Python | Программирование
9.87K subscribers
1.82K photos
2 videos
139 files
1.53K links
Python без границ для всех

Владелец, реклама @Ak_Mihail

Преобрести рекламное размещение: https://telega.in/c/Python_libr
加入频道
📌 Методы строк, о которых стоит знать

strip(chars) — удаляет все лишние символы, которые есть в chars с начала и конца строки. lstrip(chars), rstrip(char) — делают то же самое, только слева/справа.

splitlines() — разделяет текст на строки. Намного лучше справляется, чем split('n'), поскольку удаляет лишние строки с начала и конца текста.

center(width, fillchar) — заполняет строку слева и справа, пока его длина не станет width.

📕 Документация

#урок
📌 Интерфейс командной строки

Создание CLI интерфейса всегда вызывает головную боль даже со встроенным argparse. Хорошо, что придумали typer, который сильно упрощает задачу.

Установка: pip install typer

Изучить модуль не составит труда, ведь это интуитивно понятный модуль. Библиотека позволяет создавать довольно сложные команды, при этом не усложняя код.

После всего она сама создаст usage страницу и --help сообщения на основе документации используемых функций или переданных аргументов.

📕 Документация

#урок
📌 Что такое декоратор?

Это обёртка вокруг функции, которая меняет её поведение. Сам по себе декоратор является вызываемым объектом (функция или класс с __call__).

Они позволяют менять поведение другого объекта, при этом ничего не меняя внутри. Код благодаря этому становится проще и более гибким.

#урок
📌 Замеряем время выполнения программы

Задумывались ли вы, как f-строки влияют а скорость работы приложения? А что быстрее, создать словарь или список? Лучше всего определить это можно с помощью timeit.

timeit.timeit(code, setup='', timer, number=1_000_000) — запускает код number раз. Перед стартом выполняет setup, которая не входит в время, измеряемое таймером.

Если лень открывать IDE, можете воспользоваться командой: python3 -m timeit "print('Hello world')".

📕 Документация

#миниурок #timeit
Что выведет этот код?
Anonymous Quiz
21%
[1, 2, 3]
10%
[1, 3]
47%
[3]
3%
[2]
20%
Узнать ответ
⚡️ ¡Hola, amigos!⚡️

28 мая в 12:00 приглашаем на большой очный митап в Санкт-Петербурге! Если присутствовать не сможете, подключайтесь к трансляции. Ссылка придёт после регистрации: https://ak-bars-digital-org.timepad.ru/event/2025625/?utm_source=tg&utm_medium=channel&utm_campaign=6&utm_content=6

Ссылка на канал: @threeamigostalk

Этот Three Amigos Talk представляем в расширенном формате. В первой части поговорим на тему интегрированной безопасности в разработке. Во второй — рассмотрим вопросы Golden-образа и линейного процесса поставки изменения на продакшн, а также обсудим, как сохранить безопасную среду в компании в периоды турбулентности. Завершим митап небольшой дискуссией со спикерами и ответами на вопросы.

Спикеры:
▫️ Александр Киверин, CTO «Гибкий и безопасный Software Development Life Cycle»
▫️ Алексей Шарапов, Head of DevOps «Shift Left Security»
▫️ Дмитрий Евдокимов, Founder и CTO «Shift Left Everywhere Security в каждый дом»
▫️ Владимир Муравьев, DevOps Tech Lead «Использование концепции Golden Image в девелопменте и поставках»
▫️ Мария Киверина, HR Lead «Не волнуйся, у нас ты в безопасности»

Эксперт митапа:
▫️ Тимур Исхаков, руководитель блока разработки

Когда: 28 мая в 12:00
Формат: офлайн, Санкт-Петербург + онлайн. Регистрация и подробности докладов здесь → по ссылке: https://ak-bars-digital-org.timepad.ru/event/2025625/?utm_source=tg&utm_medium=channel&utm_campaign=6&utm_content=6
📓 Машинное обучение с использованием Python. Сборник рецептов.

