbers]מחליף אתnumbers.map(n => n * 2). - Destructuring: השתמשו ב-unpacking כדי להקצות מספר משתנים בבת אחת.
Modern GenAI Essentials
- Pydantic: זה קריטי. LangChain משתמשת ב-Pydantic לצורך אימות נתונים (data validation) ופלט מובנה (structured outputs).
- Decorators: הם עובדים כמו Higher-Order Components ב-React. הם עוטפים פונקציות כדי להוסיף לוגיקה.
- Async: Python משתמשת ב-
asyncו-awaitבדיוק כמו JS. השתמשו ב-asyncio.gather()במקום ב-Promise.all(). - Generators: הם מאפשרים לכם להזרים (stream) טוקנים של LLM אחד אחד.
Package Management
npmהואpip.node_modulesהוא.venv.package.jsonהואrequirements.txt.
תמיד השתמשו בסביבה וירטואלית (.venv) כדי לשמור על הפרויקטים שלכם נקיים.
מקור: https://dev.to/ajmal_hasan/python-essentials-for-genai-lji