Python RU

📌 Poetry Poetry  —  это удобный инструмент для управления версиями и зависимостями Python. С его помощью легко контролировать и корректировать версии, а также централизованно управлять зависимостями. Из всех способов сделать это рекомендую poetry. Теперь кратко о том, как использовать этот инструмент. Основой управления зависимостями в poetry является файл pyproject.toml. В нашем проекте он начинается следующим образом: [tool.poetry] name = "Sample Python Project" version = "0.1.0" description = "Sample Python repository" authors = ["hermanmichaels <hrmnmichaels@gmail.com>"] [tool.poetry.dependencies] python = "3.10" matplotlib = "3.5.1" mypy = "0.910" numpy = "1.22.3" pytest = "7.1.2" black = "22.3.0" flake8 = "4.0.1" isort = "^5.10.1" Как видите, заголовок определяет и раскрывает основные свойства проекта. За ним следует абзац, определяющий необходимые зависимости. Нужно просто выполнить poetry install в терминале, и poetry автоматически создаст среду Python со всеми установленными зависимостями. Затем можно войти в него через poetry shell. После добавления новой зависимости нужно запустить poetry update. Это создаст или обновит файл poetry.lock, который можно представить как двоичное представление вышеуказанных зависимостей. Его также нужно будет добавить в репозиторий, и описанный выше процесс установки требований использует этот файл. @pro_python_code

🔍 Python: Создание сканера портов В этом уроке я проведу вас через процесс создания простого сканера портов с помощью Python. ▪ Читать @pro_python_code

🖥 Если вы используете сторонние библиотеки — добавьте в репозиторий файл requirements.txt Если в проекте используются сторонние зависимости, об этом нужно сообщить. Легче всего это сделать, создав файл requirements.txt в корневой директории проекта. В каждой строке этого файла приводятся сведения об одной зависимости. Нужно, кроме того, добавить инструкции по работе с этим файлом в README. Подробности о requirements.txt можно найти в руководстве пользователя по pip. ▍Примеры Файл requirements.txt для Flask-приложения Добавление файла requirements.txt в корневую директорию проекта — это самый лёгкий способ отслеживания зависимостей. Можно, помимо сведений о самих зависимостях, дать сведения и об их версиях. Вот пример файла requirements.txt: gunicorn Flask>=1.1 Flask-SQLAlchemy psycopg2 Указание более подробных сведений о зависимостях с использованием файла requirements.in При работе над любым проектом всегда полезно иметь возможность воспроизведения его окружения. В результате, даже если вышла новая версия какой-нибудь библиотеки, можно использовать старую, проверенную в деле версию, работая с ней до тех пор, пока не будет решено перейти на новую. Это называется «фиксацией зависимостей». Легче всего это можно сделать, прибегнув к pip-tools. При таком подходе в вашем распоряжении окажется два файла: requirements.in и requirements.txt. Второй из них при этом вручную не модифицируют, просто добавляя его в репозиторий вместе с requirements.in. Вот как выглядит файл requirements.in: gunicorn Flask>=1.1 Flask-SQLAlchemy psycopg2 Для того чтобы на основе этого файла был бы автоматически создан requirements.txt, файл requirements.in компилируют, используя команду pip-compile. Вот как выглядит автоматически сгенерированный файл requirements.txt: # # This file is autogenerated by pip-compile # To update, run: # # pip-compile # click==7.1.2 # via flask flask-sqlalchemy==2.4.4 # via -r requirements.in flask==1.1.2 # via -r requirements.in, flask-sqlalchemy gunicorn==20.0.4 # via -r requirements.in itsdangerous==1.1.0 # via flask jinja2==2.11.2 # via flask markupsafe==1.1.1 # via jinja2 psycopg2==2.8.6 # via -r requirements.in sqlalchemy==1.3.19 # via flask-sqlalchemy werkzeug==1.0.1 # via flask # The following packages are considered to be unsafe in a requirements file: # setuptools Как видите, готовый файл содержит сведения о точных версиях всех зависимостей. @pro_python_code

