⌨️Выбор правильного фреймворка Python: Django vs. Flask vs. FastAPI vs. AIOHTTP

Сравним четыре популярных веб-фреймворка на Python: Django, Flask, FastAPI и AIOHTTP.


Django: Полнофункциональный веб-фреймворк
Django – это высокоуровневый, полнофункциональный веб-фреймворк, придерживающийся философии “батарейки в комплекте”. Его надежная экосистема и следование принципу “не повторяйся” (DRY) делают его идеальным решением для сложных приложений и масштабных проектов.

Примеры использования

• Системы управления контентом (CMS): встроенный интерфейс администратора и ORM (Object-Relational Mapping) делают Django отличным выбором для создания многофункциональных CMS-платформ.
• Приложения для социальных сетей: Система аутентификации и управление пользователями Django упрощают разработку платформ для социальных сетей.
• Веб-сайты электронной коммерции: Поддержка Django для миграции баз данных и такие функции безопасности, как защита от CSRF и clickjacking, хорошо подходят для приложений электронной коммерции.

Instagram – это платформа для обмена фотографиями, созданная на основе Django. Она продемонстрировала способность работать с большими базами пользователей и сложными функциональными возможностями.

Образец кода

Следующий код определяет простую функцию представления hello_view, которая возвращает JsonResponse при обращении к ней по URL. Чтобы использовать эту функцию в проекте Django, необходимо зарегистрировать URL, как показано во втором блоке кода.

# File: views.py
from django.http import JsonResponse

def hello_view(request):
return JsonResponse({"message": "Hello, Django!"})

# File: myproject/urls.py
from django.urls import path
from myapp.views import hello_view

urlpatterns = [
path('hello/', hello_view, name='hello'),
]

Flask: легкий микрофреймворк

Flask – это микрофреймворк, в котором приоритет отдается простоте и гибкости, а не встроенной функциональности. Это означает, что разработчики могут выбирать инструменты и расширения по мере необходимости, что делает его идеальным для малых и средних проектов.

Примеры использования

• Прототипирование: Минимальный объем кодового кода Flask делает его отличным выбором для быстрого создания прототипов и разработки пробных версий.
• RESTful API: Легкий дизайн Flask и широкая поддержка таких расширений, как Flask-RESTful, позволяют разработчикам создавать эффективные REST API.
• Одностраничные приложения (SPA): Flask может выступать в качестве бэкенда для SPA, используя преимущества своей простоты и легкой интеграции с фреймворками фронтенда.

Pinterest, популярная платформа для поиска контента, использует Flask для эффективной работы с бэкэнд-операциями, демонстрируя способность к масштабированию и оптимизации производительности.

Образец кода

Приведенный ниже код на языке Python является примером веб-приложения, созданного с использованием Flask. В нем создается экземпляр класса Flask и определяется маршрут с именем “hello”. При обращении к маршруту “hello” с помощью GET-запроса приложение возвращает JSON-ответ с парой ключ-значение “message” и “Hello, Flask!”.

# File: app.py
from flask import Flask, jsonify

app = Flask(__name__)

@app.route('/hello', methods=['GET'])
def hello():
return jsonify({"message": "Hello, Flask!"})

📌 Читать про остальные

@pro_python_code

🟡 This week's digest of useful content from the world of Python

Дайджест полезных материалов из мира Python за неделю.

Почитать:

— Разработка событийно-ориентированных микросервисов с помощью Python
— Бережем время, деньги, нервы: наш опыт улучшения справочника факторов для ML-моделей оценки риска. Часть 2
— Я люблю питон, и вот почему он меня бесит
— Список популярных утечек с GitHub: Анализ репозиториев компаний
— PyCon Russia 2023. Зона Python. Краткий обзор докладов
— Менеджеры контекста в Python
— Что происходит, когда запускаешь «Hello World» в Linux
— Ускорение кода с помощью многопроцессорной обработки в Python
— Руководство по созданию бота YouTube с помощью LangChain и Pinecone Vectorstore
— Перехват FTP-пароля с помощью Python
— Как Python использует сборку мусора для эффективного управления памятью
— Converting An Image File Into PDF Using Python
— Introducing Kids to Coding Through Tkinter: A Fun Path to Python's Graphical User Interfaces

Посмотреть:
🌐Как работать с декораторами в Python. Часть 1
🌐 Методы сокращения и улучшения кода на Python
🌐 Продвинутые методы улучшения кода на Python
🌐 Создаем продвинутый интерфейс на Python
🌐 Harvard CS50’s Artificial Intelligence with Python – Full University Course

Хорошего дня!

