Для тех, кто хотел вкатиться в ML — PyTorch

Официальный ресурс, предоставляемый командой PyTorch, который предлагает обширные учебные материалы для изучения библиотеки PyTorch, используемой для машинного обучения.

📌 Ссылочка: pytorch.org

👉 Python Ready | #ресурс

📖 Изучаем основы Python. Практический
курс для дата-аналитиков

В книге подробно рассматриваются основные концепции и инструменты языка Python, необходимые для работы в сфере дата-аналитики

Автор: Павел М.
Год издания: 2023

⬇️ Скачать книгу

👉 Python Ready | #книга

Сейчас поговорим про особенности работы со вложенными функциями в питончике

Вложенные функции обеспечивают удобный способ инкапсуляции логики и создания замыканий, что делает ваш код гибким и мощным. Рассмотрим 3 пункта по работе с ними:

1. Замыкание с передачей данных — Замыкание сохраняет переменные из внешней функции для дальнейшего использования:

def multiplier(x):
    def inner(y): return x * y
    return inner

double = multiplier(2)
double(5)  # вернет 10

2. Изменение внешней переменной — С помощью nonlocal вложенная функция может изменять переменные внешней области видимости:

def counter():
    count = 0
    def increment():
        nonlocal count
        count += 1
        return count
    return increment

counter()()  # вернет 1

3. Динамическое поведение вложенных функций — Вложенные функции позволяют динамически задавать логику выполнения:

def apply(op, x, y):
    def add(a, b): return a + b
    def multiply(a, b): return a * b
    return {"add": add, "multiply": multiply}[op](x, y)

apply("add", 2, 3)  # вернет 5

🔥 Про что ещё хотите увидеть разбор? Делись своим мнением в комментах под постом!

👉 Python Ready | #техсобес

А вы знали про возможность ошибки при изменении списка во время итерации?

Как раз сегодня разберем распространенную ошибку Python — изменение списка во время итерации. Эта ловушка может привести к пропущенным элементам или неожиданным результатам.

Когда вы изменяете список в процессе итерации, Python изменяет индексы элементов, что может пропускать некоторые значения:

nums = [1, 2, 3, 4]
for num in nums:
    if num % 2 == 0:
        nums.remove(num)

print(nums)  # [1, 3]

Происходит это из-за того, что удаление изменяет длину списка, а цикл перескакивает через элементы.

Чтобы избежать пропусков, итерируйтесь по копии списка:

nums = [1, 2, 3, 4]
for num in nums[:]:  # Создаем копию
    if num % 2 == 0:
        nums.remove(num)

print(nums)  # [1, 3]

А иногда проще создать новый список с нужными элементами:

nums = [1, 2, 3, 4]
nums = [num for num in nums if num % 2 != 0]

print(nums)  # [1, 3]

Но вот если работать со вложенными списками, прямое изменение элементов также может привести к неожиданным результатам:

matrix = [[1, 2], [3, 4]]
for row in matrix:
    row.append(0)

print(matrix)  # [[1, 2, 0], [3, 4, 0]]

🔥 Поэтому лучше работайте с копиями или используйте безопасные методы, такие как списковые включения)

👉 Python Ready | #практика

Прикольный сайт, где можно генерировать тестовые данные для своих нужд

Mockaroo — онлайн-инструмент для генерации тестовых данных в различных форматах (JSON, CSV, SQL и др.), идеально подходящий для тестирования приложений и прототипирования

👉 Python Ready | #ресурс