🖥 Полезный совет: Проверяйте код с использованием линтера Линтер анализирует код и ищет в нём ошибки, которые можно обнаружить автоматически. Перед отправкой изменений в репозиторий код всегда полезно проверять с помощью линтера. Различные IDE и редакторы кода, вроде pycharm и VS Code, содержат встроенные линтеры и подсвечивают проблемные участки кода. Программист сам принимает решение о том, следовать этим рекомендациям или нет. Поначалу сообщения об ошибках, выдаваемые линтерами, могут показаться непонятными. Для того чтобы в них ориентироваться, стоит уделить некоторое время изучению используемого линтера. Это себя окупит. Если говорить о линтерах, представленных инструментами командной строки, то в этой сфере я порекомендовал бы flake8. Этот линтер обладает разумными настройками, применяемыми по умолчанию. Обычно ошибки, о которых он сообщает, стоит исправлять. Если вы хотите строже относиться к своему коду — взгляните на pylint. Этот линтер способен выявлять множество ошибок, в число которых входят и те, о которых мы тут не говорим. ▍Примеры Файл, который нужно почистить В нижеприведённом коде (файл ping.py) можно увидеть некоторые проблемы и без применения линтера. import requests import os def PingExample(): result = requests.get("https://example.com/ping") Давайте проанализируем его с помощью flake8 и pylint. Результаты анализа кода с помощью flake8 flake8 ping.py ping.py:2:1: F401 'os' imported but unused ping.py:4:1: E302 expected 2 blank lines, found 1 ping.py:5:5: F841 local variable 'result' is assigned to but never used Результаты анализа кода с помощью pylint pylint ping.py ************* Module ping ping.py:1:0: C0114: Missing module docstring (missing-module-docstring) ping.py:4:0: C0103: Function name "PingExample" doesn't conform to snake_case naming style (invalid-name) ping.py:4:0: C0116: Missing function or method docstring (missing-function-docstring) ping.py:5:4: W0612: Unused variable 'result' (unused-variable) ping.py:2:0: W0611: Unused import os (unused-import) ping.py:2:0: C0411: standard import "import os" should be placed before "import requests" (wrong-import-order) -------------------------------------------------------------------- Your code has been rated at -5.00/10 (previous run: -5.00/10, +0.00) @pro_python_code

🔥 Бесплатный курс от Google: Learn Python basics for data analysis Основы Python для анализа данных — программирование на Python. https://learndigital.withgoogle.com/digitalunlocked/course/learn-python-basics-for-data-analysis @pro_python_code

🖥 11 бесплатных курсов по Python 1. Автоматизация тестирования с помощью Selenium и Python - Stepik (INT) 2. Добрый, добрый Python - обучающий курс от Сергея Балакирева - Сергей Балакирев (Stepik) (BEG) 3. Основы программирования на Python - Coursera (BEG) 4. Питонтьютор: Бесплатный курс по программированию с нуля - Виталий Павленко, Владимир Соломатин, Д. П. Кириенко, команда Pythontutor (BEG) 5. "Поколение Python": курс для начинающих - Тимур Гуев, Руслан Чаниев, Анри Табуев (Stepik) (BEG) 6. "Поколение Python": курс для продвинутых - Тимур Гуев, Руслан Чаниев, Благотворительный фонд "Айкью Опшн" (Stepik) (INT) 7. Программирование на Python - Тимофей Бондарев, Павел Федотов (Stepik) (BEG) 8. Python: быстрый старт - Дмитрий Фёдоров (BEG) 9. Python для начинающих (BEG) 10. Python для тех, у кого лапки - Мария Чакчурина, Дмитрий Колосов (Stepik) (INT) 11. Python: основы и применение - Константин Зайцев, Антон Гардер (Stepik) (INT) @pro_python_code

«Ядро планеты Python»: большой интерактивный учебник по Python, который дополняет сообщество Учебник охватывает основные темы Python, но коротко и достаточно ёмко, чтобы раскрыть специфику, удобство, красоту и силу этого языка. Всё с кучей примеров и небольшими дорожными картами по каждой теме, а последнее изменение — меньше недели назад: https://github.com/amaargiru/pycore #python

