Python | Вопросы собесов

ИТ-пикник для опытных специалистов Устраиваем ИТ-пикник 17 августа и зовем вас на отдых с друзьями и близкими. Будет больше 17-ти ИТ-партнеров фестиваля. В программе воркшопы, лекции от спикеров известных компаний, нетворкинг, выступления топовых музыкантов и детская зона. Зарегистрироваться #реклама 16+ it-picnic.ru О рекламодателе

Реклама для бизнеса любого уровня в Яндекс Директе Создайте эффективную рекламную кампанию с алгоритмами Яндекс Директа 👌 Начните прямо сейчас ⚡ Зарегистрироваться #реклама direct.yandex.ru О рекламодателе

📌 Как еще мы можем гарантировать закрытие файла, если не через with ? 💬 Спросят с вероятностью 3% Если не использовать конструкцию with, гарантировать закрытие файла можно несколькими способами, в частности, используя конструкцию try-finally или модуль contextlib. Использование try-finally Позволяет обеспечить закрытие файла даже в случае возникновения исключения. В блоке finally можно указать код, который должен выполниться независимо от того, было ли исключение в блоке try или нет.

file = open('example.txt', 'r')
try:
    content = file.read()
    print(content)
finally:
    file.close()

В этом примере: ➕ Файл открывается и читается в блоке try. ➕ Независимо от того, возникло ли исключение в блоке try или нет, файл будет закрыт в блоке finally. Использование модуля contextlib Предоставляет утилиты для работы с контекстными менеджерами. Одной из таких утилит является функция contextlib.closing, которая может быть использована для автоматического закрытия объекта, поддерживающего метод close.

from contextlib import closing

file = open('example.txt', 'r')
with closing(file) as f:
    content = f.read()
    print(content)

В этом примере: ➕ Файл открывается и оборачивается в контекстный менеджер closing. ➕ Когда блок with завершается, closing автоматически закрывает файл. Создание пользовательского контекстного менеджера Также можно создать свой собственный контекстный менеджер с помощью класса, который реализует методы __enter__ и exit.

class FileManager:
    def __init__(self, filename, mode):
        self.filename = filename
        self.mode = mode

    def __enter__(self):
        self.file = open(self.filename, self.mode)
        return self.file

    def __exit__(self, exc_type, exc_value, traceback):
        self.file.close()

# Использование
with FileManager('example.txt', 'r') as file:
    content = file.read()
    print(content)

В этом примере: ➕ Класс FileManager реализует методы enter и exit. ➕ Метод enter открывает файл и возвращает его. ➕ Метод exit закрывает файл, обеспечивая его корректное закрытие. Гарантировать закрытие файла можно несколькими способами, помимо использования конструкции with: 1️⃣ Использовать конструкцию try-finally, чтобы файл всегда закрывался независимо от возникновения исключений. 2️⃣ Использовать модуль contextlib и его утилиту closing для автоматического закрытия файла. 3️⃣ Создать пользовательский контекстный менеджер, реализовав методы enter и exit. Эти методы обеспечивают надёжное управление ресурсами и предотвращают утечки ресурсов, которые могут возникнуть при некорректном закрытии файлов. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовых

Это нам кажется, что только любознательные дети ищут ответы на сотни вопросов о том, что происходит вокруг. Но на самом деле в наших взрослых головах ничуть не меньше вопросов, просто другого уровня осознанности и направленные вглубь себя. Константин Ковалёв — доказательный врач-психиатр и психотерапевт — использует в своей работе только научно проверенные методики, и объясняет простым языком, как на самом деле работает наш мозг, и даёт инструменты для личностного роста и достижения целей: 📌 Способ принимать решения, с учётом потенциальных возможностей, которые откроются благодаря текущим выборам 📌 Простая техника, как прокачать критическое мышление и умение видеть свои ошибки 📌 Дыхательная методика по борьбе с бессонницей, которая снижает продуктивность и качество жизни 📌 Эффект, позволяющий удерживать в памяти нужную информацию Подписывайся на канал @Doctor_Kovalev и находи инструкции, как хакнуть свой мозг 🧠 Реклама. Ковалев К.И. ИНН: 325502816794