@pro_python_code

🔍 Анализ данных для задач НЛП

• Для успешного NLP-проекта одним из важнейших этапов является предварительная обработка данных. В этой статье мы рассмотрим все шаги, связанные с анализом данных для любой задачи НЛП.

• Для анализа данных мы можем использовать статистические методы, вычислительные алгоритмы, чтобы обработать данные и повысить производительность модели. Шаги, описанные в этом посте, могут быть использованы для анализа данных для любой задачи НЛП.

Настройка среды
▪Первым шагом любого проекта является настройка среды, т.е. установка важных пакетов и импорт важных библиотек.
!pip install nltk
!pip install pandas

import pandas as pd
import nltk
from nltk.tokenize import sent_tokenize,word_tokenize
from nltk.stem import PorterStemmer
from nltk.corpus import stopwords
import re

Обзор данных
▪Следующим этапом проекта будет загрузка датасета. В данном случае мы будем использовать набор данных твитов о катастрофах из Kaggle.
▪Мы можем загрузить наш датасет с помощью библиотеки pandas.

df = pd.read_csv("/train.csv")

▪Для того чтобы получить общее представление о данных, мы можем просмотреть верхние строки набора данных с помощью функции head в pandas:

df.head(10)

Для анализа столбца ключевых слов мы используем библиотеку seaborn, которая позволяет визуализировать распределение ключевых слов и их корреляцию с целью.

plt.figure(figsize=(10,70))
sns.countplot(data=df,y="keyword",hue="target",saturation=0.50)
plt.legend(bbox_to_anchor=(1.02, 1), loc='upper left', borderaxespad=0)
plt.show()

📌 Продолжение

@pro_python_code

🐍 Python 3.13.0a0 Что нового?

Захватывающие возможности

В настоящее время Python 3.13.0a0 находится в стадии разработки и содержит ряд новых возможностей и улучшений. В этой статье мы рассмотрим некоторые из новых возможностей Python 3.13.0a0 и приведем несколько примеров кода для начала работы.

Самой последней версией является 3.11.4, а 3.12 находится в стадии раннего предварительного просмотра. Вы можете лучше понять Python 3.13.0a0, прочитав эти статьи о Python 3.11.4 и Python 3.12.

Новые возможности
Новых модулей пока нет, но есть несколько улучшенных модулей: array, io, pathlib, traceback, typing.

• массив: Код типа ‘w’ можно использовать для строк Unicode.
• io: метод close() финализатора theio.IOBase теперь регистрирует ошибки с помощью sys.unraisablehook.
• pathlib: Добавлены изменения в pathlib.PurePath.match(), pathlib.Path.glob() и rglob().
• tracebackВ traceback.TracebackException.format_exception_only() добавлен параметр show_group.
• typing: typing.get_protocol_members() был добавлен набор членов, определяющих typing.Protocol. typing.is_protocol() был добавлен для проверки того, является ли класс typing.Protocol.

Оптимизация производительности
Из программы PEP 594:

Утраченные функции:
1. Утрата методов wave.Wave_read и wave.Wave_write
2. Устранение аргументов ключевых слов при создании классов typing.NamedTuple
3. Устранение использования функционального синтаксиса при создании классов typing.NamedTuple и typing.TypedDict
4. Утрата кода формата массива ‘u’.
5. Утрата функций ctypes.SetPointerType() и ctypes.ARRAY()

Удаленные функции
1. Удаление модуля telnetlib.
2. Удаление программы 2to3 и модуля lib2to3.
3. Удаление пространств имен typing.io и typing.re.
4. Удаление класса webbrowser MacOSX
5. Удаление поддержки использования объекта pathlib.Path в качестве менеджера контекста
6. Удаление класса configparser.LegacyINterpolation.
7. Удаление метода turtle.RowTurtle.settiltangle().
8. Удаление некоторых функций unittest
9. Удаление модулей cgi и cgitb
10. Удалены различные модули и пакеты, такие как sndhdr, pipes, ossaudiodev, mailcap, spwd, nntplib, nis, xdrlib, msilib, crypt, uu, aifc, audioop, chunk, imghdr, unittest.TestProgram.usageExit(), tkinter. tix, макросы trashcan, locale.resetlocale(), logging.Logger.warn(), параметры urllib.request.urlopen(), атрибут webbrowser.MacOSXOSAScript._name, функция re.template и флаг re.TEMPLATE

