Программистика

Бесплатный мини-курс Skillbox — то, что нужно для дизайнеров, мечтающих о карьере в IT. Узнайте, как создавать удивительные пользовательские интерфейсы, которые перевернут представление об опыте пользователей. За пять дней вы освоите ключевые принципы UX/UI-дизайна, научитесь работать в Figma и создадите свой первый проект. Скорее записывайтесь: https://epic.st/r8kMFf?erid=2VtzqxH25aZ В программе: — Знакомимся с профессией UX/UI-дизайнера — Делаем крутой проект в Figma — Погружаемся в нюансы UX/UI-дизайна — Ищем новых заказчиков Спикеры: — Дмитрий Матвеев, арт-директор Wildberries. 15 лет в дизайне, создаёт сервисы, которыми пользуются 30 миллионов человек в месяц, ведёт вебинары и образовательные курсы по дизайну — Максим Чистов, основатель и арт-директор студии Nine Squares. Работал со «СберМаркетом», ВКонтакте, Disney, AliExpress 🎉 Вас ждут подарки: скидка 10 000 рублей на любой курс Skillbox, гайды и книги для старта в профессии, персональная карьерная консультация и год бесплатного изучения английского языка. Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880

📔 Кучи, стеки и очереди в python Давайте рассмотрим кучи, стеки и очереди в Python, их особенности и примеры использования. ➡️Кучи (Heaps) Куча — это специализированная структура данных, которая удовлетворяет свойству кучи: в мин-куче каждый родительский узел меньше или равен своим дочерним узлам, а в макс-куче каждый родительский узел больше или равен своим дочерним узлам. В Python для работы с кучами используется модуль heapq. 👩‍💻Пример использования кучи:

import heapq

# Создание пустой кучи
heap = []

# Добавление элементов в кучу
heapq.heappush(heap, 10)
heapq.heappush(heap, 1)
heapq.heappush(heap, 5)

# Извлечение минимального элемента
min_element = heapq.heappop(heap)
print(min_element)  # Вывод: 1

# Преобразование списка в кучу
numbers = [3, 2, 8, 1, 7]
heapq.heapify(numbers)
print(numbers)  # Вывод: [1, 2, 8, 3, 7]

➡️Стек (Stack) Стек — это структура данных, работающая по принципу LIFO (Last In, First Out), где последний добавленный элемент извлекается первым. В Python стек можно реализовать с помощью списка. 👩‍💻Пример использования стека:

stack = []

# Добавление элементов в стек
stack.append(1)
stack.append(2)
stack.append(3)

# Извлечение элементов из стека
top_element = stack.pop()
print(top_element)  # Вывод: 3

# Проверка верхнего элемента стека без извлечения
top_element = stack[-1]
print(top_element)  # Вывод: 2

➡️Очередь (Queue) Очередь — это структура данных, работающая по принципу FIFO (First In, First Out), где первый добавленный элемент извлекается первым. В Python очередь можно реализовать с помощью модуля collections.deque или модуля queue. 👩‍💻Пример использования очереди с collections.deque:

from collections import deque

# Создание пустой очереди
queue = deque()

# Добавление элементов в очередь
queue.append(1)
queue.append(2)
queue.append(3)

# Извлечение элементов из очереди
first_element = queue.popleft()
print(first_element)  # Вывод: 1

# Проверка первого элемента очереди без извлечения
first_element = queue[0]
print(first_element)  # Вывод: 2

👩‍💻Пример использования очереди с queue.Queue:

from queue import Queue

# Создание пустой очереди
queue = Queue()

# Добавление элементов в очередь
queue.put(1)
queue.put(2)
queue.put(3)

# Извлечение элементов из очереди
first_element = queue.get()
print(first_element)  # Вывод: 1

# Проверка размера очереди
size = queue.qsize()
print(size)  # Вывод: 2

Эти структуры данных полезны в различных сценариях, таких как управление задачами, обработка данных и реализация алгоритмов. @programistica // #article