Python-разработчик в поиске работы? Тогда этот пост для вас 🧑🏻‍💻 Если вы самостоятельно изучаете Python и ищете первую работу или хотите повысить грейд — обратите внимание на проект IT Mentor, где разработчикам помогают с реальным трудоустройством.  В IT Mentor вы сможете как освоить Python-разработку с нуля без вложений, так и прокачать уже имеющиеся скиллы, а главное — оплата за обучающую программу только после трудоустройства. Не найти работу с таким подходом просто невозможно! 🔥 На курсе дают самый актуальный стек:  Python, Базы данных, Django, FastApi, GIT и опыт работы на реально проекте. 🎁 Бонус — закрытое сообщество студентов вашего уровня и бессрочная поддержка от менторов (которая точно пригодится на новом рабочем месте). Обучение подойдёт студентам технических ВУЗов и образовательных программ, разработчикам их других ниш, которые хотят сменить стек, а также тем, кто хочет начать писать на Python с нуля. А выпускники курса выходят на зарплату от 200 тыс. сразу после обучения. Хотите получить карьерный результат и вырасти в доходе? Рекомендуем скорее изучить программу и оставить заявку 👉 »Перейти на сайт Реклама. ИП Тюльников ИНН 526223159257.

📌 Как реализовывать тесты ? 💬 Спросят с вероятностью 3% Реализация тестов — важная часть процесса разработки программного обеспечения, которая помогает обеспечить корректность и надёжность кода. Для написания тестов обычно используется модуль unittest, который является стандартным модулем для тестирования и поставляется вместе. Другие популярные библиотеки для тестирования включают pytest и nose. Использование модуля unittest Предоставляет инструменты для создания и выполнения тестов. Давайте рассмотрим основные шаги для написания тестов с использованием unittest. Основные шаги для написания тестов: 1️⃣ Создание тестового класса: Тестовый класс должен наследоваться от unittest.TestCase. 2️⃣ Написание тестовых методов: Каждый тестовый метод должен начинаться с test_. 3️⃣ Использование методов утверждений: Методы утверждений (assert) используются для проверки условий, таких как assertEqual, assertTrue, assertFalse, assertRaises и другие. 4️⃣ Запуск тестов: Запуск тестов можно осуществить с помощью командной строки или специального вызова внутри скрипта. Примеры использования: Допустим, у нас есть простая функция для сложения двух чисел:

# Пример функции в файле my_module.py
def add(a, b):
    return a + b

Теперь мы напишем тесты для этой функции:

# Пример теста в файле test_my_module.py
import unittest
from my_module import add

class TestAddFunction(unittest.TestCase):
    
    def test_add_integers(self):
        self.assertEqual(add(1, 2), 3)
        self.assertEqual(add(-1, 1), 0)
        self.assertEqual(add(-1, -1), -2)
        
    def test_add_floats(self):
        self.assertAlmostEqual(add(1.1, 2.2), 3.3)
        
    def test_add_strings(self):
        self.assertEqual(add('a', 'b'), 'ab')

if __name__ == '__main__':
    unittest.main()

Запуск тестов Тесты можно запускать разными способами. Вот несколько способов: 1️⃣ Запуск из командной строки:

python -m unittest test_my_module.py

2️⃣ Запуск тестов из файла: Просто запустите файл test_my_module.py как обычный Python-скрипт.

python test_my_module.py

Использование pytest Это мощная библиотека для тестирования, которая упрощает написание и выполнение тестов. Она поддерживает функциональные и модульные тесты и имеет лаконичный синтаксис.

# Пример функции в файле my_module.py
def add(a, b):
    return a + b

Запуск тестов с pytest Убедитесь, что pytest установлен. Вы можете установить его с помощью pip:

pip install pytest

Запуск тестов:

pytest test_my_module.py

Преимущества: 1️⃣ Простой и лаконичный синтаксис: Тесты пишутся проще и читаются легче. 2️⃣ Богатый функционал: Поддержка фикстур, параметризация тестов, расширенные возможности для ассертов. 3️⃣ Множество плагинов: Расширяемость за счет множества доступных плагинов. Написание тестов — важная часть разработки программного обеспечения, которая помогает обнаруживать ошибки и обеспечивать качество кода. Для тестирования можно использовать стандартный модуль unittest или более мощную библиотеку pytest. Основные шаги включают создание тестовых классов, написание тестовых методов, использование утверждений и запуск тестов. Выбор инструмента зависит от ваших предпочтений и требований проекта, но оба подхода обеспечивают эффективное тестирование вашего кода. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовых

