Python вопросы с собеседований

⚡Очное обучение Python в НИУ ВШЭ Освойте Python и научитесь применять его для анализа данных на курсе «Python для автоматизации и анализа данных» от Центра непрерывного образования ФКН НИУ ВШЭ. Подойдет как начинающим, так и тем, у кого уже есть опыт в программировании. Обучение очное в кампусе НИУ ВШЭ в Москве. Старт: 16 апреля. Стоимость: 70 000₽. Оплату можно разделить на 2 части. Полная программа и регистрация: по ссылке. Реклама. НИУ ВШЭ. ИНН 7714030726 Erid: 2SDnjcfzWk9

👩‍💻 Как вы будете проверять утечку памяти в Linux? 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

🖥 Как проверить содержится ли в строке какое-то слово из списка? ▶️Например есть список:

words = ["Авто", "Велосипед", "Самолет"]

И такая строка:

st = "Быстрый автомобиль"

Нужно вернуть True, т.к. в строке есть слово "авто" из списка. ▶️Можно вот так:

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))    

*️⃣Изящный вариант в одну строку:

print(any(word.lower() in st.lower() for word in words))

*️⃣Или можно вот так с маппингом вместо цикла для разнообразия:

print(any(map(text.lower().__contains__, map(st.lower, words))))

@python_job_interview

📌Система контроля версий git. Первый проект на GitHub 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: ⏩Ветвление по умолчанию может быть "main" или "master" в зависимости от версии Git и настроек окружения. ⏩Создание новой ветки помогает изолировать изменения от основного кода и решать проблемы. ⏩Конфликты могут возникнуть при слиянии изменений из разных веток, и их разрешение требует проверки состояния репозитория и внесения необходимых изменений в файлы. ⏩Работа с удаленными репозиториями на GitHub включает создание аккаунта, создание удаленного репозитория, связывание локального репозитория с удаленным и отправку изменений на GitHub. ⏩Pull Requests (запросы на внесение изменений) используются на платформе GitHub для предложения изменений в код проекта и интеграции их в основную кодовую базу. 🖥 Туториал @python_job_interview

👩‍💻 Как найти PID процесса и как узнать, сколько ресурсов занимает процесс в Linux? В Linux можно найти идентификатор процесса (PID) с помощью утилиты ps. Вы можете использовать команду ps aux | grep process_name для поиска процесса по его имени и показа его PID. Например: ps aux | grep firefox Это покажет все запущенные процессы Firefox, их PID и другую информацию. Вы также можете использовать утилиту top, чтобы увидеть запущенные процессы и их PID. Команда top покажет текущую нагрузку на систему и список всех процессов, запущенных в данный момент. Она также отображает информацию о каждом процессе, включая его PID, процент использования процессора и использование памяти. Чтобы узнать, сколько ресурсов занимает процесс, вы можете использовать утилиту ps. Команда ps отображает информацию о процессах, включая использование памяти. Вы можете использовать команду ps -p pid -o %cpu,%mem для показа процессорного и памятевого использования определенного процесса. Например: ps -p 1234 -o %cpu,%mem Это вернет процент использования процессора и памяти для процесса с PID 1234. Если вы хотите увидеть более подробную информацию о процессах, вы можете использовать команду top. В top вы можете сортировать процессы по использованию процессора или памяти, чтобы найти наиболее интенсивно использующий ресурсы процесс. @python_job_interview

erid: LjN8KQr5U Deep Learning это буквально суперсила, которая работает подобно человеческому мозгу.  Специалисты этой сферы создают нейросети и находятся на стыке анализа данных и разработки. Рекомендации фильмов, переводчики или генерация ответов на вопросы как от Siri - это все их работа. Deep Learning Инженеров нанимают крупные компании, а начальная зарплата варьируется от 120 000 рублей в месяц. Создавать и обучать такие нейросети вы научитесь в онлайн-школе Data Science KARPOV.COURSES.  Учиться вы будете у практикующих специалистов - поэтому за 4 месяца вы получите все знания и навыки, которые пригодятся в реальной работе. Школа поможет вам с трудоустройством - 89% студентов уже нашли работу благодаря карьерному сопровождению.  Научитесь создавать нейросети: https://clc.to/b0ICuw  По промокоду PYTHONJI получите скидку 5000 рублей до 24.04.2024  Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627.

