👩‍💻 Круговой импорт в Python: как он ломает проекты и как его победить

Рассказываю, как отловить, понять и разрулить круговые импорты в Python-проектах. Без магии не обойдётся — тут и детектив, и немного шаманства. Всё на примерах.

Читать...

⚙️ Что такое модуль itertools в Python и как он используется?

itertools — это стандартный модуль Python, предоставляющий эффективные функции для работы с итераторами. Он используется для обработки последовательностей, создания комбинаций, перестановок и выполнения других задач с итерациями.

➡️ Пример:

from itertools import permutations

data = ['A', 'B', 'C']
for perm in permutations(data):
    print(perm)

🗣️ В этом примере permutations из itertools генерирует все возможные перестановки элементов списка data. Это удобно для работы с комбинациями данных в алгоритмах или задачах оптимизации.

🖥 Подробнее тут

🧭 Ошибка без объяснения — хуже, чем ошибка

Сообщение «Error» ничего не говорит и только пугает.

👉 Совет: пиши ошибки так, чтобы было понятно, что случилось и что делать. Хорошая ошибка — это подсказка, а не крик. Это делает систему дружелюбнее для разработчиков и пользователей.

👩‍💻 Задачка по Python

Создайте Python-приложение, которое принимает строку и определяет частоту встречаемости каждого символа в этой строке. Программа должна выводить результаты в консоль и сохранять их в файл char_count.json.

➡️ Пример:

• python app.py count "Hello, World!" — выводит количество каждого символа и сохраняет в char_count.json.

Решение задачи ⬇️

import json
import sys
from collections import Counter

def count_chars(text):
count = Counter(text)
print(count)
with open('char_count.json', 'w') as f:
json.dump(count, f)

if __name__ == "__main__":
if len(sys.argv) > 1:
count_chars(sys.argv[1])
else:
print("Укажите строку для подсчета символов.")

🔝 Самые интересные статьи за последние дни:

• Эксперимент: даём ChatGPT полный доступ к компьютеру

• Правильный путь создания python-библиотеки: от создания до публикации

• Вычисления с GPU-ускорением на Python

• Полное руководство по обработке ошибок в Python

• Как мы обучили Mistral 7B русскому языку и адаптировали для объявлений Авито

👩‍💻 Что такое генераторные выражения в Python и чем они отличаются от списковых выражений?

Генераторные выражения — это компактный способ создания итераторов в Python. Они похожи на списковые выражения (list comprehensions), но возвращают по одному элементу за раз, а не создают сразу весь список. Это делает их более эффективными по памяти, особенно для обработки больших объемов данных.

➡️ Пример:

# Списковое выражение — создает весь список в памяти
squared_list = [x**2 for x in range(10)]
print(squared_list)  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# Генераторное выражение — возвращает по одному значению
squared_gen = (x**2 for x in range(10))
print(next(squared_gen))  # 0
print(next(squared_gen))  # 1

🗣 Генераторные выражения экономят память и могут использоваться для последовательной обработки данных, где полный список не нужен.

🖥 Подробнее тут

📌 Фиксируй не только задачи, но и решения

Нашёл элегантное решение проблемы, а через полгода снова столкнулся с такой же задачей и не помнишь, как её решал?

👉 Совет: заведи личную базу знаний. Это может быть Notion, Obsidian или обычный Markdown-файл. Записывай туда сложные решения, редкие команды терминала, полезные ссылки. Со временем у тебя будет своя «документация» по работе.