Это статья-шпаргалка, которая охватывает основные сценарии использования f-строк:
Последняя, в частности, выглядит так:
val = 1.23e3 # 1.23 * 10^3
print(f"Example 1: {val:e}")
print(f"Example 2: {val:E}")
val = 0.5
print(f"Example 1: {val:%}")
print(f"Example 2: {val:.0%}")
val = 1
print(f"1: {val:1d}")
print(f"2: {val:2d}")
print(f"3: {val:3d}")
Please open Telegram to view this post
VIEW IN TELEGRAM
👍35
🐍 Подборка Python-проектов
Эти проекты вы можете использовать для обучения или наполнения портфолио
☀️ Прогнозирование солнечных затмений с помощью Python
✍️ Создание блога с помощью Django
📊 Создание дашборда с данными из PostgreSQL
😎 Сайт на Python без знания HTML/CSS/JS — FastUI
👾 Пишем клона Space Invaders с помощью Turtle
🎨 Django-приложение для придания цвета чёрно-белым фотографиям
Эти проекты вы можете использовать для обучения или наполнения портфолио
☀️ Прогнозирование солнечных затмений с помощью Python
✍️ Создание блога с помощью Django
📊 Создание дашборда с данными из PostgreSQL
😎 Сайт на Python без знания HTML/CSS/JS — FastUI
👾 Пишем клона Space Invaders с помощью Turtle
🎨 Django-приложение для придания цвета чёрно-белым фотографиям
👍18
🚀 Как быстро Python может спарсить миллиард строк данных?
Парень сделал ролик, в котором сравнил лучшие методики Python-разработчиков для решения One Billion Row Challenge. Участникам челленджа нужно написать программу, которая читает текстовый файл с миллиардом строк, вычисляет минимальное, среднее и максимальное значения температуры для каждой метеостанции и выводит результаты.
🐍 В ролике автор начал с разбора простейшего подхода к решению задачи, который требует более 9 минут. Переход с CPython на PyPy сократил время до приблизительно 5 минут. Далее парень разобрал самое быстрое решение на чистом Python (с использованием только встроенных библиотек), которое занимает 9.9 секунды.
Помимо этого, автор показал решения с привлечением сторонних библиотек: Polars и DuckDB(и они были хороши) .
🔗 Смотреть ролик
Парень сделал ролик, в котором сравнил лучшие методики Python-разработчиков для решения One Billion Row Challenge. Участникам челленджа нужно написать программу, которая читает текстовый файл с миллиардом строк, вычисляет минимальное, среднее и максимальное значения температуры для каждой метеостанции и выводит результаты.
🐍 В ролике автор начал с разбора простейшего подхода к решению задачи, который требует более 9 минут. Переход с CPython на PyPy сократил время до приблизительно 5 минут. Далее парень разобрал самое быстрое решение на чистом Python (с использованием только встроенных библиотек), которое занимает 9.9 секунды.
Помимо этого, автор показал решения с привлечением сторонних библиотек: Polars и DuckDB
🔗 Смотреть ролик
YouTube
How Fast can Python Parse 1 Billion Rows of Data?
To try everything Brilliant has to offer—free—for a full 30 days, visit https://brilliant.org/DougMercer .
You’ll also get 20% off an annual premium subscription.
———————————————————————————————
Sign up for 1-on-1 coaching at https://dougmercer.dev
————…
You’ll also get 20% off an annual premium subscription.
———————————————————————————————
Sign up for 1-on-1 coaching at https://dougmercer.dev
————…
🔥23❤4👍1
В новой статье рассказываем, какие разделы математики нужно знать для разработки современных генеративных моделей.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6❤5❤🔥1
📚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
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
❤35👍12🔥3❤🔥1
Хардкорный курс по математике для тех, кто правда любит математику!
Начать с вводных занятий можно здесь, ответив всего на 4 вопроса – https://proglib.io/w/8f9d3a94
Что вас ждет:
– Вводный урок от CPO курса
– Лекции с преподавателями ВМК МГУ по темам: теория множеств, непрерывность функции, основные формулы комбинаторики, матрицы и операции над ними, градиентный спуск
– Практические задания для закрепления материала и ссылки на дополнительные материалы.
