Использование f-string для форматирования строк с вычислениями

Когда вам нужно встроить вычисления прямо в строку или форматировать вывод значений переменных, f-string (форматированные строки) — это быстрый и удобный способ сделать это.

Использование f-string позволяет упростить форматирование строк и объединить в одной строке текст с результатами вычислений, что делает код более чистым и эффективным.

#theory // Just Python

HTTPX — современный клиент для работы с HTTP-запросами

HTTPX — это библиотека для выполнения HTTP-запросов, которая поддерживает асинхронные операции, полную совместимость с requests, и предоставляет мощные возможности для работы с сетевыми запросами. Она идеально подходит для тех случаев, когда вам нужно быстро и эффективно выполнять HTTP-запросы в асинхронных приложениях.

Ссылочка на доку

#theory // Just Python

Использование списковых включений (list comprehensions) для создания списков

Списковые включения — это удобный и компактный способ создания новых списков, основанных на существующих итерируемых объектах, с возможностью применения условий и преобразований.

Использование списковых включений позволяет значительно сократить количество строк кода, делая его более читаемым и компактным, особенно при создании и обработке списков.

#theory // Just Python

Использование метода get() для безопасного доступа к значениям в словаре

Когда вы работаете со словарями, существует риск, что запрашиваемый ключ может отсутствовать, что вызовет ошибку. Метод get() помогает избежать этой проблемы, возвращая значение по умолчанию, если ключ не найден.

Использование метода get() делает ваш код более безопасным и позволяет легко обрабатывать случаи, когда ключ отсутствует в словаре, не вызывая сбоев в работе программы.

#theory // Just Python

Использование contextlib.nullcontext для временного отключения контекстного менеджера

Начиная с Python 3.7, появился contextlib.nullcontext, который используется в ситуациях, когда требуется контекстный менеджер, но не нужно выполнять никаких действий в начале и конце блока. Это удобно, когда вы хотите условно использовать контекстный менеджер или временно его отключить.

В этом примере nullcontext используется для обхода реального контекстного менеджера, если он не нужен в текущих условиях.

nullcontext помогает упростить код, где контекстный менеджер используется только в определённых случаях, сохраняя при этом структуру программы.

#theory // Just Python

Использование collections.Counter для подсчета частоты элементов в коллекции

Когда вам нужно подсчитать, как часто встречается каждый элемент в списке или другой коллекции, Counter из модуля collections предоставляет простой и эффективный способ сделать это.

Использование Counter упрощает процесс подсчета частоты элементов, позволяя легко и быстро получить необходимую информацию и выполнить дополнительные операции с частотными данными.

#theory // Just Python

math.fmod

math.fmod — это функция в модуле math, которая вычисляет остаток от деления двух чисел, используя их знаки. В отличие от оператора %, который всегда возвращает результат с тем же знаком, что и делитель, math.fmod возвращает результат с тем же знаком, что и делимое.

#theory // Just Python

Использование any() и all() для проверки условий в списках

Когда вам нужно проверить, выполняется ли хотя бы одно условие или все условия в списке, функции any() и all() помогают сделать это просто и эффективно.

Использование any() и all() позволяет легко и эффективно проверять условия в списках и других итерируемых объектах, минимизируя необходимость в длинных и сложных циклах.

#theory // Just Python

Использование генераторов списков для фильтрации и преобразования данных

Генераторы списков (list comprehensions) позволяют компактно и эффективно создавать новые списки, фильтруя и преобразуя данные из существующих коллекций.

Использование генераторов списков позволяет упростить и ускорить создание новых списков с фильтрацией и преобразованием данных, что делает код более компактным и эффективным.

#theory // Just Python

Использование functools.reduce для последовательного применения функции к элементам коллекции

functools.reduce — это полезная функция для свёртки (агрегирования) коллекции в одно значение. Она позволяет последовательно применить функцию к парам элементов в коллекции, сводя их к одному результату. Это особенно полезно для задач вроде суммирования, умножения или более сложных операций.

В этом примере reduce используется для умножения всех элементов списка.

functools.reduce помогает сделать код более декларативным и удобным для сложных операций над коллекциями.

#theory // Just Python

Использование списковых включений (list comprehensions) для фильтрации и трансформации списков

Списковые включения позволяют компактно создавать новые списки, трансформируя или фильтруя элементы исходного списка. Это делает код более читаемым и эффективным.