Нормально стартанули: STENOY запустили свой ЖК ARTEL Не прошло и года, как говорится! Про хорошее место в 6 мин. от «Преображенской площади» и отложенный спрос с локации говорили уже не раз. Продукт до получения РНС тоже прилично проработали. ✅ В квартирографии нет раздутых площадей: от 24,9 до 90 м2. Это плюс, потому что покупателю не придется переплачивать тупо за хотелки девелопера заработать побольше. ✅ Во дворе будет атриум, зоны для общего чила со столиками и шезлонгами, места для работы со встроенными беспроводными зарядками, детские интерактивные зоны. И в целом концепт приватного двора. ✅Один из корпусов (всего 2 дома по 12-этажей на 164 квартиры) будет продаваться полностью с отделкой. Два варианта на выбор: парижские мотивы и japandi от BALCON. ⚡ Больше вводных — на официальном сайте от застроя Перейти на сайт Проектная декларация на сайте https://наш.дом.рф/. Застройщик: ООО СЗ ЭЛЕКТРОЗАВОДСКАЯ #реклама domartel.ru О рекламодателе

❓Если вам интересно - Почему батчевые update могут вызывать дедлоки - Что делать, если одни и те же данные нужны в нескольких сервисах - Как эффективно осуществлять пагинацию, когда записей очень много ✅ То подписывайтесь на канал Senior Backend разработчика с авторскими статьями про проектирование, архитектуру, базы данных

📌 Что такое monkey patch ? 💬 Спросят с вероятностью 3% Monkey patching — это техника программирования, при которой поведение библиотеки или модуля изменяется во время выполнения программы. Этот метод позволяет динамически изменять или расширять код, написанный другими разработчиками, без изменения исходного кода самой библиотеки или модуля. Основные особенности: 1️⃣ Динамическое изменение кода: Изменения вносятся в код во время выполнения программы. 2️⃣ Без изменения исходного кода: Оригинальный исходный код библиотеки или модуля не изменяется. 3️⃣ Часто используется для исправления ошибок: Monkey patching может использоваться для исправления ошибок в сторонних библиотеках или для добавления отсутствующей функциональности. Пример использования Monkey Patching Оригинальная функция Допустим, у нас есть модуль math_operations.py с функцией add:

# math_operations.py
def add(a, b):
    return a + b

Monkey Patching Изменить функцию add, чтобы она вместо сложения выполняла вычитание. Мы можем сделать это с помощью monkey patching:

import math_operations

# Оригинальная функция
print(math_operations.add(5, 3))  # Вывод: 8

# Monkey patching
def new_add(a, b):
    return a - b

math_operations.add = new_add

# После monkey patching
print(math_operations.add(5, 3))  # Вывод: 2

Пример с использованием стандартной библиотеки Где изменим поведение метода str.upper:

# Оригинальный метод
print("hello".upper())  # Вывод: HELLO

# Monkey patching
def new_upper(self):
    return self.lower()

str.upper = new_upper

# После monkey patching
print("hello".upper())  # Вывод: hello

Применение Monkey Patching в тестировании Часто используется в тестировании для имитации поведения зависимостей или для замены реальных объектов на фиктивные (mock) объекты.

import unittest
from unittest.mock import patch

class ExternalService:
    def fetch_data(self):
        # Представим, что эта функция делает запрос к внешнему API
        return "Real data"

def process_data():
    service = ExternalService()
    return service.fetch_data()

class TestProcessData(unittest.TestCase):
    @patch('__main__.ExternalService.fetch_data', return_value="Mock data")
    def test_process_data(self, mock_fetch_data):
        result = process_data()
        self.assertEqual(result, "Mock data")

if __name__ == '__main__':
    unittest.main()