💻 Первый язык программирования высокого уровня Первым языком программирования высокого уровня считается FORTRAN (сокращение от "FORmula TRANslation"), который был разработан в 1950-х годах группой инженеров под руководством Джона Бэкуса в IBM. Разработка началась в 1953 году, а первый компилятор FORTRAN был выпущен в 1957 году. Основные особенности FORTRAN: ➡️Цель создания: Основной целью создания FORTRAN было облегчение процесса программирования для ученых и инженеров, занимающихся сложными математическими и научными расчетами. До появления FORTRAN большинство программ писались на ассемблере, что было трудоемким и подверженным ошибкам процессом. ➡️Синтаксис и простота: FORTRAN был разработан с учетом простоты использования. Его синтаксис был более понятным и близким к математическим формулам, что делало его доступным для ученых, не имеющих глубоких знаний в области программирования. ➡️Производительность: FORTRAN изначально был оптимизирован для выполнения на мейнфреймах IBM, что обеспечивало высокую производительность. Компилятор FORTRAN был способен генерировать эффективный машинный код, что делало программы, написанные на этом языке, весьма быстрыми. ➡️Стандартные библиотеки: FORTRAN включал в себя набор стандартных библиотек для выполнения математических операций, работы с массивами и обработки ввода-вывода, что значительно упрощало разработку программ. ➡️Универсальность и расширяемость: FORTRAN оказался настолько успешным и универсальным, что он продолжал развиваться и обновляться на протяжении десятилетий. Были выпущены различные версии языка, такие как FORTRAN IV, FORTRAN 77, Fortran 90, Fortran 95 и т.д., каждая из которых добавляла новые возможности и улучшения. Вклад FORTRAN в развитие программирования: ⏺Стандартизация: FORTRAN стал первым языком программирования, который был стандартизирован. В 1966 году был принят первый стандарт языка FORTRAN, что обеспечило совместимость и переносимость программ между различными системами. ⏺Влияние на другие языки: FORTRAN оказал значительное влияние на разработку других языков программирования. Многие концепции и идеи, впервые реализованные в FORTRAN, были заимствованы и адаптированы в других языках. ⏺Научные и инженерные приложения: FORTRAN стал де-факто стандартом для научных и инженерных приложений. До сих пор многие численные модели и симуляции, особенно в области физики, метеорологии и инженерии, написаны на FORTRAN. ⏺Долговечность: Несмотря на появление множества новых языков программирования, FORTRAN продолжает использоваться и сегодня благодаря своей эффективности и надежности. Он остается важным инструментом для численных расчетов и научных исследований. Таким образом, FORTRAN стал важной вехой в истории программирования, заложив основы для разработки более сложных и мощных языков программирования высокого уровня. @programistica // #article

👀 Книга: Python с нуля Куда записывать код? Что такое программа? Как Python читает код? Математические Операторы в Python Работаем с числами Строки и функция печати БУЛЕВА ЛОГИКА И многое другое @programistica // #doc

🖼️ Библиотека Python: Pyo Pyo — это мощная библиотека для Python, предназначенная для работы со звуком, которая предоставляет широкий набор инструментов для цифровой обработки сигналов и генерации звуков. Она позволяет создавать сложные аудиоэффекты и музыкальные композиции, обеспечивая высокую производительность и гибкость в реализации аудиопроектов. ⚙️ Пример использования

from pyo import *

# Инициализация сервера Pyo
server = Server().boot()

# Запуск сервера
server.start()

# Создание осциллятора с синусоидальным сигналом
frequency = 440  # Частота в Герцах
amplitude = 0.5  # Амплитуда сигнала

sine_wave = Sine(freq=frequency, mul=amplitude).out()

# Задержка для воспроизведения звука в течение 5 секунд
time.sleep(5)

# Остановка сервера
server.stop()

Этот пример создаёт и воспроизводит простой синусоидальный звук с частотой 440 Гц (частота ноты Ля). ✔️ Установка

pip install pyo

⛓ Ссылка на документацию @programistica // #Library

Реально ли изучить основы кибербезопасности за 5 дней? Ответим на этот вопрос на мини-курсе. Вы узнаете, как защищать и взламывать серверы, а также познакомитесь с методами протоколов безопасности и не только. Подробнее: https://epic.st/h_pI1m?erid=2Vtzqvwkabb Вас ждут 4 интенсивных занятия, на которых вы сможете примерить на себя 2 роли — хакера и специалиста по кибербезопасности. А в финале будет прямой эфир с экспертом, где он разберёт практические работы, ответит на вопросы и поделится профессиональными секретами. Всех участников ждут бонусы: 5 полезных материалов о приёмах взлома, методах защиты и тестирования серверов, персональная карьерная консультация, сертификат на скидку 10 000 рублей и год бесплатного изучения английского языка. Доступ к знаниям и практике сразу после регистрации! Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880

