Zen of Python

Вы всё ещё логируете через f-string? Тогда мы идём к вам В этом видео вы узнаете об основной особенности логирования в Python, связанной с рендером строк. Вы изучите основные особенности стандартной Python библиотеки logging и получите «best practices» промышленного логирования. После такого f-string, конечно, останутся в вашем арсенале. Но вот захотите ли вы их использовать также часто, как раньше? #видео #основы #bestpractices

Гайд по обработке данных с помощью Pandas Отличное руководство для новичков и тех, кто постоянно работает с Pandas. В статье досконально описаны стандартные методы фильтрации, объединения, приведения типов и другие операции, но даже для гуру найдётся пара новых приёмов. Вау-эффект гарантирован. #гайд #pandas

Простыми словами: B-дерево В прошлом посте я рассказывал про бинарное дерево поиска. Теперь давайте разберём ещё одну популярную структуру данных. B-дерево (B-tree) — это самобалансирующаяся структура данных, которая хранит данные в отсортированном виде, позволяя эффективно выполнять операции поиска, вставки и удаления. B-деревья часто используются в системах хранения данных, таких как базы данных и файловые системы, благодаря своей способности справляться с большими объемами данных и минимизировать количество операций чтения/записи на диске. Структура B-дерева выглядит следующим образом: 1. Корень дерева: он содержит указатели на свои дочерние узлы. 2. Внутренние узлы: эти узлы содержат ключи и указатели на другие узлы дерева. 3. Листовые узлы: узлы на самом нижнем уровне дерева, которые содержат сами данные или указывают на них.

//пример бинарного дерева

         [10, 20]
       /    |      \
[1, 2, 5] [15, 18] [25, 30, 35]

Каждый узел в B-дереве может содержать множество ключей и дочерних указателей, что позволяет дереву быть плоским и широким, а не высоким и узким. Как я уже сказал, B-tree похожа на BST, но имеет ряд ключевых отличий: Количество ключей в узле: BST: Каждый узел содержит только один ключ и два дочерних узла (левого и правого). B-tree: Каждый узел может содержать несколько ключей и производить разветвление на большее количество дочерних узлов (определяется порядком дерева). Балансировка: BST: Может стать несбалансированным, что приводит к увеличению высоты дерева и замедляет операции поиска. B-tree: Остается сбалансированным благодаря встроенному механизму балансировки при вставке и удалении элементов. Высота дерева: BST: Может быть оправдано большой, так как каждый узел содержит только один ключ. B-tree: Значительно меньше и площе, благодаря множеству ключей в одном узле. Производительность при работе с большими данными: BST: Из-за потенциально большой высоты дерева может потребоваться множество операций для поиска элемента. B-tree: Более плоская структура минимизирует количество операций ввода-вывода, что особенно полезно при работе с внешней памятью и большими объемами данных. В связи с этим можно выделить следующие преимущества B-дерева: 1. Более оптимизированное хранение больших объемов данных. 2. Автоматическая балансировка. 3. Эффективный доступ к данным благодаря низкой высоте дерева и множеству ключей в узлах. Но где же применяется такая структура данных? Вот несколько примеров: 1. Базы данных. B-деревья широко используются в реляционных базах данных (MySQL, PostgreSQL) для реализации индексов, что позволяет эффективно выполнять операции поиска, вставки и удаления данных. 2. Файловые системы. Файловые системы, такие как NTFS и ext4, используют B-деревья для организации и управления файлами на диске, обеспечивая быструю навигацию и доступ. Кэширование данных : Используются для быстрого доступа к часто запрашиваемым данным, улучшая производительность приложений. Теперь вы знаете о ещё одном способе хранения данных. Какой вам кажется более удобным? #простымисловами #структураданных #btree

Берите на заметку — лучший алгоритм для устранения багов #кек

Toolfolio — все нужные инструменты для ИИ и не только в одном месте Берите на заметку и не теряйте этот сервис. Здесь собраны полезные нейронки под любую задачу, куча бесплатных аналогов популярных программ, а также целые библиотеки плагинов для ваших любимых сервисов. #инструменты

Как оптимизации в CPython повлияли на скорость работы Python Автор твита на картинке заметил странное поведение Python. Когда он вызывал встроенную функцию min, производительность кода была ниже, чем если реализованный метод в самом коде. Да, его код был написан ещё на Python 2. Сейчас ситуация стала гораздо лучше. Но почему? Автор этой статьи провёл несколько бенчмарков и поделился выводами: https://habr.com/ru/companies/beget/articles/839348/

