Python Academy

Ещё вчера они отвечали за код и технологии, а сегодня в их подчинении специалисты, к которым никто не приложил инструкцию. Да, быть начинающим управленцем в IT — рискованно, но интересно. Открывается много новой информации и определений. Насчёт определений — в карточках собрали несколько ключевых, которые познакомят вас с профессией руководителя в IT поближе. А по поводу новой информации: в Практикуме появился курс по управлению командой разработки с воркшопами, личными консультациями и интерактивным учебником. Пройдите первый бесплатный урок

Простой, но мощный веб-фреймворк Самым популярным фреймворком для разработки серверной части на Python является Flask. К слову, он обгоняет даже Django по звездам на GitHub. Flask предназначен для быстрого и легкого старта работы с возможностью масштабирования до сложных приложений. А коммьюнити предоставляет множество расширений для фреймворка. Для создания минимального рабочего приложения достаточно кода выше. После запуска такого скрипта можете перейти в браузере по адресу http://localhost:5000/ и посмотреть результат. #модули

Создаем бесконечный итератор Функция cycle() из itertools принимает на вход итерируемый объект и создает бесконечный итератор, циклически возвращающий элементы данного объекта. Фишка заключается в том, что когда элементы последовательности заканчиваются, итерация начинается вновь с первого элемента. Но если вы проходитесь циклом по такому итератору, то важно предусмотреть выход из цикла, иначе он станет бесконечным (как у нас в первом случае на картинке). Мы также можем воспользоваться islice(), который вернет итератор по подмножеству переданного объекта. #itertools

Аннотации типов Python имеет динамическую типизацию и позволяет нам оперировать переменными разных типов, и иногда у нас бывают ошибки, связанные с некорректной передачей данных неверного типа. В современных версиях 3.6+ добавилась поддержка аннотации типов переменных, полей класса,аргументов и возвращаемых значений. #typing

Влетаем в мир ИИ с ноги — без опыта и знаний кодинга. Всего за 3 вечера эксперты научат вас создавать нейросети и применять их на практике. Ваши нейронки смогут: — Делить людей на входящих и выходящих из автобуса — Обнаруживать возгорания — Оценивать стоимость квартир и резюме соискателей — Прогнозировать стоимость полиметаллов — Распознавать команды умного дома и много чего ещё Интенсив идеален для начинающих в области ИИ, а также для тех, кто хочет прокачать свои знания по последним технотрендам. Бесплатный интенсив ждёт вас по ссылке.

Определение литеральных типов Когда нам может понадобится определить из полученной строки литеральный тип (строки, числа, списки, кортежи, словари, логические значения и None), мы можем воспользоваться функцией literal_eval() из модуля ast. Данная функция поможет безопасно определить литеральный тип, а в случае если был передан не литерал, то выбросит исключение. Это можно использовать для оценки выражений из внешних источников при парсинге файлов, либо пользовательского ввода. #ast #literal_eval

Собрать свой ИИ теперь можно с нуля. Без всякого опыта в программировании! Вас научит основатель Университета Искусственного Интеллекта Дмитрий Романов. За 2 дня под его руководством вы создадите сразу 12 нейросетей. Если вы хотите поближе познакомиться с тем, как работают технологии вроде ChatGPT, Stable Diffusion, а также разобраться в генерации и распознавании речи — этот интенсив для вас. Зарегистрироваться на легендарный интенсив можно по ссылке.

Функция reduce Модуль functools позволяет хорошо раскрыть функциональные возможности Python. Например, в functools есть интересная функция reduce, которая позволяет «сжимать» данные, применяя последовательно функцию и запоминая результат. Таким образом, в примере выше reduce умножает 1 на 2, затем результат этого умножения на 3 и так далее. #функции #reduce

Функция itertools.cycle В пайтон есть классный модуль itertools для создания собственных итераторов. Функции данного модуля довольно эффективны в работе, поэтому их часто используют в реальных проектах. Сегодня мы бы хотели показать вам функцию cycle() из itertools. Данная функция принимает на вход итерируемый объект и создает бесконечный итератор, циклически возвращающий элементы данного объекта. Фишка заключается в том, что когда элементы последовательности заканчиваются, итерация начинается вновь с первого элементы. К примеру, функция cycle() из последовательности ['red', 'white', 'blue'] генерирует повторяющуюся бесконечную. Но важно при проходе при итерации по такому итератору предусмотреть выход из цикла (а не как у нас в первом случае с colors:). Так как это итератор, то мы можем использовать его для получения значений через функцию next(colors). Мы также можем воспользоваться islice(), который вернет итератор по подмножеству переданного объекта. #генераторы #itertools

Проверяем скорость интернета Каждый хоть раз проверял скорость своего интернета на Speedtest. А у них, оказывается, есть не только сайт и приложения, но и пакет на Python для этого дела. У объекта класса Speedtest методы download() и upload() выдают соответственно скорость скачивания и загрузки данных. Методы отдают результат в байтах, поэтому для наглядности в примере я перевел все данные в мегабайты при выводе. #speedtest

Генерируем анекдоты Не самый полезный, но весьма интересный пакет pyjokes выдает различные шутки и анекдоты на 6 языках. Но русский, к сожалению, в это число не входит. Метод get_joke() возвращает строку, которая хранит в себе случайную шутку. В аргументы можно указать язык, по умолчанию стоит английский. Также можно указать категорию в аргументах — особенно классно заходят штуки про Чак Норриса с пометкой 'chuck'. #pyjokes

