😎 LearnPython — интерактивный справочник Python на русском!

Если хочешь быстро освежить синтаксис или выучить Python с нуля — это то, что нужно. Каждая тема здесь короткая, понятная и с живым примером, который можно запустить прямо на сайте.

📌 Оставляю ссылочку: learnpython.org

👉 Python Ready | #ресурс

Функции высшего порядка!

Функции в Python можно передавать как аргументы и возвращать как значения. Соберём скрипт, где функция применяется к списку, и используем map, filter и лямбды.

Создадим функцию process, принимающую список и функцию-оператор:

def process(data, operation):
    return [operation(x) for x in data]

Передадим ей список и простую функцию возведения в квадрат:

Передадим ей список и простую функцию возведения в квадрат:

def square(n):
    return n * n

print(process([1, 2, 3], square))  # → [1, 4, 9]

Теперь применим filter и map на практике:

nums = range(10)
evens = list(filter(lambda x: x % 2 == 0, nums))
doubled = list(map(lambda x: x * 2, evens))

Выведем результат:

print(doubled)  # → [0, 4, 8, 12, 16]

🔥 Такие функции упрощают код, делая его гибким и читаемым!

👉 Python Ready | #практика

👍 Pythoncheatsheet — суперполезная шпаргалка по Python, сделанная с душой!

От базового синтаксиса и структур данных до декораторов, работы с API и даже специфики async-кода. Всё чётко, наглядно и с примерами. Можно листать как справочник или просто держать открытую вкладку во время работы.

Оставляю ссылочку: GitHub 📱

👉 Python Ready | #репозиторий

📂 Напоминалка по структурам данных Python!

Например, список поддерживает индексацию, изменяемый и хранит дубликаты, а множество хранит только уникальные элементы и не имеет порядка.

На картинке — краткая сводка по основным типам данных с их свойствами: порядок, изменяемость, дубликаты и индексация.

Сохрани, чтобы не забыть!

👉 Python Ready | #ресурс

Готовим картинки для продакшна!

Сделаем мини-утилиту на Python, которая автоматически сжимает все изображения в папке — без потери визуального качества.

Импортируем Pillow и подготовим рабочие директории:

from PIL import Image
import os

FOLDER = "images"
OUTPUT = "compressed"
os.makedirs(OUTPUT, exist_ok=True)

Создадим функцию сжатия: откроем изображение безопасно, сохраним с оптимизацией и нужным качеством:

def compress_image(path):
    with Image.open(path) as img:
        format = img.format if img.format in ("JPEG", "PNG") else "JPEG"
        img.save(
            os.path.join(OUTPUT, os.path.basename(path)),
            format=format,
            optimize=True,
            quality=85  # только для JPEG, для PNG будет проигнорировано
   )

Обойдём все файлы и применим сжатие к JPG и PNG:

for file in os.listdir(FOLDER):
    if file.lower().endswith((".jpg", ".png")):
        compress_image(os.path.join(FOLDER, file))

🔥 Теперь все изображения в папке compressed будут весить в 2–5 раз меньше — без потери визуального качества.

👉 Python Ready | #практика