Объединение словарей

До Python 3.9 объединить словари можно было несколькими способами, например с помощью методов copy и update.

В Python 3.9+ появился оператор | для объединения словарей.

#theory // Just Python

Инвертирование словаря

Иногда нужно поменять местами ключи и значения. Метод invert_dict работает только если значения уникальны и хешируемы.

Для повторяющихся значений подойдет метод setdefault(), который создает ключ со значением по умолчанию, если его еще нет в словаре, и возвращает значение этого ключа.

#theory // Just Python

Создание словаря из двух списков

Часто возникает задача создать словарь из двух отдельных списков, где один содержит ключи, а другой - значения.

Функция zip() создает итератор, который объединяет элементы из нескольких итерируемых объектов. Затем конструктор dict() превращает пары в словарь. Если списки имеют разную длину, результирующий словарь будет ограничен длиной самого короткого списка.

#theory // Just Python

Создание простого генератора

Ключевое слово yield приостанавливает выполнение функции и возвращает значение. При следующем вызове функция продолжит работу с того места, где остановилась. Это очень эффективно с точки зрения использования памяти.

#theory // Just Python

Китайская нейросеть, которая заменяет подписку на GPT — бесплатно и оффлайн

2026 год – новая эпоха для DeepSeek. Китайская нейросеть работает прямо на вашем устройстве, обгоняет западные модели и снимает все ограничения: без подписок, без интернета, без контроля.
Зерокодер обновил практикум и собрал все, что важно знать о локальных моделях и как с ними работать.

⚡️Что ждет вас на вебинаре?

– Покажем, как установить DeepSeek на компьютер и пользоваться нейросетью оффлайн, без подписки и передачи данных в облако;
– Объясним, чем отличаются версии DeepSeek и какие модели использовать для текста, кода, анализа данных, обучения и исследований;
– Проверим DeepSeek на реальных задачах: коде, документах, расшифровках созвонов и работе с собственными файлами;
– Покажем, как монетизировать навыки работы с локальными ИИ и как работать быстрее GPT бесплатно.

Регистрируйтесь прямо сейчас

Участники эфира получат чек-лист по выбору модели под задачу и подборку 20+ сценариев для ИИ-помощника на своем компьютере, который работает с вашими файлами.

Эфир подойдёт всем, кто хочет пользоваться ИИ без лимитов и зависимости от чужих серверов, монетизировать навыки и оставаться в тренде технологий 2026 года.

Бесплатный практикум – по ссылке.

Генераторные выражения

Компактная альтернатива функциям-генераторам. Я использую их повсюду, где не нужен полный список сразу. В отличие от списковых включений они не создают целый список в памяти.

#theory // Just Python

Цепочки генераторов

Генераторы можно объединять в цепочки для создания конвейеров обработки данных.

Такой конвейер позволяет эффективно обрабатывать файлы любого размера с минимальным использованием памяти.

#theory // Just Python

Бесконечные последовательности

Генераторы позволяют создавать бесконечные последовательности без риска исчерпания памяти.

#theory // Just Python

Подсчет количества вхождений подстроки

Часто нужно узнать, сколько раз определенная подстрока встречается в тексте.

Метод count() очень эффективен, так как реализован на C уровне. Однако он чувствителен к регистру. Если нужен поиск без учета регистра, можно сделать как в count_substring_case_insensitive.

#theory // Just Python

Замена текста в строках

Замена текста - еще одна распространенная операция, которая выполняется с помощью метода replace.

Для более сложных замен с возможностью использования регулярных выражений, я использую модуль re.

#theory // Just Python

Подсчет частоты элементов

Для анализа данных часто нужно подсчитать, сколько раз каждый элемент встречается в коллекции.

Counter - невероятно полезный класс, который я применяю почти в каждом проекте обработки данных. Он наследуется от dict, поэтому с ним можно работать как с обычным словарем, но с дополнительными методами.

#theory // Just Python

Сортировка словаря по значению

Словари в Python сохраняют порядок добавления ключей (с версии 3.7), но иногда требуется отсортировать их по значениям.

#theory // Just Python

Бесконечные последовательности

Генераторы позволяют создавать бесконечные последовательности без риска исчерпания памяти.

Этот код создает объект, который можно использовать в цикле for, реализуя протокол итератора с помощью методов __iter__ (возвращает сам объект и сбрасывает состояние) и __next__ (вычисляет и возвращает следующее число Фибоначчи, пока не будет достигнут лимит).

#theory // Just Python

Собственные итерируемые объекты

Если вы хотите превратить любой свой класс в объект, который можно перебирать в цикле for, просто добавьте в него два «магических» метода: __iter__ (настраивает старт и возвращает self) и __next__ (выдает следующий элемент или останавливает цикл через raise StopIteration).

#theory // Just Python

Построчное чтение больших файлов

Для больших файлов нецелесообразно загружать весь контент в память

Конструкция for line in file в сочетании с генератором yield позволяет читать огромные файлы построчно, загружая в оперативную память ровно одну строку за раз вместо всего файла целиком, что защищает вашу программу от вылета по нехватке памяти (OutOfMemory)

#theory // Just Python