📖 Python для сложных задач

Подробное руководство по самым разным вычислительным и статистическим методам, без которых немыслима любая интенсивная обработка данных, научные исследования и передовые разработки

Автор: Дж. Вандер Плас
Год: 2018

⬇️ Скачать книгу

👉 Python Ready | #книга

😎 Статья, в которой вы узнаете, как взламывать игры с помощью Python.

В этой статье:
• Вы познакомитесь с библиотекой Pymem, которая управляет памятью Windows а так же узнаете, как с её помощью взломать игру.

🔊Если понравилось, можешь продолжить читать на Habr!

👉 Python Ready | #статья

Stepik — это обучающая платформа, которая предоставляет онлайн-курсы и интерактивные задания по программированию

📌 Ссылочка: stepik.org

👉 Python Ready | #ресурс

🖥 Пост о скользких ссылочных объектах :/

Работа со ссылками на изменяемые объекты в Python может быть настоящей ловушкой. Например, если передать изменяемый объект в функцию, любые изменения внутри функции повлияют на оригинал — даже если вы этого не планировали.

Рассмотрим на примере передачи списка:

def add_element(data, element):
    data.append(element)
my_list = [1, 2, 3]
add_element(my_list, 4)
print(my_list)  # Вывод: [1, 2, 3, 4]

Хотя функция add_element не возвращает результат, изменения отражаются в my_list. Это происходит потому, что список передается по ссылке.

Чтобы избежать нежелательных изменений, можно создать копию объекта:

def add_element(data, element):
    data = data.copy()
    data.append(element)
my_list = [1, 2, 3]
add_element(my_list, 4)
print(my_list)  # Вывод: [1, 2, 3]

Теперь my_list остается неизменным. Это позволяет избежать случайных ошибок в сложных проектах, где важно контролировать состояние данных.

А как вы считаете, насколько важно следить за ссылками при передаче данных?

👉 Python Ready | #практика

📖 Python с нуля

Подробное руководство для начала в разработке на pytho, вы начнете с самых азов, как настроить среду разработки и дойдете до разработки собственного приложения

Автор: Петр Левашов
Год: 2024

⬇️ Скачать книгу

👉 Python Ready | #книга

🖥 Оптимизируем производительность кода!

1. Использование collections.deque для очередей: deque позволяет эффективно работать с очередями и списками с обоих концов за время O(1):

from collections import deque
queue = deque([1, 2, 3])
queue.append(4)   # добавление в конец
queue.popleft()   # удаление с начала
print(queue)      # вывод: deque([2, 3, 4])

2. Использование генераторов для экономии памяти: Генераторы позволяют создавать последовательности данных без необходимости хранить их все в памяти:

def generate_numbers():
    for i in range(5):
        yield i
for num in generate_numbers():
    print(num)  # вывод: 0 1 2 3 4

3. Использование set для уникальных элементов и быстрого поиска: Операции поиска и удаления в множестве (set) выполняются за время O(1), что быстрее, чем в списке:

unique_numbers = set([1, 2, 3, 4, 5])
print(3 in unique_numbers)  # вывод: True

👉 Python Ready | #техсобес