• Книга содержит около 200 рецептов решения практических задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели, уменьшение размерности и многие другие. Рассмотрена работа с языком Python и его библиотеками, в том числе pandas и scikit-learn. Решения всех задач сопровождаются подробными объяснениями. Каждый рецепт содержит работающий программный код, который можно вставлять, объединять и адаптировать, создавая собственное приложение.

#RU
📌 Модуль __future__

Чтобы сгладить отличия между версиями Python придумали такой модуль как __future__. Импортируя его вы получаете реализацию компонентов из будущих версий.

Самые простые примеры: функция print и деление. В Python3 деление всегда возвращает float, но в Python2 это может быть и int.

P.S. Также тут есть пасхалка. Попробуйте добавить фигурные скобочки в Python, выполнив в любой версии Python from __future__ import braces.

📕 Документация

#урок
📌 Быстро создаём классы с данными

Декоратор @dataclass из модуля dataclasses автоматизирует создание методов __init__, __eq__, __str__, __hash__ и других на основе типов, которые переданы в начале.

Таким образом мы можем быстро создавать объекты с каким-то набором данных, при этом написав минимум кода.

Также стоит отметить, что все значения должны иметь тип, иначе они будут проигнорированы.

📕 Документация

#урок
📓 Изучаем Python: программирование игр, визуализация данных, веб-приложения. 3-е изд.

• «Изучаем Python» — это самое популярное в мире руководство по языку Python. Вы сможете не только максимально быстро его освоить, но и научитесь писать программы, устранять ошибки и создавать работающие приложения.

• В первой части книги вы познакомитесь с основными концепциями программирования, такими как переменные, списки, классы и циклы, а простые упражнения приучат вас к шаблонам чистого кода. Вы узнаете, как делать программы интерактивными и как протестировать код, прежде чем добавлять в проект. Во второй части вы примените новые знания на практике и создадите три проекта: аркадную игру в стиле Space Invaders, визуализацию данных с удобными библиотеками Python и простое веб-приложение, которое можно быстро развернуть онлайн.

#RU
📌 Работаем с окружением

Это место, где хранятся значения, которые важны для работы системы и некоторых приложений (например, PATH). Для работы с ними пригодится os.

os.environ — возвращает все переменные в видео словаря.

os.getenv(key, default=None) — берёт значение по ключу. Если такого нет, возвращает default.

📕 Документация

#урок
📓 Основы Data Science и Big Data. Python и наука о данных.

Data Science — это совокупность понятий и методов, позволяющих придать смысл и понятный вид огромным объемам данных.
Каждая из глав этой книги посвящена одному из самых интересных аспектов анализа и обработки данных. Вы начнете с теоретических основ, затем перейдете к алгоритмам машинного обучения, работе с огромными массивами данных, NoSQL, потоковым данным, глубокому анализу текстов и визуализации информации. В многочисленных практических примерах использованы сценарии Python.

• Обработка и анализ данных - одна из самых горячих областей IT, где постоянно требуются разработчики, которым по плечу проекты любого уровня, от социальных сетей до обучаемых систем. Надеемся, книга станет отправной точкой для вашего путешествия в увлекательный мир Data Science.

#RU
📌 Отображаем календарь

В Python есть даже такое. Здесь мы можем с помощью calendar вывести календарь в текстовом (команда cal в linux) или в HTML формате.

calendar.weekday(year, month, day) — возвращает день недели в определённый день. Возвращает число от 0 до 6, что, соответственно, понедельник - суббота.

calendar.firstweekday() — день недели, с которого начинается неделя.

calendar.isleap(year) — является ли год високосным.

#урок
📓 Программирование GPU при помощи Python и CUDA.

• Книга предлагает быстрое погружение в программирование GPU. Вы узнаете, как применять закон Амдала, использовать профилировщик для определения узких мест в коде на Python, настроить окружения для программирования GPU. По мере чтения вы будете запускать свой код на GPU и писать полноценные ядра и функции на CUDA C, научитесь отлаживать код при помощи NSight IDE и получите представление об известных библиотеках от NVIDIA, в частности cuFFT и cuBLAS. Вооружившись этими знаниями, вы сможете написать с нуля глубокую нейронную сеть, использующую GPU, и изучить более основательные темы.

#RU