🌐 [translation-sync] FIX: lecture cleanup batch from the 2026-08 tracker audit (#154)

* Update translation: lectures/autodiff.md

* Update translation: .translate/state/autodiff.md.yml

* Update translation: lectures/numpy.md

* Update translation: .translate/state/numpy.md.yml

* Update translation: lectures/pandas.md

* Update translation: .translate/state/pandas.md.yml

* Update translation: lectures/pandas_panel.md

* Update translation: .translate/state/pandas_panel.md.yml

* Update translation: lectures/polars.md

* Update translation: .translate/state/polars.md.yml

* Update translation: lectures/python_by_example.md

* Update translation: .translate/state/python_by_example.md.yml

Author: mmcky

.translate/state/autodiff.md.yml

@@ -1,6 +1,6 @@
-source-sha: 05ce95691fd97e48da39dd6d58fe032c03e8813d
-synced-at: "2026-04-08"
-model: claude-sonnet-4-6
-mode: NEW
+source-sha: d35eb831da23a763f43d403e96f20d43529cae53
+synced-at: "2026-08-18"
+model: claude-sonnet-5
+mode: UPDATE
 section-count: 5
-tool-version: 0.22.0
+tool-version: 0.26.0

.translate/state/numpy.md.yml

@@ -1,6 +1,6 @@
-source-sha: aacff3815993e8bea8db7b63df72a0a038e220c1
-synced-at: "2026-08-05"
+source-sha: d35eb831da23a763f43d403e96f20d43529cae53
+synced-at: "2026-08-18"
 model: claude-sonnet-5
 mode: UPDATE
 section-count: 8
-tool-version: 0.25.0
+tool-version: 0.26.0

.translate/state/pandas.md.yml

@@ -1,4 +1,4 @@
-source-sha: 55c87c9fdbdb522866c5b6bbdc65c073941d7f16
+source-sha: d35eb831da23a763f43d403e96f20d43529cae53
 synced-at: "2026-08-18"
 model: claude-sonnet-5
 mode: UPDATE

.translate/state/pandas_panel.md.yml

@@ -1,6 +1,6 @@
-source-sha: 4cacd9a2d34a306abeb9383dbbe08be02e29011d
-synced-at: "2026-07-17"
+source-sha: d35eb831da23a763f43d403e96f20d43529cae53
+synced-at: "2026-08-18"
 model: claude-sonnet-5
 mode: UPDATE
 section-count: 6
-tool-version: 0.16.1
+tool-version: 0.26.0

.translate/state/polars.md.yml

@@ -1,4 +1,4 @@
-source-sha: 55c87c9fdbdb522866c5b6bbdc65c073941d7f16
+source-sha: d35eb831da23a763f43d403e96f20d43529cae53
 synced-at: "2026-08-18"
 model: claude-sonnet-5
 mode: UPDATE

.translate/state/python_by_example.md.yml

@@ -1,6 +1,6 @@
-source-sha: aacff3815993e8bea8db7b63df72a0a038e220c1
-synced-at: "2026-08-05"
+source-sha: d35eb831da23a763f43d403e96f20d43529cae53
+synced-at: "2026-08-18"
 model: claude-sonnet-5
 mode: UPDATE
 section-count: 6
-tool-version: 0.25.0
+tool-version: 0.26.0

lectures/autodiff.md

@@ -32,7 +32,6 @@ translation:
 
 # ماجراهایی با مشتق‌گیری خودکار
 
-
 ```{include} _admonition/gpu.md
 ```
 
@@ -355,11 +354,11 @@ def grad_descent(f,       # Function to be minimized
 ```{code-cell} ipython3
 n = 100
 key = jax.random.key(1234)
-x = jax.random.uniform(key, (n,))
+key, x_key, ϵ_key = jax.random.split(key, 3)
+x = jax.random.uniform(x_key, (n,))
 
 α, β, σ = 0.5, 1.0, 0.1  # Set the true intercept and slope.
-key, subkey = jax.random.split(key)
-ϵ = jax.random.normal(subkey, (n,))
+ϵ = jax.random.normal(ϵ_key, (n,))
 
 y = α * x + β + σ * ϵ
 ```
@@ -519,4 +518,4 @@ plt.show()
 ```
 
 ```{solution-end}
-```
+```

lectures/numpy.md

@@ -1255,7 +1255,11 @@ class DiscreteRV:
     def __init__(self, q, seed=None):
         """
         آرگومان q یک آرایه NumPy است، یا شبیه آرایه، غیر منفی و جمع
-        به 1 می‌شود
+        به 1 می‌شود.
+
+        آرگومان seed دانه تولیدکننده اعداد تصادفی زیربنایی را تنظیم
+        می‌کند؛ با مقدار پیش‌فرض seed=None، نمونه‌ها بین اجراهای
+        مختلف قابل بازتولید نیستند.
         """
         self.q = q
         self.Q = cumsum(q)
@@ -1431,7 +1435,7 @@ print(A)
 
 **قسمت 2**: به سمت تکرار نتیجه عملیات broadcasting زیر حرکت کنید. در عین حال، سرعت broadcasting و حلقه `for` که پیاده‌سازی می‌کنید را مقایسه کنید.
 
-برای این قسمت از تمرین می‌توانید از توابع `tic`/`toc` از کتابخانه `quantecon` برای زمان‌سنجی اجرا استفاده کنید.
+برای این قسمت از تمرین می‌توانید از context manager به نام `qe.Timer()` از کتابخانه `quantecon` برای زمان‌سنجی اجرا استفاده کنید.
 
 بیایید مطمئن شویم که این کتابخانه نصب شده است.
 

lectures/pandas.md

@@ -100,7 +100,8 @@ import requests
 با ایجاد یک سری از چهار مشاهده تصادفی شروع می‌کنیم
 
 ```{code-cell} ipython3
-s = pd.Series(np.random.randn(4), name='daily returns')
+rng = np.random.default_rng()
+s = pd.Series(rng.standard_normal(4), name='daily returns')
 s
 ```
 

lectures/pandas_panel.md

@@ -81,7 +81,7 @@ sns.set_theme()
 مجموعه داده با لینک زیر قابل دسترسی است:
 
 ```{code-cell} ipython3
-url1 = 'https://github.com/QuantEcon/data-lectures/raw/main/lectures/realwage.csv'
+url1 = 'https://raw.githubusercontent.com/QuantEcon/data-lectures/main/lectures/realwage.csv'
 ```
 
 ```{code-cell} ipython3
@@ -183,7 +183,7 @@ realwage_f.head()
 مجموعه داده با لینک زیر قابل دسترسی است:
 
 ```{code-cell} ipython3
-url2 = 'https://github.com/QuantEcon/data-lectures/raw/main/lectures/countries.csv'
+url2 = 'https://raw.githubusercontent.com/QuantEcon/data-lectures/main/lectures/countries.csv'
 ```
 
 ```{code-cell} ipython3
@@ -451,7 +451,7 @@ plt.show()
 مجموعه داده با لینک زیر قابل دسترسی است:
 
 ```{code-cell} ipython3
-url3 = 'https://github.com/QuantEcon/data-lectures/raw/main/lectures/employ.csv'
+url3 = 'https://raw.githubusercontent.com/QuantEcon/data-lectures/main/lectures/employ.csv'
 ```
 
 خواندن فایل CSV یک مجموعه داده پانلی در فرمت طولانی را برمی‌گرداند. از `.pivot_table()` برای ساخت یک dataframe با فرمت عریض با یک `MultiIndex` در ستون‌ها استفاده کنید.