Разъяснивший Python

Пишем асинхронный парсер и скрапер картинок на Python с графическим интерфейсом В этой статье автор разберет процесс создания desktop-приложения, которое по запросу будет сохранять на нашем диске заданное количество картинок. Так как картинок будет много, он воспользуется асинхронностью Python для конкурентной реализации операций ввода-вывода. |Ссылка на просмотр Разъяснивший Python

Ты заходишь в офис. А кто-то — в Telegram. Разница в зарплате: 200 тысяч. Пока ты ежедневно здороваешься с коллегами и открываешь Excel, другие открывают Telegram, запускают по инструкции бота, настраивают, подключают — и получают 15К за 2 часа работы. Эти люди называются техническими специалистами. Они не программисты и не маркетологи. Они просто умеют настраивать процессы для онлайн-школ и магазинов. И бизнес платит им по 200–300К в месяц. Хочешь попробовать? Все инструкции уже есть в боте

Парсер вакансий с hh.ru Данный код позволит собрать вакансии по ключевым навыкам, проанализировать требования, и сравнить их с навыками из твоего резюме. Результат – отчет, какие скиллы есть, какие востребованы, чего не хватает. Ссылка на код Разъяснивший Python

Что такое enumerate() в Python и зачем он нужен? enumerate() — это встроенная функция, которая добавляет счётчик к итерируемому объекту. Полезна, когда нужно получить и индекс, и значение при переборе списка, строки или любого итератора. ➡️ Пример:

fruits = ['яблоко', 'банан', 'вишня']

for index, fruit in enumerate(fruits):
    print(f"{index}: {fruit}")

0: яблоко  
1: банан  
2: вишня

🗣 Без enumerate() пришлось бы вручную управлять счётчиком. Это делает код чище, читаемее и более "питоничным".

Разъяснивший Python

Модуль Faker поможет создавать реалистичные тестовые данные. Независимо от того, нужны ли вам данные для тестирования, заполнения базы данных или демонстрации функционала, Faker делает процесс генерации данных простым и эффективным. Faker предоставляет генераторы для различных типов данных, таких как имена, адреса, номера телефонов, электронные почты, даты, текст и многое другое. Это идеальное решение для тех, кто хочет ускорить процесс тестирования. На примере выше мы написали функцию generate_fake_user, которая использует различные методы Faker, чтобы создать случайные данные для имени, электронной почты, номера телефона и адреса. Затем мы выводим полученные данные о пользователе. Ставится командой ⚙️ pip3 install faker Документация и примеры кода здесь Разъяснивший Python

⚡️Россияне массово увольняются с работ По данным Минфин 28% граждан покинули своё место работы. А всему винной арбитраж криптовалют. Арбитраж – это единственная сфера, где можно зарабатывать от 5.000р в день. Причем потолка дохода вообще нет – те кто еще вчера не знал, что такое арбитраж, сегодня выходят на 200, 300 и даже 500 тысяч в месяц. Причём для старта не нужно образование и опыт – заработать первые деньги поможет канал Арбитраж Крипты. Он идеально подходит людям, которые ничего не знают про заработок в интернете, но при этом хотят выйти на доход в $1000-2000. Успейте присоединится, скоро доступ в канал будет платным: https://t.me/+d2mqCiSI9kc3MjEy

Простое логирование времени выполнения кода с timeit Нужно быстро узнать, сколько времени занимает участок кода? Не нужно писать таймеры вручную — есть timeit. Итог Модуль timeit — удобный способ измерить производительность кода без лишней возни с time. Особенно полезен при сравнении разных реализаций. Разъяснивший Python

Задачи с LeetCode: Two Sum Продолжаем делиться циклом видео, где автор решает различные задачи с LeetCode. Дан массив целых чисел nums и целое число target. Найти индексы двух чисел, сумма которых равна target. Гарантируется, что такой ответ существует и каждый элемент используется не более одного раза. Пример:

nums = [2, 7, 11, 15], target = 9
# Ответ: [0, 1], потому что nums[0] + nums[1] = 2 + 7 = 9

👀Смотреть видео Разъяснивший Python

Безопасное закрытие ресурсов с contextlib.suppress Иногда нужно проигнорировать конкретные ошибки, не загромождая код try/except-блоками. contextlib.suppress делает это изящно. Итог: contextlib.suppress помогает лаконично и безопасно игнорировать конкретные исключения, не засоряя код лишней обработкой. Разъяснивший Python

Модуль dataclasses предназначен для упрощения создания классов данных. Он предоставляет декоратор и набор инструментов, которые автоматически генерируют основные методы класса, такие как __init__(), __repr__(), __eq__(), и другие. Это упрощает создание классов, которые служат простым хранилищем данных, без необходимости вручную определять все методы В примере выше мы используем декоратор @dataclass, чтобы автоматически сгенерировать методы класса Point. Мы определяем поля x, y и z, которые представляют координаты точки. После создания экземпляра класса Point с помощью аргументов конструктора, мы можем напрямую выводить информациюreprтод __repr__() автоматически сгенерирован. Это делает код более лаконичным и удобным для использования. Подробнее здесь Разъяснивший Python

Разыгрываем лучшие гаджеты года: iPhone 16 Pro Max на 256 ГБ, 15-дюймовый MacBook Air 16/256 ГБ и PlayStation 5 Pro! Чтобы их получить, достаточно подписаться на: • наш канал «Техночат» • И на канал «Больше, чем экономика» Нажимаете после этого на кнопку «Участвовать» и ждёте 2 июля — в этот день в 20:00 по московскому времени рандомайзер выберет трёх победителей. Первый получит айфон, второй — макбук, а третий — PlayStation. Призы бесплатно вышлем в ближайший к вам пункт выдачи СДЭК, поэтому уточните, есть ли он в вашей стране.

