Just Python
前往频道在 Telegram
🐍Простое изучение Python. Ссылка: @Portal_v_IT Сотрудничество: @oleginc, @tatiana_inc Канал на бирже: telega.in/c/justpython_it РКН: clck.ru/3MnbSc
显示更多
网络:9 839
订阅者
-324 小时
-127 天
-7230 天
数据加载中...
相似频道
标签云
进出提及
---
---
---
---
---
---
吸引订阅者
九月 '26
九月 '26
+8
在1个频道中
八月 '26
+14
在1个频道中
Get PRO
七月 '26
+10
在2个频道中
Get PRO
六月 '26
+6
在1个频道中
Get PRO
五月 '26
+15
在0个频道中
Get PRO
四月 '26
+13
在0个频道中
Get PRO
三月 '26
+9
在0个频道中
Get PRO
二月 '26
+7
在0个频道中
Get PRO
一月 '26
+6
在1个频道中
Get PRO
十二月 '25
+5
在1个频道中
Get PRO
十一月 '25
+6
在1个频道中
Get PRO
十月 '25
+4
在1个频道中
Get PRO
九月 '25
+7
在1个频道中
Get PRO
八月 '25
+6
在0个频道中
Get PRO
七月 '25
+7
在1个频道中
Get PRO
六月 '25
+3
在1个频道中
Get PRO
五月 '25
+4
在0个频道中
Get PRO
四月 '25
+8
在1个频道中
Get PRO
三月 '25
+6
在0个频道中
Get PRO
二月 '25
+9
在1个频道中
Get PRO
一月 '25
+21
在0个频道中
Get PRO
十二月 '24
+20
在1个频道中
Get PRO
十一月 '24
+11
在0个频道中
Get PRO
十月 '24
+7
在1个频道中
Get PRO
九月 '24
+13
在1个频道中
Get PRO
八月 '24
+21
在0个频道中
Get PRO
七月 '24
+29
在0个频道中
Get PRO
六月 '24
+29
在0个频道中
Get PRO
五月 '24
+50
在0个频道中
Get PRO
四月 '24
+82
在0个频道中
Get PRO
三月 '24
+46
在1个频道中
Get PRO
二月 '24
+25
在0个频道中
Get PRO
一月 '24
+15
在0个频道中
Get PRO
十二月 '23
+12
在1个频道中
Get PRO
十一月 '23
+24
在0个频道中
Get PRO
十月 '23
+112
在12个频道中
Get PRO
九月 '23
+79
在0个频道中
Get PRO
八月 '23
+113
在0个频道中
Get PRO
七月 '23
+206
在0个频道中
Get PRO
六月 '23
+351
在0个频道中
Get PRO
五月 '23
+151
在0个频道中
Get PRO
四月 '23
+38
在0个频道中
Get PRO
三月 '23
+389
在0个频道中
Get PRO
二月 '23
+506
在0个频道中
Get PRO
一月 '23
+723
在0个频道中
Get PRO
十二月 '22
+685
在0个频道中
Get PRO
十一月 '22
+570
在0个频道中
Get PRO
十月 '22
+624
在0个频道中
Get PRO
九月 '22
+528
在0个频道中
Get PRO
八月 '22
+520
在0个频道中
Get PRO
七月 '22
+462
在0个频道中
Get PRO
六月 '22
+2 085
在0个频道中
Get PRO
五月 '22
+4 194
在0个频道中
Get PRO
四月 '22
+8 441
在0个频道中
Get PRO
三月 '22
+7 007
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 16 九月 | +1 | |||
| 15 九月 | 0 | |||
| 14 九月 | 0 | |||
| 13 九月 | 0 | |||
| 12 九月 | +1 | |||
| 11 九月 | +1 | |||
| 10 九月 | +2 | |||
| 09 九月 | +1 | |||
| 08 九月 | +1 | |||
| 07 九月 | 0 | |||
| 06 九月 | 0 | |||
| 05 九月 | +1 | |||
| 04 九月 | 0 | |||
| 03 九月 | 0 | |||
| 02 九月 | 0 | |||
| 01 九月 | 0 |
频道帖子
| 2 |  Функция для измерения времени выполнения кода
Отладка производительности - частая головная боль. Простой декоратор для измерения времени выполнения функций спасает в таких ситуациях.
Можно модифицировать этот декоратор, добавляя вывод аргументов функции или интеграцию с системой логирования проекта.
#theory // Just Python | 89 |
| 3 |  Бинарный поиск в Python
Бинарный поиск - один из фундаментальных алгоритмов, который работает намного эффективнее линейного поиска на отсортированных данных.
Формула left + (right - left) // 2 вместо обычной (left + right) // 2 защищает от переполнения при работе с большими массивами. Такая мелочь однажды спасла меня от трудноуловимого бага в промышленном коде.