🖥 Что такое Method Resolution Order (MRO)? Method Resolution Order (MRO) — это порядок, в котором интерпретатор ищет методы при множественном наследовании. MRO описывает, как Python разрешает методы, вызываемые по наследству. Он определяет порядок, в котором функции и методы с одинаковыми именами в базовых классах располагаются при поиске. По умолчанию Python использует алгоритм C3 линеаризации, чтобы вычислить MRO. Этот алгоритм гарантирует, что при следовании MRO будут учитываться все исходные порядки, сохраняя при этом их локальный порядок. MRO является важной концепцией множественного наследования в Python, и его понимание необходимо для эффективного использования этого языка. @python_job_interview

Добавьте в свое портфолио кейс по решению задачи с микросервисной архитектурой бесплатно и всего за пару часов На практическом уроке «Масштабируемая архитектура для систем обработки платежей». На вебинаре: - рассмотрим решение задачи по построению масштабируемой отказоустойчивой системы обработки платежей; - обсудим применения шардирования, паттерна Saga, двухфазного коммита и выбор уровня изоляции транзакций; - получим описание верхнеуровневой архитектуры. Занятие пройдёт 24 апреля в 20:00 мск в рамках курса «Microservice Architecture». Доступна рассрочка на обучение! 👉 Чтобы посетить открытый урок, зарегистрируйтесь: https://otus.pw/bAsh/?erid=LjN8KB43G

🖥 Что такое множественное наследование и когда его следует использовать? Множественное наследование - это когда класс наследуется от нескольких базовых классов. Это означает, что класс-потомок получает свойства и методы от всех своих базовых классов. Пример использования множественного наследования в Python:

class A:
    def method_a(self):
        print("Method A")

class B:
    def method_b(self):
        print("Method B")

class C(A, B):
    def method_c(self):
        print("Method C")

obj_c = C()
obj_c.method_a()  # Output: Method A
obj_c.method_b()  # Output: Method B
obj_c.method_c()  # Output: Method C

В этом примере классы A и B являются базовыми классами для класса C. Класс C получает свойства и методы от классов A и B, и может использовать их в своих собственных методах. Множественное наследование может быть полезно, когда вам нужно использовать свойства и методы из разных классов, чтобы создать новый класс с уникальным поведением. Однако, когда используется множественное наследование, может возникать проблема "алмазного наследования", когда два базовых класса оба имеют одноименный метод, что может привести к неоднозначности и ошибкам в коде. Если такая проблема возникает, то рекомендуется пользоваться композицией вместо множественного наследования. Композиция - это когда вы создаете класс, включающий в себя другие классы в качестве своих атрибутов. Для примера, класс может иметь атрибут объекта класса вместо наследования от этого класса. @python_job_interview

🖥 Что такое DRY, как я могу применить его через ООП или FP? DRY - это принцип разработки, который означает "Don't Repeat Yourself" (не повторяйся). В контексте программирования, DRY означает, что любой фрагмент кода должен иметь только один источник истины, и он должен быть легко доступен и изменяем. Это уменьшает количество дублирующегося кода и упрощает процесс сопровождения и изменения кода. Через ООП или ФП, можно применять принцип DRY следующим образом: ООП: используйте наследование, полиморфизм и абстракцию для организации кода. Вынесите общие методы и свойства в родительские классы, а для каждого подкласса определите только те функции, которые отличают его от других. ФП: используйте функции высшего порядка, замыкания и лямбда-выражения. Выносите общие функции в модули или библиотеки, и переиспользуйте их при необходимости. Вот пример того, как ООП можно использовать для применения принципов DRY:

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

    def introduce(self):
        print(f"My name is {self.name} and I am {self.age} years old.")

class Student(Person):
    def __init__(self, name, age, major):
        super().__init__(name, age)
        self.major = major

    def introduce(self):
        super().introduce()
        print(f"I am majoring in {self.major}.")

class Teacher(Person):
    def __init__(self, name, age, department):
        super().__init__(name, age)
        self.department = department

    def introduce(self):
        super().introduce()
        print(f"I teach in the {self.department} department.")

