Есть то, что объединяет всех разработчиков, неважно, на Python вы пишите или на чём-то ещё — это понимание git
Держите мощный туториал по системе контроля версий git и о его реализации на примере GitHub.
Самое то, если только разбираетесь с этим, да и для GitHub-гуру подойдёт, освежить основные понятия не помешает.
Некоторые факты из статьи:
@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14🔥3❤2
words = ["Авто", "Велосипед", "Самолет"]
И такая строка:
st = "Быстрый автомобиль"
Нужно вернуть
True, т.к. в строке есть слово "авто" из списка.def is_part_in_list(st, words):
for word in words:
if word.lower() in st.lower():
return True
return False
print(is_part_in_list(st, words))
print(any(word.lower() in st.lower() for word in words))
print(any(map(text.lower().__contains__, map(st.lower, words))))
@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
👍22🔥6❤1
Для проверки утечки памяти в Linux можно использовать утилиту Valgrind.
Она предназначена для отладки программ, написанных на C, C++ и других языках, и позволяет обнаруживать утечки памяти, ошибки использования указателей и другие проблемы.
Для использования Valgrind в Python необходимо установить пакет memcheck-3.4.1 (или более новую версию) и запустить интерпретатор Python с помощью утилиты Valgrind. Например:
valgrind --tool=memcheck --leak-check=yes python myscript.py
Это запустит скрипт myscript.py под управлением Valgrind и выведет отчет о возможных утечках памяти и других проблемах.
Также можно использовать модуль Python tracemalloc, который позволяет отслеживать использование памяти в Python и выводить отладочную информацию. Пример использования:
import tracemalloc
tracemalloc.start() # начало трассировки памяти
# ваш код
snapshot = tracemalloc.take_snapshot() # текущее состояние памяти
top_stats = snapshot.statistics('lineno')
print("[ Top 10 ]")
for stat in top_stats[:10]:
print(stat)
Это выведет топ-10 участков кода с наибольшим использованием памяти. Однако, обратите внимание, что использование tracemalloc может снизить производительность программы и требует дополнительной обработки кода.
@linuxacademiya
Please open Telegram to view this post
VIEW IN TELEGRAM
👍12❤3🔥3
expr_str = "[1, 2, 3, 4]"Как эту строку можно преобразовать в список?
Вот, аж целых четыре способа
from ast import literal_eval
res = literal_eval(expr_str)
import json
res = json.loads(expr_str)
import yaml
res = yaml.safe_load(expr_str)
res = [int(i) for i in re.findall('\d+', expr_str)]
@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥14👍7❤2
Итак, задача: напишите функцию, которая принимает на вход несортированный связный список и удаляет из него все дубликаты.
Задачу можно решить как минимум 2 способами
def remove_duplicates(first):
if not first:
return
nextone = first
while nextone:
runner = nextone
while runner.next:
if runner.next.val == nextone.val:
runner.next = runner.next.next
else:
runner = runner.next
nextone = nextone.next
return first
Функция
remove_duplicates принимает на вход один аргумент first, в который мы передаем начало списка.Далее создаем переменную
nextone, которая инициализируется значением first. nextone используем для перемещения по списку, она указывает на текущий элемент. То есть эта переменная является первым указателем. Переменная runner — второй указатель. Этот подход к удалению дубликатов в связанном списке использует хеш-таблицу, чтобы отслеживать пройденные уникальные значения.
def remove_duplicates(list_head):
if not list_head:
return
seen = set()
current = list_head
prev = None
while current:
if current.val in seen:
prev.next = current.next
else:
seen.add(current.val)
prev = current
current = current.next
return list_head
Функция
remove_duplicates принимает на вход один аргумент list_head, в который мы передаем начало списка. Она проверяет, пуст ли список. Если да, она возвращает результат и завершает работу. Если в списке содержится хотя бы один элемент, функция начинает их обрабатывать.Далее создаем множество
seen, которое будем использовать для отслеживания уникальных значений связанного списка. Подробнее
@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8❤2🔥2
Как можно написать этот код?
