Что такое __all__ ?

Вот вы написали from module import * и к вам в код попало кучу классов, которые используются только внутри модуля, снаружи они бесполезны.

Избавиться от мусора можно, если записать в __all__ список имён всех объектов (классов, функций, переменных), которые надо импортировать. Документация.

Кстати, объекты, которые начинаются на нижнее подчёркивание тоже не импортируются.

#theory // Just Python

global vs nonlocal

global — перечисленные идентификаторы стоит воспринимать как глобальные. А глобальные это те, которые доступны из любого места в модуле.

nonlocal — оператор, уведомляющий среду, что стоит работать не с локальной переменной, а уровнем выше. Часто используется с вложенными функциями.

#theory // Just Python

Импортируем пакеты

Что может быть проще? Но у Python есть несколько фишек, которые упростят работу с пакетами.

1. import <package> — просто импорт.

2. from <package> import <obj> — «вытаскивает» obj (функция, класс, переменная) из пакета. Можно импортировать всё, если написать на место <obj> звёздочку.

3. import <package> as <name> — импортирует модуль и задаёт имя, записанное после as. Работает и с from <package> import <obj> as <name>.

Последнее удобно использовать для совместимости или если у вас несколько модулей, которые работают одинаково.

#theory // Just Python

__init__ и __new__

__new__(cls) создаёт экземпляр класса. Это статический метод, который вызывается когда мы пишем MyClass().

В то время как __init__(self) инициализирует класс. То есть задаёт значения переменным, что-то считает.

__init__ всегда вызывается после __new__, если функция вернула экземпляр cls, то есть класса.

#theory // Just Python

Только ключевые и только позиционные аргументы

Начнём с терминов. Позиционные аргументы — те, что передаются по позиции (спасибо, капитан очевидность). Ключевые — те, что передаются за счёт key=value.

Все аргументы до косой черты (/) считаются позиционными, то есть передать в них данные можно только в определённом порядке.

Все аргументы после звёздочки (*) считаются ключевыми, то есть передать данные можно только с помощью key=value.

#theory // Just Python

Три помощника в работе с циклами

enumerate(iter, start=0) — проходится по итератору и возвращает (индекс, значение). Если задать start, то индекс сместиться на start единиц.

zip(a, b, c...) — параллельно проходит по всем последовательностям, возвращая по элементу с каждого.

reversed(obj) — переворачивает obj. Если это невозможно, выдаёт ошибку.

#theory // Just Python

Что такое __pycache__

Вас не бесит эта папка? Возможно, вы её и не встречали, но знайте, что она хранит байткод приложения. Таким образом быстрее проходит импорт и запуск.

В ней можно найти .pyc и .pyo файлы. Это байткод и оптимизированный байткод. Они создаются заново, если код программы изменился.

Если очень интересно, зачем нужно переводить код в байткод, то можете почитать PEP 3147.

#theory // Just Python

Что ещё за Ellipsis?

Ellipsis, в переводе с английского — многоточие. Теперь, думаю, нет вопросов, почему "..." и Ellipsis это одно и то же.

Используется переменная для расширения возможностей срезов, за счёт изменения метода __getitem__.

Зачем? Она используется в numpy. Может быть индикатором того, что тут код надо ещё написать. Или использоваться в аннотации типов.

#theory // Just Python

Замыкание

Это возможность вложенной функции получить доступ к данным во внешней даже после того, как та выполнилась.

На его основе строится около половины алгоритмов в функциональном программировании. А ещё замыкание позволяет инкапсулировать код.

С этой штукой надо быть осторожным и без надобности не использовать, поскольку она довольно требовательная к ресурсам пк.

#theory // Just Python

Дескрипторы

Сложная тема. Это атрибуты-классы, с методами __get__(obj, objtype), __set__(obj, value) или __delete__(obj).

Они позволяет менять поведения получения значения атрибута, его установки и удаления. Есть хороший HowTo на эту тему.

#theory // Just Python

@staticmethod и @classmethod

@staticmethod обозначает метод статическим. @classmethod привязывает метод к классу. Теперь перейдём к примеру.

__new__ это статический метод и он используется для создания экземпляра класса. dict.fromkey() это ещё один способ создания словаря и это уже classmethod.

#theory // Just Python

Ищем жуков (bugs)

Функция подсчёта площади квадрата со стороной 5 должна возвращать 25. А если не вернёт? От таких простых ошибок защищает assert.

Если передаём оператору False, то получаем AssertionError с текстом из второго аргумента (если он есть, конечно).

Кстати, чтобы ускорить приложение, проверку можно отключить, запустив скрипт так: python3 -O foo.py.

#theory // Just Python

Экранирование

Вы пытались запихнуть ' и " в строку? А сделать перенос на новую линию? Это сделать довольно сложно без экранирования (про multi-line строки пока не говорим).

Первый символ всегда будет , после идёт дополнительный, например: ' -> ', \ -> , n - перенос на новую строку, 0 - пустой символ (сишники поймут).

#theory // Just Python

Лямбда-функция

Слово lambda позволяет запихнуть простую функцию в одну строку. Часто используется вместе с map(), filter().

Но будьте осторожны, некоторые питонисты не любят функциональщину... Я в том числе.

#theory // Just Python

Модуль dis

Лучший способ узнать Python — залезть к нему под капот. Это и делает dis. Вернее, он даёт нам доступ к байт-коду.

Таким образом можно понять, каким образом Python оптимизирует код. Особенно интересно проверять с строками.

#modules // Just Python

Теперь разберём генератор

Это всё те же итераторы, которые используются для генерации/создания чего либо, поэтому пройтись по ним можно только 1 раз. Есть функции-генераторы, есть генераторы списков (о них чуть позже).

Они часто используются при больших вычислениях, ведь не потребляют много памяти. А ещё у генераторов есть свои методы.

#theory // Just Python

Рассказываю про dict

Это переменная, которая есть почти у всех классов. Она хранит в себе все атрибуты. Поскольку это словарь, мы можем её менять, создавая новые атрибуты.

Самое интересное то, что эта переменная есть даже у функций. Таким образом мы можем создавать атрибуты даже у функций.

#theory // Just Python

Немного про регулярные выражения

Регулярные выражения невероятно удобные. Но их просто невозможно читать, а уже тем более менять. Но есть решение!

Недавно наткнулся на статью, где гений-разработчик с помощью f-строк в разы упрощает работу с регулярными выражениями.

#theory // Just Python

Объясняю магию

\b возвращает курсор вывода на один символ назад. А поскольку после него был ещё символ (a), то он просто перезаписался.

Постараюсь интерактивно показать, | это курсор. Первым делом вывелось a|, потом, за счёт \b, стало так: |a, и в результате получили c|.

Кстати, все такие символы можно тут найти.

#theory // Just Python

Генераторные списки

Эта штука может уместить for в одну строку, так ещё и работает быстрее, чем обычный цикл. Используется, как вы уже поняли, для создании нового списка.

Кстати, генерировать можно не только списки, но и множества, словари. А можно просто передавать функциям, по типу sum().

#theory // Just Python

Модуль heapq

Нас интересуют только две функции: nlargest() и nsmallest(). Они позволяют получить n самых больших/маленьких значений в iterable.

В большинстве случаев функции быстрее чем sorted(iterable)[:n]. Их использование можно заметить в Counter.most_common().

#modules // Just Python