Zen of Python

​Как искать работу в IT Лучше всего — в профессиональном сообществе. Если в вашем окружении нет опытных спецов, познакомиться с ними можно в карьерных группах, которые создают IT-компании. «Карьера в Ростелекоме» — канал, на который стоит подписаться всем, кто ищет полезные контакты, следит за IT-рынком и мониторит предложения работодателей в этой сфере. Каждую неделю здесь публикуют дайджест вакансий и интервью с сотрудниками. Они делятся опытом, рассказывают о важных софт-скилах и интересных проектах, над которыми работают. Например, команда разработчиков рассказала, как не нашла подходящий конструктор дашбордов и создала свой. Подписывайтесь, если хотите знать больше о новых технологиях и разработках Реклама ПАО «Ростелеком» LjN8Kaa7b

Дайджест Python #5: как сделать свой Copilot и работать с данными в Pandas Собрали свежий дайджест из лучших материалов по Python. В нём вы узнайте, как написать свой аналог GitHub Copilot без знаний об искусственном интеллекте, как работать с данными и памятью в Pandas и как написать нейросеть, которая сможет самостоятельно распознавать объекты. #python #нейросети

​Первый тест фичи:

OpenAI представила GPT-4 и расскажет о ней подробнее на презентации в 23:00 по мск Как и обещали, разработчики Microsoft и OpenAI, в целом улучшили GPT-4 и внедрили мультимодальные модели. Теперь GPT-4 может взаимодействовать ещё и через изображения (пример, на 1 скриншоте), звуки и видео. А ещё она свободно общается на разных языках, гораздо лучше сдаёт экзамены и лучше пишет о сложных вопросах, а не только общих темах. Рассказываем, что ещё нового в новой модели от OpenAI, как получить к ней доступ и где посмотреть презентацию: https://tproger.ru/articles/openai-predstavila-gpt-4-chto-novogo-i-kak-poprobovat-novinku/ #нейросети #openai #microsoft

​5 полезных, но малоизвестных библиотек для Python Многие из нас работали с Flask, NumPy, OpenCV и другими популярными библиотеками питона. Они хорошо поддерживаются, постоянно развиваются, у них большое коммьюнити и огромное количество гайдов. Но есть несколько очень крутых, но пока малоизвестных библиотек, которые могут оказаться очень полезными. И вот 5 самых интересных из них: — Funcy содержит более 100 полезных методов и декораторов, собранных в одной библиотеке. — JsonObject — удобная библиотека для быстрого преобразования json в объекты Python. — Pdir2 — отличная библиотека для замены работы со стандартным dir(). — NetworkX — это очень большая и удобная библиотека для Python с множеством встроенных функций для работы с графами и их выводом. — You-get — удобный инструмент для скачивания видео, фото и аудио файлов с большинства популярных платформ. А вот статья, в которой на примерах показали, как с ними работать и чем они могут быть полезны: https://habr.com/ru/company/ruvds/blog/721834/ Берите на заметку, чтобы через полгода-года смело сказать, что вы юзали их, пока это ещё не было мейнстримом. #подборка #библиотека

​Cоздаём свою канбан-доску на Django, DRF и Alpine.js Наверняка вы уже работали с канбан-досками? Это сервисы типа Jira или Trello, они помогают здорово структурировать и мониторить рабочие процессы. А особенно они полезны, когда задачи состоят из кучи этапов, например, согласования, выполнения, ревью и продакшена. А почему нам не сделать свою канбан-доску с блекджеком, так сказать, и всем прилегающим? Вот отличная статья, которая поможет разработать собственную канбан-доску и развернуть её на облачном сервере: https://habr.com/ru/company/selectel/blog/721022/ #django #петпроект

​Новый выпуск программы для IT-инженеров avito.code! В этом видео программист из Авито объясняет, как искать элементы, добавлять и удалять теги и структуры, парсить код через редактор NeoVim. А ещё вы узнаете, какие плагины помогут в работе и почему treesitter нужен вообще всем: https://tprg.ru/3cPK Реклама ООО «Авито Тех»

​Большая подборка книг по Python от сообщества В подборке есть книги как для новичков, так и для опытных специалистов. Репозиторий постоянно обновляется, так что велик шанс найти что-нибудь свеженькое. https://github.com/pamoroso/free-python-books #книги #подборка

​​​​​Самые популярные вопросы на собеседовании: «В чём разница между func и func()?» Это совсем несложный вопрос, но многих новичков он ставит в ступор. На самом деле вопрос нужен только для того, чтобы проверить ваше понимание, что все функции в Python также являются объектами: def func(): print('Im a function') func #=> function __main__.func> func() #=> Im a function func — это представляющий функцию объект, который можно назначить переменной или передать другой функции. А вот функция func() уже вызывает функцию и возвращает результат. Вот и всё :) #собеседование

​Чем больший объем данных используют на проекте, чем выше нагрузка на систему – тем более продвинутый SQL нужен разработчикам Изучить SQL и свободно использовать его в работе поможет курс Практикума. После 3 месяцев курса разработчики смогут: — уверенно пользоваться простыми селектами, джоинами, индексами и оконными функциями; — отладить запрос, который сгенерирован через ORM; — составить сложные запросы на нативном SQL; — применить продвинутый SQL, чтобы писать код для высоконагруженных систем, — чувствовать себя спокойно на собеседованиях. Записывайтесь и развивайтесь в карьере Реклама АНО ДПО «Образовательные технологии Яндекса»