Как оптимизировать память используя генераторы вместо списков Когда мы работаем с большими наборами данных, важно помнить об эффективном использовании памяти. Одной из полезных фишек Python для оптимизации памяти является использование генераторов вместо списков. Пример кода Допустим, у нас есть задача найти квадраты чисел от 1 до 1 000 000. Сначала посмотрим, как это сделать с помощью списка:

# Плохая практика: использование списка
squares = [x**2 for x in range(1, 1000001)]

Этот код создает список квадратов чисел, что требует значительного объема памяти. Вместо этого можно использовать генератор, который создаст объекты по мере их запроса, не занимая много памяти:

# Лучшая практика: использование генератора
squares = (x**2 for x in range(1, 1000001))

Теперь squares - это генератор, который генерирует квадраты чисел по мере необходимости, занимая минимальное количество памяти. Разъяснивший Python

ReadWriteMemory — это топовая библиотека, позволяющая легко читать/записывать в память любого процесса. С её помощью можно, например, сделать читы для игры. А если подрубить такие библиотеки, как imGui, то можно вывести и оверлей чита. Либо сделать простой трейнер. Ставится командой pip install ReadWriteMemory Документация и примеры кода здесь. Разъяснивший Python

APScheduler — это инструмент для автоматизации задач в Python. Он позволяет планировать выполнение задач в определённое время или через интервалы. Можно настроить задачи по расписанию, например, ежедневно или еженедельно. Это удобно для регулярных действий, таких как отправка уведомлений или обновление данных. Ставится командой ⚙️ pip install APScheduler Документация и примеры кода здесь. Разъяснивший Python

Получаем HTML код в Python с помощью библиотеки requests Импортируем requests:

import requests

Добавляем get("Ссылка") чтобы requests знал, с чем вы работаете, к примеру укажем страницу Google

site = requests.get("https://google.com")

Получаем HTML разметку с помощью свойства text

html_code = site.text

Полный код

# Импортируем requests
import requests

# Добавляем get("Ссылка") чтобы requests знал, с чем мы работаем. Например, укажем страницу Google
site = requests.get("https://google.com")

# Получаем HTML разметку с помощью text
html_code = site.text

# Выводим HTML код
print(html_code)

Более подробную информацию про работу с библиотекой requests можете прочитать здесь Разъяснивший Python

Будущее наступило: россиянин оплачивает криптой в продуктовом магазине. Трамп вкладывает туда миллиарды. В России вот-вот появится цифровой рубль. А простые студенты делают пару средних зарплат за несколько кликов. При этом у 80% россиян даже нет криптокошелька. Не говоря о том, чтобы зарабатывать там хотя бы 200к. Чтобы наконец это исправить — читайте канал Inv Trading. Автор сам прошел путь от новичка до ТОП-1 трейдера СНГ по версии Bybit. В канале он простым языком объясняет, откуда в крипте деньги, какими способами войти без вложений и как даже новичку добиться стабильных 40% в месяц. Подписывайтесь, в закрепе есть пошаговый план для старта и список монет, которые скоро кратно вырастут: @invtrading

Проверка аргументов функций — assert как мини-валидация Иногда нужно быстро проверить корректность аргументов функции. Можно использовать assert для встроенной валидации прямо в начале. Итог: assert — быстрый способ «подстелить соломку» и отлавливать очевидные ошибки ещё до выполнения основного тела функции. Особенно полезно в прототипах и тестах. Разъяснивший Python

⚡️Уже ЗАВТРА мы подведём итоги масштабного розыгрыша — троим из вас достанется новенький iPhone 16! Самое время подписаться на @economica, @ruble30 и @trendswhat и нажать «Участвую!» под этим постом, если вы ещё этого не сделали. Результаты уже завтра в 18:00!

Bottle — это мини-фреймворк для Python, позволяющий писать веб-приложения с высокой скоростью, и он представлен в виде одного файла bottle.py, так что для его работы достаточно только этого файла. Мы все обожаем примеры, поэтому вот код для начала работы с Bottle:

from bottle import route, run, template

@route('/hello/<name>')
def index(name):
    return template('<b>Hello {{name}}</b>!', name=name)

run(host='localhost', port=8080)

Здесь мы создали веб сервер по адресу localhost с портом 8080. Вы можете изменить текст "Hello {{name}}" на любой другой текст. Чтобы проверить его работу, просто перейдите по ссылке http://localhost:8080/hello/world. После этого вы увидите на экране "Hello World". Повторюсь, Bottle распространяется в виде одного файла-модуля и не имеет никаких зависимостей, кроме стандартной библиотеки Python. Ставится командой ⚙️ pip install bottle Официальная документация только на английском Русская документация Разъяснивший Python\

Как узнать, есть ли элемент в списке? Иногда нужно проверить, содержится ли элемент в списке. Новички могут использовать циклы, но Python предлагает более быстрый способ — оператор in. Этот приём позволяет проверить наличие элемента за одну строку: "item" in list1 возвращает True, если элемент есть в списке, и False, если нет. Итог: Проверка за одну строку. Читается как обычное предложение. Работает мгновенно! Разъяснивший Python