Простой Python-скрипт + ИИ = оптимизация ваших рабочих процессов Формула простая, как и этот туториал, после которого вы сможете использовать голосовой ввод с автоматической транскрибацией речи в текст в любом поле ввода на вашем компьютере. Важной особенностью скрипта будет его работа в фоне и автоматический вызов голосом по необходимости. «Галя, у нас отмена» — и можно начинать курсач с чистого листа. Попробуете? #гайд #ии #интересное

Головоломка «Сапёр» на Python в 66 строк и её решение вероятностным алгоритмом Автор статьи поставил себе задачу написать менее чем за 100 строк полноценную игру «сапёр». У него получилось уложиться в 66 строк, сделав игру, которая работает в консоли. Посмотреть на реализацию можно в статье: https://habr.com/ru/articles/833494/ #gamedev Смогли бы написать ещё короче?

Давайте проверим ваши знания работы бинарного дерева поиска. Посмотрите на изображение и ответьте на вопрос ниже. #викторина #bst

Как упростить работу с числами в Python Небольшой совет, как сделать числа более читаемыми. #видео

встречайте — Bython! Это проект, который заменяет все отступы в Python на фигурные скобки. Больше не нужно о них париться — если накосячите с табами и пробелами или перенесете кусок кода с другим стилем отступов, то ничего не сломается. Если вам по каким-то причинам это надо, то ищите проект здесь. @your_tech

Простыми словами: Бинарное дерево поиска Бинарное дерево поиска (Binary Search Tree, или просто BST) — это структура данных, которая помогает легко и быстро находить, добавлять и удалять элементы. Давайте разберёмся, что это такое и как с ним работать, на простых примерах. Представьте себе дерево. У каждого узла в этом дереве есть: — значение (например, число); — ссылка на левую «веточку» (левого ребенка); — ссылка на правую «веточку» (правого ребенка). Правило у этого дерева такое: — все значения в левом поддереве меньше, чем значение в узле; — все значения в правом поддереве больше, чем значение в узле. Простейшие операции с BST Вставка элемента Если вы хотите добавить элемент в дерево, вы начинаете с самого верха. Сравниваете новое значение с корнем: — если оно меньше, переходите влево; — если больше, переходите вправо; — повторяете, пока не найдете пустую коробочку (место), и вы поместите туда новое значение.

class Node:
    def __init__(self, key):
        self.key = key
        self.left = None
        self.right = None

def insert(root, key):
    if root is None:
        return Node(key)
    if key < root.key:
        root.left = insert(root.left, key)
    else:
        root.right = insert(root.right, key)
    return root

Поиск элемента Когда вы хотите найти элемент, вы снова начинаете с корня и сравниваете: — если нашли — отлично, элемент найден! — если меньше, идете налево. — если больше, идете направо. Повторяете, пока не найдете элемент или не убедитесь, что его нет в дереве.

def search(root, key):
    if root is None or root.key == key:
        return root
    if key < root.key:
        return search(root.left, key)
    return search(root.right, key)

Удаление элемента Удаление элемента немного сложнее, потому что есть три варианта: — элемент — это лист (нет детей). Просто удаляем его; — элемент имеет одного ребенка. Тогда просто заменяем его этим ребенком; — элемент имеет двух детей. В этом случае мы находим минимальный элемент в правом поддереве и заменяем удаляемый элемент на него.

def deleteNode(root, key):
    if root is None:
        return root
    if key < root.key:
        root.left = deleteNode(root.left, key)
    elif key > root.key:
        root.right = deleteNode(root.right, key)
    else:
        if root.left is None:
            return root.right
        elif root.right is None:
            return root.left
        temp = minValueNode(root.right)
        root.key = temp.key
        root.right = deleteNode(root.right, temp.key)
    return root

def minValueNode(node):
    current = node
    while current.left is not None:
        current = current.left
    return current

Обход дерева Обход означает посещение всех узлов в дереве. Существует несколько способов делать это: 1. In-order (Левый-Корень-Правый): посещаем сначала левое поддерево, потом текущий узел, потом правое поддерево. 2. Pre-order (Корень-Левый-Правый): посещаем сначала текущий узел, потом левое поддерево, потом правое поддерево. 3. Post-order (Левый-Правый-Корень): посещаем сначала левое поддерево, потом правое поддерево, потом текущий узел. Пример in-order обхода:

def inorder(root):
    if root:
        inorder(root.left)
        print(root.key, end=' ')
        inorder(root.right)