#theory // Just Python

Использование тернарного оператора для компактных условных выражений

Тернарный оператор в Python позволяет писать условные выражения в одну строчку, что делает код более компактным и удобочитаемым.

Использование тернарного оператора помогает сократить код и делает его более выразительным, что особенно полезно в случаях, когда необходимо коротко обработать простое условие.

#theory // Just Python

Изучите азы работы Python, SQL, нейросетей и визуализации данных за 5 дней.

Бесплатный мини-курс от Skillbox для любого уровня откроет вам дорогу к направлению Data Science, в котором зарплата только начинающего специалиста составляет 100.000₽+

После мини курса Вы:
— Имеете собственное портфолио из 4 работ, которое можно показать работодателю
— Находитесь в закрытом экспертном телеграмм сообществе
— Получаете бессрочный доступ к видео-платформе
— Пообщались со спикером и закрыли все вопросы, возникшие в момент обучения

Регистрируйтесь по специальной ссылке и забирайте еще полезные подарки, один из которых: ПЕРСОНАЛЬНАЯ карьерная консультация. На мини-курс осталось 23 места.

Использование itertools.cycle() для бесконечной итерации по списку

Когда вам нужно многократно перебирать элементы списка, функция cycle() из модуля itertools позволяет создать бесконечный цикл, который будет проходить по элементам списка снова и снова.

Использование itertools.cycle() делает код более лаконичным и избавляет от необходимости вручную перебирать элементы снова и снова, что особенно полезно в задачах, требующих бесконечной итерации по фиксированному набору данных.

#theory // Just Python

Использование тернарного оператора для упрощения условных выражений

Когда вам нужно присвоить переменной одно из двух значений в зависимости от условия, тернарный оператор (условие ? значение_если_True : значение_если_False в других языках) позволяет сделать это в одну строку.

#theory // Just Python

Быстрое создание списка с помощью list comprehension

Когда вам нужно создать новый список, применяя операцию к каждому элементу другого списка или фильтруя элементы по условию, list comprehension позволяет сделать это компактно и эффективно.

Использование list comprehension позволяет создавать списки с применением операций и условий в одной строке, делая код более элегантным и читаемым.

#theory // Just Python

Polars — библиотека для обработки данных, оптимизированная для больших наборов

Polars — это высокопроизводительная библиотека для обработки и анализа данных, которая фокусируется на скорости и эффективной работе с большими наборами данных. Она предоставляет интуитивный интерфейс для работы с табличными данными и поддерживает многопоточность для максимальной производительности.

Polars — отличный выбор для проектов, которым требуется быстрая обработка больших объёмов данных, с минимальными затратами на память.

Ссылочка на доку

#theory // Just Python

Использование оператора any() для проверки наличия хотя бы одного истинного значения в списке

Когда вам нужно проверить, есть ли хотя бы одно истинное значение (например, не None, не пустое и т.д.) в списке или другом итерируемом объекте, оператор any() позволяет сделать это быстро и эффективно.

Использование any() позволяет сократить код и сделать его более понятным, особенно когда нужно быстро проверить, соответствует ли хотя бы одно из значений в наборе определённому критерию.

#theory // Just Python

Pony ORM — продвинутая ORM с поддержкой генерации SQL-запросов

Pony ORM — это удобная и мощная ORM, которая позволяет писать запросы на SQL, используя синтаксис Python. Она автоматически генерирует SQL-запросы на основе Python-кода, что делает работу с базами данных простой и интуитивной.

Pony ORM — отличный выбор для разработчиков, которым важно писать лаконичный код при работе с базами данных, без явного написания SQL-запросов.

Ссылочка на доку

#theory // Just Python

string.rjust

Строковый метод rjust() возвращает выровненную по правому краю строку заданной минимальной ширины. С помощью параметра width ты задаешь длину строки. Если длина меньше или равна длине строки, возвращается исходная строка. С помощью параметра fillchar ты можешь задать символ, которым будет заполняться оставшееся место. По умолчанию это пробел.

#theory // Just Python

random.choices

Функция random.choices используется для случайного выбора элементов из последовательности с возможностью задания весов для каждого элемента. Это полезно, когда требуется сделать выборку с повторением из заданного списка элементов. population: Список или последовательность элементов, из которых производится выбор. weights — это список весов, соответствующих каждому элементу в population. Если указан этот параметр, элементы с большими весами будут выбираться чаще. cum weights — список накопленных весов. Если указан, параметр weights игнорируется. k — количество элементов, которые нужно выбрать. По умолчанию 1.

#theory // Just Python