def check(string):
brackets_open = ('(', '[', '{', '<')
brackets_closed = (')', ']', '}', '>')
stack = []
for i in string:
if i in brackets_open:
stack.append(i)
if i in brackets_closed:
if len(stack) == 0:
return False
index = brackets_closed.index(i)
open_bracket = brackets_open[index]
if stack[-1] == open_bracket:
stack = stack[:-1]
else: return False
return (not stack)
Проверяем, как работает:
str1 = '[{([[[<>]]])(<>)(){}}]'
str2 = ']()(){<>}[[()]]'
print(check(str1)) #True
print(check(str2)) #False@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11❤3🔥3🤡1
В Python и итераторы, и генераторы позволяют перебирать элементы коллекций, но работают немного по-разному.
__iter__() и __next__(). Метод __iter__() возвращает сам итератор, а __next__() — следующий элемент коллекции. Если элементы заканчиваются, __next__() должен вызвать исключение StopIteration. Итераторы позволяют явно перебирать элементы коллекции, не требуя, чтобы все элементы были доступны в памяти одновременно.yield. Главное отличие генератора заключается в том, что значения генерируются по требованию. Каждый раз, когда генератор достигает yield, он возвращает значение и «замирает», сохраняя своё состояние до следующего вызова. Это позволяет использовать меньше памяти при итерации по длинным последовательностям.#вопросы_с_собеседований
Please open Telegram to view this post
VIEW IN TELEGRAM
👍18👌7🔥4❤3
🔎 С помощью каких инструментов можно выполнить статический анализ кода?
Для статического анализа кода есть несколько инструментов:
Pylint - это инструмент, который анализирует исходный код на соответствие PEP8, а также предупреждает о потенциальных ошибках в коде.
Flake8 - это комбинированный инструмент, который объединяет в себе Pylint, PyFlakes и множество других правил, обеспечивающих соответствие стиля написания кода и обнаруживающих ошибки в исходном коде.
Mypy - это статический типизатор для Python, который позволяет находить ошибки в типах переменных в исходном коде.
Bandit - это инструмент для поиска уязвимостей в исходном коде Python.
Black - это инструмент для автоматического форматирования кода Python, который придерживается только одного стиля написания кода.
Pycodestyle — это простая консольная утилита для анализа кода Python, а именно для проверки кода на соответствие PEP8. Один из старейших анализаторов кода, до 2016 года носил название pep8, но был переименован по просьбе создателя языка Python Гвидо ван Россума.
Vulture — это небольшая утилита для поиска “мертвого” кода в программах Python. Она использует модуль ast стандартной библиотеки и создает абстрактные синтаксические деревья для всех файлов исходного кода в проекте. Далее осуществляется поиск всех объектов, которые были определены, но не используются. Vulture полезно применять для очистки и нахождения ошибок в больших базовых кодах.
Эти инструменты могут улучшить качество кода, облегчить его чтение и поддержку, а также помочь избежать ошибок, связанных с типами переменных и уязвимостями безопасности.
Пишите в комментариях, какие инструменты анализа кода используете вы 👇
@python_job_interview
Для статического анализа кода есть несколько инструментов:
Pylint - это инструмент, который анализирует исходный код на соответствие PEP8, а также предупреждает о потенциальных ошибках в коде.
Flake8 - это комбинированный инструмент, который объединяет в себе Pylint, PyFlakes и множество других правил, обеспечивающих соответствие стиля написания кода и обнаруживающих ошибки в исходном коде.
Mypy - это статический типизатор для Python, который позволяет находить ошибки в типах переменных в исходном коде.
Bandit - это инструмент для поиска уязвимостей в исходном коде Python.
Black - это инструмент для автоматического форматирования кода Python, который придерживается только одного стиля написания кода.