⚡️ Переходите и начинайте учиться уже сегодня – https://proglib.io/w/8f9d3a94
Начать с вводных занятий можно здесь, ответив всего на 4 вопроса – https://proglib.io/w/8f9d3a94
Что вас ждет:
– Вводный урок от CPO курса
– Лекции с преподавателями ВМК МГУ по темам: теория множеств, непрерывность функции, основные формулы комбинаторики, матрицы и операции над ними, градиентный спуск
– Практические задания для закрепления материала и ссылки на дополнительные материалы.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥3👍3❤1
Есть следующий код:
a = [[]] * 4
a[0].append("seriously?")
print(a)
Попробуйте, не глядя в ответ, сказать, что он выведет.
Ответ:
Если не угадали, не переживайте: вы не один такой. Дело здесь в следующем.
'a' * 3
выведет ‘aaa’
. Аналогичным образом, [[]] * 4
выведет [[], [], [], []]
.В Python всё является объектами, и доступ к каждому объекту осуществляется по ссылке. Так, в
[[]]
внутренний список является ссылкой на объект пустого списка. Оператор * просто копирует эту ссылку четыре раза, в результате получается [[], [], [], []]
. Все эти повторяющиеся внутренние списки являются ссылками на один и тот же изначальный пустой список. Можно проверить это через id
:print([id(x) for x in a])
Поэтому неудивительно, что изменение первого элемента в
a
влечёт за собой изменение всех остальных элементов.Please open Telegram to view this post
VIEW IN TELEGRAM
👍49❤8❤🔥3💯3🔥2
Forwarded from Библиотека джависта | Java, Spring, Maven, Hibernate
🔍💼 Исследование рынка: 8 наиболее востребованных языков программирования в 2024 году
Результаты исследования рынка IT-вакансий, проведенного DevJobsScanner. Были проанализированы 14 миллионов объявлений и выявлены 8 наиболее востребованных языков программирования.
Читать статью
#почитать
Результаты исследования рынка IT-вакансий, проведенного DevJobsScanner. Были проанализированы 14 миллионов объявлений и выявлены 8 наиболее востребованных языков программирования.
Читать статью
#почитать
👍8🤔1🌚1
🐍 15-минутный гайд по ООП в Python
В этой обзорной статье собраны почти все основные темы объектно-ориентированного программирования (ООП) в Python, включая:
🔸Приватность свойств.
🔸Области видимости переменных.
🔸Аннотация типов.
🔸@staticmethod, @classmethod, @property.
🔸Наследование и множественное наследование.
🔸Полиморфизм.
🔸Абстрактные классы.
🔸Дескрипторы.
🔸Использование __slots__.
🔸Принципы композиции и наследования.
🔗 Ссылка на гайд
В этой обзорной статье собраны почти все основные темы объектно-ориентированного программирования (ООП) в Python, включая:
🔸Приватность свойств.
🔸Области видимости переменных.
🔸Аннотация типов.
🔸@staticmethod, @classmethod, @property.
🔸Наследование и множественное наследование.
🔸Полиморфизм.
🔸Абстрактные классы.
🔸Дескрипторы.
🔸Использование __slots__.
🔸Принципы композиции и наследования.
🔗 Ссылка на гайд
👍17❤2
📊 Лучшие примеры диаграмм на Python
На странице собраны различные способы визуализации данных с помощью Matplotlib и других инструментов. Среди примеров:
▫️Диаграмма рассеяния;
▫️Фоновая картограмма;
▫️Двойная тепловая карта;
▫️Упорядоченная и зеркальная столбчатая диаграмма;
▫️Комбинация скрипичной диаграммы и ящика с усами.
🔗 Ссылка на страницу
На странице собраны различные способы визуализации данных с помощью Matplotlib и других инструментов. Среди примеров:
▫️Диаграмма рассеяния;
▫️Фоновая картограмма;
▫️Двойная тепловая карта;
▫️Упорядоченная и зеркальная столбчатая диаграмма;
▫️Комбинация скрипичной диаграммы и ящика с усами.
