Библиотека Python разработчика | Книги по питону
Погружение в CPython и архитектуру. Разбираем неочевидное поведение (GIL, Memory), Best Practices (SOLID, DDD) и тонкости Django/FastAPI. Решаем задачи с подвохом и оптимизируем алгоритмы. 🐍 По всем вопросам @evgenycarter РКН clck.ru/3Ko7Hq
Show more📈 Analytical overview of Telegram channel Библиотека Python разработчика | Книги по питону
Channel Библиотека Python разработчика | Книги по питону (@bookpython) in the Russian language segment is an active participant. Currently, the community unites 18 321 subscribers, ranking 7 317 in the Technologies & Applications category and 36 872 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 18 321 subscribers.
According to the latest data from 05 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -86 over the last 30 days and by -1 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 6.08%. Within the first 24 hours after publication, content typically collects 2.60% reactions from the total number of subscribers.
- Post reach: On average, each post receives 1 114 views. Within the first day, a publication typically gains 477 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 2.
- Thematic interests: Content is focused on key topics such as numbers, yield, модуль, none, декоратор.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Погружение в CPython и архитектуру. Разбираем неочевидное поведение (GIL, Memory), Best Practices (SOLID, DDD) и тонкости Django/FastAPI. Решаем задачи с подвохом и оптимизируем алгоритмы. 🐍
По всем вопросам @evgenycarter
РКН clck.ru/3Ko7Hq”
Thanks to the high frequency of updates (latest data received on 07 June, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
def greet(name):
return f"Hello, {name}!"
say_hello = greet # присваиваем функцию переменной
print(say_hello("Alice")) # вызов через переменную
2. Передача функции в качестве аргумента
Функцию можно передать как аргумент другой функции.
def apply_function(func, value):
return func(value)
def square(x):
return x ** 2
result = apply_function(square, 5)
print(result) # вывод: 25
3. Возврат функции из другой функции
Функция может возвращать другую функцию.
def make_multiplier(factor):
def multiplier(x):
return x * factor
return multiplier
double = make_multiplier(2)
print(double(5)) # вывод: 10
4. Хранение функций в структурах данных
Функции можно хранить в списках, словарях и других структурах данных.
def add(x, y):
return x + y
def subtract(x, y):
return x - y
operations = {
'add': add,
'subtract': subtract
}
print(operations['add'](10, 5)) # вывод: 15
print(operations['subtract'](10, 5)) # вывод: 5
5. Анонимные функции (lambda)
Вы можете создавать функции "на лету" с помощью выражения lambda.
multiply = lambda x, y: x * y
print(multiply(3, 4)) # вывод: 12
Таким образом, функции в Python могут использоваться гибко и динамически, что позволяет писать более функциональный и модульный код.
👉@BookPython
def my_function():
x = 10 # локальная переменная
print(x)
my_function() # выведет 10
# print(x) # ошибка, переменная x не существует за пределами функции
2. Enclosing (охватывающая область):
- Переменные, определённые в функциях внешнего уровня по отношению к вложенным функциям. Эти переменные доступны вложенным функциям.
- Пример:
def outer_function():
x = 5
def inner_function():
print(x) # доступ к переменной из охватывающей области
inner_function()
outer_function() # выведет 5
3. Global (глобальная область):
- Это переменные, определённые на уровне модуля, вне каких-либо функций. Они доступны во всём модуле.
- Чтобы изменить глобальную переменную внутри функции, нужно использовать ключевое слово global.
- Пример:
x = 20 # глобальная переменная
def my_function():
global x
x = 10 # изменение глобальной переменной
my_function()
print(x) # выведет 10
4. Built-in (встроенная область):
- Это встроенные в Python функции и имена, такие как len(), sum(), print() и другие. Эти имена доступны в любой точке программы.
- Пример:
print(len([1, 2, 3])) # использует встроенную функцию len
Правила поиска переменной (LEGB)
Когда вы обращаетесь к переменной, Python ищет её значение в следующем порядке:
1. Local: Ищет в локальной области.
2. Enclosing: Ищет в охватывающей области, если функция вложена.
3. Global: Ищет среди глобальных переменных модуля.
4. Built-in: Ищет среди встроенных имён.
Таким образом, Python будет использовать ближайшую переменную в соответствии с этим порядком.