В этом примере: ➕ Используется unittest.mock.patch для замены метода fetch_data класса ExternalService на фиктивный метод, возвращающий "Mock data". ➕ Тест проверяет, что функция process_data возвращает подделанные данные вместо реальных данных. Предостережения при его использовании Хотя monkey patching может быть полезным, оно также может привести к проблемам, если использовать его неправильно: 1️⃣ Проблемы с отладкой: Динамическое изменение кода может затруднить отладку и понимание программы. 2️⃣ Неожиданное поведение: Изменение поведения стандартных библиотек или модулей может привести к неожиданным результатам в других частях программы. 3️⃣ Нарушение инкапсуляции: Monkey patching нарушает принцип инкапсуляции, так как изменения вносятся в код извне. Monkey patching — мощная техника, которая позволяет динамически изменять поведение модулей и библиотек во время выполнения программы. Она может быть полезна для исправления ошибок, добавления функциональности или создания фиктивных объектов для тестирования. Однако использовать monkey patching следует осторожно, чтобы избежать проблем с отладкой и неожиданным поведением программы. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовых

Запустите рекламу в телеграм-каналах с Яндекс Директом Перфоманс-реклама теперь в телеграм-каналах ⚡ Яндекс Директ знает, как привлечь целевую аудиторию 💰👌 Попробовать #реклама yandex.ru О рекламодателе

Jobski - твой помощник при поиске работы в IT Сервис индивидуально подбирает вакансии, учитывая ваш опыт, навыки, стек технологий. Узнать больше #реклама jobski.ru О рекламодателе

📌 Какие модули для тестирования есть ? 💬 Спросят с вероятностью 3% Существует множество модулей и библиотек для тестирования, которые помогают автоматизировать процесс тестирования, обнаруживать ошибки и обеспечивать качество кода. Некоторые из наиболее популярных модулей и библиотек для тестирования: Встроенные модули 1️⃣ unittest ➕ Стандартный модуль для модульного тестирования. ➕ Основан на фреймворке xUnit, что делает его знакомым для многих разработчиков. ➕ Поддерживает создание тестовых классов, тестовых методов, наборов тестов и многое другое.

      import unittest

   class TestMathOperations(unittest.TestCase):
       def test_add(self):
           self.assertEqual(1 + 1, 2)

   if __name__ == '__main__':
       unittest.main()
   

2️⃣ doctest ➕ Позволяет писать тесты прямо в строках документации (docstrings) кода. ➕ Удобен для проверки примеров использования функций.

      def add(a, b):
       """
       Возвращает сумму a и b.

       >>> add(1, 2)
       3
       >>> add(-1, 1)
       0
       """
       return a + b

   if name == '__main__':
       import doctest
       doctest.testmod()
   

Внешние библиотеки 1️⃣ pytest ➕ Одна из самых популярных библиотек для тестирования в Python. ➕ Поддерживает простой и лаконичный синтаксис тестов. ➕ Поддерживает фикстуры, параметризацию тестов, плагины и многое другое.

      def add(a, b):
       return a + b

   def test_add():
       assert add(1, 2) == 3
       assert add(-1, 1) == 0

   if name == '__main__':
       import pytest
       pytest.main()
   

2️⃣ nose2 ➕ Наследник библиотеки nose. ➕ Совместим с unittest и расширяет его возможности. ➕ Поддерживает плагины и расширяемость.

      import unittest

   class TestMathOperations(unittest.TestCase):
       def test_add(self):
           self.assertEqual(1 + 1, 2)

   if name == '__main__':
       import nose2
       nose2.main()
   

3️⃣ hypothesis ➕ Библиотека для проперти-бейсд тестирования (property-based testing). ➕ Генерирует случайные данные для тестов и находит краевые случаи.

      from hypothesis import given
   from hypothesis.strategies import integers

   def add(a, b):
       return a + b

   @given(integers(), integers())
   def test_add(x, y):
       assert add(x, y) == x + y

   if name == '__main__':
       import pytest
       pytest.main()

4️⃣ mock (unittest.mock) ➕ Библиотека для создания фиктивных объектов и имитации поведения зависимостей. ➕ Включена в стандартную библиотеку Python начиная с версии 3.3 как unittest.mock.

      import unittest
   from unittest.mock import patch

   def fetch_data():
       # Представим, что эта функция делает запрос к внешнему API
       return "Real data"

   class TestFetchData(unittest.TestCase):
       @patch('main.fetch_data', return_value="Mock data")
       def test_fetch_data(self, mock_fetch):
           result = fetch_data()
           self.assertEqual(result, "Mock data")

   if:
        == 'main':
       unittest.main()

5️⃣ tox ➕ Инструмент для автоматизации тестирования в различных средах. ➕ Полезен для тестирования кода на разных версиях Python и с разными зависимостями.