#theory // Just Python | 133 |
| 4 |  +116 сентября в Arena Breakout: Infinite выходит седьмой сезон — «Утопия»
Если не сталкивались с игрой: это бесплатный тактический шутер про вылазки за добычей. Заходишь на локацию со своим снаряжением, набираешь лут и пытаешься уйти живым. Погиб — потерял всё, что было с собой.
Что завозят в новом сезоне:
• Заражённая зона — три карты превращаются в биоопасные локации с ночью, туманом и ливнем, по ним бродят шесть видов мутантов. Другие игроки при этом никуда не делись
• Режим на выживание — отдельный PvE без риска: снаряжение с собой не берёшь и ничего не теряешь, просто отбиваешься от волн и открываешь усиления
• Торговец прямо в рейде — можно обменять припасы и разведданные или докупить снаряжение
• Два новых ствола, сезонные обвесы и переработанная стрельба: дальность выше, попадания в голову ощутимее
• На старте бесплатно выдают прокачиваемую сапёрную лопату, скины и билеты, а между игроками разыгрывают 200 000 очков
Игра бесплатная, качается в Steam, российский регион поддерживается → https://abi.go.link/2wzTb | 128 |
| 5 |  Алгоритм Евклида на Python
Алгоритм Евклида - элегантное решение для нахождения НОД
Расширенный алгоритм Евклида особенно полезен в криптографии и при решении линейных диофантовых уравнений. Я использовал его при реализации алгоритма RSA для учебного проекта.
#theory // Just Python | 167 |
| 6 |  Функция проверки чисел на простоту
Оптимизированный алгоритм для проверки простоты числа.
В этом алгоритме я использую свойство, что все простые числа (кроме 2 и 3) можно представить в виде 6k ± 1. Это сокращает количество проверок примерно в 3 раза по сравнению с наивным перебором до квадратного корня.
#theory // Just Python | 171 |
| 7 |  Анализ производительности популярных подходов с бенчмарками часть 2
Метод dict.get() обычно работает примерно на 30-40% быстрее, чем явная проверка через if key in dict, и примерно в 2-3 раза быстрее, чем использование блока try-except.
Но не всегда стандартные методы лучше. Например, при сортировке списков с пользовательским ключом, использование operator.itemgetter() может быть на 10-15% быстрее lambda-функций.
#theory // Just Python | 188 |
| 8 |  Анализ производительности популярных подходов с бенчмарками часть 1
Интуитивные представления о производительности нередко бывают ошибочными. Python - язык с множеством способов решения одной задачи, и выбор правильного подхода может дать огромный прирост производительности. Давайте сравним некоторые распространенные операции с помощью простых бенчмарков.
Результаты могут удивить: join обычно в 10-15 раз быстрее, чем последовательное использование оператора +. Причина проста - строки в Python неизменяемы, и каждая операция + создает новый объект.
list comprehension стабильно показывает результаты на 15-20% лучше, чем filter() с lambda-функцией. Однако этот разрыв может меняться в зависимости от сложности фильтрующей функции. Особенно впечатляет разница при доступе к элементам словаря
#theory // Just Python | 168 |
| 9 |  Безопасное получение вложенных значений
Доступ к вложенным атрибутам объектов или вложенным ключам словарей часто приводит к ошибкам.
Эта функция может сократить количество проверок в коде на порядок, сделав его намного чище и понятнее.
#theory // Just Python | 177 |
| 10 |  Проверка типов данных
При отладке или работе с незнакомым API бывает полезно узнать тип и структуру объекта.
Этот простой инструмент неоднократно выручал меня при работе с API, возвращающими сложно структурированные данные.
#theory // Just Python | 173 |
| 11 |  Обработка ошибок и повторные попытки
API могут быть нестабильными, поэтому всегда стоит реализовать механизм повторных попыток.
Экспоненциальная задержка между попытками (backoff_factor * (2 ** retries)) помогает избежать перегрузки сервера и дает ему время восстановиться.
#theory // Just Python | 179 |
| 12 |  Асинхронные запросы с aiohttp
Когда нужно выполнить множество запросов одновременно, асинхронный подход значительно ускоряет работу.
В одном из проектов замена последовательных запросов на асинхронные сократила время выполнения с 12 секунд до менее чем 1 секунды. Главное - используйте одну сессию для всех запросов, так как создание сессии - дорогостоящая операция.
#theory // Just Python | 169 |
| 13 |  Базовые HTTP запросы с requests
Библиотека requests - настоящая находка для разработчика. Она делает HTTP-запросы интуитивно понятными
Я всегда добавляю параметр timeout, чтобы избежать зависания программы при проблемах с сетью. Однажды потерял два часа, выясняя, почему скрипт "завис" - оказалось, что без таймаута запрос к недоступному серверу просто ждал вечно.