Pycodestyle — это простая консольная утилита для анализа кода Python, а именно для проверки кода на соответствие PEP8. Один из старейших анализаторов кода, до 2016 года носил название pep8, но был переименован по просьбе создателя языка Python Гвидо ван Россума.
Vulture — это небольшая утилита для поиска “мертвого” кода в программах Python. Она использует модуль ast стандартной библиотеки и создает абстрактные синтаксические деревья для всех файлов исходного кода в проекте. Далее осуществляется поиск всех объектов, которые были определены, но не используются. Vulture полезно применять для очистки и нахождения ошибок в больших базовых кодах.
Эти инструменты могут улучшить качество кода, облегчить его чтение и поддержку, а также помочь избежать ошибок, связанных с типами переменных и уязвимостями безопасности.
Пишите в комментариях, какие инструменты анализа кода используете вы 👇
@python_job_interview
🔥11👍4❤3
Для упаковки бинарных зависимостей в проект следует использовать менеджеры пакетов. Для Python наиболее распространены pip и conda. Для Java - Maven или Gradle.
Пример для Python с использованием pip:
Установите необходимые библиотеки и зависимости в проекте:
pip install requests numpy pandasСоздайте файл requirements.txt с полным списком зависимостей:
requests
numpy
pandasУпакуйте зависимости в архив:
pip freeze > requirements.txtМожно передать файл
requirements.txt другим пользователям вашего проекта, которые могут установить все зависимости одной командой:pip install -r requirements.txtДля упаковки бинарных зависимостей можно использовать инструмент wheel. Wheel-файлы - это zip-архивы, содержащие установочные файлы для Python-пакетов, и могут содержать бинарные расширения (например, скомпилированные модули C), которые необходимо собрать и установить на целевой машине.
Для создания wheel-файла для Python-пакета можно использовать команду pip wheel. Например, если есть файл с требованиями
requirements.txt, содержащий список зависимостей вашего проекта, можете создать wheel-файлы для всех зависимостей с помощью следующей команды:pip wheel -r requirements.txtВы также можете установить wheel-файлы с помощью pip install, указав имя файла:
pip install mypackage-1.0.0-py3-none-any.whlТаким образом, вы можете создавать и распространять бинарные зависимости в виде wheel-файлов и использовать их при установке пакетов на других устройствах.
@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9👍5🔥3
Периодически на собеседованиях попадаются задачи с похожей формулировкой.
def find_all_keys(input_dict: dict) -> list:
result = []
for key, val in input_dict.items():
if key.startswith('description'):
result.append(val)
if isinstance(val, dict):
result.extend(find_all_keys(val))
return result
Функция перебирает все элементы словаря и либо кладет его в новый словарь с результатами, если есть совпадение с искомым, либо запускает сама себя для элементов, представляющие собой так же словарь. На выходе получается массив найденных значений.
data = yaml.safe_load(Path(sys.argv[1]).read_text())
descriptions = find_all_keys(data)
Ну вот, теперь на одну проблемную задачу меньше)
@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14❤3🔥3
Держите большой список из 98 вопросов по Python и немного по смежным штукам типо Git, SQL.
Вопросы есть простые и не очень, вот некоторые из них:
• Чем файл
.pyc отличается от .py• Что такое GIL
• Будет ли возвращать что-то функция без
return?• Что такое миксины
• Сколько может быть родителей и наследников у класса
• Что такое json, xml
• Какой паттерн программирования реализует Django
• Что такое JOIN и какой он может быть
• Метаклассы в Python
@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥20👍8❤3
Держите 36 вопросов с ответами по Python + вопросы по Computer Science, Django, по базам данных и не только.
Успешных собеседований)
@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
👍12❤2🔥2🥱1
Forwarded from Machine learning Interview
▪Смотреть
▪Данные
▪Ноутбук
@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤4🔥2
Эти вопросы покрывают практически все темы Python + затрагивают азы Computer Science: алгоритмы, структуры данных и т.д.
@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍17🔥5❤2