      [tox]
   envlist = py36, py37, py38

   [testenv]
   deps = pytest
   commands = pytest
   

6️⃣ coverage ➕ Инструмент для измерения покрытия кода тестами. ➕ Генерирует отчеты, показывающие, какие части кода были протестированы, а какие нет.

      coverage run -m pytest
   coverage report
   coverage html  # Создает отчет в формате HTML
   

Выбор инструмента для тестирования зависит от ваших потребностей и предпочтений. Стандартные модули, такие как unittest и doctest, предоставляют базовые возможности для тестирования, в то время как внешние библиотеки, такие как pytest, nose2 и hypothesis, предлагают более мощные и гибкие инструменты для написания и выполнения тестов. Использование библиотек для измерения покрытия кода, таких как coverage, помогает убедиться, что ваш код полностью протестирован. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовых

ТОП-4 Курса по веб-дизайну по версии Tutortop Tutortop — маркетплейс курсов №1 по количеству школ-партнеров, курсов и реальных отзывов студентов. Освойте востребованную профессию с нуля за 4-5 месяцев. Соберите портфолио из 10+ проектов. Выйдите на заработок 100 000₽+ и работайте удаленно в гибком графике. Выбрать #реклама 16+ tutortop.ru О рекламодателе

📌 Что такое unit test ? 💬 Спросят с вероятностью 3% Юнит-тестирование (unit testing) — это метод тестирования ПО, при котором отдельные модули или компоненты (юниты) программы проверяются на корректность их работы. Предназначены для проверки небольших, изолированных частей кода, таких как функции или методы классов, чтобы убедиться, что они работают правильно. Особенности: 1️⃣ Изоляция: Каждый тест проверяет отдельный модуль или компонент программы в изоляции от других модулей. 2️⃣ Автоматизация: Часто автоматизируются, что позволяет быстро проверять корректность кода при внесении изменений. 3️⃣ Повторяемость: Можно запускать многократно, чтобы убедиться, что изменения в коде не привели к новым ошибкам. 4️⃣ Модульность: Должны быть небольшими и простыми, охватывающими все возможные сценарии использования тестируемого кода. Преимущества: 1️⃣ Раннее обнаружение ошибок: Помогают выявлять ошибки на ранней стадии разработки. 2️⃣ Упрощение отладки: Когда они изолированы, легче понять и исправить причину ошибки. 3️⃣ Документация: Юнит-тесты служат живой документацией кода, показывая, как он должен работать. 4️⃣ Уверенность при рефакторинге: Наличие тестов позволяет смело изменять код, зная, что тесты помогут обнаружить возможные ошибки. Пример использования unittest Он является встроенным и предоставляет богатые возможности для написания и выполнения юнит-тестов. Пример кода для юнит-тестирования: Предположим, у нас есть модуль math_operations.py с функцией add:

# math_operations.py
def add(a, b):
    return a + b

Теперь тест для этой функции:

# test_math_operations.py
import unittest
from math_operations import add

class TestMathOperations(unittest.TestCase):
    def test_add(self):
        self.assertEqual(add(1, 2), 3)
        self.assertEqual(add(-1, 1), 0)
        self.assertEqual(add(-1, -1), -2)

if __name__ == '__main__':
    unittest.main()

Запуск тестов Для него можно выполнить скрипт test_math_operations.py:

python test_math_operations.py

Или использовать команду unittest из командной строки:

python -m unittest test_math_operations.py

Использование pytest для юнит-тестирования Предлагает более лаконичный и мощный подход к юнит-тестированию.

# test_math_operations.py
from math_operations import add

def test_add():
    assert add(1, 2) == 3
    assert add(-1, 1) == 0
    assert add(-1, -1) == -2

Запуск тестов с pytest Убедитесь, что он установлен. Вы можете установить его с помощью pip:

pip install pytest

Запуск тестов:

pytest test_math_operations.py

Юнит-тестирование — это важный метод тестирования, который помогает обеспечивать качество и надежность кода, проверяя отдельные модули или компоненты программы. Использование таких инструментов, как unittest и pytest, позволяет автоматизировать процесс тестирования, выявлять ошибки на ранних стадиях разработки и уверенно вносить изменения в код. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовых