Just Python

Обмен переменными между блокнотами Эта команда позволяет вам хранить любую переменную и использовать ее в различных блокнотах Jupyter. Чтобы извлечь переменную, вам нужно ввести ту же команду с параметром ‘-r’. #theory // just python

Выполнение html-скрипта %%html позволяет нам писать html-код в ячейке. Теперь ячейка будет действовать как html-редактор с html-выводом ячейки. Следующий код состоит из простой таблицы, созданной в формате html. Заметьте, что html-вывод отображает ожидаемую таблицу. #theory // just python

Подробная информация об объекте %pinfo предоставляет подробную информацию об объекте, который передается вместе с ним. Она похожа на функцию object? #theory // just python

ИИ для Расшифровки и Автопротоколирования переговоров В один клик включайте запись совещаний в онлайне или переговорке и получайте результаты обсуждений в формате расшифровки и протокола с задачами с помощью искусственного интеллекта. 1. Получение качественной расшифровки, разбитой по спикерам. 2. Выделение краткого содержания совещания, основных решений и задач в виде резюме для составления протокола. 3. Хранение информации о прошедших собраниях и их результатах в архиве с возможностью удобного поиска. Переходите на сайт и оставляйте заявку на презентацию! Перейти на сайт #реклама timelist.ru О рекламодателе

Чтение файлов построчно Функция open принимает путь к файлу и возвращает объект класса. Метод объекта read() позволяет получить содержимое файла в формате строки, а метод split, принимающий символ-разделитель, делит полученную строку на элементы списка по указанному разделителю или по пробелам. #theory // just python

Brandformance-подход с помощью медийной рекламы Яндекса Запускайте медийную рекламу и взаимодействуйте с пользователями на всех уровнях воронки: от формирования знания до покупки. Так, интернет-магазин «Майшоп» настроил brandformance-кампанию в Яндексе и, по результатам исследований Visit Lift и Target Lift, вырастил: на 28% визиты на сайт на 11% покупки на 74% доход Подробнее о тактике читайте в статье: Узнать больше #реклама yandex.ru О рекламодателе

Преобразование изменяемых данных в неизменяемые Изменяемые данные (например, словари или списки) — это структуры, к которым могут быть добавлены новые значения. Неизменяемые данные, в противоположность изменяемым, после создания остаются неизменными. Посмотрите, как можно преобразовать изменяемый тип данных в неизменяемый. #theory // Just Python

Быстрые действия со строками Манипуляции со строками порой вызывают сложности, но в Python есть сокращения, которые облегчат вашу жизнь. Чтобы сделать реверс строки, просто добавьте ::-1 в качестве списка индексов. #theory // Just Python

Бесконечные списки Мы уже рассказывали про важность копирования списков. Но именно из-за такой процедуры появляется возможность создавать бесконечные списки. Дойти до конца такого списка невозможно, при этом он потребляет минимум памяти. Попробуйте создать сами. #theory // Just Python

Списковое включение (быстрый способ) Списковое включение — самый эффективный способ итерации любого списка. Это итерирование однострочного списка с включением в него цикла. Посмотрите приведенный ниже пример кода, чтобы понять, как это работает. #theory // Just Python

Декораторы в Python: Способ разделения задач Идея декораторов Python состоит в том, чтобы позволить разработчику добавлять новые функциональные возможности к существующему объекту без изменения его исходной логики. Есть множество замечательных встроенных декораторов, готовых к использованию. Например, статические методы в классе Python не привязаны к экземпляру или классу. Они включены в класс просто потому, что они логически принадлежат ему. #theory // just python

Поток данных С генератором создадим структуру данных с бесконечным количеством элементов. Этот вид последовательности элементов данных называется в информатике потоком данных (или “стрим”). С его помощью можно выражать концепции бесконечных последовательностей математическими методами.  #theory // just python

Как рассчитать дату в будущем в Python Чтобы вычислить будущий момент времени, нам нужно только добавить диапазон, определенный объектом timedelta, к текущему времени. #theory // just python

Срезы Эта штука просто необходимый инструмент для обработки данных. Способ очень похож на работу со списками. array[a:b], срезать с элемента a по элемент b. Вот только можно сразу использовать элементы, к примеру простейшие операции. Нельзя только удалять! Срезы позволяют элегантно получать нужный столбец array[:, a], где a index нужного столбца. #theory // just python

Блок for…else Все мы знаем, что else неразрывно связан с блоком if, но вы, возможно, не в курсе, что else используется в цикле for. В выражении for...else блок else выполняется только в том случае, если все итерации цикла будут успешно завершены. Если же выполнение цикла прерывается оператором break, то else не выполняется. #theory // just python

Тип ndarray При создании массива получаем тип ndarray. Рассмотрим наиболее часты атрибуты (не методы!) применимые к массивам: ndim - число измерений (чаще их называют "оси") массива. shape - размеры массива, его форма. Это кортеж натуральных чисел, показывающий длину массива по каждой оси. Для матрицы из n строк и m столбов, shape будет (n,m). Число элементов кортежа shape равно ndim. size - количество элементов массива. Очевидно, равно произведению всех элементов атрибута shape. dtype - объект, описывающий тип элементов массива itemsize - размер каждого элемента массива в байтах. data - буфер, содержащий фактические элементы массива. Обычно мы этот атрибут не используем, так как обращаться к элементам массива проще всего с помощью индексов. #theory // just python

Библиотека Numpy "Базовые операции" В Numpy очень просто реализованы простейшие операции: сложение, вычитание, умножение и деление. Единственное — для этого массивы должны быть одинаковыми. Даже фильтрация возможна простейшим знаком. В массивах можно не перебирать через итератор filters, а просто поставить нужный знак. Доступны так же математические операции: синус, косинус и подобные. #theory // just python

Вычисляем время выполнения Этот пример полезен, когда вам нужно знать, сколько времени требуется для выполнения программы или функции. #theory // just python

Стеки Стек — абстрактный тип данных, представляющий собой список элементов, организованных по принципу LIFO (англ. last in — first out, «последним пришёл — первым вышел»). Методы встроенного списка в Python позволяют очень легко использовать список в виде стека. Чтобы добавить элемент на вершину стека, используйте append(). Чтобы извлечь элемент из верхней части стека, используйте pop() без явного индекса. Кажется, что это не пригодится, но многие задачи хорошо решаются через pop, а главное, junior обязан знать такой простой способ и его применение. На собеседовании может встретится. #theory // just python