🔎 Библиотека Coverage для измерения процента покрытия кода тестами

Coverage.py использует инструменты анализа кода и хуки трассировки, чтобы определить, какие строки кода являются исполняемыми и какие были выполнены.

Эта библиотека является для Python де-факто стандартом проверки покрытия. На днях вышло свежее обновление.

🔗 Страница Coverage на PyPI
👩‍💻 Репозиторий на GitHub

📚Напоминаем про наш полный курс «Самоучитель по Python для начинающих»

Мы написали и собрали для вас в одну подборку все 25 глав и 230 практических заданий!

🐍 Часть 1: Особенности, сферы применения, установка, онлайн IDE
🐍 Часть 2: Все, что нужно для изучения Python с нуля – книги, сайты, каналы и курсы
🐍 Часть 3: Типы данных: преобразование и базовые операции
🐍 Часть 4: Методы работы со строками
🐍 Часть 5: Методы работы со списками и списковыми включениями
🐍 Часть 6: Методы работы со словарями и генераторами словарей
🐍 Часть 7: Методы работы с кортежами
🐍 Часть 8: Методы работы со множествами
🐍 Часть 9: Особенности цикла for
🐍 Часть 10: Условный цикл while
🐍 Часть 11: Функции с позиционными и именованными аргументами
🐍 Часть 12: Анонимные функции
🐍 Часть 13: Рекурсивные функции
🐍 Часть 14: Функции высшего порядка, замыкания и декораторы
🐍 Часть 15: Методы работы с файлами и файловой системой
🐍 Часть 16: Регулярные выражения
🐍 Часть 17: Основы скрапинга и парсинга
🐍 Часть 18: Основы ООП – инкапсуляция и наследование
🐍 Часть 19: Основы ООП – абстракция и полиморфизм
🐍 Часть 20: Графический интерфейс на Tkinter
🐍 Часть 21: Основы разработки игр на Pygame
🐍 Часть 22: Основы работы с SQLite
🐍 Часть 23: Основы веб-разработки на Flask
🐍 Часть 24: Основы работы с NumPy
🐍 Часть 25: Основы анализа данных с Pandas

🐍 Corey Schafer — полезный YouTube-канал с туториалами по Python

Если вы вдруг не знали про Corey Schafer, то предлагаем ознакомиться. Этот парень записал множество отличных туториалов, связанных с Python. Недавно у него возникли проблемы со здоровьем, но он сообщил, что приходит в норму и готовит к выпуску новые видеоролики.

Вот некоторые из туториалов на его канале:
👉 Pandas
👉 Matplotlib
👉 Django: полнофункциональное веб-приложение
👉 Flask: полнофункциональное веб-приложение
👉 Настройка среды разработки Python в Sublime Text
👉 ООП в Python: работа с классами

Что такое хуки? Как они используются в Python?

Хуки, в целом, — это технология, позволяющая изменить стандартное поведение тех или иных компонентов информационной системы. Они могут использоваться для изменения поведения функций, отслеживания состояния программы или выполнения дополнительных действий при вызове функций.

✔️Для создания хука в Python можно использовать декораторы. Вот простой пример:

def simple_hook(func):
 def wrapper(*args, **kwargs):
 print(f'Вызывается функция: {func.__name__}')
 result = func(*args, **kwargs)
 print(f'Функция {func.__name__} выполнена')
 return result
 return wrapper
# Применяем декоратор к функции
@simple_hook
def greet(name):
 print(f'Привет, {name}!')
# Вызываем функцию
greet('Алексей')

#вопросы_с_собеседований

🔐 Простейший способ добавить вход через Google в приложение Django

В статье объясняется, как легко добавить в своё приложение авторизацию через Google (как в видео выше).

Процесс включает несколько шагов:
▫️Рендеринг HTML-страницы с кнопкой входа. При нажатии на кнопку пользователи будут перенаправлены на сайт Google для входа в систему.
▫️После входа в систему Google перенаправит пользователя (с помощью POST-запроса) на указанную страницу сайта.
▫️Мы получим информацию пользователя Google (например, электронную почту) из POST-запроса.

О том, как это сделать, читайте по ссылке 👈

🐍 Что такое «сырые» строки (Raw Strings) в Python?

«Сырые» строки в Python начинаются с префикса r. Пример:
r'Это сырая строка'

▶️ В «сырых» строках обратные слэши не обрабатываются как специальные символы. Вот пример для понимания:

r'10\25\1991' == '10\25\1991'
# выведет False

О том, для чего это может быть нужно, читайте в статье

💻 Библиотека aiohttp — асинхронный HTTP клиент/сервер

✔️Позволяет выполнять HTTP-запросы и обрабатывать их асинхронно, что полезно для высокопроизводительных веб-приложений.
✔️Поддерживает WebSockets, что позволяет устанавливать двунаправленные, постоянные соединения между клиентом и сервером.

На днях вышла версия aiohttp 3.9.2

🔗 Документация aiohttp

🐍🎉 5 Python-библиотек, чтобы сделать ваш день веселее

✨ Arcade
Облегчает процесс создания 2D-игр. Здесь можно посмотреть на примеры таких игр.
✨ Rich
Позволяет красиво отформатировать текст в терминале. Поддерживает различные стили и цвета.
✨ PyEphem
Библиотека для астрономических вычислений на Python. Позволяет найти планеты на небе, определить даты равноденствия и солнцестояния, лунных фаз и т.д.
✨ Pygame
Ещё одна библиотека для создания игр (и вообще мультимедиа приложений).
✨ Pyjokes
Библиотека с короткими шутками для программистов.

🤖💬 Вы пользуетесь ИИ-инструментами для автодополнения кода (типа GitHub Copilot)?

