🖥 Python, dunder (двойное подчеркивание) . Магические методы Python, о которых не все знают.

Волшебные методы Python, также известные как методы dunder (двойное подчеркивание), могут быть использованы для реализации множества интересных вещей. Большую часть времени мы используем их для простых вещей, таких как конструкторы (__init__), строковое представление (__str__, __repr__) или арифметические операторы (__add__/__mul__). Однако существует еще много волшебных методов, о которых вы, вероятно, не слышали, и в этой статье мы рассмотрим их все (даже скрытые и недокументированные).

➡️ Читать дальше

@pro_python_code

🖥 Как разбить текст на абзацы с помощью Python

В этой статье будет представлен подход, использованный мной в проекте, посвященном реферированию подкастов. Корректное реферирование текста всегда начинается с разделения его на смысловые части  —  абзацы.

➡️ Читать дальше

@pro_python_code

🖥 pycraft – проект на Python, вдохновленный Minecraft прямо в терминале

🖥 Github

@pro_python_code

🖥 Вопросы с собеседований python. Как проходит собеседование Python-разработчика: вопросы для джуниоров и мидлов.

Привет! Меня зовут Руслан. Около 12 лет я занимаюсь разработкой, из них девять — на Python. За это время я собеседовался на разные позиции десятки раз и сам провёл примерно пару сотен собеседований. Не всегда успешно :/ В этой статье поговорим о том, как снизить вероятность провалов и к чему быть готовым.

➡️ Читать дальше

@pro_python_code

🖥 ООП и паттерны проектирования в Python

Бесплатный вводный курс, который научит профессиональному конструированию приложения в объектно-ориентированной парадигме

🖥 Github

@pro_python_code

🖥 You-Get - очень полезный скрипт на Python для загрузки видео, аудио, изображений из интернета.

✔️ Скачивает видео с популярных сайтов, таких как YouTube или TikTok
✔️ Парсит веб-страницы и загружает изображения
✔️ Загружает бинарные файлы и другой не-html контент с сайтов

$ pip3 install you-get

🖥 GitHub

#python #soft #github

🖥 НАСТРОЙКА ИНТЕРПРЕТАТОРА Python ВНУТРИ CHATGPT. Ai Пишет код на Python.

Вам больше не нужен интерпритатор.

Этот рассказ вдохновлён другой историей, “Настройка Виртуальной Машины внутри ChatGPT”. Я был впечатлен и решил попробовать нечто подобное – в этот раз вместо командной строки Linux давайте попросим ChatPGT стать нашим интерпретатором Python.Можно воспринимать эту статью как инструкцию по работе с CHATGpt.

Вот исходная команда для инициализации ChatPGT:

Я хочу, чтобы ты выступил в роли интерпретатора Python. Я буду вводить команды, а ты будешь отвечать, что должен показать вывод Python. Я хочу, чтобы ты отвечал только с выводом на терминал внутри одного уникального блока кода, и ничего больше. Не пиши объяснений, выводи только то, что выводит Python. Не вводи команды пока я не дам соответствующих инструкций. Когда мне нужно сказать тебе что-то по-английски, я буду делать это, помещая текст внутри фигурных скобок, как это сделано здесь: {пример текста}. Моя первая команда – a=1.

➡️ Читать дальше

@pro_python_code

🖥 Защита от парсинга с Python.

Можно ли защититься от парсинга. И зачем это нужно?

Много уже было сказано про парсинг сайтов, целью которого является сбор, обработка и анализ информации. Этот способ позволяет обработать большой массив информации при сравнительно небольших затратах.

Парсинг может применяться практически к любой информации, например, к данным текстовых ресурсов, мультимедийному контенту, данным объявлений, размещённых на специальных сайтах, различным социальным сетям (анализ отзывов и комментариев) и др.

Парсинг может быть использован злоумышленниками и направлен на поиск и сбор личных, в том числе конфиденциальных данных пользователей, его используют с целью кражи исходного HTML-кода страницы, а также для создания идентичных сайтов. Применение парсинга нередко приводит к сбоям и проблемам в работе интернет-ресурсов.

Понятным является желание владельца интернет-ресурса защитить информацию, размещенную на его сайте. Существуют различные способы борьбы с «недобросовестным» парсингом.

➡️ Читать дальше

@pro_python_code

🖥 GitHub Actions для Python разработчиков.

Если вы разрабатываете свое приложение на GitHub, то, возможно, захотите рассмотреть возможность использования GitHub Actions для вашего CI/CD. В этом руководстве мы рассмотрим, как использовать действия GitHub для тестирования нескольких версий python и на разных платформах.

✔️ Читать дальше

@pro_python_code

🖥 15 крутых трюков Jupyter,, которые сэкономят время при работе с данными.

Как специалисты по анализу данных мы используем Jupyter Notebook практически каждый день – от загрузки данных до создания и развертывания моделей с его помощью.

Мне нравится Jupyter Notebook за её простой и удобный дизайн и при этом Jupyter незаменим для решения любых python-ориентированных задач. В частности, Jupyter поддерживает возможность запуска и тестирование скриптов с множеством датасетов.

Однако, при всей простоте этого инструмента, мы часто склонны совершать ошибки, которые приводят к потере времени и увеличению затрат мощности.

В этой статье мы расскажем о некоторых советах и хитростях, которые должен знать каждый специалист по работе с данными. Эти трюки помогут сэкономить время и увеличить продуктивность работы.

➡️ Читать дальше

@pro_python_code

📸 Пишем Инстаграм бота на Python для раскрутки профиля.

Это первая часть из нашего цикла по автоматизации и раскрутки инстаграм аккаунта на Python.

В этой статье мы узнаем, как создать бота для Instagram с помощью Python и InstaBot.

