Как легко и надежно реализовать модульные тесты на Python

Что такое тесты
Тестирование кода  —  простой и интуитивно понятный процесс. Он заключается в создании и запуске тестов параллельно с разработкой основного кода. Это позволяет убедиться в том, что написанный код работает должным образом. Каждый так или иначе тестирует код. Одни это делают лучше, другие  —  хуже.

Большинство разработчиков запускают быстрые тесты в терминале или используют в качестве тестировщика сочетание assert-операторов и print-инструкций. Однако есть более эффективные способы. Поговорим о них позже, а сначала обсудим, почему так важно делать тесты.

Читать дальше

@pro_python_code

📖 Книга Продвинутый Python для сетевых инженеров

Книга

@pro_python_code

🐍🧩 Обработка вложенных списков и матриц в Python: 5 задач с решениями для совершенствования навыков

https://proglib.io/p/obrabotka-vlozhennyh-spiskov-i-matric-v-python-5-zadach-s-resheniyami-dlya-sovershenstvovaniya-navykov-2022-07-04

@pro_python_code

💡10 фич для ускорения анализа данных в Python

Советы и рекомендации, особенно в программировании, могут быть очень полезны. Маленький шоткат, аддон или хак может сэкономить кучу времени и серьёзно увеличить производительность. Я собрала свои самые любимые и сделала из них эту статью. Какие-то из советов ниже уже известны многим, а какие-то появились совсем недавно. Так или иначе, я уверена, они точно не будут лишними, когда вы в очередной раз приступите к проекту по анализу данных.

Читать дальше

@data_analysis_ml

Colossal-AI: унифицированная система глубокого обучения для эпохи больших моделей

https://github.com/hpcaitech/ColossalAI

@pro_python_code

🔎 Sherlock

Алгоритм, написанный на Python проверяющий наличие учётной записи в социальных сетях по заданному никнейму пользователя

Алгоритм быстро проверяет множество сайтов, что позволяет, не теряя много времени, найти аккаунты под одноимённой регистрацией

Установка: git clone https://github.com/sherlock-project/sherlock.git

Код
Список соцсетей

@pro_python_code

При работе в Kivy с потоками (threading) вы должны иметь в виду, что все изменения в графическом интерфейсе должны делаться из главного потока. Да, и это не смотря даже на GIL! Дело в том, что контекст OpenGL очень не любит, когда его трогают из чужого потока, что приводит к случайным и иногда сложно уловимым визуальным глюкам (см. прикрепленное фото).

Как это сделать? Воспользоваться декоратором mainthread, который поставит при вызове оригинальной функции поставит ее выполнение в следующий тик главного цикла приложения в главном потоке.

Пример использования из Durak GUI. Метод self.on_found_peer вызывается из другого вспомогательного потока, но он меняет интерфейс, поэтому должен быть снабжен декоратором mainthread:

from kivy.clock import mainthread

class DurakFloatApp(App):
...
@mainthread
def on_found_peer(self, addr, peer_id):
print(f'Найден соперник {peer_id}@{addr}')
# делать что-то с GUI!

...
self.discovery = DiscoveryProtocol(self.my_pid, PORT_NO)
#
self.discovery.run_in_background(self.on_found_peer)

☠️ Security Scripts

Набор скриптов для защиты и нападения для обучения изучающих информационную безопасность.

⚠️ Информация предоставлена исключительно с целью ознакомления. И побуждает обратить внимание на проблемы в безопасности.

#python #hack #pentest #redteam #blueteam

⚙️ GitHub

@linuxkalii

🚀 10 идиоматических приемов для эффективного программирования на Python

Программирование само по себе очень увлекательное занятие, а программирование на Python увлекательнее вдвойне, поскольку в данном языке существует много разных способов реализации одних и тех же функциональностей. Однако в большинстве случаев предпочтительно использовать реализации, присущие исключительно Python, характерной особенностью которых являются чистота и краткость кода.

Программирование на Python или любом другом языке — это не высшая математика, здесь многое зависит от степени сформированности ваших навыков. Если вы целенаправленно начнете писатькод в стиле Python (иначе говоря, питонический), то эти техники вскоре пополнят ваш набор инструментов, и постепенно их использование в проектах станет самым привычным делом. Рассмотрим ряд таких простых приемов, которые, я надеюсь, окажутся вам полезны.