💻 Вопрос из собеседования: Как работают any() и all()? Any возвращает true, если хоть один элемент в последовательности соответствует условию, то есть является true. All возвращает true только в том случае, если условию соответствуют все элементы в последовательности.

a = [False, False, False]
b = [True, False, False]
c = [True, True, True]

print( any(a) )
print( any(b) )
print( any(c) )
#=> False
#=> True
#=> True

print( all(a) )
print( all(b) )
print( all(c) )
#=> False
#=> False
#=> True

Надеюсь это поможет вам пройти собеседование на желаемую вами работу, удачи🔥🔥🔥

@programistica // #jobs

🛡Лямбда в python Лямбда-функции в Python — это небольшие анонимные функции, которые создаются с помощью ключевого слова lambda. Они могут принимать любое количество аргументов, но содержат только одно выражение. Лямбда-функции часто используются для создания небольших, одноразовых функций, которые передаются в качестве аргументов другим функциям, таким как map, filter и sorted. ➡️Синтаксис лямбда-функции

lambda аргументы: выражение

👀Лямбда-функция для сложения двух чисел:

add = lambda x, y: x + y
print(add(5, 3))  # Вывод: 8

👀Использование с функцией map:

numbers = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x ** 2, numbers))
print(squared)  # Вывод: [1, 4, 9, 16, 25]

👀Использование с функцией filter:

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers)  # Вывод: [2, 4, 6, 8, 10]

👀Использование с функцией sorted:

points = [(1, 2), (3, 1), (5, -1), (0, 0)]
sorted_points = sorted(points, key=lambda point: point[1])
print(sorted_points)  # Вывод: [(5, -1), (0, 0), (3, 1), (1, 2)]

Лямбда-функции удобны для использования в ситуациях, когда требуется небольшая функция, и нет необходимости её явно определять с помощью def.

🖼️ Библиотека Python: Dask Dask — это библиотека для параллельных вычислений в Python, которая позволяет эффективно обрабатывать большие объемы данных, используя как локальные, так и распределенные вычисления. Она интегрируется с популярными библиотеками, такими как NumPy, Pandas и Scikit-Learn, предоставляя удобные инструменты для масштабирования вычислений на кластерах. ⚙️ Пример использования

import dask.dataframe as dd

# Создаем Dask DataFrame из CSV-файла
df = dd.read_csv('your_large_dataset.csv')

# Выполняем некоторые операции с DataFrame
# Например, считаем среднее значение в столбце 'column_name'
mean_value = df['column_name'].mean().compute()

print(f'Среднее значение столбца: {mean_value}')

# Фильтруем строки, где значения в 'column_name' больше среднего
filtered_df = df[df['column_name'] > mean_value]

# Сохраняем отфильтрованные данные в новый CSV-файл
filtered_df.to_csv('filtered_dataset.csv', single_file=True)

print("Фильтрация завершена и данные сохранены в 'filtered_dataset.csv'")

Этот код выполняет следующие шаги: ⏺Создает Dask DataFrame из большого CSV-файла. ⏺Вычисляет среднее значение в указанном столбце. ⏺Фильтрует строки, где значения в столбце больше среднего. ⏺Сохраняет отфильтрованные данные в новый CSV-файл. ✔️ Установка

pip install dask

⛓ Ссылка на документацию @programistica // #Library

👀 Книга: Язык программирования Python: практикум. Учебное пособие ⏺ЯЗЫКИ ПРОГРАММИРОВАНИЯ ⏺ТИПЫ ДАННЫХ И ОПЕРАЦИИ ЯЗЫКА PYTHON ⏺ИНСТРУКЦИИ, ФУНКЦИИ, МОДУЛИ В ЯЗЫКЕ PYTHON ⏺ОБЪЕКТНО-ОРИЕНТИРОВАННОЕ ПРОГРАММИРОВАНИЕ В ЯЗЫКЕ PYTHON ⏺РАЗРАБОТКА ГРАФИЧЕСКИХ ИНТЕРФЕЙСОВ В ПРОГРАММЕ НА ЯЗЫКЕ PYTHON @programistica // #doc