Объяснение: Значение varTwo передаётся в функцию func(). varOne[1, 2, 3] передаётся туда же как ещё одно значение При этом внутри функции arr[0] = 0 изменяет значение по индексу [0] в списке. Отсюда следует, что varOne = [0,2,3]

​​​​​Самые популярные вопросы на собеседовании: «В чем разница между методами экземпляра, класса и статическими методами в Python?» Методы экземпляра: принимают параметр self и относятся к определенному экземпляру класса. Статические методы: используют декоратор @staticmethod, не связаны с конкретным экземпляром и являются автономными (атрибуты класса или экземпляра не изменяются). Проиллюстрируем разницу на вымышленном классе CoffeeShop: class CoffeeShop: specialty = 'espresso' def __init__(self, coffee_price): self.coffee_price = coffee_price # instance method def make_coffee(self): print(f'Making {self.specialty} for ${self.coffee_price}') # static method @staticmethod def check_weather(): print('Its sunny') # class method @classmethod def change_specialty(cls, specialty): cls.specialty = specialty print(f'Specialty changed to {specialty}') У класса CoffeeShop есть атрибут specialty (фирменный напиток), установленный по умолчанию в значение 'espresso'. Каждый экземпляр CoffeeShop инициализируется с атрибутом coffee_price. У него также три метода: метод экземпляра, статический метод и метод класса. Давайте инициализируем экземпляр с атрибутом coffee_price, равным 5. Затем вызовем метод экземпляра make_coffee: coffee_shop = CoffeeShop('5') coffee_shop.make_coffee() #=> Making espresso for $5 Теперь вызовем статический метод. Статические методы не могут изменять состояние класса или экземпляра, поэтому обычно используются для служебных функций, например, сложения двух чисел. Наши проверяют погоду. Говорят, что солнечно: coffee_shop.check_weather() #=> Its sunny Теперь используем метод класса для изменения фирменного напитка (specialty), а затем сделаем кофе (make_coffee): coffee_shop.change_specialty('drip coffee') #=> Specialty changed to drip coffee coffee_shop.make_coffee() #=> Making drip coffee for $5 Обратите внимание, что make_coffee раньше делал эспрессо, а теперь заваривает капельную кофеварку (drip coffee).

​Ну наконец-то в электромобили завезли поддержку питона. Или это не то?

​Поздравляем с международным женским днём! И делимся с вами несколькими хорошими материалами: — Если не знали, до 1984 года женщин-программистов было больше, чем мужчин. Интересное исследование и краткий исторический экскурс про вклад женщин в IT: https://mel.fm/deti/shkolniki/987324-women_programming — Минутка ностальгии. Женщины в Bell Labs 1960-х годов — в фотографиях на фоне огромных ЭВМ тех времён: https://tproger.ru/articles/women-of-bell-labs-in-the-1960s/ — Как относятся к девушкам-программистам сейчас, и сложно ли девушке устроиться на работу в IT-отрасль, особенно если она хочет быть именно программистом: https://tproger.ru/experts/36/ #история

​Если ещё не видели, делюсь большим питоном! birp (борп) — большой русский питон, судя по всему, чей-то мемный проект, который позволяет писать код на русском, но всё ещё пользоваться всеми преимуществами Питона. Транслятор переводит не только ключевые слова, но и встроенные функции, типы, магические методы, а так же некоторые другие слова: https://github.com/evtn/birp Например, код: граница = целое(ввод("Введите верхнюю границу: ")) для число в диапазон(граница): вывод(число) Транслируется в: bound = int(input("Введите верхнюю границу: ")) for number in range(bound): print(number) Если честно, даже не знаю, каким хэштегом помечать такие посты. Как думаете, как помечать такие посты, чтобы потом их можно было найти? #кек, #треш, #угар, #зверобой? Помогите придумать достойный тег в комментах, чтобы не терять годноту :)

​Кстати, про литкод: определяем ваш уровень решения LeetCode задач от 1 до 5 Недавно я уже писал про интересную статью, в которой рассмотрели решение одной из лсожных задач с платформы. Напомню, что LeetCode — это своего рода тренажёр по всяким заковыристым алгоритмическим задачам для подготовки к техническим собеседованиям. И вот ещё более интересная статья про реальный опыт с LeetCode и (внимание!) подготовке к интервью в FAANG подобные компании путём разбиения её на уровни. Цифры местами грубые, утверждения субъективные, но очень советую к прочтению, если интересуетесь темой: https://habr.com/ru/post/713498/ #задачи

​Больше ботов богу ботов: создаём бота, использующего Яндекс.Диск В этом гайде вы узнаете, как создать Telegram-бота на Python с помощью библиотеки aiogram. Вы подробно рассмотрите процесс создания бота, начиная от регистрации в Telegram, заканчивая разбором программного кода: https://habr.com/ru/post/720130/ #бот #telegram

​SM Lab устраивает One Day Offer для Middle/Senior дата-инженеров One Day Offer от SM Lab — это отличная возможность пройти все этапы отбора и получить оффер от SM Lab всего за один день. Также будут рады коллегам из смежных областей. Стек: Vanilla Hadoop, Kafka, Spark, Airflow, ClickHouse, Jira, Confluence, GitLab. Примеры задач: — реализация ETL в Hadoop (с помощью Airflow); — работа с различными источниками данных: Oracle, MS SQL, API личных кабинетов, микросервисы; — батч и стримы с помощью PySpark и Kafka; — подготовка витрин для анализа (Hive + Spark+ SQL) Станьте частью команды Sportmaster Lab — успейте отправить форму до 23 марта: https://tprg.ru/vs5S Реклама ООО «Спортмастер» LjN8JuNFS