Класс Person содержит общие атрибуты и поведение для всех людей в системе. Классы Student и Teacher наследуют от Person и добавляют свои определенные атрибуты и поведение. Таким образом, мы избегаем дублирования кода таких атрибутов, как имя и возраст, или таких методов, как внедрение. Используя ООП и наследование, мы можем эффективно применять принципы DRY и сделать код более удобным в сопровождении и расширяемым. Точно так же вы можете использовать функции и композицию более высокого порядка в FP для достижения тех же целей.

🖥 List Comprehensions в Python: создание эффективного и читаемого кода ⏩Держите полезное видео по list comprehensions в Python — это супер-популярная штука, и часто встречается в энтерпрайзном коде. Также в видео затрагиваются такие темы как: — генераторы — тернарный оператор — множество set() — вложенные циклы и много других, особенно актуальных для начинающих вещей 📎 Кликабельный план видео 📎 YouTube @python_job_interview

🖥 Факт дня — словари dict() в Python ▶️Держите полезную теорию по словарям в Python. Затронута большая часть того, что пригодится в реальной работе, а именно: — Создание словаря — Длина словаря — Доступ к элементам словаря — Добавление элементов в словарь — Изменение элементов в словаре — Проверка ключей в словаре — Удаление пары ключ-значение из словаря — Преобразование словаря в список элементов — Очистка словаря — Удаление словаря — Копирование словаря — Получение ключей словаря в виде списка — Получение значений словаря в виде списка ▶️А вот пару заданий на закрепление, если сможете сделать их без проблем — значит, умеете работать со словарями на базовом уровне: — Создайте пустой словарь с именем dog. — Добавьте в словарь dog ключи "name", "color", "breed", "legs" и "age". — Создайте словарь student и добавьте ключи "first_name", "last_name", "gender", "age", "marital status", "skills", "country", "city" и "address". — Получите длину словаря student. — Получите значение ключа "skills" и проверьте его тип данных, он должен быть списком. — Измените значения ключа "skills", добавив одну или две навыка. — Получите ключи словаря в виде списка. — Получите значения словаря в виде списка. — Преобразуйте словарь в список кортежей с помощью метода items(). — Удалите один из элементов из словаря. — Удалите один из словарей полностью. 📎 Теория по словарям @python_job_interview

🖥 Приёмы эффективного кода на Python ⏩Держите полезную статью, в которой описаны приёмы написания более производительного кода Вот некоторые обсуждаемые вещи: • создание списков при помощи list comprehensions • об использовании глобальных переменных • генераторы, yield и вот это всё • функция enumerate 📎 Статья @python_job_interview

🖥 Перенос указателя вправо Сложность: Средняя Условие задачи: Дано бинарное дерево, нужно перенести каждый указатель на следующий узел на соответствующий правый правый элемент на текущем уровне либо же передать указатель на NULL в случае отсутствия узла. Пример: Ввод: root = [1,2,3,4,5,null,7] Вывод: [1,#,2,3,#,4,5,7,#] Решение

Исследуешь айтишную тему, но пока нет большого опыта? Соревнуйся с равными и будь на код впереди в «Цифровом марафоне» Сбера и «Школы 21»! Три счастливчика отправятся отдыхать на премиум-курорты и прокачивать знания в СберУниверситете. Конкурс проводят по всей России, а минимальный возраст для участия — от 18 лет. Отличная возможность оценить свои навыки и получить советы для дальнейшего развития. А главное — лучшие в своих категориях отправятся на очный финал в Москву с церемонией награждения. Для успеха нужно пройти онлайн-игру на проверку логики и памяти, тестирование в соответствии с твоим уровнем подготовки и цифровой диктант. Здесь ты выбираешь язык, на котором будешь писать код. Заработай как можно больше очков, чтобы попасть в суперфинал, расправиться с более сложными задачами и выиграть главные призы! Хочу участвовать!