👩‍💻 Программирование теперь в телеграм! Вот обширная база материалов, которая ежедневно обновляется, выбирай своё направление: Обучение Python с нуля Обучение JavaScript с нуля Обучение HTML/CSS с нуля Обучение Java с нуля Обучение C/С++ с нуля Обучение С# с нуля Обучение SQL/GO/PHP с нуля Обучение Kotlin/Swift с нуля ⛓ Архив на 1789ГБ: Курсы, книги, шпаргалки, статьи, видео ресурсы — всё собрано в одном месте: @roadmap_ready

💻 Вопрос из собеседования: Что такое pickle? Pickle — это модуль сериализации и десериализации объектов в Python. В примере ниже мы сериализуем и десериализуем список словарей:

import pickle

obj = [
    {'id':1, 'name':'Stuffy'},
    {'id':2, 'name': 'Fluffy'}
]

with open('file.p', 'wb') as f:
    pickle.dump(obj, f)

with open('file.p', 'rb') as f:
    loaded_obj = pickle.load(f)

print(loaded_obj)
#=> [{'id': 1, 'name': 'Stuffy'}, {'id': 2, 'name': 'Fluffy'}]

Надеюсь это поможет вам пройти собеседование на желаемую вами работу, удачи🔥🔥🔥

@programistica // #jobs

😎 PyLinux - канал для тех, кто изучает Python и хочет начать разбираться в Linux! ➡️ Почему не стоит упустить: - удобные инструменты Linux - библиотеки и полезные материалы по Python - bash скрипты и гайды - а также, многое другое! 🔥 Заходи прямо сейчас, чтобы не потерять - PyLinux!

🖼️ Библиотека Python: Altair Altair — это декларативная библиотека для создания статистических визуализаций в Python, основанная на спецификации Vega-Lite. Она позволяет легко создавать интерактивные и информативные графики с помощью простого и интуитивно понятного синтаксиса, что делает её идеальной для исследовательского анализа данных. ⚙️ Пример использования

import altair as alt
from vega_datasets import data

# Загрузка данных о машинах
cars = data.cars()

# Создание графика рассеяния, показывающего зависимость между весом автомобиля и его расходом топлива
scatter_plot = alt.Chart(cars).mark_circle(size=60).encode(
    x='Weight_in_lbs',
    y='Miles_per_Gallon',
    color='Origin',
    tooltip=['Name', 'Origin', 'Horsepower', 'Miles_per_Gallon']
).interactive().properties(
    title='Зависимость расхода топлива от веса автомобиля'
)

# Отображение графика
scatter_plot.display()

В этом примере создается интерактивный график рассеяния, где по оси X отложен вес автомобиля (Weight_in_lbs), а по оси Y — расход топлива (Miles_per_Gallon). Точки на графике окрашены в соответствии с происхождением автомобиля (Origin). При наведении курсора на точку, всплывающая подсказка покажет название автомобиля (Name), его происхождение (Origin), мощность (Horsepower) и расход топлива (Miles_per_Gallon)./ ✔️ Установка

pip install altair vega_datasets

⛓ Ссылка на документацию @programistica // #Library

💻 Происхождение термина "баг" Что-то захотелось мне немного окунутся в историю, так что давайте рассмотрим достаточно интересную тему: Происхождение термина "баг". Термин "баг" в контексте программирования имеет интересное и несколько анекдотичное происхождение. В 1947 году, когда компьютеры были огромными машинами, занимающими целые комнаты, инженеры столкнулись с необычной проблемой. В одном из первых компьютеров, Марке II, произошла неисправность, и после тщательного изучения выяснилось, что в реле компьютера застряла моль. Этот случай был зафиксирован в журнале инженеров, и рядом с записью была приклеена сама моль с пометкой "первый реальный случай обнаружения бага". Этот инцидент стал известным благодаря Грейс Хоппер, одной из первых женщин-программистов, которая работала над Марком II. Она и ее команда использовали термин "debugging" (отладка) для описания процесса удаления моли из компьютера и восстановления его работы. Хотя этот случай с молью стал популярным и часто упоминается как первый "баг", термин "баг" использовался в инженерии и ранее для обозначения механических неисправностей. Например, Томас Эдисон использовал этот термин в своих записях еще в 1878 году для описания проблем с телеграфными аппаратами. С тех пор термин "баг" стал широко использоваться в программировании и компьютерной инженерии для обозначения ошибок или неисправностей в программном обеспечении или аппаратуре. Процесс обнаружения и исправления таких ошибок называется "отладка" (debugging), что также произошло от этого исторического случая. @programistica // #article