👉@BookPython
try:
result = 10 / 0
except ZeroDivisionError as e:
print(f"Error: {e}")
except Exception as e:
print(f"Unhandled error: {e}")
finally:
print("Cleanup")
#### Создание своих исключений:
class MyCustomError(Exception):
pass
raise MyCustomError("This is a custom error")
8. Операции с числами и математикой
#### Округление и точные вычисления:
import decimal
from decimal import Decimal
decimal.getcontext().prec = 4
x = Decimal('1.12345')
y = Decimal('3.14159')
print(x * y) # Результат с 4 знаками после запятой
#### Математические операции:
import math
print(math.sqrt(16)) # 4.0
print(math.factorial(5)) # 120
9. Модули и пакеты
#### Импортирование модулей:
from my_module import my_function
my_function()
#### Динамический импорт:
module_name = 'math'
module = __import__(module_name)
print(module.sqrt(16)) # 4.0
10. Тестирование
#### Unittest:
import unittest
def add(a, b):
return a + b
class TestMath(unittest.TestCase):
def test_add(self):
self.assertEqual(add(2, 3), 5)
if __name__ == '__main__':
unittest.main()
#### Pytest:
def add(a, b):
return a + b
def test_add():
assert add(2, 3) == 5
11. Работа с данными и библиотеками
#### NumPy для работы с массивами:
import numpy as np
a = np.array([1, 2, 3])
print(a * 2) # Умножение каждого элемента массива на 2
#### Pandas для работы с табличными данными:
import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df)
12. Полезные утилиты
- Enumerate для индексации:
for index, value in enumerate(['a', 'b', 'c']):
print(index, value)
- Zip для объединения списков:
names = ['Alice', 'Bob']
ages = [25, 30]
for name, age in zip(names, ages):
print(f"{name} is {age} years old")
- Comprehensions для работы со сложными структурами данных:
matrix = [[i * j for j in range(5)] for i in range(5)]
👉@BookPython
lst = [x**2 for x in range(10) if x % 2 == 0]
- Использование map и filter:
squares = list(map(lambda x: x**2, range(10)))
evens = list(filter(lambda x: x % 2 == 0, range(10)))
- Развертывание списка (spreading):
lst1 = [1, 2, 3]
lst2 = [4, 5]
combined = [*lst1, *lst2]
#### Словари (Dict):
- Генерация словаря:
dct = {x: x**2 for x in range(5)}
- Объединение двух словарей:
dct1 = {'a': 1, 'b': 2}
dct2 = {'b': 3, 'c': 4}
merged = {**dct1, **dct2} # {'a': 1, 'b': 3, 'c': 4}
#### Множества (Set):
- Операции с множествами:
set1 = {1, 2, 3}
set2 = {3, 4, 5}
union = set1 | set2 # Объединение
intersection = set1 & set2 # Пересечение
2. Работа с файлами
#### Чтение и запись:
with open('file.txt', 'r') as f:
content = f.read()
with open('file.txt', 'w') as f:
f.write("Hello, World!")
#### Управление JSON:
import json
data = {'key': 'value'}
with open('data.json', 'w') as f:
json.dump(data, f)
with open('data.json', 'r') as f:
data = json.load(f)
3. Декораторы
#### Простой декоратор:
def my_decorator(func):
def wrapper():
print("Before function")
func()
print("After function")
return wrapper
@my_decorator
def say_hello():
print("Hello!")
say_hello()
#### Декоратор с аргументами:
def repeat(n):
def decorator(func):
def wrapper(*args, **kwargs):
for _ in range(n):
func(*args, **kwargs)
return wrapper
return decorator
@repeat(3)
def say_hello():
print("Hello!")
say_hello()
4. Итераторы и генераторы
#### Создание итератора:
class MyIterator:
def __init__(self, start, end):
self.current = start
self.end = end
def __iter__(self):
return self
def __next__(self):
if self.current >= self.end:
raise StopIteration
self.current += 1
return self.current - 1
for num in MyIterator(1, 5):
print(num)
#### Генераторы:
def my_generator():
for i in range(3):
yield i
for value in my_generator():
print(value)
#### Генераторы с обработкой состояния:
def countdown(n):
while n > 0:
yield n
n -= 1
5. Менеджеры контекста
#### Создание собственного менеджера контекста:
class MyContextManager:
def __enter__(self):
print("Entering context")
return self
def __exit__(self, exc_type, exc_val, exc_tb):
print("Exiting context")
with MyContextManager():
print("Inside context")
#### Менеджеры контекста с contextlib:
from contextlib import contextmanager
@contextmanager
def my_context():
print("Entering")
yield
print("Exiting")
with my_context():
print("Inside")
6. Асинхронное программирование
#### Асинхронные функции и await:
import asyncio
async def say_hello():
print("Hello")
await asyncio.sleep(1)
print("World")
asyncio.run(say_hello())
#### Запуск нескольких задач одновременно:
async def task1():
await asyncio.sleep(1)
print("Task 1 done")
async def task2():
await asyncio.sleep(2)
print("Task 2 done")
async def main():
await asyncio.gather(task1(), task2())
asyncio.run(main())
👉@BookPythonseed() в модуле random в Python используется для инициализации генератора случайных чисел. По умолчанию генератор случайных чисел использует текущее системное время, чтобы генерировать случайные числа, но если задать определённое значение с помощью функции seed(), последовательность случайных чисел станет предсказуемой.
Пример использования:
import random
random.seed(10)
print(random.random()) # Всегда будет генерировать одно и то же число
Основные моменты:
- Если вызвать random.seed() с одним и тем же значением несколько раз, генератор будет создавать одну и ту же последовательность случайных чисел.
- Если seed() не вызывается или вызывается без аргументов, генерация случайных чисел будет происходить на основе текущего времени или другого системного источника.
Таким образом, использование seed() полезно, когда требуется воспроизвести результаты, например, в тестах или для отладки.
👉@BookPython
Available now! Telegram Research 2025 — the year's key insights 
