Логические блоки

• Используйте один уровень отступа для каждого нового блока кода (циклы, условия, функции и так далее).
• Избегайте хардкод-чисел. Заменяйте числа в коде на именованные константы.

#theory // Just Python

Использование zip() для объединения нескольких списков

Когда вам нужно параллельно обрабатывать элементы из нескольких списков, функция zip() позволяет удобно объединить их в пары (или кортежи), что упрощает работу с ними.

#theory // Just Python

Использование functools.cache_property для кеширования свойств объектов

Начиная с Python 3.8, появился декоратор functools.cached_property, который позволяет кешировать результат вычисления свойства объекта. Это полезно, когда свойство требует сложных вычислений или обращений к ресурсам, но результат не меняется при повторных вызовах.

В этом примере свойство expensive_computation вычисляется только один раз, и при последующих вызовах возвращается закешированное значение.

#theory // Just Python

Использование defaultdict для упрощения работы со словарями

Когда вы работаете со словарями, в которых нужно инициализировать значения по умолчанию для новых ключей, defaultdict из модуля collections значительно упрощает этот процесс.

Использование defaultdict делает код более чистым, сокращая количество проверок на наличие ключей и обеспечивая автоматическую инициализацию значений, что особенно полезно в сложных структурах данных.

#theory // Just Python

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