🚀 Перестановки, зависящие от регистра символа Сложность: Средняя Условие задачи: Дана строка, содержащая как цифры, так и буквы. Необходимо вернуть всевозможные варианты перестановок строки, изменяя регистр букв. Пример: Ввод: s = "a1b2" Вывод: ["a1b2","a1B2","A1b2","A1B2"] Ввод: s = "3z4" Вывод: ["3z4","3Z4"] 🔗 Решение

Профессия «Python-разработчик». Весенние скидки до 30 000 ₽ + 6 месяцев дополнительного сопровождения специалистов карьерного трека. Успейте оставить заявку до 31 марта😉 Начнем писать код на первом уроке. Вас ждут сотни упражнений в тренажере, задачки-испытания для тех, кто любит посложнее, а также 4 проекта, в рамках которых вы напишете полноценные приложения для портфолио на GitHub.  Мы не сторонники подхода в обучении “повтори за учителем”. На курсах Хекслета решение практических задач идет только через реальное понимание. Разбираться в python-разработке – это не только писать свой код, но и уметь прочесть чужой. А это на порядок труднее полностью самостоятельной работы. Уже во время обучения вы вступите в программу «Карьерный трек», чтобы найти свою первую работу в IT! Сомневаетесь в выборе? Выслушаем, порекомендуем или отговорим от обучения😀

Перелет с наименьшей ценой Сложность: Средняя Условие задачи: Даны n городов, соединенных некоторым количеством рейсов. Вам предоставляется массив рейсов, где рейсы [i] = [fromi, toi, pricei] указывают, что есть рейс из города из i в город toi со стоимостью pricei. Вам также даны три целых числа src, dst и k, возвращающие самую дешевую цену из src в dst не более чем с k остановками. Если такого маршрута нет, верните значение -1. Пример: Ввод: n = 4, flights = [[0,1,100],[1,2,100],[2,0,100],[1,3,600],[2,3,200]], src = 0, dst = 3, k = 1 Вывод: 700 Ввод: n = 3, flights = [[0,1,100],[1,2,100],[0,2,500]], src = 0, dst = 2, k = 1 Вывод: 200 Пишите свое решение в комментариях👇 @python_job_interview

🦾 Изучите работу gRPC в Python и прокачайте скиллы в разработке Приходите на бесплатный практический урок от OTUS, где вы вместе с опытным экспертом: - поговорите о gRPC — протоколе на основе HTTP/2 и Google Protobuf; - посмотрите на реализацию клиента и сервера; - обсудите плюсы и минусы такой реализации. 📆 Занятие пройдёт 25 марта в 20:00 мск и будет приурочено к старту курса «Python Developer. Professional». Доступна рассрочка на обучение! 👉 Пройдите короткий тест прямо сейчас, чтобы занять место на открытом уроке и получить запись. Пройти тест

Подсчет узлов бинарного дерева Сложность: Средняя Условие задачи: Дан корень дерева, удовлетворяющего термину "полнота", надо посчитать количество узлов в дереве. Полным дерево считается в случае, если на каждом уровне (возможно за исключением последнего) у каждого родителя имеется пара потомков. Необходимо разработать алгоритм с временной сложностью менее O(n). Пример: Ввод: root = [1,2,3,4,5,6] Вывод: 6 Объяснение: *во вложении ▪Подробнее про двоичное дерево ▪Решение Пишите свое решение в комментариях👇 @python_job_interview