👀 Книга: Создание видеоигр с помощью PyGame ⏺Настройка Python и Pygame ⏺Крестики-нолики в PyGame ⏺Использование классов в Pygame ⏺Рефакторинг игровой логики ⏺Пожиратель камней ⏺Космическое вторжение в PyGame И многое другое @programistica // #doc

БЕСПЛАТНЫЙ БОТ ДЛЯ ПОДГОТОВКИ К СОБЕСУ 15000 вопросов из СБЕР, ТИНЬКОФФ, ЯНДЕКС, МТС и GOOGLE 🌐PYTHON, JAVA, JS, C#, GO, KOTLIN 📗ФРЕЙМВОРКИ 📕ЯЗЫКИ 📘АЛГОРИТМЫ МЫ НЕ ЗАБЫЛИ ПРО СОФТ СКИЛЫ, ОНИ ТУТ

💻 Вопрос из собеседования: Как округлить число до трех десятичных знаков? Используйте функцию round(value, decimal_places):

a = 5.12345
round(a,3)
#=> 5.123

Надеюсь это поможет вам пройти собеседование на желаемую вами работу, удачи🔥🔥🔥

@programistica // #jobs

🖼️ Библиотека Python: PyOpenGL PyOpenGL представляет собой кроссплатформенный интерфейс Python для OpenGL, который позволяет разработчикам создавать высокопроизводительные графические и визуализационные приложения с использованием стандартного API OpenGL. Эта библиотека обеспечивает прямой доступ к графическим функциям GPU, делая её идеальным выбором для разработки трехмерной графики, игр и научных визуализаций в Python. ⚙️ Пример использования

import glfw
from OpenGL.GL import *
import numpy as np

# Инициализация GLFW
if not glfw.init():
    raise Exception("GLFW не может быть инициализирован")

# Создание окна
window = glfw.create_window(640, 480, "PyOpenGL Demo", None, None)

if not window:
    glfw.terminate()
    raise Exception("Окно GLFW не может быть создано")

glfw.set_window_pos(window, 400, 200)

# Установка контекста
glfw.make_context_current(window)

# Определение вершин треугольника
vertices = np.array([-0.5, -0.5, 0.0,
                      0.5, -0.5, 0.0,
                      0.0,  0.5, 0.0], dtype=np.float32)

# Определение цветов вершин
colors = np.array([1.0, 0.0, 0.0,
                   0.0, 1.0, 0.0,
                   0.0, 0.0, 1.0], dtype=np.float32)

# Цикл отрисовки
while not glfw.window_should_close(window):
    glfw.poll_events()
    
    glClear(GL_COLOR_BUFFER_BIT)
    
    # Включение массива вершин
    glEnableClientState(GL_VERTEX_ARRAY)
    glVertexPointer(3, GL_FLOAT, 0, vertices)
    
    # Включение массива цветов
    glEnableClientState(GL_COLOR_ARRAY)
    glColorPointer(3, GL_FLOAT, 0, colors)
    
    # Отрисовка треугольника
    glDrawArrays(GL_TRIANGLES, 0, 3)
    
    # Отключение массивов вершин и цветов
    glDisableClientState(GL_VERTEX_ARRAY)
    glDisableClientState(GL_COLOR_ARRAY)
    
    glfw.swap_buffers(window)

# Завершение работы
glfw.terminate()

Этот код демонстрирует базовые принципы работы с PyOpenGL: инициализацию окна с помощью GLFW, установку контекста, определение вершин и цветов для треугольника, а также его отрисовку. Убедитесь, что у вас установлены все необходимые зависимости, чтобы код успешно выполнялся. ✔️ Установка

pip install PyOpenGL PyOpenGL_accelerate

⛓ Ссылка на документацию @programistica // #Library