👍 — постоянно пользуюсь
🤔 — не пробовал
🥱 — пробовал, мне не понравилось

#интерактив

🧑‍💻 Статьи для IT: как объяснять и распространять значимые идеи

Напоминаем, что у нас есть бесплатный курс для всех, кто хочет научиться интересно писать — о программировании и в целом.

Что: семь модулей, посвященных написанию, редактированию, иллюстрированию и распространению публикаций.

Для кого: для авторов, копирайтеров и просто программистов, которые хотят научиться интересно рассказывать о своих проектах.

👉Материалы регулярно дополняются, обновляются и корректируются. А еще мы отвечаем на все учебные вопросы в комментариях курса.

🔊 Python-разработчик спас сон целого сообщества от воздушной пушки

В городе Корваллис, штата Орегон, США, фермеры повадились использовать воздушные пушки, чтобы отпугивать канадских казарок, водоплавающих птиц, которые любят разорять поля с овсом, ячменем, кукурузой и пшеницей. Один местный житель рассказал, что в январе пушки начали стрелять каждые две минуты в течение дня и ночи. Из-за этого многие люди в округе не могли уснуть.

К счастью, этот местный житель оказался программистом. Он нашёл способ определить источник назойливого шума.
🔸 Сначала программист попросил троих человек встать в разных местах и измерять точное время каждого выстрела из пушки. Это позволило определить область поиска.
🔸 Затем он написал программу на Python, которая могла перебирать все точки на изображении в области поиска.
🔸 В результате программист позвонил владельцу фермы, расположенной в одной из точек-кандидатов, и спросил, использует ли он воздушную пушку. Фермер отрицал, что включает отпугиватель птиц ночью, но после разговора выстрелы перестали беспокоить людей.

🔗 Прочесть эту историю подробнее и посмотреть исходный код программы можно здесь

🐍 IPython — интерактивная оболочка для Python

Предоставляет набор инструментов для интерактивной работы с Python, включая удобный интерфейс командной строки, подсветку синтаксиса, автодополнение, магические команды для выполнения различных действий и многое другое.

Кроме того, IPython является ядром для Jupyter. Jupyter-ноутбук — это графическая веб-оболочка для IPython, которая расширяет идею консольного подхода к интерактивным вычислениям.

На днях вышла версия IPython 8.21.0.

Установка — pip install ipython

🔗 Документация проекта

👨‍💻 Python Multiprocessing. Обмен данными между процессами

Параллельное программирование позволяет эффективно использовать мощности современных компьютеров с несколькими ядрами и процессорами. В новой статье автор рассматривает тему обмена данными в мультипроцессных Python-программах. В частности, речь идёт о модуле Multiprocessing, который позволяет создавать процессы, выполняющиеся полностью независимо друг от друга. В модуле реализованы нативные способы передавать данные между процессами. Но как только приходится иметь дело не со встроенными типами данных, то готовые решения уже не работают.

Автор рассказывает о том, как решить вышеозначенную проблему, двигаясь от простых примеров к сложным.

✏️ Примеры кода из статьи
🔗 Сама статья

🚀 Как быстрее прочитать много данных из Excel в Python?

Разработчик ПО Haki Benita написал любопытную статью, в которой сравнил разные способы прочесть экселевские данные. Автор создал файл Excel размером 25 МБ, содержащий 500 тысяч строк с различными типами столбцов. Далее он измерил скорость чтения для каждого из следующих методов:
▪️Pandas;
▪️Tablib;
▪️Openpyxl;
▪️LibreOffice;
▪️DuckDB;
▪️Calamine.

Один из способов позволил считать 500 тысяч строк менее, чем за 4 секунды. И это был Calamine.

👉 Подробности читайте в статье

📹 Подборка роликов про собеседования на позицию Python-разработчика

Mock-собеседования или просто видео с разбором популярных вопросов могут быть хорошим способом подготовиться к настоящему интервью. Вот несколько подходящих видеороликов:

☑️ Техническое собеседование на позицию Python Junior | Solvery + Moscow Python
☑️ Собеседование Python. Разбор вопросов
☑️ Открытое собеседование на джуниор Python-разработчика
☑️ Типичное собеседование #2. Позиция Middle Data Scientist. Accepted!
☑️ Собеседование на 200к в мес на Python разработчика (но я гуглю все вопросы)
☑️ В чем разница между списками и кортежами в python?
☑️ СОБЕСЕДОВАНИЕ с Эдуардом | Знания Python, задачи на код, алгоритмические задачи

🛠️ Django Debug Toolbar — панель отладки и профилирования Django приложений

Позволяет:
▪️эффективно инспектировать и отлаживать различные аспекты приложения;
▪️отслеживать SQL-запросы, включая время их выполнения;
▪️отслеживать логи и др.

На днях стала доступна последняя версия django-debug-toolbar 4.3.0

🔗 Документация

👩‍💻 Поиск самой быстрой JSON-библиотеки на Python

Автор свежего текста сравнивает между собой 8 библиотек:
▫️orjson
▫️pysimdjson
▫️yapic.json
▫️simplejson
▫️ujson
▫️python-rapidjson
▫️cysimdjson
▫️nujson (deprecated)

Бенчмарк запускали на всех версиях Python, начиная с 3.8 и заканчивая 3.13. В итоге, автор пришёл к выводу, что быстрее всех orjson.

🔗 Прочесть статью целиком можно тут

P.S.: комментаторы на Reddit отметили, что автор забыл ещё об одной библиотеке msgspec. Кто-то считает, что она быстрее orjson.

Кто нас не любит, тот просто нам завидует

#memes