Пример построения цветной столбчатой диаграммы в Python с использованием библиотеки matplotlib.

Шаг 1. Установи matplotlib

pip install matplotlib

Шаг 2. Импортируй pyplot

import matplotlib.pyplot as plt

Шаг 3. Подготовь данные

categories = ['A', 'B', 'C', 'D', 'E']
values = [10, 15, 7, 12, 20]

Шаг 4. Задай цвета для столбцов

colors = ['red', 'blue', 'green', 'orange', 'purple']

Шаг 5. Построй диаграмму

plt.figure(figsize=(6,4))
plt.bar(categories, values, color=colors)

Шаг 6. Добавь подписи и заголовок

plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Colored Bar Graph')

Шаг 7. Покажи график

plt.show()

👉 @PythonPortal

Совет по чистому коду в Python:

Используй .exception() вместо .error(), чтобы в лог вместе с исключением попадал traceback

Пример:

import logging

LOGGER = logging.getLogger()

try:
    {}["not_present"]
except Exception as exc:
    LOGGER.error(exc)        # только сообщение об ошибке
    # -> 'not_present'

try:
    {}["not_present"]
except Exception as exc:
    LOGGER.exception(exc)    # сообщение + traceback
    # -> 'not_present'
    # Traceback (most recent call last):
    #   File "my_module.py", line 12, in <module>
    # KeyError: 'not_present'

👉 @PythonPortal

Топ-8 архитектурных стилей API

От выбора архитектуры зависит, насколько легко всё будет работать вместе.

👉 @PythonPortal

Для чего нужны разные языки программирования

👉 @PythonPortal

Бэкендеры, общий сбор. 4 октября в Москве и онлайн пройдёт «Я про бэкенд» — большая конфа про то, как технологии под капотом меняют мир и делают сервисы быстрее, умнее и полезнее людям.

Что будет: доклады про ML, генеративки, рост нагрузок и бесконечную гонку за юзерским опытом. Эксперты расскажут, как они решают самые жирные инженерные челленджи.

Первые доклады уже здесь:
🔹 Алёна Васильева (Шедеврум): про архитектуру для ML-моделей и длинный инференс
🔹 Никита Сикалов (Базовый поиск): как строили реалтайм-индексацию на десятки терабайт
🔹 Михаил Чебаков (T-Банк): как прятать сложность LLM-инференса за понятными числами
🔹 Роман Жиганов (Алиса, Умные устройства): GPT-функции и function calling на практике
🔹 Юрий Журихин (Наружная реклама): как реклама ушла в офлайн и что из этого вышло
🔹 Александр Зевайкин (YDB): чтение с реплик и как применять на практике

А это только начало, полная программа скоро на сайте

Когда и где: 4 октября, Москва + онлайн.

Регистрируемся и готовим вопросы спикерам 😏

Принёс полезное: огромную коллекцию из 1500+ отобранных API для ваших проектов, от погоды и карт до генераторов картинок и NLP-сервисов

Забираем с сайта или с GitHub 🍯

👉 @PythonPortal

И вот теперь ты уже не Python-разработчик, а мастер по телевизорам и настройке «вацапа» с интернетом.

👉 @PythonPortal

Бесплатные ресурсы для изучения Python с помощью проектов

1. https://www.pythonchallenge.com/
2. https://www.hackerrank.com/domains/python
3. https://www.hackerearth.com/practice/python/getting-started/numbers/practice-problems/
4. https://learnpython.org/
5. https://www.w3schools.com/python/python_exercises.asp
6. https://codingbat.com/python
7. https://pythonbasics.org/exercises/
8. https://www.geeksforgeeks.org/python-programming-language/learn-python-tutorial

👉 @PythonPortal

В Python есть низкоуровневый API Protocols и Transports. Он нужен когда важен тонкий контроль над соединениями, буферами и управлением потоком данных. Подходит для TCP и UDP.

В этой статье Jacob Padilla объясняет как работают Protocols и Transports. Разбирает методы connection_made, data_received, connection_lost. Показывает создание серверов через loop.create_server и create_datagram_endpoint. Сравнивает со Streams и когда их выбирать.

В примерах есть echo-серверы для TCP и UDP. Показан flow control через pause_writing и resume_writing. Полезно когда важны задержки и много соединений. Для типовых задач чаще хватает Streams.

👉 @PythonPortal

pip install python

👉 @PythonPortal

Если ты начинающий, твои программы пока не слишком сложные.

Но можно добавить немного фана с фейковыми анимациями загрузки.

Это просто, даёт пространство для экспериментов и делает скрипты приятнее на вид.

import time
import sys

spinner = ['|', '/', '-', '\\']
while True:
    for frame in spinner:
        sys.stdout.write('\r' + frame)
        sys.stdout.flush()
        time.sleep(0.1)

👉 @PythonPortal

Как работать с Microsoft SQL Server в Python?

Вы можете подключаться, читать и вставлять данные в SQL-базу всего несколькими строками кода на Python.

MicrosoftSQL с Python:

pip install mssql-python

Код для подключения к SQL Server:

import mssql_python

# Установить соединение
# Указать строку подключения
connection_string = "YOUR_CONNECTION_STRING"
connection = mssql_python.connect(connection_string)

# Выполнить запрос
cursor = connection.cursor()
cursor.execute("SELECT * from customer")
rows = cursor.fetchall()

for row in rows:
    print(row)

# Закрыть соединение
connection.close()

👉 @PythonPortal

Вышла крутейшая документалка про Python c Гвидо ван Россумом и другими ключевыми людьми в истории самого популярного языка программирования в мире

Это мы смотрим 🍿

@IT_Portal