Станьте специалистом широкого профиля в работе с данными — научитесь разрабатывать архитектуру данных на курсе Яндекс Практикума. Выпускники смогут: ◾️ проектировать хранилища и пайплайны;  ◾️ использовать инструменты DE: оркестраторы, контейнеры и не только; ◾️ работать со стриминговой обработкой данных и облачными хранилищами; ◾️ создавать хранилища Data Warehouse и Data Lake. Что будет на учёбе: — Реальные рабочие задачи и командные проекты. — Код-ревью и персональные советы от действующих инженеров данных. — Вебинары и продакшн-опыт от экспертов в инженерии данных.  → Приходите учиться, если хотите развить свои компетенции или перейти на должность Data Engineer.

Рассказали о разнице функций input и raw_input в Python2 в карточках. Читайте! Карточки подготовили вместе с @coolpython

🖥 Полноценная замена модуля subprocess в Python. Модуль sh - это полноценная замена модулю Python subprocess (поддержка PyPy3), которая позволяет вызывать любую программу терминала так, как если бы она была функцией. Этот модуль представляет собой обертку над терминалом. >>> from sh import ifconfig >>> net_docker = ifconfig('docker0')) или >>> import sh >>> net_docker = sh.ifconfig('docker0') >>> net_docker # docker0: flags=4099<UP,BROADCAST,MULTICAST> mtu 1500 # inet 172.17.0.1 netmask 255.255.0.0 broadcast 172.17.255.255 # ether 02:42:be:1e:35:41 txqueuelen 0 (Ethernet) # RX packets 0 bytes 0 (0.0 😎 # RX errors 0 dropped 0 overruns 0 frame 0 # TX packets 0 bytes 0 (0.0 😎 # TX errors 0 dropped 0 overruns 0 carrier 0 collisions 0 Обратите внимание, что это не функции Python, это запуск бинарных команд терминала, установленных в системе путем динамического разрешения вашего $PATH, как это делает bash, а затем происходит обертывание бинарного файла в функцию. Таким образом, все установленные в систему Linux программы терминала легко доступны из кода Python. Установка модуля sh в виртуальное окружение: # создаем виртуальное окружение, если нет $ python3 -m venv .venv --prompt VirtualEnv # активируем виртуальное окружение $ source .venv/bin/activate # ставим модуль sh (VirtualEnv):~$ python -m pip install -U sh ▪Github @pro_python_code

5 приемов Python, которые отличают профессионалов от новичков В этой статье мы рассмотрим пять подходов senior- и junior-программистов к решению распространенных задач. Все задачи взяты из адвент-календаря. Многие из них повторяются многократно в AoC и в других задачниках по программированию и тестах, с которыми вы можете столкнуться, например, на собеседовании при приеме на работу. Для понимания разницы между профессионалом и новичком не стоит углубляться в решение всех задач AoC. Остановимся лишь на небольшой их части, позволяющей проиллюстрировать принципиальные отличия senior- от junior-разработчиков. ▪Читать @pro_python_code

SQLAlchemy Основные базовые операции: SELECT-запросы В этом посте мы обсудим сложные SELECT-запросы, используя как SQLite, так и SQLAlchemy с Python. Наслаждайтесь! ▪Читать @pro_python_code

Пакеты Python: учебник для специалистов по работе с данными. https://dagster.io/blog/python-packages-primer-1 @pro_python_code