🔗 Ссылка на страницу
❤13👍7
🧑💻 Новый #дайджест по Python
🐍 7 simple examples using Django GeneratedField
В Django 5.0 появился класс GeneratedField, позволяющий создавать поля моделей, значения которых генерируются и вычисляются на уровне базы данных. В статье приводится 7 примеров использования этой функции.
🐍 Best Python Security Practices for Web Developers
В статье перечисляется 5 практик, которые помогут сделать ваши приложения безопаснее.
🐍 The State of Python in 2024
Это запись выступления Майкла Кеннеди, основателя Talk Python Training. Он рассказывать о трендах в Python, о том, как Flask и Django адаптируются к современным условиям, а также об ускорении и изменениях в языке.
🐍 Write Unit Tests for Your Python Code With ChatGPT
Статья на Real Python рассказывает, как использовать ChatGPT для создания юнит-тестов с помощью doctest, unittest и pytest.
🐍 Создаём свой диалект змеиного, или DSL на Python
Статья на «Хабре» рассказывает о создании диалекта, предназначенного для определённой предметной области.
🐍 7 simple examples using Django GeneratedField
В Django 5.0 появился класс GeneratedField, позволяющий создавать поля моделей, значения которых генерируются и вычисляются на уровне базы данных. В статье приводится 7 примеров использования этой функции.
🐍 Best Python Security Practices for Web Developers
В статье перечисляется 5 практик, которые помогут сделать ваши приложения безопаснее.
🐍 The State of Python in 2024
Это запись выступления Майкла Кеннеди, основателя Talk Python Training. Он рассказывать о трендах в Python, о том, как Flask и Django адаптируются к современным условиям, а также об ускорении и изменениях в языке.
🐍 Write Unit Tests for Your Python Code With ChatGPT
Статья на Real Python рассказывает, как использовать ChatGPT для создания юнит-тестов с помощью doctest, unittest и pytest.
🐍 Создаём свой диалект змеиного, или DSL на Python
Статья на «Хабре» рассказывает о создании диалекта, предназначенного для определённой предметной области.
👍9
This media is not supported in your browser
VIEW IN TELEGRAM
💬 Какой из способов изучения Python показался вам наиболее эффективным?
❤️ — прохождение бесплатных курсов
👍 — прохождение платных курсов (с ментором и обратной связью)
🥰 — чтение книг
🔥 — создание пет-проектов
👏 — не могу выделить что-то одно
#интерактив
❤️ — прохождение бесплатных курсов
👍 — прохождение платных курсов (с ментором и обратной связью)
🥰 — чтение книг
🔥 — создание пет-проектов
👏 — не могу выделить что-то одно
#интерактив
👏95🔥60🥰32❤28👍23🤔3
🧑💻 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.
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.
❤1👍1
Скорее всего, вы хороши знакомы с функциями
strip()
, lstrip()
и rstrip()
в Python. Они используются для удаления пробелов или других заданных символов из строк. В основном, это выглядит так:" Andrew Wegner ".lower().strip() # -> 'andrew wegner'
" Andrew Wegner ".lower().lstrip() # -> 'andrew wegner '
" Andrew Wegner ".lower().rstrip() # -> ' andrew wegner'
Но каким будет вывод здесь?
"Andrew Wegner".lower().rstrip(" wegner")
Если вы ожидали
'andrew'
, то вы не правы. Верный вывод — Please open Telegram to view this post
VIEW IN TELEGRAM
👍29❤3🥱1
🐍🤔 «Задумчивый» код: временная сложность операций со структурами данных в Python
Вы когда-нибудь задумывались, почему некоторые операции в Python выполняются мгновенно, а другие заставляют ваш код «задумчиво» работать? В новой статье разбираемся во временной сложности и узнаём, как писать быстрый и эффективный код.
🔗 Читать статью
🔗 Зеркало
Вы когда-нибудь задумывались, почему некоторые операции в Python выполняются мгновенно, а другие заставляют ваш код «задумчиво» работать? В новой статье разбираемся во временной сложности и узнаём, как писать быстрый и эффективный код.
🔗 Читать статью
🔗 Зеркало
👍16😁2