Читать дальше

@pro_python_code

Enumerate

В традиционных языках программирования вам нужна переменная цикла для перебора различных значений контейнера. В Python это упростили: вы можете получить доступ к переменной цикла вместе со значением итерируемого объекта. Функция enumerate(x) возвращает две итерируемые переменные. Одна из них изменяется в диапазоне от 0 до len(x) - 1, а другая представляет собой элементы x.

🚀 Python Собеседование. Вопросы для подготовки


Читать дальше

@pro_python_code

Для тех , кто ищет работу или фриланс на Python

@python_djangojobs - наш канал вакансий Python
@python_django_work - чат

@datascienceml_jobs вакансии Machine learning /Python
@Machinelearning_Jobs - чат

@hr_itwork - it вакансии

​​Разбор URL

Функция urlparse из модуля urllib.parse разбирает URL на составные части: протокол, имя хоста, порт, путь, запрос и прочие.

>>> u1 = urlparse('https://tirinox:[email protected]:8080/some/page/index.html?page=2&action=login')
>>> u1
ParseResult(scheme='https', netloc='tirinox:[email protected]:8080', path='/some/page/index.html', params='', query='page=2&action=login', fragment='')
>>> u1.scheme, u1.query, u1.netloc
('https', 'page=2&action=login', 'tirinox:[email protected]:8080')

Имя хоста, порт, логин и пароль объединены в поле netloc, но их компоненты доступны для чтения по этим атрибутам:

>>> u1.username, u1.password, u1.hostname, u1.port
('tirinox', '1234', 'www.site.com', 8080)

Собрать обратно ParseResult в URL:

>>> u1.geturl()
'https://www.site.com:8080/some/page/index.html?page=2&action=login'

Если мы хотим в URL поменять какие-то части, удобно делать вот так:

>>> u1._replace(scheme='http').geturl()
'http://www.site.com:8080/some/page/index.html?page=2&action=login'

Однако таким способом нельзя поменять компоненты netloc, например, отдельно порт. netloc нужно менять целиком:

>>> u1._replace(netloc="user:[email protected]:8090").geturl()
'https://user:[email protected]:8090/some/page/index.html?page=2&action=login'

​​​Needl – генератор случайного интернет-трафика

Позволяет скрыть ваш истинный трафик, что, по сути, делает ваши данные «иглой в стоге сена» и, следовательно, их труднее найти.

Цель проекта состоит в том, чтобы вашему интернет-провайдеру, правительству и т. д. было сложнее отслеживать вашу историю просмотров и привычки.

#GitHub | #Python #Privacy

@pro_python_code

🐍 Пишем свою «Матрицу» на Python

Изучать новое можно по-разному. Одним нравится сначала штудировать теорию, а потом применять её на практике. Другие предпочитают учиться исключительно на примерах, найденных на любимом Stackoverflow. А кто-то вообще загружает навыки управления вертолётом и технику боевых единоборств по выделенному каналу прямо в мозг.

В любом случае без практических упражнений не обойтись. После ускоренной загрузки знаний Нео всё равно должен пройти спарринг с Морфеусом, чтобы научиться применять терабайты загруженных навыков на практике. Только вот упражнения бывают разные. Одно дело — лихо взлететь под потолок и проломить балки восточного спортзала, и совсем другое — методично час за часом шлифовать своё мастерство.

Читать дальше

@pro_python_code

⚡️ Атрибуты функций

__name__ возвращает имя функции.name__ возвращ— полный путь к функции (ClassC.ClassD.function).ции. __qualn— модуль, в котором она находится.

defaults — кортеж с значениями по умолчанию. code — да-да, вы правильно поняли, код функции.

globals — глобальные значения в модуле, где функция была определена.

И хочу напомнить про dict — переменную, которая позволяет добавлять свои атрибуты функции.

#теория

DALL·E Flow — это модель, позволяющая создавать изображений высокой четкости из текста.

Github https://github.com/jina-ai/dalle-flow

Colab: https://colab.research.google.com/github/jina-ai/dalle-flow/blob/main/client.ipynb

@pro_python_code