Давайте резюмируем. Бинарное дерево поиска — это отличный инструмент для быстрого и эффективного управления данными. С его помощью легко найти, добавить или удалить элемент, благодаря чёткой структуре и правилам. Теперь, когда вы знаете, что оно из себя представляет, сможете без труда использовать его в своих проектах #простымисловами #bst

Telegram Mini App. Как создать Web App с нуля Mini Apps (или же Web Apps) — это относительно новый и удобный способ добавления веб приложения прямо в интерфейсе Telegram. Сегодня, когда в мессенджере появился свой магазин приложений, это стало особоенно актуально. Особенность Mini Apps заключается в том, что они поддерживают авторизацию, платежи одной кнопкой и возможность работать с данными пользователя, открывшего мини-приложение. В этом гайде вы научитесь создавать приложения, которые могут взаимодействовать с данными пользователя и разворачивать бота вместе с сайтом в облаке: https://habr.com/ru/companies/amvera/articles/838180/ #бот #telegram #web

«Я 10 лет писал на Python, и вот что я думаю» Лёша Корепанов поделился своим мнением о разработке на Python, опираясь на свой 10-летний опыт. Получилось интересно и ёмко. Согласны с ним? #видео

​​Юный Михаил Шуфутинский тоже был с компьютером на ты. Сегодня, 3-го сентября, он ждет ваших фотографий в комментариях, чтобы состарить их через нейронки. #кек @neuro_channel

Шпаргалка для всех, кто только начинает изучать Python Начался новый учебный год. И даже если вы уже окончили школу или универ, получать новые знания никогда не поздно. Мы собрали для вас небольшую шпаргалку-roadmap, которая поможет вам сориентироваться в мире программирования и понять куда двигаться дальше. #шпаргалка #roadmap

Что такое Лямбда-выражения в Python и как они работают Лямбда-выражения — это короткий способ создать безымянные функции прямо в месте их использования. Они полезны, когда вам нужна простая функция для одноразового использования, и вы не хотите определять её через стандартный синтаксис def. Они имеют простой и компактный синтаксис:

lambda аргументы: выражение

Примеры использования: 1. Простая лямбда-функция Рассмотрим пример лямбда-выражения, которое складывает два числа:

add = lambda x, y: x + y
print(add(2, 3))  # Результат: 5

2. Лямбда с функцией map: Функция map применяет лямбда-выражение ко всем элементам в списке:

numbers = [1, 2, 3, 4]
squares = list(map(lambda x: x**2, numbers))
print(squares)  # Результат: [1, 4, 9, 16]

3. Лямбда с функцией filter: Функция filter использует лямбда-выражение для фильтрации элементов списка:

numbers = [1, 2, 3, 4, 5, 6]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers)  # Результат: [2, 4, 6]

4. Лямбда с функцией sorted: Лямбда-выражение можно использовать для сортировки сложных структур данных, таких как списки кортежей:

students = [("Alice", 25), ("Bob", 20), ("Charlie", 23)]
sorted_students = sorted(students, key=lambda student: student[1])
print(sorted_students)  # Результат: [('Bob', 20), ('Charlie', 23), ('Alice', 25)]

Лямбда-выражения часто используются как ключевые функции в методах сортировки, нахождения максимума/минимума и других высокоуровневых операций:

# Сортировка списка строк по их длине
words = ["apple", "banana", "cherry", "date"]
sorted_words = sorted(words, key=lambda word: len(word))
print(sorted_words)  # Результат: ['date', 'apple', 'banana', 'cherry']

Стоит учитывать, что лямбда-выражения имеют некоторые ограничения: — они могут содержать только одно выражение; — их сложно отлаживать, так как они не имеют имени и часто используются на месте; — использование на месте иногда может ухудшить читаемость кода. Преимущества: — компактность и простота; — идеально подходят для одноразовых функций; — хорошо интегрируются с функциями высшего порядка, такими как map, filter и sorted. Недостатки: — если используются неуместно, могут ухудшить читаемость кода; — не подходят для сложных логик. #простымисловами

С Днём знаний, друзья! Мы все учились понемногу. Даже те, кто сегодня меняет сферу IT и целый мир. В честь праздника подготовили для вас небольшой школьный альбом, в котором показали, что могли бы пожелать себе столпы IT-индустрии будучи выпускниками.

Если бы вы могли вернуться в прошлое и дать совет юному себе, что бы вы сказали?