Используйте dict.get() вместо dict[] Есть несколько способов получения значений из словарей, и даже по такой теме разработчики часто спорят. Многие получают значения по ключам через квадратные скобки, но если такого ключа нет, то будет вызвано исключение. Поэтому мы считаем, что лучше использовать метод get у словарей. Его основной плюс заключается в том, что он принимает опциональный аргумент, отвечающий за значение по умолчанию. Таким образом, если значение по ключу не найдено, то вернется дефолтное значение. В итоге, мы убираем возможные ошибки в случае, если нужных ключей в словаре нет. #словари

Именованные кортежи Кортежи tuple, по своей сути, являются неизменяемыми списками. Структура данных удобная, но мы можем получать данные, используя только числовые индексы. Нет возможности дать имена отдельным элементам, сохранённым в кортеже. Это может повлиять на читаемость кода. И в таком случае используют именованные кортежи namedtuple из collections. Каждый объект в именованном кортеже может быть доступен через уникальный, удобный для чтения человеком, идентификатор. При этом вся функциональность от обычных кортежей сохраняется. #namedtuple

Тут рассказывают, как работает performance review в Авито — подробный гайд составил их директор по аналитике Илья Гуров. Для больших команд аналитиков, где спецов выше мидла может быть несколько, это просто золото. Грамотная система ревью позволяет руководителю понятно описать грейды и получить адекватное представление о росте сотрудников, компетенциях и карьерных ожиданиях. Если коротко, то у Авито все устроено так: 1. Self-review. Сотрудник предъявляет собственные результаты. 2. Сбор отзывов от коллег, которые участвовали в тех же проектах или заинтересованы в результатах. 3. Оценка компетенций. Руководитель собирает артефакты и доказательства по всем компетенциям. 4. Калибровка оценок между руководителями. Это защита оценки перед другими менеджерами с презентацией и фасилитатором. Душно, но эффективно. Все это проводят каждые полгода. Так отдел аналитики достигает сразу нескольких целей: у сотрудников есть прозрачный карьерный путь и мотивация, руководитель в курсе всех процессов, а еще у всех менеджеров синхронизируются ожидания. Проводите у себя ревью? Поделитесь лайфхаками в комментах!

Деструкторы При уничтожении экземпляра класса в большинстве языков вызывается специальный метод, который называется деструктор. В Python деструктор можно переопределять с помощью магического метода __del__, который вызовется автоматически при удалении объекта. Вообще деструкторы крайне редко переопределяется в Python, но полезно знать, что именно эти методы отвечают за очистку при удалении объекта. #классы

Параллельное и асинхронное программирование развязывают руки разработчикам и усиливают их скиллы: помогают выдерживать нагрузки и писать эффективный код, не теряя скорости разработки — ни один крупный проект не обходится без них. Для тех, кто решил изучить принципы асинхронности в Яндекс Практикуме есть курс «Асинхронное программирование на Python». Курс подойдет вам, если: • у вас есть опыт написания кода на Python; • вы знакомы с принципами ООП и умеете их применять; • вы умеете работать с консолью и Git, настраивать рабочее окружение; • вы понимаете работу БД и SQL, знакомы с HTTP и REST. На всех этапах вас будут сопровождать опытные разработчики: мы не дадим просесть по учёбе и поможем выкроить время на образование. Вы будете практиковаться на реальных кейсах и положите в портфолио работающие проекты. А карьерные консультации подготовят вас к разговору о повышении или помогут с поиском новой работы.  Начать учиться

Динамическая замена class Многие знают, что с помощью type можно получить тип объекта. Но не все так просто, по сути type служит динамической заменой инструкции class и позволяет создавать новые объекты типа во время исполнения. Первый принимаемый аргумент является именем класса и становится атрибутом __name__; второй аргумент является кортежем с перечисленными базовыми типами и становится атрибутом __base__; словарь будет являться телом класса и станет атрибутом __dict__. #type #class

Аннотации типов Всем известно, что Python – язык с динамической типизацией. Аннотации типов нужны для того, чтобы повысить информативность исходного кода, но они никак не влияют на поведение программы.  Типы данных указывается через двоеточие после имени переменной после её создания. Для примера создадим словарь с числами и список, состоящий из значений этого словаря, а также функцию для сложения двух чисел. Однако помните, что аннотации типов не влияют на ход исполнения программы, поэтому в ранее написаную функцию мы с таким же успехом можем передать и строки, хотя указывали целочисленный тип данных. #типы_данных #аннотации

Вы IT-предприниматель? Освободите своё  время от ведения бухгалтерии! Занимайтесь бизнесом, а не налоговой отчетностью. Передайте её в руки команды опытных бухгалтеров на аутсорсе.  Компания "Моё дело"  - специалист в бухгалтерском обслуживании IT компаний:  - знаем всё про налоговые льготы для IT бизнеса - выгодно спишем НМА в расходы компании - оптимизируем налоги - снизим страховые взносы до 7,8%  Начните делегировать бухгалтерию правильно с командой бухгалтеров "Моё дело". Только в ИЮЛЕ проведем консультацию для вашей IT-компании по аккредитации в Сколково. 👉👉 Записаться на бесплатную консультацию 

Аннотации типов Всем известно, что Python – язык с динамической типизацией. Аннотации типов нужны для того, чтобы повысить информативность исходного кода, но они никак не влияют на поведение программы.  Типы данных указывается через двоеточие после имени переменной после её создания. Для примера создадим словарь с числами и список, состоящий из значений этого словаря, а также функцию для сложения двух чисел. Однако помните, что аннотации типов не влияют на ход исполнения программы, поэтому в ранее написаную функцию мы с таким же успехом можем передать и строки, хотя указывали целочисленный тип данных. #типы_данных #аннотации