#theory // Just Python | 190 |
| 14 |  ⚡️1 МЛН $ ЗА СОВЕТ
Когда PepsiCo выходила на рынок, его главным конкурентом была The Coca-Cola Company
Со временем стало ясно, что PepsiCo не выдержит конкуренцию с этим гигантом.
Но, однажды в компанию пришел человек, который сказал, что за 1 млн $ и место генерального директора расскажет секрет как увеличить прибыль компании в сотни раз.
Конечно, никто платить не стал, вызвали лучших умов и поручили им найти этот секрет.
Однако, когда у них ничего не вышло, акционеры PepsiCo скрепя сердце выполнили условия того странного человека
🤯 В ответ они получили листок бумаги, на котором были написаны 3 слова: | 135 |
| 15 |  Передача дополнительных аргументов
Часто функции обработки нужны дополнительные параметры.
Ловушка: передача негпикличных объектов между процессами. Python использует сериализацию для передачи данных между процессами, но не все объекты можно сериализовать стандартными средствами. Для сложных случаев стоит использовать библиотеки вроде dill или cloudpickle.
Эти инструменты параллельных вычислений стали неотъемлемой частью моего арсенала при работе с большими объемами данных. Конечно, добавление параллелизма усложняет код и отладку, но производительность часто стоит этих усилий, особенно когда речь идет о сокращении времени выполнения с часов до минут.
#theory // Just Python | 178 |
| 16 |  «Если ты такой умный, почему у тебя до сих пор нет миллиона?»
Проблема никогда не была в ТЕБЕ самом🤷🏻♂️
Пока одни годами ждут прибавки в 5 000 рублей, партнеры Дмитрия спокойно забирают свою прибыль используя его ИИ алгоритм:
Цифры никогда не врут:
За последние 5 месяцев 119 партнёров вышли на первый 1 млн. Средний доход остальных — 297 000 ₽ в месяц.
Твой потенциал стоит в 5-10 раз дороже твоей текущей зарплаты, пришло время реализовать его на максимум!
Укажи в боте желаемый уровень дохода и получи возможность стать партнером 👉
https://telegram.me/+QqxbSJVZ80g5YTli | 140 |
| 17 |  Продвинутый подход с concurrent.futures
Модуль concurrent.futures, появившийся в Python 3.2, предоставляет более высокоуровневый интерфейс
Этот подход дает три ключевых преимущества:
1. Обработка результатов по мере готовности через as_completed().
2. Более удобная обработка исключений.
3. Простое переключение между процессами и потоками (для IO-bound задач достаточно заменить .ProcessPoolExecutor на ThreadPoolExecutor)
#theory // Just Python | 181 |
| 18 |  Забрать подписки на сервисы можно на ggsel ⚾️
На сайте собраны подписки на YT Premium, Spotify, нейронки и другой софт ☕️
Иностранные карты для оплаты не потребуются — на ggsel все безопасно оплачивается с обычных карт российских банков 🫰 | 175 |
| 19 |  Базовое использование multiprocessing
Python из-за GIL (Global Interpreter Lock) не может эффективно использовать многопоточность для CPU-интенсивных задач. Но это не значит, что мы лишены возможности распараллеливать вычисления. Для таких случаев у нас есть модули multiprocessing и concurrent.futures, позволяющие задействовать все ядра процессора.
Pool создает группу рабочих процессов и распределяет задачи между ними. Параметр processes определяет количество процессов - если не указан, используется количество, равное числу ядер CPU
#theory // Just Python | 160 |
| 20 |  Можно ли собрать полезный рабочий инструмент с ИИ за один вечер?
Проверим на первой бесплатной лаборатории вайб-кодинга от Зерокодера
Не будем тратить эфир на теорию и бесконечные промпты. Возьмем 100 реальных отзывов клиентов и прямо на глазах соберем приложение, которое само их проанализирует.
Но главное – формат самой лаборатории.
Это не запись заранее подготовленного кейса и не лекция, где эксперт показывает идеальный результат. Задачу собираем прямо в Zoom: от постановки до готового инструмента. Во время занятия можно задавать вопросы ведущему и разбираться с процессом вместе.
В итоге получается реальный продукт, который можно использовать для конкурентного анализа, поиска идей и улучшения своих продуктов или адаптировать под задачи клиентов и продавать как готовое решение.
И это только первая задача. Каждую неделю – новый кейс и новый инструмент: приложения, дашборды, автоматизации и AI-помощники.
Забрать первое участие в лаборатории бесплатно – по ссылке | 164 |