➡️ Читать дальше
✔️ Docs

@pro_python_code

🗣 Делаем проект по анализу речи на Python

Представьте ситуацию: вас назначили спикером на мероприятии, и вы даже знаете, о чем хотите рассказать аудитории. Но будет ли публикой воспринят ваш доклад так, как вы себе это представляли? Давайте посмотрим, что может пойти не так, и как это исправить.

Как часто нам приходится выступать с докладом, презентацией, проводить обучение, быть спикером на конференции? Если деятельность напрямую не связана с человеческим общением, навык грамотно доносить свою точку зрения теряется естественным образом. Друзья и близкие зачастую воспринимают нас “как есть”, исключая обратную связь для сохранения отношений. Несмотря на лояльность друзей и коллег, практика публичных выступлений важна и необходима для поддержания способности передавать свои мысли и чувства.

Данное исследование поможет разобраться с нашими вербальными привычками и подсветит зоны роста. К его созданию меня подтолкнул спикер одного из youtube каналов it-направленности. Его речь, наполненная идиомами и вводными словами, мешала восприятию основного полезного контента. Впоследствии родилась идея перевести аудиозаписи роликов в текст и выяснить, какие выражения чаще других перегружают речь. Первой задачей стала транскрибация целевой аудиодорожки, второй – анализ текста, третьей — выводы и работа над ошибками.

✔️ Читать дальше
🖥 Код

@pro_python_code

🌀 20 практических заданий с рекурсией в Python. Python практика.

В этой статье мы предложим практические задания для самостоятельного решения на Python. Практика написания кода – лучший способ, прокачать свои навыки.

10 Простых заданий + 10 сложных заданий.

✔️ Смотреть

@pro_python_code

🖥 Flask Web Development

📚 Книга

@pro_python_code

🖥 Вопросы на собеседовании Python, ответы, на которые вам стоит знать.

В этой статье я превратил некоторые из своих заметок в 20 вопросов для собеседований, которые охватывают структуры данных, основные концепции программирования и лучшие практики Python.
Интересно, что многие из этих вопросов также задаются на собеседованиях по Data Science.

➡️ Читать дальше

@pro_python_code

🖥 Что нового в Python 3.11

Изменения в Python 3.11 включают:

-оптимизацию производительности с добавлением изменений, связанных с ускорением и inline-развёртыванием вызова функций, применением быстрых интерпретаторов типовых операций (x+x, x*x, x-x, a[i], a[i] = z, f(arg) C(arg), o.method(), o.attr = z, *seq), а также оптимизацией в рамках проектов Cinder и HotPy. Разработчики обещают прирост скорости выполнения кода на 10-60%. В среднем производительность при прохождении тестового набора pyperformance увеличилась на 25%;

- переработанный механизм кэширования байткода, что позволило сократить время запуска интерпретатора на 10-15%. Объекты с кодом и байткод статически размещаются интерпретатором, чтобы исключить стадии демаршалинга извлечённого из кэша байткода и преобразования объектов с кодом для размещения в динамической памяти;

- вывод информации о выражении при отображении трассировки вызовов в диагностических сообщениях. Расширенную информацию о трассировке также можно получить через API и использовать для сопоставления отдельных инструкций байткода с конкретной позицией в исходном коде, используя метод codeobject.co_positions() или функцию C API PyCode_Addr2Location(). Это упрощает отладку проблем, связанных с вложенными объектами словарей, множественными вызовами функций и сложными арифметическими выражениями;

- поддержку групп исключений, дающих программе возможность генерировать и обрабатывать сразу несколько разных исключений одновременно. Для группировки нескольких исключений и их совместного вызова предложены новые типы ExceptionGroup и BaseExceptionGroup, а для выделения отдельных исключений из группы добавлено выражение “except*”;

- добавление метода add_note() в класс BaseException для прикрепления текстового примечания к исключению;
добавление типа Self, представляющего текущий закрытый класс, для аннотирования методов, возвращающих экземпляр своего класса, более простым путём;

- добавление специального типа LiteralString, который может включать только строковые литералы, совместимые с типом LiteralString. Тип можно использовать для ограничения передачи функциям строковых аргументов, где произвольная подстановка частей строк может привести к уязвимостям;

- добавление TypeVarTuple, охватывающего произвольное число типов;
- включение модуля tomllib с функциями для разбора формата TOML в стандартную библиотеку;

- возможность пометки отдельных элементов типизованных словарей (TypedDict) метками Required и NotRequired для определения обязательных и необязательных полей;

- добавление класса TaskGroup в модуль asyncio с реализацией асинхронного контекстного менеджера, ожидающего завершения группы задач. Добавление задач в группу осуществляется при помощи метода create_task();

- добавление декоратора классов, методов и функций @dataclass_transform, при указании которого система проверки статических типов трактует объект, как при использовании декоратора @dataclasses.dataclass;

- добавление возможности использования атомарной группировки ((?>…)) и possessive-квантификаторов (*+, ++, ?+, {m,n}+) в регулярных выражениях;

- добавление опции командной строки “-P” и переменной окружения PYTHONSAFEPATH для отключения автоматического прикрепления к sys.path потенциально небезопасных файловых путей;

- улучшение утилиты py.exe для платформы Windows, в которой - реализована поддержка синтаксиса “-V:<company>/<tag>” в дополнение к “-<major>.<minor>”;

- преобразование многих макросов в C API в обычные или статические inline-функции;

- удаление модулей uu, cgi, pipes, crypt, aifc, chunk, msilib, telnetlib, audioop, nis, sndhdr, imghdr, nntplib, spwd, xdrlib, cgitb, mailcap, ossaudiodev и sunau. Удаление функции PyUnicode_Encode*.

🔥 Смотреть примеры

@pro_python_code