Изменения в API на языке C
Утратил актуальность:
Утратили свою актуальность старые функции инициализации Python, такие как

PySys_ResetWarnOptions()
PY_NAME_GetExecPrefix()
Py_GetPath()
Py_GetPrefix()
Py_GetProgramFullPath()
Py_GetProgramName()
Py_GetPythonHome()
Утратила актуальность функция Py_ImportModuleNoBlock(), удаление которой запланировано в Python 3.15. Удалены:

Удалено:
Удалены функции, устаревшие в Python 3.9, такие как PyEval_CallObject(), PyEval_CallObjectWithKeywords(), PyEval_CallFunction(), PyEval_CallMethod() иPyEval_CFunction_Call().

Следующие старые функции для настройки инициализации Python, устаревшие в Python 3.11, были удалены:
• PySys_AddWarnOptionUnicode(): Вместо этого используйте PyConfig.warnoptions.
• PySys_AddWarnOption(): Вместо этого используйте PyConfig.warnoptions.
• PySys_AddXOption(): Использовать PyConfig.xoptions.
• PySys_HasWarnOptions(): Вместо этого используйте PyConfig.xoptions.
• PySys_SetArgvEx(): Вместо этого установите PyConfig.argv.
• PySys_SetArgv(): Установить вместо PyConfig.argv.
• PySys_SetPath(): Установить вместо PyConfig.module_search_paths.
• Py_SetPath(): Вместо этого установить PyConfig.module_search_paths.
• Py_SetProgramName(): Вместо этого установить PyConfig.program_name.
• Py_SetPythonHome(): Вместо этого установить PyConfig.home.
• Py_SetStandardStreamEncoding(): Установить вместо PyConfig.stdio_encoding.
• _Py_SetProgramFullPath(): Установить вместо PyConfig.executable.

@pro_python_code

⚡Легкий способ получать свежие обновлении и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:


Машинное обучение: @ai_machinelearning_big_data
Go: @Golang_google
C#: @csharp_ci
Базы данных: @sqlhub
Python: @pythonl
C/C++/: @cpluspluc
Data Science: @data_analysis_ml
Devops: @devOPSitsec
Rust: @rust_code
Javascript: @javascriptv
React: @react_tg
PHP: @phpshka
Docker: @docker
Android: @android_its
Мобильная разработка: @mobdevelop
Linux: linuxacademy
Big Data: t.me/bigdatai
Хакинг: @linuxkalii
Java:@javatg
Собеседования: @machinelearning_interview


💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy

🔥ИТ-Мемы: t.me/memes_prog

🇬🇧Английский: @english_forprogrammers

🟡 Дайджест полезных материалов из мира :python за неделю

Почитать:
— Стейты, БД и логи — разбираем шаблон диалогового Телеграм бота
— Python 3.13.0 Что нового?
— Как я научил искусственный интеллект создавать барабанные партии
— Расширение возможностей веб-приложений с помощью
WebAssembly и Python
— Советы и рекомендации по работе с Python
— Проектирование и добавление функционала в концепт ForTeаToo (42)
— Простая нейронная сеть без библиотек и матриц. Эволюционный алгоритм
— Прикладное использование теории построения информационно-исторических систем
— Простая нейронная сеть без библиотек и матриц. Обучение с учителем
— Гиперпараметрический поиск и оптимизация моделей
— Теория разработки информационно-исторических систем с реализацией концепта
— Как дообучить LLaMA бесплатно и без программирования: как создать тупого друга
— Introduction to Sets in Python
— How to Add Color to Old Black and White Movies and Images | using DeOldify
— A way to (actually) run Python code in ChatGPT
— What is Machine Learning?
— Webhook and Ansible
— Navigating Databases with Python: A Beginner-Friendly Guide
— Send Automated Emails (smtplib & Python) Through Lambda
— Benefits of hybrid search
— How to change desktop wallpaper in Python
— Generate Html code using python

Посмотреть:
🌐 Универсальный рецепт по написанию и аннотированию декораторов Python.

Хорошего дня!

@pro_python_code