Шпаргалка по Библиотекам Python для:

• Машинного обучения.
• Науки о данных.
• Веб-разработки.
• Разработки игр.
• Автоматизированного тестирования.

#Шпаргалка

📌 orjson

Библиотека, которая в несколько раз быстрее работает с JSON. Для сравнения, обработка файла размером 1.1MiB занимает 0.71мс, а у json — 33.42. Вот доказательства.

Поскольку это дополнительная зависимость, её лучше сделать необязательной и импортировать так же, как в примере.

#урок

🧩 ChatGPT: нейросеть, которая умеет кодить, рисовать и запускать симуляцию внутри самой себя

• Компания OpenAI, которая до этого запустила DALL-E и Codex, опубликовала новую языковую модель ChatGPT на основе GPT 3.5.

• Нейросеть может общаться с человеком в чате и давать ответы на самые разные вопросы.

• Одна из главных фишек модели — способность понимать контекст разговора. Siri или Alexa, к примеру, не могут долго поддерживать связную беседу, поскольку начинают теряться в её сути. А вот у ChatGPT таких проблем не возникает.

🧷 https://tproger.ru/articles/chatgpt-nejroset-kotoraja-umeet-kodit-risovat-i-zapuskat-simuljaciju-vnutri-samoj-sebja/

#Статья

📌 collections.Counter

Это подкласс класса dict, и он используется для подсчета вхождений объектов в итерации.

most_common(n) — возвращает n самых часто встречающихся элементов.

#теория

🧩 Telegram-бот на Python за полчаса с aiogram

• Напишем простой диалоговый Telegram-бот на Python, который в дальнейшем можно дополнить различными функциями, и задеплоим его.

🧷 https://tproger.ru/articles/telegram-bot-create-and-deploy/

#Статья

📌 warnings

Модуль для вывода предупреждений в коде. Они выводят предупреждения в консоль, но не прекращают выполнение программы.

Это можно использовать для напоминания о Deprecated функциях, о необработанных корутинах (забытый await).

#теория

🧩 Задачи по Python для начинающих от Tproger и GeekBrains

• Вместе с факультетом Python-разработки GeekUniversity собрали для вас несколько простых задач по Python для обучения и тренировки. Их можно решать в любом порядке.

• Обратите внимание, что у любой задачи по программированию может быть несколько способов решения. Чтобы посмотреть добавленный нами вариант решения, кликните по соответствующей кнопке. Все приведённые варианты написаны на Python 3.

🧷 https://tproger.ru/problems/python-3-exercises-for-beginners-geekbrains/

#Статья

📌 apscheduler

Библиотека позволяющая откладывать выполнение каких-то операций на потом или обрабатывать их в фоне.

Она намного лучше встроенного sched, поскольку позволяет запускать асинхронные обработчики и хранить задачи в базе данных (Redis, MongoDB).

#теория

🧩 Разработка на Python с нуля: роадмап программиста

• Программирование на Python с нуля: легко или не очень? По факту, изучение Python почти ничем не отличается от изучения любого другого языка. Всё стандартно: установка, настройка рабочего окружения, базы данных, переменные, функции и первый «Hello World».

• Но дальше — круче, ведь в ход идёт разделение на сферы применения, синхронное и асинхронное программирование, тестирование и сопутствующие инструменты, часто индивидуальные для каждого языка.

🧷 https://tproger.ru/articles/python-roadmap/

#Статья

📌 itertools.accumulate()

Создаёт итератор, который возвращает накопленные суммы или накопленные результаты других бинарных функций (указывается с помощью необязательного аргумента func).

#урок

Socket или как создать собственный сервер на Python в домашних условиях

• Давайте создадим свой собственный веб-сервер на Python в домашних условиях, тем более, что это не так уж и сложно.

🧷 https://youtu.be/f5ic6D30_mQ

#Видео

📌 Функция filter()

filter(func, iter) — принимает функцию, которую возвращает True или False и итерируемый объект. На основе ответа функции решает, оставлять объект или нет.

#урок

Многопроцессность, многопоточность, асинхронность в Python и не только.

• Сегодняшний выпуск — о том, как заставить наше приложение летать!

• Поговорим о процессорах, о том, как они работают, о многоядерных CPU и Hyper-Threading, о процессах, потоках и многопоточности, а также об асинхронности или кооперативной многозадачности.

🧷 https://youtu.be/JIp14T9bvvc

#Видео

📌 itertools.reduce()

Он используется для применения функции к итерации и уменьшения ее до одного значения.

#теория

Параллельное программирование на Python

• Лекция по параллельному программированию преподавателя Тимофея Хирьянова. Очень насыщенное и полезное видео!

🧷 https://youtu.be/QitEF7Qvi4w

#Видео

Telegram Bot на Python

• Разработка телеграм ботов интересный и прибыльный процесс. За урок мы с нуля разработаем Telegram Bot на основе языка Python. Мы изучим несколько основных команд для работы с пользователем и получением информации от него.

🧷 https://youtu.be/HodO2eBEz_8

#Видео

📌 copy

Библиотека для создания поверхностных и глубоких копий объекта.

Неглубокая копия — копия объекта, который сохраняет ссылки на существующие объекты, а не создаёт новые.

Глубокая копия создает рекурсивно копирует объекты, на которые ссылается полученный экземпляр.

#урок

📌 Функция any()

• Функция any() возвращает True, если какой-либо (любой) элемент в итерируемом объекте является истинным True, в противном случае any() возвращает значение False.

• Если последовательность пуста, то функция any() возвращает False.

• Функция any() применяется для проверки истинности любого из значений в итерируемом объекте и эквивалентна коду на картинке.

📕 Документация

#урок

📌 functools.partial()

Это функция, которая позволяет вам создать новую функцию с уже переданными параметрами существующей функции.

Это может быть полезно, когда нужно создать новую функцию, похожую на существующую, но с некоторыми аргументами, уже установленными на определенные значения.

#урок

📌 Функция all()

• Функция all() возвращает значение True , если все элементы в итерируемом объекте - истинны, в противном случае она возвращает значение False.

• Если передаваемая последовательность пуста, то функция all() также возвращает True.

• Функция all() применяется для проверки на True всех значений в последовательности и эквивалентна коду на картинке.

📕 Документация

#урок

📌 @functools.lru_cache

Это декоратор, который кэширует результат функции, чтобы не нужно было пересчитывать их каждый раз при вызове.

Это может быть полезной оптимизацией для функций, требующих значительных вычислительных ресурсов или часто вызываемых с одними и теми же аргументами.

#урок