Представь, что в короткий срок нужно масштабировать приложение: сделать его быстрее, мощнее и функциональнее. Kafka — решение многих архитектурных проблем. Но придется убить месяцы на то, чтобы самостоятельно разобраться в документации. Что делать? Пройти интенсив в Слёрм! 26 мая стартует поток курса «Apache Kafka для разработчиков». Он поможет сэкономить время на изучении, добавить красивую строчку в резюме и взобраться на следующую ступень карьерной лестницы. Вот несколько причин, почему разработчику стоит изучать Kafka: ✅ Почувствуешь, насколько легче работать с микросервисами. ✅ Будешь быстрее и эффективнее решать рабочие задачи. ✅ Узнаешь про типовые шаблоны проектирования. ✅ Узнаешь о большинстве ошибок тех, кто начинает работу с Kafka. ✅ Сделаешь свои приложения более отказоустройчивыми. ✅ Овладеешь востребованным инструментом. Курс рассчитан на три дня. В нём: щепотка теории, общение с экспертами и много практики на наших стендах. Потренируешься и поймешь, как организовать работу микросервисов и повысить общую надежность системы. Оставить заявку можно 👉 на нашем сайте. Приходи за знаниями в Слёрм!

🖥 Бесплатный курс программирование на языке Python 2023 1.Введение ▪Лекция ▪Практическое занятие 2.Простые скрипты ▪Лекция ▪Практическое занятие 3.Организация программ ▪Лекция ▪Практическое занятие 4.Объектно-ориентированное программирование ▪Лекция ▪Практическое занятие 5.Автоматизация тестирования ▪Лекция ▪Практическое занятие 6.Функциональное программирование ▪Лекция ▪Практическое занятие @pro_python_code

10 Python Itertools, которые сделают ваш код аккуратнее, чище и лучше Красота Python заключается в его простоте. Не только потому, что синтаксис Python элегантен, но и потому, что он имеет множество хорошо спроектированных встроенных модулей, которые помогают нам эффективно реализовывать общие функции. Модуль itertools, который является хорошим примером, предоставляет нам много мощных инструментов для управления итерируемыми объектами Python в более сокращённом коде. Читать @pro_python_code

20 Концепций Python, о которых я хотел бы узнать намного раньше Python - это высокоуровневый интерпретируемый язык программирования, созданный в конце 1980-х годов Гвидо ван Россумом. Он известен своей простотой в использовании и читаемым синтаксисом, что делает его очень привлекательным для начинающих программистов. Python поддерживает множество структур данных и библиотек для работы с ними, а также имеет богатую экосистему инструментов для множества областей программирования В Python есть много концепций, которые нужно усвоить. И каждый начинающий разработчик делает это по-разному, в разной последовательности. В этой статье я расскажу вам об аспектах, которые я хотел бы узнать гораздо раньше. Читать @pro_python_code

У языка программирования Python много возможностей. Хотите узнать, что нужно для работы Python-разработчиком на фрилансе? Присоединяйтесь к бесплатному онлайн-интенсиву с 15 по 17 мая в 19:00 по московскому времени. Вы на практике познакомитесь с различными сферами применения языка, узнаете, какие навыки сейчас востребованы на фрилансе, и поймёте, как начать работать на удалёнке: ▶️ https://epic.st/IxBqcu За 3 дня научитесь: ✔️ получать данные с сайтов; ✔️ работать с API; ✔️ парсить HTML; ✔️ автоматически выделять важное из текстов; ✔️ автоматизировать email-рассылки; ✔️ разбираться в рынке фриланса на Python. Спикером выступит руководитель направления по исследованию данных в Сбере Анастасия Борнева. Она с 2018 года занимается автоматизацией процессов с помощью искусственного интеллекта. 🎁 Всем участникам, прошедшим интенсив, подарим электронную книгу Роджера Сайпа и Робба Збиерски «Разум под контролем» издательства МИФ. А каждый, кто оставит заявку на участие в интенсиве, получит материал с подборкой коротких и полезных программ на Python. Подключайтесь, задавайте вопросы и получите сертификат на скидку 10 000 рублей на любой курс Skillbox

Mojo: язык программирования для ИИ, который в 35000 раз быстрее, чем Python Совсем недавно был выпущен новый язык программирования для разработчиков ИИ: Mojo. Я знаю, о чём вы могли подумать — новый язык программирования для изучения с нуля… Что ж, у меня есть хорошие новости: Mojo разработан как надмножество Python, поэтому, если вы уже знаете Python, изучение Mojo не должно вызвать затруднений. Читать @data_analysis_ml